一个 8B 参数的大模子，频频需要约 16GB 显存。参数越多，越吃显存，这便是为什么，内存价钱一天比一天高。
当今，有一种措施，不错省下 6 倍显存，却险些不损耗模子性能。
昔时两年，围绕这个看似顶点的念念路，一条天下性的本事竞赛正在成型。而就在这条赛谈上，一个皆备基于国产算力的决议，刚刚给出了我方的第一个恢复。
模子被压到了不到 3B，同期，能力却不错保留 97%，致使更进一步，要是劝诱 MoE 架构，改日不错径直在一部 8GB 内存的手机，运行 600 亿参数的大模子。
听上去匪夷所念念，若何作念到的？
星空体育app2026世界杯官方下载三个值，能跑大模子吗
传统大模子用止境精准的数字存储，意味着每个权重不错取几万种不同的数值，精度很高，但也很占内存。三值量化是一个顶点的反向操作：径直把可选的数值从几万种砍到三种。本事上，这被称为 1.58-bit，因为编码三个值恰巧需要约 1.58 个二进制位。
这个压缩有多顶点？打个譬如：要是传统大模子的权重是一幅全彩相片，三值量化便是把它压成惟一黑、白、灰三色的极简图形。
直观上你会以为这势必亏欠惨重。但昔时两年的筹议反复评释，模子权重里存在大都冗余信息。三个值，要是分拨适应，足以承载绝大部分的模子能力。
这不是一个新成见。2024 年，微软筹议院发布了 BitNet b1.58，第一次系统论证了三值大模子不错靠近全精度模子的性能。微软随后在客岁进一步发布了 BitNet b1.58 2B4T，一个 20 亿参数、4 万亿 token 历练的开源三值模子。上个月，好意思国公司 PrismML 发布了 Ternary Bonsai 系列，声称是首批交易可用的 1.58-bit 模子。
▲
上：Llama FP16架构，下：微软筹议院开发的BitNet架构
学术界也一样在跟进：Tequila 冷漠了措置三值量化中「死权重罗网」的新措施，TernaryLM 探索了从零开动的原生三值历练。
一条天下赛谈正在成型。但有一个要津问题恒久莫得被恢复：
三值大模子历练，能在国产算力上跑通吗？
昇腾上的第一次
这一次，在华为鲲鹏昇腾开发者大会（KADC 2026）上，面壁智能给出了谜底。
BitCPM-CANN 是面壁智能纠合清华大学、OpenBMB 开源社区发布的三值大模子系列。它的真义不仅在于「又发了一个三值模子」。在天下赛谈上，BitCPM-CANN 作念到了三个此前莫得东谈主作念到的事情。
第一次，在华为昇腾上端到端完成三值大模子历练。此前所有公开的三值模子历练都在 NVIDIA GPU 上完成。国产芯片阵营第一次领有了我方的三值历练能力。
第一次，一次性把范畴推到 8B。此前昇腾上的低比特历练停留在较小范畴的考证阶段。BitCPM-CANN 径直发布了 0.5B、1B、3B、8B 四个档位，隐敝从手机到 PC 的好意思满端侧场景。
第一次，收尾了与全精度模子的好意思满对照评测。11 项任务、四大类评测（知识、阅读清爽、学科知识、数学推理），斗鱼体育app中国官网下载1B 到 8B 档位的能力保留率在 95.7%到 97.2%之间。
97.2%的能力保留率意味着什么？在 ARC、CMMLU、GSM8K 等主流评测中，BitCPM-CANN 三值模子与同尺寸 MiniCPM4 全精度模子的差距，照旧小于很多全精度模子之间的差距。其中，3B 档位的保留率最高，达到 97.2%。
何况，这不仅仅论文里的数字，是能委果不错「拿来就用」的后果。BitCPM-CANN 的沿途尺寸版块照旧开源，0.5B 到 8B 四个档位都不错径直下载复现。
关于熟谙面壁智能 MiniCPM 系列的开发者来说，BitCPM-CANN 便是 MiniCPM 眷属的三值版块，照旧一套生态。在归并个 GitHub 社区，眷属前辈积攒了 3 万颗星、Hugging Face 总下载量超 3000 万的「家产」，当今滋长出来了新的标的。
6 倍显存，从就业器得手机都「吃到红利」
比拟 BF16 全精度模子，BitCPM-CANN 爽朗约 6 倍显存，这个数字开发者最能径直感知：一个 8B 参数的全精度模子需要约 16GB 显存，BitCPM-CANN 三值版块不到 3GB，不错运动运行在一部手机上，和解 MoE 与激活范围不停，60B 范畴的模子有望装入结尾开拓。
硬件端也照旧准备好了。高通最新的旗舰芯片 8850 和 8397 援救 2-bit 原生推理，BitCPM-CANN 提供的恰巧是不错径直喂进去的低比特权重。
芯片厂商等供给，模子厂商等芯片，当今双方同期到位了，亚搏体育世界杯中国官网首页若何不是一种「双向奔赴」。
手机厂商对端侧大模子的参加一直在加快。上周 Google I/O 上，Gemini Intelligence 全面经受 Android 开拓，从手机得腕表到车机；苹果也将在 6 月 WWDC 上展示下一代 Apple Intelligence 的要紧升级。
两大手机操作系统同期发力，共同指向一个现实：手机端侧要跑越来越强的 AI，内存便是最硬的瓶颈。谁能用更少的内存跑更强的模子，谁就掌抓了下一轮竞争的主动权。
执行上，要是劝诱所有这个词 AI 产业正在履历的阵痛，价值又会更进一竿：4 月时，高盛把全年 DRAM 价钱涨幅预期上调到 280%，好意思银预估天下 HBM 市集将达到 546 亿好意思元。
AI 基础智力最紧缺的资源便是内存，6 倍显存红利意味着不加多物理内存，就能把模子能力升迁数倍。在内存连续加价的情况下，这不是优化，是刚需。
三值量化不是「用精度换内存」的和解。当 97%的能力被保留住来时，阐发传统 16 位模子里大都的精度可能是冗余的。三个值，足以承载一个大模子的绝大部分知识。低比特不再是工程上的爽朗技能，而是一种新的权重知识承载样式。
为什么是面壁智能，为什么是当今
当 AI 从云表走向结尾，端侧模子正在成为个东谈主智能开拓的中枢能力。手机、电脑、车机，每一个贴近用户的结尾都在等一个满盈小、满盈强、满盈省内存的模子。这条赛谈的赢输手，不会是那些只会把模子作念大的团队，而是能把模子作念小、作念轻、作念到委果能跑起来的玩家。
为什么是面壁智能，能在端侧大模子这条路上，一直走在前沿？这个问题的谜底不在 BitCPM-CANN 自己，而在这家公司昔时几年，一直在作念的一件看起来有些「不对群」的事。
面壁智能从建树之初就押注遵循，在国内大多数团队追赶更大模子的时候，他们花了大都时刻作念底层历练框架 BM-Train，措置「若何用更少的资源，训出满盈好的模子」，这套基础智力积攒是自后一切的起初。
在 1.58-bit 方朝上，面壁智能的判断早于行业共鸣。很多数团队还在逗留极低比特是否可行时，面壁智能就采纳了这条蹊径，先在 GPU 上跑通了好意思满的历练经由和措施论，再合座移动到昇腾平台上。不错说，BitCPM-CANN 不是把一个模子移植到了国产芯片上，而是把一整套经过考证的历练措施、遵循蹊径和工程体系，搬进了国产算力的底座。
在模子层面，面壁智能的端侧模子 MiniCPM 系列在 GitHub 上积攒了越过 3 万颗星，Hugging Face 开源总下载量越过 3000 万，是端侧大模子范围最受接待的中国开源模子眷属。
BitCPM-CANN 恰是 MiniCPM 眷属向三值量化的延迟，远不啻一个展示性的「PPT 模子」，是一个委果可复用的工程地基。它背后的历练链路照旧被千里淀为昇腾低比特历练的基础智力，后续所有想在昇腾上作念低比特历练的团队，都不错在归并套底座上起步。
值得一提的是，BitCPM-CANN 还在华为昇腾上完成了端到端的三值历练，历练遵循达到旧例基线的 95%。这评释了这套措施论不依赖特定硬件平台，国产算力一样不错跑通。
不是等硬件变得满盈纷乱来顺应模子，要让模子变得满盈聪惠来顺应硬件。
从历练端的华为昇腾，到推理端的结尾芯片，再到开源的模子和历练剧本，这是一条好意思满的国产闭环，框架国产，芯片国产，模子国产，措施论自主。面壁智能的下一步照旧明确：进一步升迁模子的能力保留率，用 MoE 架构扩张更大范畴模子的容量，把 6 倍显存红利好意思满开释到部署中。更永久的野心，是隐敝从预历练到对皆的全经由低比特化。
从底层历练框架 BM-Train，到端侧模子眷属 MiniCPM，再到 BitCPM-CANN，面壁智能用几年时刻搭建了一套好意思满的端侧大模子本事体系。在天下赛谈上，濒临微软、PrismML，面壁智能展现出了独到的不同上风之处在于：从框架、措施论、模子到芯片适配，构建了一条好意思满的端侧本事蹊径。
当 AI 竞争从「谁的模子更大」转向「谁能让智能委果跑在每一台开拓上」时，掌抓端侧本事言语权的东谈主亚搏·体育世界杯(中国)官方网站，才站在了最成心的位置。
声明：新浪网独家稿件，未经授权约束转载。 -->
