一个 8B 参数的大模子，频繁需要约 16GB 显存。参数越多，越吃显存，这即是为什么，内存价钱一天比一天高。
目下，有一种门径，不错省下 6 倍显存，却着实不损耗模子性能。
曩昔两年，围绕这个看似顶点的念念路，一条群众性的时代竞赛正在成型。而就在这条赛说念上，一个十足基于国产算力的决策，刚刚给出了我方的第一个回复。
模子被压到了不到 3B，同期，才调却不错保留 97%，致使更进一步，如若结合 MoE 架构，将来不错径直在一部 8GB 内存的手机，运行 600 亿参数的大模子。
听上去匪夷所念念，怎样作念到的？
三个值，能跑大模子吗
传统大模子用终点精准的数字存储，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。时代上，这被称为 1.58-bit，因为编码三个值有时需要约 1.58 个二进制位。
这个压缩有多顶点？打个譬如：如若传统大模子的权重是一幅全彩相片，三值量化即是把它压成独一黑、白、灰三色的极简图形。
直观上你会以为这势必失掉惨重。但曩昔两年的盘问反复诠释，模子权重里存在大都冗余信息。三个值，如若分拨允洽，足以承载绝大部分的模子才调。
这不是一个新倡导。2024 年，微软盘问院发布了 BitNet b1.58，第一次系统论证了三值大模子不错靠拢全精度模子的性能。微软随后在前年进一步发布了 BitNet b1.58 2B4T，一个 20 亿参数、4 万亿 token 老师的开源三值模子。上个月，好意思国公司 PrismML 发布了 Ternary Bonsai 系列，声称是首批营业可用的 1.58-bit 模子。
▲
上：Llama FP16架构，下：微软盘问院开发的BitNet架构
学术界也相同在跟进：Tequila 提议了惩处三值量化中「死权重罗网」的新门径，TernaryLM 探索了从零运转的原生三值老师。
一条群众赛说念正在成型。但有一个要害问题耐久莫得被回复：
三值大模子老师，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 是面壁智能贯串清华大学、OpenBMB 开源社区发布的三值大模子系列。它的酷爱不仅在于「又发了一个三值模子」。在群众赛说念上，BitCPM-CANN 作念到了三个此前莫得东说念主作念到的事情。
第一次，在华为昇腾上端到端完成三值大模子老师。此前悉数公开的三值模子老师都在 NVIDIA GPU 上完成。国产芯片阵营第一次领有了我方的三值老师才调。
第一次，一次性把限度推到 8B。此前昇腾上的低比特老师停留在较小限度的考据阶段。BitCPM-CANN 径直发布了 0.5B、1B、3B、8B 四个档位，掩饰从手机到 PC 的齐全端侧场景。
第一次，已毕了与全精度模子的齐全对照评测。11 项任务、四大类评测（知识、阅读联接、学科知识、数学推理），1B 到 8B 档位的才调保留率在 95.7%到 97.2%之间。
97.2%的才调保留率意味着什么？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，一经小于好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%。
并且，这不仅仅论文里的数字，是能真确不错「拿来就用」的驱散。BitCPM-CANN 的一起尺寸版块一经开源，0.5B 到 8B 四个档位都不错径直下载复现。
关于老到面壁智能 MiniCPM 系列的开发者来说，BitCPM-CANN 即是 MiniCPM 眷属的三值版块，照旧一套生态。在兼并个 GitHub 社区，眷属前辈积贮了 3 万颗星、Hugging Face 总下载量超 3000 万的「家产」，目下孕育出来了新的标的。
6 倍显存，从工作器得手机都「吃到红利」
比较 BF16 全精度模子，BitCPM-CANN 省俭约 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，不错畅通运行在一部手机上，合作 MoE 与激活范围不断，60B 限度的模子有望装入结尾开垦。
硬件端也一经准备好了。高通最新的旗舰芯片 8850 和 8397 撑持 2-bit 原生推理，BitCPM-CANN 提供的有时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，目下双方同期到位了，乐鱼·体育世界杯(中国)官方网站怎样不是一种「双向奔赴」。
手机厂商对端侧大模子的参预一直在加快。上周 Google I/O 上，Gemini Intelligence 全面吸收 Android 开垦，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，共同指向一个试验：手机端侧要跑越来越强的 AI，内存即是最硬的瓶颈。谁能用更少的内存跑更强的模子，谁就掌持了下一轮竞争的主动权。
星空体育app2026世界杯官方下载骨子上，如若结合悉数这个词 AI 产业正在资历的阵痛，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%，好意思银预估群众 HBM 商场将达到 546 亿好意思元。
AI 基础枢纽最紧缺的资源即是内存，6 倍显存红利意味着不增多物理内存，就能把模子才调升迁数倍。在内存赓续加价的情况下，这不是优化，是刚需。
三值量化不是「用精度换内存」的调和。当 97%的才调被保留住来时，证据传统 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省俭技能，而是一种新的权重知识承载神志。
为什么是面壁智能，为什么是目下
当 AI 从云表走向结尾，端侧模子正在成为个东说念主智能开垦的中枢才调。手机、电脑、车机，每一个贴近用户的结尾都在等一个有余小、有余强、有余省内存的模子。这条赛说念的赢输手，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、作念到真确能跑起来的玩家。
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，而在这家公司曩昔几年，一直在作念的一件看起来有些「辞别群」的事。
面壁智能从竖立之初就押注着力，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老师框架 BM-Train，惩处「怎样用更少的资源，训出有余好的模子」，这套基础枢纽积贮是其后一切的滥觞。
在 1.58-bit 方朝上，面壁智能的判断早于行业共鸣。好多数团队还在徬徨极低比特是否可行时，面壁智能就采选了这条门道，先在 GPU 上跑通了齐全的老师经过和门径论，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据的老师门径、着力门道和工程体系，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 上积贮了进取 3 万颗星，Hugging Face 开源总下载量进取 3000 万，是端侧大模子范畴最受迎接的中国开源模子眷属。
BitCPM-CANN 恰是 MiniCPM 眷属向三值量化的延长，远不啻一个展示性的「PPT 模子」，是一个真确可复用的工程地基。它背后的老师链路一经被千里淀为昇腾低比特老师的基础枢纽，后续悉数想在昇腾上作念低比特老师的团队，都不错在兼并套底座上起步。
值得一提的是，BitCPM-CANN 还在华为昇腾上完成了端到端的三值老师，老师着力达到老例基线的 95%。这诠释了这套门径论不依赖特定硬件平台，国产算力相同不错跑通。
不是等硬件变得有余浩繁来符合模子，要让模子变得有余智谋来符合硬件。
从老师端的华为昇腾，到推理端的结尾芯片，再到开源的模子和老师剧本，这是一条齐全的国产闭环，框架国产，芯片国产，模子国产，门径论自主。面壁智能的下一步一经明确：进一步升迁模子的才调保留率，用 MoE 架构彭胀更大限度模子的容量，把 6 倍显存红利齐全开释到部署中。更长期的办法，是掩饰从预老师到对皆的全经过低比特化。
从底层老师框架 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齐全的端侧大模子时代体系。在群众赛说念上，濒临微软、PrismML，面壁智能展现出了私有的不同上风之处在于：从框架、门径论、模子到芯片适配，构建了一条齐全的端侧时代门道。
当 AI 竞争从「谁的模子更大」转向「谁能让智能真确跑在每一台开垦上」时，掌持端侧时代讲话权的东说念主乐鱼·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，未经授权谢却转载。 -->