一个 8B 参数的大模子，经常需要约 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。

咫尺，有一种步伐，不错省下 6 倍显存，却险些不损耗模子性能。

昔时两年，围绕这个看似极点的念念路，一条环球性的时刻竞赛正在成型。而就在这条赛谈上，一个澈底基于国产算力的决策，刚刚给出了我方的第一个报酬。

模子被压到了不到 3B，同期，智商却不错保留 97%，以致更进一步，要是诱骗 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，怎样作念到的？

三个值，能跑大模子吗

传统大模子用相等精准的数字存储，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。三值量化是一个极点的反向操作：径直把可选的数值从几万种砍到三种。时刻上，这被称为 1.58-bit，因为编码三个值适值需要约 1.58 个二进制位。

这个压缩有多极点？打个比喻：要是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死亡惨重。但昔时两年的盘问反复解释，模子权重里存在多半冗余信息。三个值，要是分派安妥，足以承载绝大部分的模子智商。

这不是一个新见地。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。微软随后在旧年进一步发布了 BitNet b1.58 2B4T，一个 20 亿参数、4 万亿 token 训练的开源三值模子。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：微软盘问院开发的BitNet架构

学术界也雷同在跟进：Tequila 冷漠了经管三值量化中「死权重陷坑」的新步伐，TernaryLM 探索了从零运转的原生三值训练。

一条环球赛谈正在成型。但有一个关节问题恒久莫得被报酬：

三值大模子训练，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 是面壁智能聚积清华大学、OpenBMB 开源社区发布的三值大模子系列。它的真理不仅在于「又发了一个三值模子」。在环球赛谈上，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训练。此前总共公开的三值模子训练都在 NVIDIA GPU 上完成。国产芯片阵营第一次领有了我方的三值训练智商。

第一次，一次性把范畴推到 8B。此前昇腾上的低比特训练停留在较小范畴的考据阶段。BitCPM-CANN 径直发布了 0.5B、1B、3B、8B 四个档位，掩盖从手机到 PC 的好意思满端侧场景。

第一次，已毕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、阅读剖判、学科知识、数学推理），1B 到 8B 档位的智商保留率在 95.7%到 97.2%之间。

97.2%的智商保留率意味着什么？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%。

而况，这不仅仅论文里的数字，是能委果不错「拿来就用」的限度。BitCPM-CANN 的一谈尺寸版块照旧开源，0.5B 到 8B 四个档位都不错径直下载复现。

关于熟练面壁智能 MiniCPM 系列的开发者来说，BitCPM-CANN 即是 MiniCPM 家眷的三值版块，如故一套生态。在团结个 GitHub 社区，家眷前辈积贮了 3 万颗星、Hugging Face 总下载量超 3000 万的「家产」，咫尺滋长出来了新的标的。

6 倍显存，从管事器得手机都「吃到红利」

比拟 BF16 全精度模子，BitCPM-CANN 从简陋 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，合营 MoE 与激活范围敛迹，60B 范畴的模子有望装入末端开垦。

硬件端也照旧准备好了。高通最新的旗舰芯片 8850 和 8397 撑持 2-bit 原生推理，BitCPM-CANN 提供的适值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，咫尺双方同期到位了，K·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 全面接受 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 的枢纽升级。

两大手机操作系统同期发力，共同指向一个推行：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，谁就掌捏了下一轮竞争的主动权。

内容上，要是诱骗通盘 AI 产业正在阅历的阵痛，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%，好意思银预估环球 HBM 商场将达到 546 亿好意思元。

AI 基础要领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，就能把模子智商培植数倍。在内存无间加价的情况下，这不是优化，是刚需。

三值量化不是「用精度换内存」的协调。当 97%的智商被保留住来时，闪现传统 16 位模子里多半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从简技能，而是一种新的权重知识承载形势。

为什么是面壁智能，为什么是咫尺

当 AI 从云表走向末端，端侧模子正在成为个东谈主智能开垦的中枢智商。手机、电脑、车机，每一个贴近用户的末端都在等一个豪阔小、豪阔强、豪阔省内存的模子。这条赛谈的输赢手，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 自身，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。

面壁智能从树立之初就押注遵守，在国内大多数团队追赶更大模子的时候，他们花了多半时刻作念底层训练框架 BM-Train，经管「怎样用更少的资源，训出豪阔好的模子」，这套基础要领积贮是其后一切的滥觞。

星空体育app2026世界杯官方下载

在 1.58-bit 方进取，面壁智能的判断早于行业共鸣。好多数团队还在游移极低比特是否可行时，面壁智能就选用了这条路子，先在 GPU 上跑通了好意思满的训练历程和步伐论，再合座迁徙到昇腾平台上。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训练步伐、遵守路子和工程体系，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 上积贮了进步 3 万颗星，Hugging Face 开源总下载量进步 3000 万，是端侧大模子范畴最受迎接的中国开源模子家眷。

BitCPM-CANN 恰是 MiniCPM 家眷向三值量化的蔓延，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。它背后的训练链路照旧被千里淀为昇腾低比特训练的基础要领，后续总共想在昇腾上作念低比特训练的团队，都不错在团结套底座上起步。

值得一提的是，BitCPM-CANN 还在华为昇腾上完成了端到端的三值训练，训练遵守达到旧例基线的 95%。这解释了这套步伐论不依赖特定硬件平台，国产算力雷同不错跑通。

不是等硬件变得豪阔庞杂来相宜模子，要让模子变得豪阔机灵来相宜硬件。

从训练端的华为昇腾，到推理端的末端芯片，再到开源的模子和训练剧本，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，步伐论自主。面壁智能的下一步照旧明确：进一步培植模子的智商保留率，用 MoE 架构膨胀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。更长久的宗旨，是掩盖从预训练到对皆的全历程低比特化。

从底层训练框架 BM-Train，到端侧模子家眷 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时刻体系。在环球赛谈上，面临微软、PrismML，面壁智能展现出了特有的不同上风之处在于：从框架、步伐论、模子到芯片适配，构建了一条好意思满的端侧时刻路子。

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垦上」时，掌捏端侧时刻语言权的东谈主K体育世界杯中国官网首页，才站在了最成心的位置。

　　声明：新浪网独家稿件，未经授权拒接转载。 -->