凤凰彩票 将 600 亿参数大模子装进手机的瓶颈, 终于被中国 AI 公司阻滞了

一个 8B 参数的大模子，常常需要约 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，有一种交替，不错省下 6 倍显存，却险些不损耗模子性能。

往日两年，围绕这个看似极点的念念路，一条世界性的时刻竞赛正在成型。而就在这条赛说念上，一个十足基于国产算力的决议，刚刚给出了我方的第一个回复。

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，淌若勾搭 MoE 架构，畴昔不错径直在一部 8GB 内存的手机，运行 600 亿参数的大模子。

听上去匪夷所念念，怎么作念到的？

三个值，能跑大模子吗

传统大模子用绝顶精准的数字存储，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，因为编码三个值正好需要约 1.58 个二进制位。

这个压缩有多极点？打个譬如：淌若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唯有黑、白、灰三色的极简图形。

直观上你会合计这势必失掉惨重。但往日两年的连续反复解说，模子权重里存在无数冗余信息。三个值，淌若分拨稳妥，足以承载绝大部分的模子智商。

这不是一个新见地。2024 年，微软连续院发布了 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 考验的开源三值模子。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：微软连续院开发的BitNet架构

学术界也相似在跟进：Tequila 提倡了治理三值量化中「死权重罗网」的新交替，TernaryLM 探索了从零开动的原生三值考验。

一条世界赛说念正在成型。但有一个关键问题长久莫得被回复：

三值大模子考验，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 是面壁智能衔接清华大学、OpenBMB 开源社区发布的三值大模子系列。它的真谛不仅在于「又发了一个三值模子」。在世界赛说念上，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考验。此前统共公开的三值模子考验都在 NVIDIA GPU 上完成。国产芯片阵营第一次领有了我方的三值考验智商。 第一次，一次性把限制推到 8B。此前昇腾上的低比特考验停留在较小限制的考据阶段。BitCPM-CANN 径直发布了 0.5B、1B、3B、8B 四个档位，隐敝从手机到 PC 的完好意思端侧场景。 第一次，终显明与全精度模子的完好意思对照评测。11 项任务、四大类评测（知识、阅读泄漏、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，如故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%。

况且，这不仅仅论文里的数字，是能果然不错「拿来就用」的适度。BitCPM-CANN 的一说念尺寸版块如故开源，0.5B 到 8B 四个档位都不错径直下载复现。

关于练习面壁智能 MiniCPM 系列的开发者来说，BitCPM-CANN 便是 MiniCPM 眷属的三值版块，如故一套生态。在并吞个 GitHub 社区，眷属前辈聚集了 3 万颗星、Hugging Face 总下载量超 3000 万的「家产」，当今孕育出来了新的场地。

6 倍显存，从功绩器笔直机都「吃到红利」

比拟 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，不错流通运行在一部手机上，互助 MoE 与激活范围料理，60B 限制的模子有望装入末端勾引。

硬件端也如故准备好了。高通最新的旗舰芯片 8850 和 8397 支援 2-bit 原生推理，BitCPM-CANN 提供的正好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，怎么不是一种「双向奔赴」。

江南体育(JNsports)官网app下载

手机厂商对端侧大模子的参加一直在加快。上周 Google I/O 上，凤凰彩票Gemini Intelligence 全面经受 Android 勾引，从手机笔直表到车机；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，共同指向一个实践：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，谁就掌捏了下一轮竞争的主动权。

骨子上，淌若勾搭通盘 AI 产业正在经验的阵痛，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%，好意思银预估世界 HBM 市集将达到 546 亿好意思元。

AI 基础门径最紧缺的资源便是内存，6 倍显存红利意味着不增多物理内存，就能把模子智商升迁数倍。在内存不时加价的情况下，这不是优化，是刚需。

三值量化不是「用精度换内存」的调解。当 97%的智商被保留住来时，证据传统 16 位模子里无数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巧，而是一种新的权重知识承载神志。

为什么是面壁智能，为什么是当今

当 AI 从云表走向末端，端侧模子正在成为个东说念主智能勾引的中枢智商。手机、电脑、车机，每一个贴近用户的末端都在等一个饱胀小、饱胀强、饱胀省内存的模子。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、作念到果然能跑起来的玩家。

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，而在这家公司往日几年，一直在作念的一件看起来有些「不对群」的事。

面壁智能从开发之初就押注效力，在国内大多数团队追赶更大模子的时候，他们花了无数时刻作念底层考验框架 BM-Train，治理「怎么用更少的资源，训出饱胀好的模子」，这套基础门径聚集是自后一切的早先。

在 1.58-bit 方进取，面壁智能的判断早于行业共鸣。很多数团队还在游荡极低比特是否可行时，面壁智能就采取了这条道路，先在 GPU 上跑通了完好意思的考验进程和交替论，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考验交替、效力道路和工程体系，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 上聚集了进步 3 万颗星，Hugging Face 开源总下载量进步 3000 万，是端侧大模子规模最受接待的中国开源模子眷属。

BitCPM-CANN 恰是 MiniCPM 眷属向三值量化的蔓延，远不啻一个展示性的「PPT 模子」，是一个果然可复用的工程地基。它背后的考验链路如故被千里淀为昇腾低比特考验的基础门径，后续统共想在昇腾上作念低比特考验的团队，都不错在并吞套底座上起步。

值得一提的是，BitCPM-CANN 还在华为昇腾上完成了端到端的三值考验，考验效力达到老例基线的 95%。这解说了这套交替论不依赖特定硬件平台，国产算力相似不错跑通。

不是等硬件变得饱胀宏大来符合模子，要让模子变得饱胀机灵来符合硬件。

从考验端的华为昇腾，到推理端的末端芯片，再到开源的模子和考验剧本，这是一条完好意思的国产闭环，框架国产，芯片国产，模子国产，交替论自主。面壁智能的下一步如故明确：进一步升迁模子的智商保留率，用 MoE 架构膨胀更大限制模子的容量，把 6 倍显存红利完好意思开释到部署中。更永远的想法，是隐敝从预考验到对都的全进程低比特化。

从底层考验框架 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完好意思的端侧大模子时刻体系。在世界赛说念上，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、交替论、模子到芯片适配，构建了一条完好意思的端侧时刻道路。

当 AI 竞争从「谁的模子更大」转向「谁能让智能果然跑在每一台勾引上」时凤凰彩票，掌捏端侧时刻言语权的东说念主，才站在了最有意的位置。