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，这等于为什么，内存价钱一天比一天高。

现时，有一种轮番，不错省下 6 倍显存，却确凿不损耗模子性能。

畴前两年，围绕这个看似极点的念念路，一条寰宇性的时间竞赛正在成型。而就在这条赛说念上，一个实足基于国产算力的决议，刚刚给出了我方的第一个复兴。

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，如若团结 MoE 架构，畴昔不错平直在一部 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

传统大模子用极度精准的数字存储，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：平直把可选的数值从几万种砍到三种。时间上，这被称为 1.58-bit，因为编码三个值碰巧需要约 1.58 个二进制位。

这个压缩有多极点？打个譬如：如若传统大模子的权重是一幅全彩像片，三值量化等于把它压成只须黑、白、灰三色的极简图形。

直观上你会以为这势必耗费惨重。但畴前两年的磋磨反复证明，模子权重里存在无数冗余信息。三个值，如若分拨妥当，足以承载绝大部分的模子才调。

这不是一个新宗旨。2024 年，微软磋磨院发布了 BitNet b1.58，第一次系统论证了三值大模子不错贴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 磨砺的开源三值模子。上个月，好意思国公司 PrismML 发布了 Ternary Bonsai 系列，声称是首批买卖可用的 1.58-bit 模子。

▲

上：Llama FP16架构，下：微软磋磨院开发的BitNet架构

学术界也一样在跟进：Tequila 建议了惩处三值量化中「死权重陷坑」的新轮番，TernaryLM 探索了从零启动的原生三值磨砺。

一条寰宇赛说念正在成型。但有一个要津问题长久莫得被复兴：

三值大模子磨砺，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 是面壁智能聚首清华大学、OpenBMB 开源社区发布的三值大模子系列。它的意旨不仅在于「又发了一个三值模子」。在寰宇赛说念上，BitCPM-CANN 作念到了三个此前莫得东说念主作念到的事情。

星空体育app2026世界杯官方下载

第一次，在华为昇腾上端到端完成三值大模子磨砺。此前统共公开的三值模子磨砺都在 NVIDIA GPU 上完成。国产芯片阵营第一次领有了我方的三值磨砺才调。

第一次，一次性把规模推到 8B。此前昇腾上的低比特磨砺停留在较小规模的考证阶段。BitCPM-CANN 平直发布了 0.5B、1B、3B、8B 四个档位，笼罩从手机到 PC 的完竣端侧场景。

第一次，达成了与全精度模子的完竣对照评测。11 项任务、四大类评测（知识、阅读阐明、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，还是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%。

况兼，这不仅仅论文里的数字，是能确凿不错「拿来就用」的后果。BitCPM-CANN 的沿路尺寸版块还是开源，0.5B 到 8B 四个档位都不错平直下载复现。

关于熟识面壁智能 MiniCPM 系列的开发者来说，BitCPM-CANN 等于 MiniCPM 家眷的三值版块，照旧一套生态。在团结个 GitHub 社区，家眷前辈积蓄了 3 万颗星、Hugging Face 总下载量超 3000 万的「家产」，现时滋长出来了新的所在。

6 倍显存，从劳动器得手机都「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平直感知：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，不错明白运行在一部手机上，合营 MoE 与激活范围握住，60B 规模的模子有望装入末端设备。

硬件端也还是准备好了。高通最新的旗舰芯片 8850 和 8397 补助 2-bit 原生推理，BitCPM-CANN 提供的碰巧是不错平直喂进去的低比特权重。

芯片厂商等供给，模子厂商等芯片，现时双方同期到位了，6686体育世界杯中国官网首页怎样不是一种「双向奔赴」。

手机厂商对端侧大模子的进入一直在加快。上周 Google I/O 上，Gemini Intelligence 全面接纳 Android 设备，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，共同指向一个本质：手机端侧要跑越来越强的 AI，内存等于最硬的瓶颈。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。

骨子上，如若团结统共这个词 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%，好意思银预估寰宇 HBM 市集将达到 546 亿好意思元。

AI 基础才能最紧缺的资源等于内存，6 倍显存红利意味着不增多物理内存，就能把模子才调素质数倍。在内存接续加价的情况下，这不是优化，是刚需。

三值量化不是「用精度换内存」的和洽。当 97%的才调被保留住来时，阐发传统 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能，而是一种新的权重知识承载边幅。

为什么是面壁智能，为什么是现时

当 AI 从云霄走向末端，端侧模子正在成为个东说念主智能设备的中枢才调。手机、电脑、车机，每一个贴近用户的末端都在等一个填塞小、填塞强、填塞省内存的模子。这条赛说念的输赢手，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、作念到确凿能跑起来的玩家。

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 本人，而在这家公司畴前几年，一直在作念的一件看起来有些「不对群」的事。

面壁智能从开拓之初就押注着力，在国内大多数团队追赶更大模子的时候，他们花了无数时间作念底层磨砺框架 BM-Train，惩处「怎样用更少的资源，训出填塞好的模子」，这套基础才能积蓄是自后一切的开始。

在 1.58-bit 方朝上，面壁智能的判断早于行业共鸣。很多数团队还在徜徉极低比特是否可行时，面壁智能就采纳了这条阶梯，先在 GPU 上跑通了完竣的磨砺经由和轮番论，再举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证的磨砺轮番、着力阶梯和工程体系，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 上积蓄了进步 3 万颗星，Hugging Face 开源总下载量进步 3000 万，是端侧大模子领域最受宽饶的中国开源模子家眷。

BitCPM-CANN 恰是 MiniCPM 家眷向三值量化的延长，远不啻一个展示性的「PPT 模子」，是一个确凿可复用的工程地基。它背后的磨砺链路还是被千里淀为昇腾低比特磨砺的基础才能，后续统共想在昇腾上作念低比特磨砺的团队，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磨砺，磨砺着力达到惯例基线的 95%。这证明了这套轮番论不依赖特定硬件平台，国产算力一样不错跑通。

不是等硬件变得填塞巨大来相宜模子，要让模子变得填塞聪惠来相宜硬件。

从磨砺端的华为昇腾，到推理端的末端芯片，再到开源的模子和磨砺剧本，这是一条完竣的国产闭环，框架国产，芯片国产，模子国产，轮番论自主。面壁智能的下一步还是明确：进一步素质模子的才调保留率，用 MoE 架构膨大更大规模模子的容量，把 6 倍显存红利完竣开释到部署中。更长久的方针，是笼罩从预磨砺到对王人的全经由低比特化。

从底层磨砺框架 BM-Train，到端侧模子家眷 MiniCPM，再到 BitCPM-CANN，面壁智能用几年时间搭建了一套完竣的端侧大模子时间体系。在寰宇赛说念上，靠近微软、PrismML，面壁智能展现出了独到的不同上风之处在于：从框架、轮番论、模子到芯片适配，构建了一条完竣的端侧时间阶梯。

当 AI 竞争从「谁的模子更大」转向「谁能让智能确凿跑在每一台设备上」时6686体育世界杯中国官网首页，掌持端侧时间言语权的东说念主，才站在了最有益的位置。

　　声明：新浪网独家稿件，未经授权停止转载。 -->