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，这便是为什么，内存价钱一天比一天高。
刻下，有一种次序，不错省下 6 倍显存，却简直不损耗模子性能。
已往两年，围绕这个看似顶点的念念路，一条群众性的时刻竞赛正在成型。而就在这条赛说念上，一个完满基于国产算力的决议，刚刚给出了我方的第一个回话。
模子被压到了不到 3B，同期，身手却不错保留 97%，以至更进一步，如若结合 MoE 架构，明天不错径直在一部 8GB 内存的手机，运行 600 亿参数的大模子。
听上去匪夷所念念，奈何作念到的？
三个值，能跑大模子吗
传统大模子用卓绝精准的数字存储，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。时刻上，这被称为 1.58-bit，因为编码三个值正巧需要约 1.58 个二进制位。
这个压缩有多顶点？打个比喻：如若传统大模子的权重是一幅全彩像片，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亏本惨重。但已往两年的商讨反复讲解，模子权重里存在多半冗余信息。三个值，如若分派妥贴，足以承载绝大部分的模子身手。
这不是一个新观念。2024 年，微软商讨院发布了 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 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，声称是首批生意可用的 1.58-bit 模子。
▲
上：Llama FP16 架构，下：微软商讨院开发的 BitNet 架构
学术界也相似在跟进：Tequila 建议了管制三值量化中「死权重罗网」的新次序，TernaryLM 探索了从零启动的原生三值历练。
一条群众赛说念正在成型。但有一个要津问题永久莫得被回话：
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 是面壁智能联接清华大学、OpenBMB 开源社区发布的三值大模子系列。它的有趣有趣不仅在于「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历练。此前扫数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身手。
第一次，一次性把界限推到 8B。此前昇腾上的低比特历练停留在较小界限的考证阶段。BitCPM-CANN 径直发布了 0.5B、1B、3B、8B 四个档位，狡饰从手机到 PC 的完好端侧场景。
第一次，已毕了与全精度模子的完好对照评测。11 项任务、四大类评测（知识、阅读意会、学科知识、数学推理），1B 到 8B 档位的身手保留率在 95.7% 到 97.2% 之间。
97.2% 的身手保留率意味着什么？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%。
并且，这不仅仅论文里的数字，是能果然不错「拿来就用」的效果。BitCPM-CANN 的一齐尺寸版块一经开源，0.5B 到 8B 四个档位都不错径直下载复现。
关于闇练面壁智能 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。在合并个 GitHub 社区，眷属前辈集会了 3 万颗星、Hugging Face 总下载量超 3000 万的「家产」，刻下助长出来了新的标的。
6 倍显存，从干事器平直机都「吃到红利」
比拟 BF16 全精度模子，BitCPM-CANN 检朴约 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，不错通顺运行在一部手机上，和谐 MoE 与激活范围胁制，60B 界限的模子有望装入终局开采。
硬件端也一经准备好了。高通最新的旗舰芯片 8850 和 8397 援救 2-bit 原生推理，BitCPM-CANN 提供的正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，刻下双方同期到位了，21点游戏官网奈何不是一种「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 全面领受 Android 开采，从手机平直表到车机；苹果也将在 6 月 WWDC 上展示下一代 Apple Intelligence 的首要升级。
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，内存便是最硬的瓶颈。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。
本色上，如若结合扫数这个词 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%，好意思银预估群众 HBM 市集将达到 546 亿好意思元。
AI 基础次序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，就能把模子身手耕作数倍。在内存延续加价的情况下，这不是优化，是刚需。
三值量化不是「用精度换内存」的息争。当 97% 的身手被保留住来时，证据传统 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检朴技能，而是一种新的权重知识承载形貌。
为什么是面壁智能，为什么是刻下
当 AI 从云表走向终局，端侧模子正在成为个东说念主智能开采的中枢身手。手机、电脑、车机，每一个贴近用户的终局都在等一个弥漫小、弥漫强、弥漫省内存的模子。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 自身，而在这家公司已往几年，一直在作念的一件看起来有些「不对群」的事。
面壁智能从建立之初就押注效用，在国内大多数团队追赶更大模子的时候，他们花了多半时辰作念底层历练框架 BM-Train，管制「奈何用更少的资源，训出弥漫好的模子」，这套基础次序集会是其后一切的源流。
在 1.58-bit 方进取，面壁智能的判断早于行业共鸣。很多数团队还在夷犹极低比特是否可行时，面壁智能就遴选了这条道路，先在 GPU 上跑通了完好的历练经过和次序论，再全体迁徙到昇腾平台上。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历练次序、效用道路和工程体系，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 上集会了进步 3 万颗星，Hugging Face 开源总下载量进步 3000 万，是端侧大模子界限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。它背后的历练链路一经被千里淀为昇腾低比特历练的基础次序，后续扫数想在昇腾上作念低比特历练的团队，都不错在合并套底座上起步。
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，历练效用达到惯例基线的 95%。这讲解了这套次序论不依赖特定硬件平台，国产算力相似不错跑通。
不是等硬件变得弥漫纷乱来符合模子，要让模子变得弥漫灵巧来符合硬件。
从历练端的华为昇腾，到推理端的终局芯片，再到开源的模子和历练剧本，这是一条完好的国产闭环，框架国产，芯片国产，模子国产，次序论自主。面壁智能的下一步一经明确：进一步耕作模子的身手保留率，用 MoE 架构扩张更大界限模子的容量，把 6 倍显存红利完好开释到部署中。更永恒的办法，是狡饰从预历练到对都的全经过低比特化。
从底层历练框架 BM-Train，到端侧模子眷属 MiniCPM，再到 BitCPM-CANN，面壁智能用几年时辰搭建了一套完好的端侧大模子时刻体系。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、次序论、模子到芯片适配，构建了一条完好的端侧时刻道路。
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开采上」时21点游戏官网，掌持端侧时刻谈话权的东说念主，才站在了最故意的位置。