一个 8B 参数的大模子，不时需要约 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。

现时，有一种秩序，不错省下 6 倍显存，却险些不损耗模子性能。

昔日两年，围绕这个看似顶点的想路，一条天下性的本领竞赛正在成型。而就在这条赛谈上，一个透顶基于国产算力的决策，刚刚给出了我方的第一个恢复。

模子被压到了不到 3B，同期，智商却不错保留 97%，致使更进一步，淌若伙同 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。

听上去匪夷所想，何如作念到的？

三个值，能跑大模子吗

传统大模子用畸形精准的数字存储，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。本领上，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。

这个压缩有多顶点？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独一黑、白、灰三色的极简图形。

直观上你会合计这势必赔本惨重。但昔日两年的辩论反复诠释注解，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。

这不是一个新认识。2024 年，微软辩论院发布了 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。微软随后在客岁进一步发布了 BitNet b1.58 2B4T，一个 20 亿参数、4 万亿 token 检修的开源三值模子。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：微软辩论院开发的 BitNet 架构

学术界也相通在跟进：Tequila 建议了督察三值量化中「死权重罗网」的新秩序，TernaryLM 探索了从零运转的原生三值检修。

一条天下赛谈正在成型。但有一个关节问题永久莫得被恢复：

三值大模子检修，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 是面壁智能鸠合清华大学、OpenBMB 开源社区发布的三值大模子系列。它的道理不仅在于「又发了一个三值模子」。在天下赛谈上，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检修。此前悉数公开的三值模子检修都在 NVIDIA GPU 上完成。国产芯片阵营第一次领有了我方的三值检修智商。

第一次，一次性把范围推到 8B。此前昇腾上的低比特检修停留在较小范围的考证阶段。BitCPM-CANN 径直发布了 0.5B、1B、3B、8B 四个档位，粉饰从手机到 PC 的完满端侧场景。

第一次，终显然与全精度模子的完满对照评测。11 项任务、四大类评测（学问、阅读清爽、学科知识、数学推理），2026美加墨世界杯中国认证平台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，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%。

而况，这不仅仅论文里的数字，是能果然不错「拿来就用」的遵循。BitCPM-CANN 的一齐尺寸版块还是开源，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 便是 MiniCPM 家眷的三值版块，如故一套生态。在团结个 GitHub 社区，家眷前辈积蓄了 3 万颗星、Hugging Face 总下载量超 3000 万的「家产」，现时助长出来了新的处所。

6 倍显存，从行状器笔直机都「吃到红利」

比较 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，不错流通运行在一部手机上，合营 MoE 与激活范围拘谨，60B 范围的模子有望装入末端开荒。

硬件端也还是准备好了。高通最新的旗舰芯片 8850 和 8397 因循 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，现时双方同期到位了，尊龙凯时官网进入网页何如不是一种「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 全面继承 Android 开荒，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 的紧要升级。

两大手机操作系统同期发力，共同指向一个现实：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。

执行上，淌若伙同通盘 AI 产业正在资格的阵痛，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%，好意思银预估天下 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加多物理内存，就能把模子智商擢升数倍。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」的融合。当 97% 的智商被保留住来时，诠释传统 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从简技能，而是一种新的权重知识承载形态。

为什么是面壁智能，为什么是现时

当 AI 从云表走向末端，端侧模子正在成为个东谈主智能开荒的中枢智商。手机、电脑、车机，每一个贴近用户的末端都在等一个有余小、有余强、有余省内存的模子。这条赛谈的赢输手，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 本人，而在这家公司昔日几年，一直在作念的一件看起来有些「分别群」的事。

面壁智能从配置之初就押注遵循，在国内大多数团队追赶更大模子的时候，他们花了无数时候作念底层检修框架 BM-Train，督察「何如用更少的资源，训出有余好的模子」，这套基础门径积蓄是自后一切的开端。

在 1.58-bit 方进取，面壁智能的判断早于行业共鸣。很多数团队还在游移极低比特是否可行时，面壁智能就采选了这条道路，先在 GPU 上跑通了完满的检修过程和秩序论，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证的检修秩序、遵循道路和工程体系，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 上积蓄了超过 3 万颗星，Hugging Face 开源总下载量超过 3000 万，是端侧大模子规模最受迎接的中国开源模子家眷。

BitCPM-CANN 恰是 MiniCPM 家眷向三值量化的延长，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。它背后的检修链路还是被千里淀为昇腾低比特检修的基础门径，后续悉数想在昇腾上作念低比特检修的团队，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检修，检修遵循达到惯例基线的 95%。这诠释注解了这套秩序论不依赖特定硬件平台，国产算力相通不错跑通。

不是等硬件变得有余雄壮来相宜模子，要让模子变得有余机灵来相宜硬件。

从检修端的华为昇腾，到推理端的末端芯片，再到开源的模子和检修剧本，这是一条完满的国产闭环，框架国产，芯片国产，模子国产，秩序论自主。面壁智能的下一步还是明确：进一步擢升模子的智商保留率，用 MoE 架构膨胀更大范围模子的容量，把 6 倍显存红利完满开释到部署中。更长久的瞎想，是粉饰从预检修到对皆的全过程低比特化。

从底层检修框架 BM-Train，到端侧模子家眷 MiniCPM，再到 BitCPM-CANN，面壁智能用几年时候搭建了一套完满的端侧大模子本领体系。在天下赛谈上，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、秩序论、模子到芯片适配，构建了一条完满的端侧本清爽线。

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荒上」时，掌持端侧本领说话权的东谈主尊龙凯时官网进入网页，才站在了最故意的位置。