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，这即是为什么，内存价钱一天比一天高。

咫尺，有一种按序，不错省下 6 倍显存，却简直不损耗模子性能。

畴昔两年，围绕这个看似极点的念念路，一条公共性的本领竞赛正在成型。而就在这条赛谈上，一个悉数基于国产算力的决议，刚刚给出了我方的第一个恢复。

模子被压到了不到 3B，同期，才能却不错保留 97%，以致更进一步，如若联结 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，如何作念到的？

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。三值量化是一个极点的反向操作：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，因为编码三个值赶巧需要约 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相片，三值量化即是把它压成唯有黑、白、灰三色的极简图形。

直观上你会认为这势必失掉惨重。但畴昔两年的谈判反复阐明，模子权重里存在多数冗余信息。三个值，如若分拨允洽，足以承载绝大部分的模子才能。

这不是一个新主见。2024 年，微软谈判院发布了 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。微软随后在前年进一步发布了 BitNet b1.58 2B4T，一个 20 亿参数、4 万亿 token 测验的开源三值模子。上个月，好意思国公司 PrismML 发布了 Ternary Bonsai 系列，声称是首批贸易可用的 1.58-bit 模子。

▲

上：Llama FP16架构，下：微软谈判院开发的BitNet架构

学术界也相同在跟进：Tequila 提倡了搞定三值量化中「死权重陷坑」的新按序，TernaryLM 探索了从零运转的原生三值测验。

一条公共赛谈正在成型。但有一个关节问题恒久莫得被恢复：

三值大模子测验，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 是面壁智能网络清华大学、OpenBMB 开源社区发布的三值大模子系列。它的意念念不仅在于「又发了一个三值模子」。在公共赛谈上，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测验。此前悉数公开的三值模子测验都在 NVIDIA GPU 上完成。国产芯片阵营第一次领有了我方的三值测验才能。 第一次，一次性把范围推到 8B。此前昇腾上的低比特测验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，遮蔽从手机到 PC 的圆善端侧场景。 第一次，已毕了与全精度模子的圆善对照评测。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 档位的才能保留率在 95.7%到 97.2%之间。

97.2%的才能保留率意味着什么？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%。

况且，这不仅仅论文里的数字，是能果真不错「拿来就用」的效果。BitCPM-CANN 的一谈尺寸版块还是开源，0.5B 到 8B 四个档位都不错径直下载复现。

关于熟谙面壁智能 MiniCPM 系列的开发者来说，BitCPM-CANN 即是 MiniCPM 眷属的三值版块，如故一套生态。在统一个 GitHub 社区，眷属前辈累积了 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，从办事器笔直机都「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，协作 MoE 与激活范围拘谨，60B 范围的模子有望装入结尾开辟。

硬件端也还是准备好了。高通最新的旗舰芯片 8850 和 8397 维持 2-bit 原生推理，BitCPM-CANN 提供的赶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，咫尺双方同期到位了，如何不是一种「双向奔赴」。

手机厂商对端侧大模子的插足一直在加快。上周 Google I/O 上，开云kaiyun(中国)Gemini Intelligence 全面接管 Android 开辟，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，共同指向一个执行：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。

本色上，如若联结通盘 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%，好意思银预估公共 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加多物理内存，就能把模子才能进步数倍。在内存陆续加价的情况下，这不是优化，是刚需。

三值量化不是「用精度换内存」的和谐。当 97%的才能被保留住来时，阐明传统 16 位模子里多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，为什么是咫尺

当 AI 从云霄走向结尾，端侧模子正在成为个东谈主智能开辟的中枢才能。手机、电脑、车机，每一个贴近用户的结尾都在等一个填塞小、填塞强、填塞省内存的模子。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、作念到果真能跑起来的玩家。

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，而在这家公司畴昔几年，一直在作念的一件看起来有些「不对群」的事。

面壁智能从竖立之初就押注着力，在国内大多数团队追赶更大模子的时候，他们花了多数时刻作念底层测验框架 BM-Train，搞定「如何用更少的资源，训出填塞好的模子」，这套基础要领累积是其后一切的开头。

在 1.58-bit 方朝上，面壁智能的判断早于行业共鸣。好多数团队还在彷徨极低比特是否可行时，面壁智能就采取了这条门道，先在 GPU 上跑通了圆善的测验历程和按序言，再全体搬动到昇腾平台上。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测验按序、着力门道和工程体系，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 上累积了跨越 3 万颗星，Hugging Face 开源总下载量跨越 3000 万，是端侧大模子范畴最受宽饶的中国开源模子眷属。

BitCPM-CANN 恰是 MiniCPM 眷属向三值量化的延长，远不啻一个展示性的「PPT 模子」，是一个果真可复用的工程地基。它背后的测验链路还是被千里淀为昇腾低比特测验的基础要领，后续悉数想在昇腾上作念低比特测验的团队，都不错在统一套底座上起步。

值得一提的是，BitCPM-CANN 还在华为昇腾上完成了端到端的三值测验，测验着力达到惯例基线的 95%。这阐明了这套按序言不依赖特定硬件平台，国产算力相同不错跑通。

不是等硬件变得填塞稠密来符合模子，要让模子变得填塞贤人来符合硬件。

从测验端的华为昇腾，到推理端的结尾芯片，再到开源的模子和测验剧本，这是一条圆善的国产闭环，框架国产，芯片国产，模子国产，按序言自主。面壁智能的下一步还是明确：进一步进步模子的才能保留率，用 MoE 架构彭胀更大范围模子的容量，把 6 倍显存红利圆善开释到部署中。更永恒的缱绻，是遮蔽从预测验到对都的全历程低比特化。

从底层测验框架 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圆善的端侧大模子本领体系。在公共赛谈上，靠近微软、PrismML，面壁智能展现出了专有的不同上风之处在于：从框架、按序言、模子到芯片适配，构建了一条圆善的端侧本表露线。

当 AI 竞争从「谁的模子更大」转向「谁能让智能果真跑在每一台开辟上」时开云·体育，掌捏端侧本领谈话权的东谈主，才站在了最成心的位置。