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

昔时两年，围绕这个看似顶点的念念路，一条天下性的时刻竞赛正在成型。而就在这条赛说念上，一个竣工基于国产算力的决策，刚刚给出了我方的第一个汇报。

模子被压到了不到 3B，同期，能力却不错保留 97%，致使更进一步，如若勾搭 MoE 架构，将来不错成功在一部 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

传统大模子用特殊精准的数字存储，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：成功把可选的数值从几万种砍到三种。时刻上，这被称为 1.58-bit，因为编码三个值恰恰需要约 1.58 个二进制位。

这个压缩有多顶点？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只须黑、白、灰三色的极简图形。

直观上你会合计这势必蚀本惨重。但昔时两年的参议反复阐述，模子权重里存在多半冗余信息。三个值，如若分派稳妥，足以承载绝大部分的模子能力。

这不是一个新成见。2024 年，微软参议院发布了 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。微软随后在旧年进一步发布了 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，声称是首批买卖可用的 1.58-bit 模子。

▲

上：Llama FP16架构，下：微软参议院开发的BitNet架构

学术界也相同在跟进：Tequila 建议了处分三值量化中「死权重罗网」的新要领，TernaryLM 探索了从零开动的原生三值测验。

一条天下赛说念正在成型。但有一个重要问题永恒莫得被汇报：

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 是面壁智能连合清华大学、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测验。此前总共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能力。 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据阶段。BitCPM-CANN 成功发布了 0.5B、1B、3B、8B 四个档位，隐讳从手机到 PC 的齐全端侧场景。 第一次，收尾了与全精度模子的齐全对照评测。11 项任务、四大类评测（学问、阅读明白、学科知识、数学推理），1B 到 8B 档位的能力保留率在 95.7%到 97.2%之间。

97.2%的能力保留率意味着什么？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%。

并且，这不仅仅论文里的数字，是能真确不错「拿来就用」的适度。BitCPM-CANN 的一齐尺寸版块还是开源，0.5B 到 8B 四个档位都不错成功下载复现。

关于熟练面壁智能 MiniCPM 系列的开发者来说，BitCPM-CANN 即是 MiniCPM 家眷的三值版块，如故一套生态。在吞并个 GitHub 社区，家眷前辈积存了 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，从功绩器得手机都「吃到红利」

比较 BF16 全精度模子，BitCPM-CANN 勤俭约 6 倍显存，这个数字开发者最能成功感知：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，不错教化运行在一部手机上，合营 MoE 与激活范围拘谨，60B 范围的模子有望装入末端开发。

硬件端也还是准备好了。高通最新的旗舰芯片 8850 和 8397 复古 2-bit 原生推理，BitCPM-CANN 提供的恰恰是不错成功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参加一直在加快。上周 Google I/O 上，2026世界杯中国压球官网Gemini Intelligence 全面接收 Android 开发，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 的首要升级。

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，内存即是最硬的瓶颈。谁能用更少的内存跑更强的模子，谁就掌抓了下一轮竞争的主动权。

施行上，如若勾搭总共这个词 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 基础法子最紧缺的资源即是内存，6 倍显存红利意味着不增多物理内存，就能把模子能力提高数倍。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」的和洽。当 97%的能力被保留住来时，阐述传统 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勤俭妙技，而是一种新的权重知识承载形貌。

为什么是面壁智能，为什么是咫尺

当 AI 从云表走向末端，端侧模子正在成为个东说念主智能开发的中枢能力。手机、电脑、车机，每一个贴近用户的末端都在等一个富有小、富有强、富有省内存的模子。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、作念到真确能跑起来的玩家。

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，而在这家公司昔时几年，一直在作念的一件看起来有些「分袂群」的事。

面壁智能从树立之初就押注效劳，在国内大多数团队追赶更大模子的时候，他们花了多半时刻作念底层测验框架 BM-Train，处分「如何用更少的资源，训出富有好的模子」，这套基础法子积存是其后一切的起首。

在 1.58-bit 方朝上，面壁智能的判断早于行业共鸣。很多数团队还在夷犹极低比特是否可行时，面壁智能就采用了这条途径，先在 GPU 上跑通了齐全的测验进程和要领论，再合座挪动到昇腾平台上。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据的测验要领、效劳途径和工程体系，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 上积存了超过 3 万颗星，Hugging Face 开源总下载量超过 3000 万，是端侧大模子范围最受接待的中国开源模子家眷。

BitCPM-CANN 恰是 MiniCPM 家眷向三值量化的蔓延，远不啻一个展示性的「PPT 模子」，是一个真确可复用的工程地基。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法子，后续总共想在昇腾上作念低比特测验的团队，都不错在吞并套底座上起步。

值得一提的是，BitCPM-CANN 还在华为昇腾上完成了端到端的三值测验，测验效劳达到旧例基线的 95%。这阐述了这套要领论不依赖特定硬件平台，国产算力相同不错跑通。

不是等硬件变得富有雄伟来合适模子，要让模子变得富有机灵来合适硬件。

从测验端的华为昇腾，到推理端的末端芯片，再到开源的模子和测验剧本，这是一条齐全的国产闭环，框架国产，芯片国产，模子国产，要领论自主。面壁智能的下一步还是明确：进一步提高模子的能力保留率，用 MoE 架构膨胀更大范围模子的容量，把 6 倍显存红利齐全开释到部署中。更永恒的宗旨，是隐讳从预测验到对皆的全进程低比特化。

从底层测验框架 BM-Train，到端侧模子家眷 MiniCPM，再到 BitCPM-CANN，面壁智能用几年时刻搭建了一套齐全的端侧大模子时刻体系。在天下赛说念上，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、要领论、模子到芯片适配，构建了一条齐全的端侧时刻途径。

当 AI 竞争从「谁的模子更大」转向「谁能让智能真确跑在每一台开发上」时，掌抓端侧时刻讲话权的东说念主世界杯压球官网，才站在了最故意的位置。