5月25日，面壁智能联合清华大学、OpenBMB开源社区开源BitCPM CANN，这是中国首个完全基于华为昇腾平台端到端训练并开源的1.58比特三值端侧大模型，推理阶段相比传统BF16精度释放约6倍显存。

BitCPM CANN包含0.5B、1B、3B、8B四个模型尺寸，与同尺寸MiniCPM4全精度家族对照评测，模型能力保留率维持在90%至97.2%。具体来看，据面壁智能公布数据，1B、3B和8B版本性能保留率分别为97.1%、97.2%和95.7%，0.5B版本保留率为90.1%。该模型采用量化感知训练技术路线，从训练初始阶段让模型主动学习用1.58比特的三值权重承载知识，将权重限制在负1、0、1三个值。在昇腾910B上，该模型量化训练吞吐为148 TFLOPs，对比全精度155 TFLOPs，额外计算开销约4.5%。训练底座基于MindSpeed与Megatron LM搭建，包含环境适配、32K长序列支持及融合算子。全系列模型权重已在HuggingFace和ModelScope开源。极低位宽量化将模型权重压缩6至8倍，4GB内存能放置16B模型，配合MoE与激活范围约束能放置32B，若内存扩大到8GB，模型参数可扩大到60B。

全球半导体供应链变动推高了终端设备的存储成本。据高盛报告指出，受AI服务器需求爆发影响，2026年存储价格预期上调，DRAM涨幅250%至280%，NAND涨幅200%至250%。面壁智能AI Infra负责人李宇轩表示，内存价格在过去一年内翻了约5倍，手机及终端厂商在产品迭代中存在显存焦虑，行业对于模型内存尺寸的要求更加严格，牵引Infra方向向更节约内存的路线优化。

此前在5月23日的华为鲲鹏昇腾开发者大会（KADC 2026）上，BitCPM CANN已完成首次技术亮相。

一个8B参数的BitCPM CANN大模型当前可运行在主流旗舰手机上。

市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。

来源：市场资讯