Heim
Mianbi Intelligence und die Tsinghua-Universität stellen Chinas erstes 1,58-Bit-Großmodell „BitCPM-CANN“ vor
Mingshi Intelligence hat in Zusammenarbeit mit der Tsinghua-Universität und der OpenBMB-Community „BitCPM-CANN“, Chinas erstes großes Sprachmodell, das auf der Ascend-Plattform von Huawei trainiert wurde, offiziell als Open-Source-Projekt veröffentlicht. Durch die Verwendung der ternären (1,58-Bit-)Quantisierung stellt dieser Durchbruch einen Fortschritt in der Low-Bit-Trainingstechnologie dar und markiert einen bedeutenden Meilenstein für Chinas KI-Ökosystem.
BitCPM-CANN demonstriert die robusten Fähigkeiten der heimischen Recheninfrastruktur und etabliert eine vollständig native Entwicklungspipeline, die von Quantisierungsoperatoren bis hin zu Trainingsalgorithmen reicht. Es ist in den Varianten 0,5B, 1B, 3B und 8B erhältlich und übertrifft MiniCPM4-Modelle mit voller Genauigkeit und gleicher Größe in der Leistung. Insbesondere reduziert es den Speicherbedarf bei der Inferenz um etwa das Sechsfache, ermöglicht so den reibungslosen Betrieb von Modellen mit 8B Parametern auf gängigen Flaggschiff-Smartphones und bietet der Mobilfunkbranche erhebliche Vorteile.

Auf Basis von MindSpeed und Megatron-LM hat Mingshi Intelligence ein umfassendes Low-Bit-Trainings-Framework aufgebaut. Diese Infrastruktur unterstützt Umgebungsanpassung, die Verarbeitung langer Sequenzen mit einer Länge von 32K, parallele Strategien und integrierte Operatoren. Durch die Bereitstellung dieser öffentlichen Grundlage für das gesamte Ascend-basierte Low-Bit-Training senkt das Unternehmen Entwicklungsbarrieren und beschleunigt den technologischen Fortschritt.

Um eine breitere Akzeptanz zu fördern, sind alle Modellgewichte von BitCPM-CANN als Open Source verfügbar und über HuggingFace und ModelScope zugänglich. Diese Initiative stattet Entwickler mit leistungsstarken Werkzeugen aus und fördert innovative Anwendungen in der gesamten KI-Landschaft.
Zusammenfassend stellt BitCPM-CANN einen entscheidenden Fortschritt bei Chinas Fähigkeiten zum Training großer KI-Modelle dar und legt damit ein solides Fundament für zukünftige intelligente Anwendungen.
Verwandter Artikel
Schwedisches KI-Startup Lovable Eyes: Bewertung von 13,2 Milliarden US-Dollar nach großer Finanzierungsrunde
Während KI-gestützte Coding-Tools an Popularität gewinnen, hat das schwedische Startup Lovable eine bedeutende Finanzierungsrunde abgeschlossen. Das Unternehmen strebt danach, 3 Milliarden US-Dollar einzusammeln, was seine Bewertung potenziell auf 13
Google testet den Remy AI Agent für Gemini, da der Fokus auf die Benutzerkontrolle verlagert wird
Laut Business Insider testet Google Remy, einen neuen KI-Personalagenten für Gemini. Dieses Tool soll Aufgaben im Auftrag von Nutzern ausführen und sowohl professionelle Arbeitsabläufe als auch tägliche Routinen optimieren.Derzeit wird Remy in einer
So beheben Sie Core Web Vitals für bessere SEO-Rankings
Berichtskartenkommentare mit KI-Tools optimierenEinführungKI-Tools zur Generierung von BerichtskartenkommentarenMagic SchoolAlmanac AIChat GPTNutzung von Magic School zur Generierung von BerichtskartenkommentarenAnmeldung bei Magic SchoolAuswahl des
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)
Mingshi Intelligence hat in Zusammenarbeit mit der Tsinghua-Universität und der OpenBMB-Community „BitCPM-CANN“, Chinas erstes großes Sprachmodell, das auf der Ascend-Plattform von Huawei trainiert wurde, offiziell als Open-Source-Projekt veröffentlicht. Durch die Verwendung der ternären (1,58-Bit-)Quantisierung stellt dieser Durchbruch einen Fortschritt in der Low-Bit-Trainingstechnologie dar und markiert einen bedeutenden Meilenstein für Chinas KI-Ökosystem.
BitCPM-CANN demonstriert die robusten Fähigkeiten der heimischen Recheninfrastruktur und etabliert eine vollständig native Entwicklungspipeline, die von Quantisierungsoperatoren bis hin zu Trainingsalgorithmen reicht. Es ist in den Varianten 0,5B, 1B, 3B und 8B erhältlich und übertrifft MiniCPM4-Modelle mit voller Genauigkeit und gleicher Größe in der Leistung. Insbesondere reduziert es den Speicherbedarf bei der Inferenz um etwa das Sechsfache, ermöglicht so den reibungslosen Betrieb von Modellen mit 8B Parametern auf gängigen Flaggschiff-Smartphones und bietet der Mobilfunkbranche erhebliche Vorteile.

Auf Basis von MindSpeed und Megatron-LM hat Mingshi Intelligence ein umfassendes Low-Bit-Trainings-Framework aufgebaut. Diese Infrastruktur unterstützt Umgebungsanpassung, die Verarbeitung langer Sequenzen mit einer Länge von 32K, parallele Strategien und integrierte Operatoren. Durch die Bereitstellung dieser öffentlichen Grundlage für das gesamte Ascend-basierte Low-Bit-Training senkt das Unternehmen Entwicklungsbarrieren und beschleunigt den technologischen Fortschritt.

Um eine breitere Akzeptanz zu fördern, sind alle Modellgewichte von BitCPM-CANN als Open Source verfügbar und über HuggingFace und ModelScope zugänglich. Diese Initiative stattet Entwickler mit leistungsstarken Werkzeugen aus und fördert innovative Anwendungen in der gesamten KI-Landschaft.
Zusammenfassend stellt BitCPM-CANN einen entscheidenden Fortschritt bei Chinas Fähigkeiten zum Training großer KI-Modelle dar und legt damit ein solides Fundament für zukünftige intelligente Anwendungen.
Schwedisches KI-Startup Lovable Eyes: Bewertung von 13,2 Milliarden US-Dollar nach großer Finanzierungsrunde
Während KI-gestützte Coding-Tools an Popularität gewinnen, hat das schwedische Startup Lovable eine bedeutende Finanzierungsrunde abgeschlossen. Das Unternehmen strebt danach, 3 Milliarden US-Dollar einzusammeln, was seine Bewertung potenziell auf 13
So beheben Sie Core Web Vitals für bessere SEO-Rankings
Berichtskartenkommentare mit KI-Tools optimierenEinführungKI-Tools zur Generierung von BerichtskartenkommentarenMagic SchoolAlmanac AIChat GPTNutzung von Magic School zur Generierung von BerichtskartenkommentarenAnmeldung bei Magic SchoolAuswahl des











