Hogar
Mianbi Intelligence y la Universidad de Tsinghua presentan BitCPM-CANN, el primer modelo grande de 1,58 bits de China
Mingshi Intelligence, en colaboración con la Universidad de Tsinghua y la comunidad OpenBMB, ha publicado oficialmente como código abierto BitCPM-CANN, el primer modelo de lenguaje a gran escala de China entrenado en la plataforma Ascend de Huawei. Mediante el uso de la cuantificación ternaria (1,58 bits), este avance revoluciona la tecnología de entrenamiento con pocos bits y supone un hito significativo para el ecosistema de IA de China.
BitCPM-CANN pone de manifiesto las sólidas capacidades de la infraestructura informática nacional, estableciendo un proceso de desarrollo totalmente nativo que abarca desde los operadores de cuantificación hasta los algoritmos de entrenamiento. Disponible en variantes de 0,5 mil millones, 1 mil millones, 3 mil millones y 8 mil millones, supera en rendimiento a los modelos MiniCPM4 de precisión completa de tamaño equivalente. Cabe destacar que reduce el uso de memoria en la inferencia aproximadamente seis veces, lo que permite un funcionamiento fluido de modelos con 8 mil millones de parámetros en los principales smartphones de gama alta y ofrece importantes ventajas al sector de la telefonía móvil.

Gracias a MindSpeed y Megatron-LM, Mingshi Intelligence ha creado un marco integral de entrenamiento de bajo número de bits. Esta infraestructura admite la adaptación al entorno, el manejo de secuencias largas de 32 000, estrategias paralelas y operadores integrados. Al proporcionar esta base pública para todo el entrenamiento de bajo número de bits basado en Ascend, la empresa reduce las barreras de desarrollo y acelera la iteración tecnológica.

Para fomentar una adopción más amplia, todos los pesos del modelo BitCPM-CANN son de código abierto y se puede acceder a ellos a través de HuggingFace y ModelScope. Esta iniciativa dota a los desarrolladores de potentes herramientas, lo que fomenta aplicaciones innovadoras en todo el panorama de la IA.
En conclusión, BitCPM-CANN representa un avance crucial en las capacidades de entrenamiento de grandes modelos de IA en China, sentando una base sólida para futuras aplicaciones inteligentes.
Artículo relacionado
Las acciones de EE. UU. alcanzan un hito histórico mientras gigantes de la IA y la aeroespacial se preparan para su debut de un billón de dólares
Elon Musk, Sam Altman y Dario Amodei, tres titanes del sector tecnológico, están avanzando hacia ofertas públicas iniciales para sus respectivas empresas. Con SpaceX, OpenAI y Anthropic, tres gigantes de la industria que se acercan a valoraciones de
La startup sueca de inteligencia artificial Lovable Eyes alcanza una valoración de 13.200 millones de dólares tras una importante ronda de financiación
Mientras las herramientas de codificación impulsadas por inteligencia artificial ganan terreno, la startup sueca Lovable ha asegurado una importante ronda de financiación. La empresa tiene como objetivo recaudar 3 000 millones de dólares, lo que podr
Google prueba el agente Remy AI para Gemini a medida que el enfoque se desplaza hacia el control del usuario
Según Business Insider, Google está probando Remy, un nuevo agente personal de IA para Gemini. Esta herramienta tiene como objetivo ejecutar tareas en nombre de los usuarios, optimizando tanto los flujos de trabajo profesionales como las rutinas diar
Recomendaciones de temas especiales relacionados
comentario (0)
0/500
Mingshi Intelligence, en colaboración con la Universidad de Tsinghua y la comunidad OpenBMB, ha publicado oficialmente como código abierto BitCPM-CANN, el primer modelo de lenguaje a gran escala de China entrenado en la plataforma Ascend de Huawei. Mediante el uso de la cuantificación ternaria (1,58 bits), este avance revoluciona la tecnología de entrenamiento con pocos bits y supone un hito significativo para el ecosistema de IA de China.
BitCPM-CANN pone de manifiesto las sólidas capacidades de la infraestructura informática nacional, estableciendo un proceso de desarrollo totalmente nativo que abarca desde los operadores de cuantificación hasta los algoritmos de entrenamiento. Disponible en variantes de 0,5 mil millones, 1 mil millones, 3 mil millones y 8 mil millones, supera en rendimiento a los modelos MiniCPM4 de precisión completa de tamaño equivalente. Cabe destacar que reduce el uso de memoria en la inferencia aproximadamente seis veces, lo que permite un funcionamiento fluido de modelos con 8 mil millones de parámetros en los principales smartphones de gama alta y ofrece importantes ventajas al sector de la telefonía móvil.

Gracias a MindSpeed y Megatron-LM, Mingshi Intelligence ha creado un marco integral de entrenamiento de bajo número de bits. Esta infraestructura admite la adaptación al entorno, el manejo de secuencias largas de 32 000, estrategias paralelas y operadores integrados. Al proporcionar esta base pública para todo el entrenamiento de bajo número de bits basado en Ascend, la empresa reduce las barreras de desarrollo y acelera la iteración tecnológica.

Para fomentar una adopción más amplia, todos los pesos del modelo BitCPM-CANN son de código abierto y se puede acceder a ellos a través de HuggingFace y ModelScope. Esta iniciativa dota a los desarrolladores de potentes herramientas, lo que fomenta aplicaciones innovadoras en todo el panorama de la IA.
En conclusión, BitCPM-CANN representa un avance crucial en las capacidades de entrenamiento de grandes modelos de IA en China, sentando una base sólida para futuras aplicaciones inteligentes.
Las acciones de EE. UU. alcanzan un hito histórico mientras gigantes de la IA y la aeroespacial se preparan para su debut de un billón de dólares
Elon Musk, Sam Altman y Dario Amodei, tres titanes del sector tecnológico, están avanzando hacia ofertas públicas iniciales para sus respectivas empresas. Con SpaceX, OpenAI y Anthropic, tres gigantes de la industria que se acercan a valoraciones de
La startup sueca de inteligencia artificial Lovable Eyes alcanza una valoración de 13.200 millones de dólares tras una importante ronda de financiación
Mientras las herramientas de codificación impulsadas por inteligencia artificial ganan terreno, la startup sueca Lovable ha asegurado una importante ronda de financiación. La empresa tiene como objetivo recaudar 3 000 millones de dólares, lo que podr











