M6 Intelligence 与清华大学开源项目 BitCPM-CANN 合作,旨在让移动设备运行大型模型
MBLab 近期与清华大学及 OpenBMB 开源社区合作,发布并开源了一项在低位数大型模型训练领域取得重大突破的成果:BitCPM-CANN。 该里程碑式成果原生开发于华为的Ascend平台,推动了边缘端AI大模型的轻量化和工程化部署。

六倍内存优势突破硬件瓶颈
现已开源的 BitCPM-CANN 提供 0.5B、1B、3B 和 8B 四种规格。与同等规模的全精度模型直接对比时,其表现极为出色。 与传统的 BF16 精度相比,它在推理过程中节省的内存约为其六倍,极大地降低了运行大型模型所需的硬件配置。
对于移动设备而言,这种六倍的内存优势意味着,曾经需要顶级硬件才能运行的 8B 参数大型模型,如今已能在主流旗舰智能手机上流畅运行。这一显著的内存余裕直接加速了边缘 AI 技术在移动平台上的采用和商业部署。
高保留率验证了工程可重复性
尽管模型规模有所缩减,BitCPM-CANN 仍保持着极高的性能,能力保留率在 90% 至 97.2% 之间。 对于三种较大规模的模型,性能保留率介于95.7%至97.2%之间;即便是最小的0.5B变体,保留率也超过了90%。
这些令人印象深刻的结果系统性地证明,低位训练方法具有强大的可扩展性和工程可重现性。 MBLab 利用这些核心技术建立了全面的低位训练基础,涵盖了完整的工程栈——包括环境适应、32K 长序列支持以及融合运算符——从而为未来在 Ascend 平台上的低位训练工作提供了强大的公共基础设施。
相关文章
瑞典人工智能初创公司Lovable Eyes在完成主要融资轮后估值达132亿美元
随着人工智能驱动的编码工具日益普及,瑞典初创公司 Lovable 已获一轮重大融资。该公司计划筹集 30 亿美元,其估值有望升至 132 亿美元——这是去年 12 月记录的 66 亿美元的两倍。预计 Menlo Ventures 将主导此次投资。Lovable 的吸引力源于其核心的“氛围编码”(vibe coding)技术,该技术通过消除对复杂编码技能的需求来简化软件开发。用户只需以自然语言描述其需求,系统即可自动生成应用程序。这种直观的方法吸引了个人开发者、设计师和小企业,并扩展至 Work
Google 测试 Remy AI 代理,以 Gemini 为重点转向用户控制
根据《商业内幕》的报道,谷歌正在测试 Remy,这是 Gemini 的一款全新 AI 个人代理工具。该工具旨在代表用户执行任务,从而简化专业工作流程和日常事务。目前,Remy 正在 Gemini 应用的内部员工专属版本中进行测试。该报告引用了一份内部文件以及对两位熟悉该项目的个人的采访。内部资料将 Remy 描述为“全天候个人代理”,将 Gemini 定位为能够代表用户行事的主动助手。接近该项目的消息人士证实,谷歌员工正在积极测试 Remy。谷歌发言人拒绝提供进一步评论。该报告未提及公开发布
如何修复核心网页指标以获得更好的 SEO 排名
利用 AI 工具简化成绩单评语撰写引言用于生成成绩单评语的 AI 工具Magic SchoolAlmanac AIChat GPT使用 Magic School 生成成绩单评语登录 Magic School选择成绩单评语工具为学生定制评语使用 Almanac AI 生成成绩单评语设置课程与评分方案配置评语长度与学生信息使用 Almanac AI 生成评语比较 Magic School 与 Almanac AI设置的便捷性可定制性与课程内容的整合速度与效率使用
相关专题推荐
评论 (0)
0/500
MBLab 近期与清华大学及 OpenBMB 开源社区合作,发布并开源了一项在低位数大型模型训练领域取得重大突破的成果:BitCPM-CANN。 该里程碑式成果原生开发于华为的Ascend平台,推动了边缘端AI大模型的轻量化和工程化部署。

六倍内存优势突破硬件瓶颈
现已开源的 BitCPM-CANN 提供 0.5B、1B、3B 和 8B 四种规格。与同等规模的全精度模型直接对比时,其表现极为出色。 与传统的 BF16 精度相比,它在推理过程中节省的内存约为其六倍,极大地降低了运行大型模型所需的硬件配置。
对于移动设备而言,这种六倍的内存优势意味着,曾经需要顶级硬件才能运行的 8B 参数大型模型,如今已能在主流旗舰智能手机上流畅运行。这一显著的内存余裕直接加速了边缘 AI 技术在移动平台上的采用和商业部署。
高保留率验证了工程可重复性
尽管模型规模有所缩减,BitCPM-CANN 仍保持着极高的性能,能力保留率在 90% 至 97.2% 之间。 对于三种较大规模的模型,性能保留率介于95.7%至97.2%之间;即便是最小的0.5B变体,保留率也超过了90%。
这些令人印象深刻的结果系统性地证明,低位训练方法具有强大的可扩展性和工程可重现性。 MBLab 利用这些核心技术建立了全面的低位训练基础,涵盖了完整的工程栈——包括环境适应、32K 长序列支持以及融合运算符——从而为未来在 Ascend 平台上的低位训练工作提供了强大的公共基础设施。
瑞典人工智能初创公司Lovable Eyes在完成主要融资轮后估值达132亿美元
随着人工智能驱动的编码工具日益普及,瑞典初创公司 Lovable 已获一轮重大融资。该公司计划筹集 30 亿美元,其估值有望升至 132 亿美元——这是去年 12 月记录的 66 亿美元的两倍。预计 Menlo Ventures 将主导此次投资。Lovable 的吸引力源于其核心的“氛围编码”(vibe coding)技术,该技术通过消除对复杂编码技能的需求来简化软件开发。用户只需以自然语言描述其需求,系统即可自动生成应用程序。这种直观的方法吸引了个人开发者、设计师和小企业,并扩展至 Work
如何修复核心网页指标以获得更好的 SEO 排名
利用 AI 工具简化成绩单评语撰写引言用于生成成绩单评语的 AI 工具Magic SchoolAlmanac AIChat GPT使用 Magic School 生成成绩单评语登录 Magic School选择成绩单评语工具为学生定制评语使用 Almanac AI 生成成绩单评语设置课程与评分方案配置评语长度与学生信息使用 Almanac AI 生成评语比较 Magic School 与 Almanac AI设置的便捷性可定制性与课程内容的整合速度与效率使用





首页






