T
traeai
Sign in

模型

BitCPM-CANN

基于三值量化的端侧大模型系列。

已跟踪 2 条高相关材料

TraeAI 观察

最近变化

2026-05-25 · 三值量化可节省6倍显存，保留97%模型能力，支持在8GB内存手机运行600亿参数模型。

为什么值得关注

BitCPM-CANN 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。

端侧AIAI模型三值量化低比特量化华为昇腾

如果只读 3 篇

1

将 600 亿参数大模型装进手机的瓶颈，终于被中国 AI 公司突破了

爱范儿 · 9.2 分

中国AI公司突破三值量化技术，使600亿参数模型可在手机运行，节省6倍显存且性能损失极小。

2

面壁智能联合清华等开源中国首个基于华为昇腾训练的 1.58-bit 端侧大模型 BitCPM-CANN

AI HOT 精选 · 8.2 分

面壁智能联合清华等发布中国首个基于华为昇腾训练的1.58-bit端侧大模型BitCPM-CANN，支持6倍显存压缩且性能保持90%以上。

相关材料

已收录 2 条与 BitCPM-CANN 相关的内容，按评分排序。

将 600 亿参数大模型装进手机的瓶颈，终于被中国 AI 公司突破了

A Chinese AI company has broken the bottleneck of running a 60 billion parameter model on mobile devices using ternary quantization, saving 6x memory with minimal performance loss.

入选理由：三值量化可节省6倍显存，保留97%模型能力，支持在8GB内存手机运行600亿参数模型。

FeaturedArticle#AI Model#Ternary Quantization#Ascend Chip#Edge AI#Model Compression中文
面壁智能联合清华等开源中国首个基于华为昇腾训练的 1.58-bit 端侧大模型 BitCPM-CANN

FaceWall Intelligence and partners have released BitCPM-CANN, the first 1.58-bit edge-side large model trained entirely on Huawei Ascend in China, achieving up to 6x memory savings while maintaining over 90% performance.

入选理由：BitCPM-CANN是中国首个基于华为昇腾训练并开源的1.58-bit端侧大模型。

FeaturedArticle#Large Model#Low-bit Quantization#Huawei Ascend#Edge AI#Open-source Model中文

跨材料问答 · BitCPM-CANN

回答基于：BitCPM-CANN 相关 2 条材料
    0 / 500

    AI may generate inaccurate information. Please verify important content.