这就是由微软和中国中科院大学在最新一项研究中所提出的结论——

所有的LLM，都将是1.58 bit的。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

具体而言，这项研究提出的方法叫做BitNet b1.58，可以说是从大语言模型“根儿”上的参数下手。

将传统以16位浮点数（如FP16或BF16）形式的存储，统统变成了三进制，也就是 {-1, 0, 1}。

需要注意的是，“1.58 bit”并非表示每个参数占用1.58字节的存储空间，而是指每个参数可以用1.58位的信息来编码。

在如此转换之后，矩阵中的计算就只会涉及到整数的加法，因此会让大模型在保持一定精度的同时，显著减少所需的存储空间和计算资源。

例如BitNet b1.58在3B模型大小时与Llama做比较，速度提高了2.71倍的同时，GPU内存使用几乎仅是原先的四分之一。

而且当模型的规模越大时（例如70B），速度上的提升和内存上的节省就会更加显著！

这种颠覆传统的思路着实是让网友们眼前一亮，论文在X上也是受到了高度的关注：

网友们惊叹“改变游戏规则”的同时，还玩起了谷歌attention论文的老梗：

1 bit is all YOU need.

那么BitNet b1.58具体又是如何实现的？我们继续往下看。

把参数都变成三进制

这项研究实则是原班人马在此前发表的一篇论文基础之上做的优化，即在原始BitNet的基础上增加了一个额外的0值。

整体来看，BitNet b1.58依旧是基于BitNet架构（一种Transformer），用BitLinear替换了nn.Linear。

至于细节上的优化，首先就是我们刚才提到的“加个0”，即权重量化（weight quantization）。

BitNet b1.58模型的权重被量化为三元值{-1, 0, 1}，这相当于在二进制系统中使用了1.58 bit来表示每个权重。这种量化方法减少了模型的内存占用，并简化了计算过程。

其次，在量化函数设计方面，为了将权重限制在-1、0或+1之间，研究者们采用了一种称为absmean的量化函数。

这个函数先会根据权重矩阵的平均绝对值进行缩放，然后将每个值四舍五入到最接近的整数（-1, 0, +1）。

接下来就到了激活量化（activation quantization）这一步。

激活值的量化与BitNet中的实现相同，但在非线性函数之前不将激活值缩放到[0, Qb]的范围内。相反，激活值被缩放到[−Qb, Qb]的范围，以此来消除零点量化。

值得一提的是，研究团队为了BitNet b1.58与开源社区兼容，采用了LLaMA模型的组件，如RMSNorm、SwiGLU等，使得它可以轻松集成到主流开源软件中。

最后，在实验的性能比较上，团队将BitNet b1.58与FP16 LLaMA LLM在不同大小的模型上进行了比较。

结果显示，BitNet b1.58在3B模型大小时开始与全精度LLaMA LLM在困惑度上匹配，同时在延迟、内存使用和吞吐量方面有显著提升。

而且当模型规模越大时，这种性能上提升就会越发显著。

网友：能在消费级GPU跑120B大模型了

正如上文所言，这篇研究独特的方法在网上引发了不小的热议。

DeepLearning.scala作者杨博表示：

BitNet b1.58相比原版BitNet，最大的特点就是允许0参数。我觉得稍微修改一下量化函数，也许可以控制0参数的比例。当0参数的比例很大时，可以用稀疏格式存储权重，使得平均每个参数的显存占用甚至低于1比特。这就相当于权重级别的MoE了。我觉得比一般的MoE更优雅。

与此同时，他也提出了关于BitNet的缺点：

BitNet最大的缺点在于虽然能减少推理时的显存开销，但优化器状态和梯度仍然要用浮点数，训练仍然很费显存。我觉得如果能把BitNet和训练时节省显存的技术结合起来，那么相比传统半精度网络，同等算力和显存下支持更多参数，优势就很大了。

目前能节省优化器状态的显存开销的办法是offloading。能节省梯度的显存占用的办法可能是ReLoRA。但是ReLoRA的论文实验只用了十亿参数的模型，并没有证据表明能不能推广到百亿、千亿参数的模型。

△图源：知乎，经授权引用

不过也有网友分析认为：

若论文成立，那么我们就能在24GB消费级GPU上跑120B的大模型了。

那么你觉得这种新方法如何呢？

以上就是微软6页论文爆火：三进制LLM，真香！的详细内容，更多请关注其它相关文章！

# 训练  # 内存占用  # ai  # 推广营销合作协议  # 六合区网站营销推广品牌  # 做网站建设案例  # 北仑区网站建设方式  # 数控车床推广网站有哪些  # 青岛网站设计优化服务  # 容县营销型网站建设  # 产品营销推广选择隐迅推  # 山西seo优化招商加盟  # 桐庐SEO  # 可以用  # 互动  # 麦当劳  # 就会  # 的是  # 我觉得  # 开源  # 显存  # 三进  # 微软  # deepl  # llama 

相关栏目： 【 行业资讯67740 】 【 技术百科0 】 【 网络运营39195 】

相关推荐： j*a数组对象怎么取  如何查询固态硬盘寿命  单片机怎么做组合  typescript怎么拼接  位置控制单片机怎么用的  光刻机的分类及特点  怎么在爱奇艺中投屏到电视最新方法  typescript要用什么工具  react怎么使用 typescript  8寸照片尺寸多少厘米  华为如何面对苹果16  买的5g手机但是没有5g网络怎么办  安装固态硬盘如何设置  为什么夸克网盘下载不了  ospf中交换机命令如何设置  如何用dos命令分区  j*a整形怎么转数组  typescript如何使用viewer  33000日元等于多少人民币  树莓派命令行如何新建文件  j*a如何运行curl命令行  pp是什么意思  虽千万人吾往矣什么意思  市盈率亏损是什么意思  iphone拍电子屏有横条如何解决  分享一个稳定的ao3镜像网址  使用typescript对团队有什么要求  萝卜快跑的收费标准是什么  eraser是什么意思  debian和ubuntu的区别是什么  j*a数组元素怎么用  折叠屏手机选择哪个好  苹果16有哪些变化尺寸  净水器上的power是什么意思  固态硬盘如何测试好坏  单身聊天app有哪些软件 2025最靠谱的单身交友软件推荐  ai显示无法找到链接的文件是什么意思  车子上面nfc功能是什么意思  360n7lite怎么设置动态壁纸  交管12123协议头不完整是什么原因  有什么基础可以学typescript  j*a二数组怎么创建  台达plc只有power灯亮是什么意思  爱奇艺fun会员可以几个人用？  手机拍显示屏有条纹怎么去除  远程桌面如何发送命令  哪些库是typescript  命令行如何运行j*a  一尺是多少厘米  固态硬盘如何安装win10系统安装