10月16日晚，WTA国际女子网球协会发文称，郑钦文正式入围WTA年终总决赛。WTA国际女子网球协会表示：“凭借本赛季的突破性表现，22岁的郑钦文首次锁定年终参赛资格。她也成为2013年李娜以来，首位入围总决赛单打阵容的中国选手。”“恭喜钦文！今年利雅得见。”图源：WTA国际女子网球协会对此，郑钦文发*回应称：“非常开...
IT之家 10 月 19 日消息，科技媒体 marktechpost 昨日（10 月 18 日）发布博文，报道称微软公司开源了 bitnet.cpp，这是一个能够直接在 CPU 上运行、超 的 1-bit 大语言模型（LLM）推理框架。
用户通过 bitnet.cpp 框架，不需要借助 GPU，也能在本地设备上运行具有 1000 亿参数的大语言模型，实现 6.17 倍的速度提升，且能耗可以降低 82.2%。
传统大语言模型通常需要庞大的 GPU 基础设施和大量电力，导致部署和维护成本高昂，而小型企业和个人用户因缺乏先进硬件而难以接触这些技术，而 bitnet.cpp 框架通过降低硬件要求，吸引更多用户以更低的成本使用 AI 技术。
bitnet.cpp 支持 1-bit LLMs 的 计算，包含优化内核以最大化 CPU 推理性能，且当前支持 ARM 和 x86 CPU，未来计划扩展至 NPU、GPU 和移动设备。
根据初步 结果，在 ARM CPU 上加速比为 1.37x 至 5.07x，x86 CPU 上为 2.37x 至 6.17x，能耗减少 55.4% 至 82.2%。
bitnet.cpp 的推出，可能重塑 LLMs 的计算范式，减少对硬件依赖，为本地 LLMs（LLLMs）铺平道路。
用户能够在本地运行模型，降低数据发送至外部服务器的需求，增强隐私保护。微软的“1-bit AI Infra”计划也在进一步推动这些模型的工业应用，bitnet.cpp 在这一进程中扮演着重要角色。
IT之家附上参考地址
还没有评论，来说两句吧...