大模型越大越吃显存，一个8B参数模型通常需要16GB显存。面壁智能联合清华大学发布的BitCPM-CANN，用三值量化技术将显存需求压缩至原来的六分之一，同时保留97%以上的模型能力。 什么是三值量化？ 传统模型权重用精确数字存储，可取几万种数值。三值量化直接砍到三种——黑、白、灰。看似极端，但研究反复证明模型权重存在大量冗余，三个值分配得当即可承载绝大部分能力。这项技术被称为1.58-bit，编码三个值恰好需要约1.58个二进制位。 三个"第一