微软开源 bitnet.cpp：不靠 GPU 本地运行千亿参数 AI 模型

摘要： 金融界年月日消息国家知识产权局信息显示网易杭州网络有限公司申请一项名为一种游戏资源的分配方法装置计算机设备及计算机可读存储介...

金融界2024年9月25日消息，国家知识产权局信息显示，网易（杭州）网络有限公司申请一项名为“一种游戏资源的分配方法、装置、计算机设备及计算机可读存储介质”的专利，公开号CN 118681230 A，申请日期为2024年6月。专利摘要显示，本申请实施例公开了一种游戏资源的分配方法、装置、计算机设备及计算机可读存储介质。本方案...

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