微软以小搏大，发布首个开源2B参数规模“原生1bit”LLM——
BitNet b1.58 2B4T，单CPU就能跑，性能与同规模全精度开源模型相当。
它采用三进制{-1, 0, 1}存储权重，相较于传统的16位浮点数可大幅降低显存需求。
只需0.4GB内存即可运行。
基于4T token语料训练，BitNet b1.58 2B4T在保持性能的同时，计算效率突出。
单个CPU即可达到“与人类阅读速度”相当的速度，每秒5-7个token，CPU端解码延迟29ms，能耗低至0.028J。
这种效率使其可在普通笔记本电脑甚至边缘设备上实时运行。
例如在苹果M2 CPU上快速运行：
另外值得一提的是，BitNet b1.58 2B4T具有原生训练优势，与训练后量化（PTQ）模型对比，避免了PTQ常见的性能衰减
BitNet b1.58 2B4T刚发布就吸引了大量网友点赞关注，作者们也当起了自己个儿的自来水。
如何实现原生1bit？话不多说，一起来看看技术详情。
权重映射为三元值{-1, 0, +1}
BitNet b1.58 2B4T模型基于Transformer架构，对核心组件进行了系统性改造。
传统LLM依赖16bit或32bit浮点数存储权重，而BitNet b1.58 2B4T采用一种称为absmean的量化方案，将权重映射为三元值{-1, 0, +1}，平均每个权重仅需1.58bit（log₂3≈1.58）来表示。
模型内存占用骤降至0.4GB，仅为同类全精度模型的1/5-1/12。
另外，线性投影中的激活值被量化为8bit整数，采用基于每token的absmax量化策略，团队还引入subln归一化，增强量化训练稳定性。
其它关键设计包括：
- 激活函数：前馈网络（FFN）子层采用ReLU²替代常见的SwiGLU，通过提升模型稀疏性，优化了1bit环境下的计算特性。
- 位置编码：使用旋转位置嵌入（RoPE）。
- 偏置消除：与Llama等架构一致，所有线性层和归一化层均移除偏置项，减少参数量并简化量化流程。
训练方面，BitNet b1.58 2B4T采用三阶段训练：大规模预训练监督微调（SFT）和直接偏好优化（DPO）。
先是大规模预训练，模型经历了两阶段学习率调度：得益于1bit模型的训练稳定性，初期采用高学习率快速收敛；中期骤降至低水平，使模型能在高质量数据上精细化调整。配合动态权重衰减策略，模型在保持泛化能力的同时避免过拟合。
监督微调（SFT）阶段，值得注意的是，训练中采用损失函数求和而非平均策略，并延长了训练轮次，这一调整被证明对低精度模型的收敛至关重要。
直接偏好优化（DPO）阶段，基于UltraFeedback、MagPie等人类偏好数据集，模型通过无奖励模型的直接优化，提升了回答的安全性与用户满意度，避免了传统RLHF的高计算成本。
实验效果方面，BitNet b1.58 2B4T内存占用仅为0.4GB，CPU端解码延迟29ms，能耗低至0.028J。
在数学推理任务GSM8K中，BitNet以58.38的准确率远超Llama 3.2-1B（38.21）和Qwen2.5-1.5B（56.79）；在常识推理任务WinoGrande中，BitNet 71.90的得分超同类模型均值（63.55）。
团队特别指出，BitNet b1.58 2B4T具有原生训练优势。与训练后量化（PTQ）模型对比，BitNet的原生1bit训练策略避免了PTQ常见的性能衰减。
参数更大的Llama3-8B模型量化至1bit后，也难打BitNet b1.58 2B4T。
和其它1bit模型相比，BitNet b1.58 2B4T也有显着更强的整体性能，绝大多数基准测试中取得SOTA。
有关BitNet b1.58 2B4T的具体表现，再来看几个例子。
让它生成几个笑话，笑话简短但也蛮有意思：
单CPU生成97个token，总耗时3.452秒，每秒处理 28.1 token。
再让它基于2000年的背景，让一位PowerPC处理器爱好者和一位英特尔处理器爱好者进行五行辩论。
BitNet b1.58 2B4T生成结果也很快，并且反映了那个时代科技行业的竞争特性。
微软在1 bit LLM上的探索
1 bit LLM的实现方法，微软其实早在2023年就有相关研究，当时就称为BitNet，用BitLinear替换了nn.Linear
之后，微软原班人马在上一篇论文的基础之上做了优化，提出BitNet b1.58，在原始BitNet的基础上增加了一个额外的0值
也就是“The Era of 1-bit LLMs”这篇论文，用6页研究引发网友广泛关注。
这种方法发布后，也有不少人在这项研究的基础之上进行探索。Huggingface Transformers还曾整合了BitNet b1.58，运用一些技巧，使得现有模型可以直接微调到1.58bit。
接着，微软还开发并开源了针对GPU和CPU平台的专用推理库
BitNet b1.58采用独特量化方案（1.58bit权重和8bit激活值，W1.58A8）需要专门的实现，标准深度学习库通常缺乏针对这种混合精度、低比特格式的优化内核，微软开发了专门针对W1.58A8矩阵乘法的自定义CUDA内核。
另外，微软还开源了bitnet.cpp——一个用于1 bit LLM CPU推理的官方参考C++库，提供针对标准CPU架构优化的内核，旨在高效适配模型的特定量化方案，尽可能避免通用量化库的开销或复杂的底层位操作。
技术报告：https://arxiv.org/abs/2504.12285
抱抱脸链接：https://huggingface.co/microsoft/bitnet-b1.58-2B-4T
参考链接：https://arstechnica.com/ai/2025/04/microsoft-researchers-create-super%e2%80%91efficient-ai-that-uses-up-to-96-less-energy/
主题测试文章，只做测试使用。发布者：人脑网，转转请注明出处：https://www.rennao.com.cn/7169.html
