概述
BitNet 是 Microsoft 的研究系列，表明可以使用限制为 1 位的权重（或三元情况下的三个值）来训练大型语言模型。这极大地减少了内存和能源的使用，同时保持了惊人的高准确性。
1 位和三元 BitNet 模型是一个技术构建块，会大规模影响模型质量、基础设施成本、延迟和可靠性。
深入探讨
传统模型将每个权重存储为 16 位数字。 BitNet 用极低位表示取代了这些。颇具影响力的 BitNet b1.58 变体使用三元权重，每个权重限制为 -1、0 或 +1，每个权重大约包含 1.58 位信息（以 3 的 2 为底的对数）。关键的想法是，模型是在这些约束下从头开始训练的，而不是随后量化的，因此它学会了对有限精度的鲁棒性。由于权重仅为 -1、0 或 +1，因此矩阵数学中昂贵的乘法会分解为加法和减法。其结果是显着降低内存带宽、能耗和延迟，0 值还可以实现稀疏性，同时在许多基准测试中与可比较大小的全精度模型相匹配。
技术洞察
BitNet 使用自定义 BitLinear 层，在前向传递期间将权重量化为三元并将激活量化为低精度，同时通过直通估计器保留更高精度的权重“影子”副本以进行梯度更新。因为每个权重都是 -1、0 或 +1，所以主导 Transformer 计算的点积变成了加法和减法，而不是浮点乘法，这就是在合适的硬件上释放能量和速度增益的原因。
掌握 1 位和三元 BitNet 模型
BitNet 是 Microsoft 的研究系列，表明可以使用限制为 1 位的权重（或三元情况下的三个值）来训练大型语言模型。这极大地减少了内存和能源的使用，同时保持了惊人的高准确性。 1 位和三元 BitNet 模型是一个技术构建块，会大规模影响模型质量、基础设施成本、延迟和可靠性。为了建立深入的理解，请将 1 位和三元 BitNet 模型视为一种操作模型，而不是单个功能：定义所需的结果，澄清假设，并将系统可以可靠地执行的操作与仍需要专家判断的操作分开。
在实践中，使用 1 位和三元 BitNet 模型的强大团队根据可靠性和成本优化架构、数据和基础设施选择。他们记录明确的成功标准，根据实际数据和工作流程进行测试，并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。
多年来，架构决策决定着性能和运营成本。与此同时，优化一个基准测试可以隐藏更广泛的系统弱点。最具弹性的方法是将实验速度与治理规则结合起来：运行试点、捕获证据、发布决策日志，并随着模型行为、用户期望和监管要求的发展不断更新保障措施。
战略影响
多年来，架构决策决定着性能和运营成本。
多年来，架构决策决定着性能和运营成本。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
技术教育帮助团队选择正确的堆栈，而不仅仅是最新的堆栈。
技术教育帮助团队选择正确的堆栈，而不仅仅是最新的堆栈。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
更好的工程选择可以减少生产中的可靠性事故。
更好的工程选择可以减少生产中的可靠性事故。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
现实世界的实施
Microsoft 的 BitNet b1.58 2B4T 在 CPU 上高效运行，无需专用 GPU 即可实现 LLM 推理。
借助 ~1.58 位权重，设备上的助手可以将功能强大的模型装入手机有限的内存中。
通过用加法代替浮点乘法，降低大容量 API 服务的推理能源和碳成本。
边缘部署（物联网、嵌入式硬件），其中三元权重使本地语言理解在紧张的功耗预算内变得可行。
实施模式
实践中的 1 位和三元 BitNet 模型
Microsoft 的 BitNet b1.58 2B4T 在 CPU 上高效运行，无需专用 GPU 即可实现 LLM 推理。
Microsoft 的 BitNet b1.58 2B4T 在 CPU 上高效运行，无需专用 GPU 即可实现 LLM 推理。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
实践中的 1 位和三元 BitNet 模型
借助 ~1.58 位权重，设备上的助手可以将功能强大的模型装入手机有限的内存中。
由于约 1.58 位权重，设备上的助手可以将功能强大的模型放入手机有限的内存中。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力提升和错误成本时，通常会获得更好的结果。
实践中的 1 位和三元 BitNet 模型
通过用加法代替浮点乘法，降低大容量 API 服务的推理能源和碳成本。
通过用加法代替浮点乘法来降低大容量 API 服务的推理能量和碳成本 当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
实践中的 1 位和三元 BitNet 模型
边缘部署（物联网、嵌入式硬件），其中三元权重使本地语言理解在紧张的功耗预算内变得可行。
边缘部署（物联网、嵌入式硬件），其中三元权重使本地语言理解在紧张的功耗预算内变得可行。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
风险与防护栏
优化一项基准测试可以隐藏更广泛的系统弱点。
基础设施和维护成本常常被低估。
随着系统变得更加复杂，安全性和可观察性差距可能会扩大。
实施路线图
在实施之前定义延迟、质量和成本目标。
在实施之前定义延迟、质量和成本目标。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
在实际负载和数据条件下进行基准测试。
在实际负载和数据条件下进行基准测试。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
仪器监控错误、漂移和用户影响。
仪器监控错误、漂移和用户影响。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
在扩展之前准备回滚和事件响应路径。
在扩展之前准备回滚和事件响应路径。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。