面壁智能开源“小钢炮”MiniCPM-S AI 模型，主打高效低能耗

据介绍，面壁 2024 年发布了具备 GPT-3 同等性能但参数仅为 24 亿的 MiniCPM-2.4B，知识密度提高了约 86 倍。面壁方面更称，这“并不是极限”—— 其持续优化 Scaling Law 使模型知识密度不断提升，可不断训练出计算更加高效、表现更强（参数规模降低，数值位宽降低，结构更加高效）的基础大模型。

而此次开源的 MiniCPM-S 采用“稀疏激活”在同等参数下减少大模型的推理能耗，稀疏度越高，每个词元（token）激活的神经元越少，大模型的推理成本和能耗就越少。

MiniCPM-S 1.2B 采用了高度稀疏架构，通过将激活函数替换为 ReLU 及通过带渐进约束的稀疏感知训练，巧妙地解决了此前主流大模型在稀疏激活上面临的困境。

官方还表示，和同规模的稠密模型 MiniCPM 1.2B 相比，MiniCPM-S 1.2 具备如下特征：

• Sparse-高稀疏低能耗：在 FFN 层实现了高达 87.89% 平均稀疏度，推理算力下降 84%；

• Speed-神仙推理：更少计算，迅疾响应。纯 CPU 环境下，结合 Powerinfer 推理框架，推理解码速度提升约 2.8 倍；

• Strong-无损强大性能：更少计算量，无损下游任务性能。

MiniCPM-S 1.2B 号称实现知识密度的“空前提升”—— 达到同规模稠密模型 MiniCPM 1.2B 的 2.57 倍，Mistral-7B 的 12.1 倍。

哈迈百科附开源链接：

• 论文地址：https://arxiv.org/pdf/2402.13516.pdf

• 模型地址：https://huggingface.co/openbmb/MiniCPM-S-1B-llama-format

• PowerInfer可直接运行格式：https://huggingface.co/openbmb/MiniCPM-S-1B-sft-gguf

此外，面壁还开源了号称业内首个端侧大模型工具集 MobileCPM，开发者可以一键集成大模型到 App，且实现“开箱即用”。其包含开源端侧大模型、SDK 开发套件及翻译、摘要等丰富的 intent，可一站式灵活定制满足不同应用场景需求的大模型 App。其为开发者提供了基础模式、精装模式、全包配件模式，默认集成面壁新一代高效稀疏架构模型 MiniCPM-S 1.2B。

MobileCPM 已经支持 iOS 系统，安卓版本也即将上线。附：开源地址、TestFlight 外测地址。