新闻详情

新闻详情

首页 / 资讯中心 / 详情

盘古轻量化端侧大模型核心优势

发布时间:2026/11/18 2:32:15来源:尧图网络
盘古轻量化端侧大模型核心优势
1. 软硬原生深度适配硬件利用率高基于麒麟 NPU 原生训练搭配 MindSpore Lite 推理引擎采用 MoE 稀疏架构如 30B 总参、仅 2B 激活、量化 / 剪枝、专家预取等优化自动调度 NPU/DSP/CPU内存占用更低、推理吞吐更高、功耗可控在手机、车机等资源受限设备稳定跑大模型鲲鹏昇腾开…。2. 离线可用、低时延模型在设备本地推理断网环境也能正常工作省去网络往返毫秒级响应适合实时交互、截图解读、本地文档摘要、离线对话场景Huawei Dev…。3. 隐私安全原始数据不出端语音、图片、本地文档、用户对话全部在设备内完成计算默认不上传云端依托鸿蒙星盾安全隔离敏感数据本地闭环降低隐私泄露风险。4. 系统级内置开发成本低作为鸿蒙系统服务存在App 直接调用ohos.ai接口不用在应用包里内置完整模型大幅减少 App 包体积一次开发多端手机 / 平板 / 智慧屏 / 车机统一适配。5. 端云智能协同任务自适应简单任务本地端侧推理复杂长文本、深度推理任务自动路由到云端。支持快慢思考自适应切换简单问题快速输出难题保持推理精度兼顾速度与能力上限鲸智社区·…。6. 中文理解强适配鸿蒙全场景训练侧重中文、设备意图理解、多模态图文 / OCR能力适配鸿蒙智能体支持跨应用、跨超级终端任务编排可理解模糊自然指令、做多轮上下文对话。7. 开源可控自主生态openPangu 系列开源提供模型权重、算子与推理代码开发者可二次微调、私有化部署国产全栈技术链路不依赖海外模型架构。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/17 19:43:34

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/17 19:43:32

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉