MNN ปรับแต่ง SME2 ทำให้ Qwen3-VL-4B อนุมานแบบเรียลไทม์บนอุปกรณ์ปลายทาง
หัวข้อต้นฉบับ:端侧 AI 提速 80%?如何让 Qwen3-VL 在手机起飞
สรุปโดย AI
เอนจินอนุมาน MNN ปรับแต่งชุดคำสั่ง Arm SME2 อย่างลึกซึ้ง ทำให้ Qwen3-VL-4B-Instruct อนุมานมัลติโมดัลแบบเรียลไทม์บน vivo X300 ที่รองรับ SME2 ประสิทธิภาพระยะ Prefill เพิ่มขึ้น 81% ระยะ Decode เพิ่มขึ้น 13% MNN ใช้การออกแบบสร้างในเวลาคอมไพล์ + ตรวจจับอัตโนมัติขณะรัน เปิดใช้การเร่ง SME2 เป็นค่าเริ่มต้น โมเดลนี้เป็นโมเดลภาษาภาพ 4B พารามิเตอร์ รองรับการเข้าใจภาพและข้อความและการสนทนา สามารถดาวน์โหลดและติดตั้งโมเดลที่แปลงและควอนไทซ์แล้วจากทางการ MNN ได้โดยตรง นักพัฒนาสามารถเปิดการเร่งฮาร์ดแวร์ได้ด้วยสวิตช์คอมไพล์
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- 公众号:通义实验室(千问)
- หมวดหมู่
- บทแนะนำและเทคนิค
- คะแนน AI
- 79
这是一份硬核的端侧部署指南,实测数据让 Qwen3-VL 在 SME2 手机上 Prefill 提速超过 80%,做移动端 AI 的团队可以直接抄作业。
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: MNN ปรับแต่ง SME2 ทำให้ Qwen3-VL-4B อนุมานแบบเรียลไทม์บนอุปกรณ์ปลายทาง 11 มิถุนายน 2026 https://new.nat6.net/th/news/cmqc6ibv400ktslt4e8zhjo27/