BitNet 内核单测快 29 倍，端到端只剩 6–10%
shifu_legend · reddit · 2026-07-25
这是一条很典型的推理优化复盘：作者花两周做了一个看起来能把内核提速 29 倍 的 ternary matrix kernel，最后却发现端到端收益大概率只有 6–10%。
关键信息包括：
- 这是一个从零用 C99、gcc、make 写的 BitNet 风格三值模型推理引擎；
- 新的 AVX-512BW kernel 在单测里跑到 74.6 Gop/s，对比标量基线 2.5 Gop/s；
- 但在 Xeon 测试机上，BitNet decode 已经吃到约 95% 的 DRAM 带宽，说明瓶颈是内存而不是算力；
- 引擎本身可用：BitNet b1.58-2B-4T 在 4 线程、无 GPU 下可到 36 tok/s，也支持普通 GGUF 稠密模型。
这条帖子的价值在于提醒工程师：先 profile 对层，再庆祝 kernel 数字。
「Infra」频道最新
- Claude 近半营收来自云市场渠道，占比三年内从 11% 涨至 47% — BenBajarin · 2026-10-26
- 降价即放量：Anthropic 10 月 token 用量暴涨，年底 ARR 或破 1000 亿美元 — GavinSBaker · 2026-10-26
- Alex Banks：电力是 GPU 上线瓶颈，真正的风险是需求先降温 — thealexbanks · 2026-10-26
- 分析师：蚂蚁是当前工作负载最具弹性可置换的模型厂商 — BenBajarin · 2026-10-26
- Anthropic S-1：训练基建优势使单任务成本降40%、营收增速翻倍 — BenBajarin · 2026-10-26
- 研究揭示合成数据最优比例随算力从10%升至32% — heghbalz · 2026-10-26