Arm CPU适配通义千问Qwen3系列模型

近日，阿里巴巴开源了新一代通义千问模型 Qwen3，Arm 率先成为首批成功适配该模型的计算平台厂商。与此同时，Arm 面向人工智能 (AI) 框架开发者的开源计算内核 Arm KleidiAI 与阿里巴巴开源的轻量级深度学习框架 MNN 已深度集成。得益于此，Qwen3-0.6B、Qwen3-1.7B 及 Qwen3-4B 三款模型能够在搭载 Arm 架构 CPU 的移动设备上无缝运行，为用户提供卓越的端侧 AI 推理能力。

作为阿里巴巴最新开源的混合推理模型，Qwen3 在 AIME、LiveCodeBench 等权威评测集上斩获了同尺寸开源模型 SOTA。其中，Qwen3-0.6B、Qwen3-1.7B、Qwen3-4B 等三款模型兼具低功耗和高性能等优势，非常适合在移动端进行部署。

在 AI 模型快速迭代、日新月异的当下，开发者亟需一个具备可扩展性的通用技术底座，以便高效利用每一个新模型的优势。作为业界性能最强、能效最高的计算平台，Arm 为开发者提供了无缝优化其 AI 工作负载所需的卓越性能、能效、灵活性和可扩展性。Arm CPU 能满足不断发展的 AI 工作负载需求，是开发者的理想之选，它不仅能在模型推出时迅速实现适配与支持，还能随着模型的演进，通过 Arm 异构计算策略与 GPU、加速器及网络技术的共生协作，实现 AI 系统的最佳优化。在此次阿里 Qwen3 模型推出后，运行结果显示，Qwen3-0.6B、Qwen3-1.7B 及 Qwen3-4B 三款模型在基于 Arm 架构 CPU 的移动设备上，运行和响应速度大幅提升，为终端用户带来了极致的 AI 推理能力。

双方围绕千问大模型持续紧密合作，今年三月，Arm 与阿里巴巴淘天集团在搭载基于 Arm Cortex-X925 的旗舰移动系统级芯片 (SoC) 的智能设备上，通过 KleidiAI 与 MNN 的集成，模型预填充（指 AI 模型在生成响应之前先对提示词输入进行处理）性能提升了 57%，以及解码（指处理提示词后从 AI 模型生成文本的过程）性能提升了 28%。这一性能提升，使得运行在搭载 Arm CPU 上的通义千问 Qwen2-VL-2B-Instruct，其端侧多模态 AI 工作负载的性能显著增进，带来全新的用户体验！

展望未来，Arm 也将一如既往助力开发者在端侧设备上提供更加复杂的多模态体验，为新一轮智能计算浪潮奠定坚实基础，在 AI 的不断演进中，实现体验的持续跃升！