Arm CPU已适配千问3：全面解读Arm处理器适配问题

阿里Qwen3（千问3）开源后，全球领先的计算平台公司Arm已成功适配千问3。成为首批成功适配该模型的硬件厂商，通过集成其开源计算内核Arm KleidiAI和阿里开源的轻量级深度学习框架MNN，Qwen3-0.6B、Qwen3-1.7B 及 Qwen3-4B 三款模型能够实现在搭载Arm架构CPU的移动设备上无缝运行，可为用户提供强大的端侧AI推理能力。

阿里云资料照片 张云山/摄

千问3是阿里最新开源的混合推理模型，在AIME、LiveCodeBench等权威评测集上斩获了同尺寸开源模型SOTA，登顶全球最强开源模型。其中，Qwen3-0.6B、Qwen3-1.7B、Qwen3-4B三款模型兼具低功耗和高性能等优势，非常适合在移动终端进行部署。千问3的混合推理模式还能大幅节省算力消耗，对简单需求可低算力“秒回”答案，对复杂问题可多步骤“深度思考”。

千问3模型家族（采访对象供图）

Arm CPU具备高性能、高能效、高灵活性及高可扩展性等特点，能快速适配支持全新模型。在模型升级迭代后，还能通过异构计算策略与GPU、加速器及网络技术的融合协作，有效优化 AI 系统的性能。千问3模型于本周二凌晨开源后，Arm第一时间完成移动终端的部署运行，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，为终端用户带来极致的AI体验。

在此之前，Arm已适配多款通义千问大模型。今年三月，在搭载基于Arm Cortex-X925 旗舰移动系统芯片 (SoC) 的智能设备上流畅运行了Qwen2-VL-2B-Instruct，并通过Arm KleidiAI与MNN的集成，实现了模型预填充性能提升 57%，解码性能提升 28%。

“转载请注明出处”