微软发布 Phi-4-mini-flash-reasoning 端侧 AI 模型，推理性能大幅跃升

　　7 月 11 日消息，科技媒体 NeoWin 于 7 月 10 日发布博文称，微软推出了 Phi-4-mini-flash-reasoning 小语言模型，旨在显著提升端侧 AI 模型在数学和逻辑推理方面的能力。在当下 AI 技术迅猛发展的时代，边缘设备、移动应用和嵌入式系统等对先进推理功能的需求愈发迫切，而 Phi-4-mini-flash-reasoning 模型的诞生，正好满足了这些资源受限场景的需求。

　　在架构设计上，Phi-4-mini-flash-reasoning 创新性地引入了 SambaY 架构。其中，名为 Gated Memory Unit(GMU)的组件是一大亮点。该组件能够在模型内部各部分之间高效地共享信息，极大地优化了模型的运行效率。这一特性使得模型在面对超长输入时，也能够迅速生成答案并完成任务，同时还能高效处理大量数据，理解复杂且冗长的文本或对话，为用户带来流畅且智能的交互体验。

　　性能层面，Phi-4-mini-flash-reasoning 相较于其他 Phi 模型取得了重大突破。其吞吐量最高提升了 10 倍，意味着在相同时间内，该模型可以处理远超以往的请求数量，或生成多达 10 倍的文本内容，大大提高了工作效率。同时，模型延迟降低至其他 Phi 模型的 1/2~1/3.这使得应用响应更加迅速，为实际应用场景带来了质的飞跃，无论是实时交互类应用，还是对响应速度要求严苛的业务，都能从中受益。

　　目前，Phi-4-mini-flash-reasoning 新型模型已在 Azure AI Foundry、NVIDIA API Catalog 和 Hugging Face 三大平台上线。这为广大开发者和用户提供了便捷的接入途径，助力他们将该模型集成到各类应用中，进一步推动端侧 AI 在不同领域的广泛应用与发展，为智能设备和应用的智能化升级注入强大动力 。