---
schema_version: '1.0'
id: news-20260824-242e1c
title: Daedalus-150M：アテンションの2/3を畳み込みに置き換えた、CPU推論専用設計の小型言語モデル
url: https://gotosocial.chinng-lab-srv.dev/daedalus-150m-atensiyonno2-3wodie-miip-minizhi-kihuan-eta-cputui-lun-zhuan-yong-she-ji-noxiao-xing-yan-yu-moderu/
url_hash: 242e1c8b7bba93f38c078a0fdd4d9adc51cc68bd53f5b5d9b69243843ffb9fcf
canonical_url: https://gotosocial.chinng-lab-srv.dev/daedalus-150m-atensiyonno2-3wodie-miip-minizhi-kihuan-eta-cputui-lun-zhuan-yong-she-ji-noxiao-xing-yan-yu-moderu
source: ghost-chinng-lab
category: news/general
category_raw: Daedalus-150M
region: JP
tags:
- Daedalus-150M
- CPU推論
- 小型言語モデル
- エッジAI
- llama.cpp
- 畳み込み
- アテンション
lang: ja
published_at: '2026-08-24T00:25:12Z'
fetched_at: '2026-08-24T00:38:28.655013Z'
updated_at: '2026-08-24T00:38:55Z'
status: published
content_hash: null
content_changed_at: null
license_note: full
summary: CPUで効率的に動作する150MパラメータのLLM。GPU推論ではなくバッチサイズ1のCPU環境を想定し、メモリ帯域幅の制約を第一原理から分析。アテンション層の3分の2を短い畳み込み（depthwise
  conv1d）に置き換え、KVキャッシュの線形成長を回避。同規模の標準Transformerと比べてコンテキスト長2048時で1.76倍の推論速度を達成しながら品質は同等。事前登録プロトコルと厳格な実験設計で再現可能性を確保。llama.cppで即座に利用可能で、量子化後は102MBと軽量。
summary_source: llm
summary_en: LLM of 150M parameters that work efficiently with CPU. Analyze memory
  bandwidth約s from the first principle, not GPU reasoning. Re。 two-。rds of the atten。
  layer with a short fold (depthwise 。1d) to improve linear growth of KV cache. 1.76
  times higher than the same standard Transformer at 2048. Pre-registration protocols
  and実験orous experimental designs ensure repeatability. llama.cpp can be used instantly
  and light weight with 102MB after子nization。
summary_omitted_reason: null
redistribution: true
keywords_en:
- commodity CPUs
- CPU
- CPU推論
- Daedalus-150M
- general news
- llama.cpp
- エッジAI
entities_en:
- name: commodity CPUs
  type: location
- name: エッジAI
  type: context
topics_en:
- general news
numeric_facts: []
entities:
- name: エッジAI
  type: context
- name: アテンションの希薄化
  type: UNKNOWN
- name: commodity CPUs
  type: location
key_facts: []
related: []
related_auto:
- name: 長文コンテキストの減衰とスケーリング課題
  type: concept
  weight: 2.0
computed_at: '2026-08-24T00:38:54Z'
---

# Daedalus-150M：アテンションの2/3を畳み込みに置き換えた、CPU推論専用設計の小型言語モデル

## TL;DR
CPUで効率的に動作する150MパラメータのLLM。GPU推論ではなくバッチサイズ1のCPU環境を想定し、メモリ帯域幅の制約を第一原理から分析。アテンション層の3分の2を短い畳み込み（depthwise conv1d）に置き換え、KVキャッシュの線形成長を回避。同規模の標準Transformerと比べてコンテキスト長2048時で1.76倍の推論速度を達成しながら品質は同等。事前登録プロトコルと厳格な実験設計で再現可能性を確保。llama.cppで即座に利用可能で、量子化後は102MBと軽量。

## Key Points
- Daedalus-150M / CPU推論 / 小型言語モデル / エッジAI / llama.cpp / 畳み込み / アテンション

## Details
(本文なし。リンク先参照)

## Source
元記事: [Daedalus-150M：アテンションの2/3を畳み込みに置き換えた、CPU推論専用設計の小型言語モデル](https://gotosocial.chinng-lab-srv.dev/daedalus-150m-atensiyonno2-3wodie-miip-minizhi-kihuan-eta-cputui-lun-zhuan-yong-she-ji-noxiao-xing-yan-yu-moderu/) — published 2026-08-24T00:25:12Z