Microsoft ได้พัฒนา BitNet b1.58 2B4T ซึ่งเป็นโมเดล AI แบบ 1-bit LLM ที่มี 2 พันล้านพารามิเตอร์ และสามารถทำงานได้อย่างมีประสิทธิภาพบน CPU ทั่วไป โดยใช้หน่วยความจำเพียง 400MB ซึ่งน้อยกว่ารุ่นอื่นๆ ถึง 70% ✅ BitNet b1.58 2B4T เป็นโมเดล AI แบบ 1-bit ที่ใช้พลังงานต่ำ - ใช้ 1-bit weights ที่มีค่าเพียง -1, 0 และ +1 ซึ่งช่วยลดการใช้หน่วยความจำ - ใช้หน่วยความจำเพียง 400MB เทียบกับ 1.4GB ของ Gemma 3 1B ✅ สามารถทำงานบน CPU ทั่วไป เช่น Apple M2 - ไม่ต้องใช้ GPU หรือ NPU ทำให้สามารถรันโมเดลได้บน ฮาร์ดแวร์ที่มีประสิทธิภาพต่ำกว่า - ช่วยให้ผู้ใช้ทั่วไปสามารถทดลองใช้ AI ได้โดยไม่ต้องใช้เซิร์ฟเวอร์ขนาดใหญ่ ✅ BitNet b1.58 2B4T มีประสิทธิภาพใกล้เคียงกับโมเดล AI ขนาดใหญ่ - ทดสอบเทียบกับ LLaMa 3.2 1B, Gemma 3 1B และ Qwen 2.5 1.5B - มีคะแนนสูงกว่าในบางการทดสอบ เช่น ARC-Challenge และ BoolQ ✅ โมเดลนี้เปิดให้ใช้งานบน Hugging Face และ GitHub - ผู้ใช้สามารถดาวน์โหลดและทดลองใช้ได้ฟรี - ต้องใช้ bitnet.cpp inference framework เพื่อให้ทำงานได้อย่างมีประสิทธิภาพ https://www.tomshardware.com/tech-industry/artificial-intelligence/microsoft-researchers-build-1-bit-ai-llm-with-2b-parameters-model-small-enough-to-run-on-some-cpus