BitNet b1.58 — Microsoft 的本地 AI 模型
作者： Jakub Rusinowski · 最后更新：
微软带来的研究范式革命。BitNet b1.58用三元{-1, 0, 1}权重替代16位权重，将矩阵乘法（MatMul）转变为简单加法，在CPU上实现极速推理与超高效率。
变体
BitNet b1.58 最小的变体在 1.58-bit 下约需 3 GB 显存——量化权重加框架开销，不含 KV 缓存。
| 模型 | Q4 下显存 | 显存 | 上下文 | 运行 |
|---|---|---|---|---|
| BitNet b1.58 3B → 3B | ~2.8 GB | 2,048 | ollama run hf.co/1bitLLM/bitnet_b1_58-3B |
显存为 Q4_K_M 下的量化权重加开销，与 GPU 与显存检测器使用同一引擎计算。
如何在本地运行 BitNet b1.58
安装 Ollama，然后拉取标签。
ollama run hf.co/1bitLLM/bitnet_b1_58-3B在上方选择一个尺寸，查看它自己的显存、速度估算和安装命令。
许可证
Commercial use permitted. No usage restrictions beyond attribution.
适用于: BitNet b1.58 3B推荐 GPU
目录中能在本地运行 BitNet b1.58（至少 3 GB 显存）的最便宜 GPU 是 Intel Arc B570 (10 GB).
我的 GPU 能运行 BitNet b1.58 吗？
BitNet b1.58 — 常见问题
How much VRAM does BitNet b1.58 need?
BitNet b1.58 needs about 3 GB VRAM at 1.58-bit quantization for its smallest variant. Variants: BitNet b1.58 3B (3 GB, 1.58-bit). On Apple Silicon, unified memory counts toward this requirement.
Can I run BitNet b1.58 on an RTX 4090 (24 GB)?
Yes — BitNet b1.58 runs on an RTX 4090 (24 GB) and other 24 GB cards such as the RTX 3090. Smaller variants also fit comfortably on 8–16 GB GPUs at 1.58-bit.
What quantization should I use for BitNet b1.58?
Q4_K_M is the best balance of quality and VRAM for BitNet b1.58 in most cases. Choose Q8_0 for near-lossless quality if you have spare VRAM, or smaller quants (Q3/Q2) only when memory is tight.
How do I run BitNet b1.58 with Ollama?
Install Ollama, then run: ollama run hf.co/1bitLLM/bitnet_b1_58-3B. This downloads BitNet b1.58 and starts a local, OpenAI-compatible endpoint — no internet connection is needed after the initial download.