20年前奔腾4单核实测Llama 3.2：一题耗时33分钟

你听说过吗？一颗2006年的Intel奔腾4 641单核处理器，居然硬生生跑起了Meta的Llama 3.2 3B大模型——虽然回答一个问题要等将近33分钟。这事儿要是搁二十年前，估计连Intel自家的工程师都得愣住。

测试平台堪称古董级别：奔腾4 641，Cedar Mill核心，3.2GHz主频，2MB二级缓存，支持超线程；搭配华硕P5WDH Deluxe主板和四条2GB DDR2-800内存，总共凑出8GB。这套配置在当年算得上高端，但放到今天，连入门级办公机都够呛。

有意思的是，团队一开始试了好几款主流本地AI模型，全都因为CPU不支持A VX2指令集而直接罢工。最后才发现，Llama 3.2有个No-A VX模式可以绕过这个限制，而且30亿参数的3B版本刚好能完整塞进那8GB内存里——再大一点就爆了。

实测中，输入问题“What's a Pentium 4？”后，CPU立刻拉满，但生成速度只有令人窒息的每秒0.21个Token。整个回答耗时约33分钟，足够泡杯茶、看完一集短剧，再回来等结果。

速度确实慢到让人崩溃，但关键在于：奔腾4真的跑通了现代大模型推理。当年设计NetBurst架构的工程师们，做梦恐怕也想不到二十年后会有这么一出。

这个测试的意义不在于实用性，而在于验证了一个极限边界：只要在No-A VX模式和足够内存的条件下，20年前的单核处理器也能完成LLM推理。换句话说，AI的门槛，比我们想象中要低得多。