YouTube 頻道 Fully Buffered 近日發布一項極端硬件測試，利用一台 20 年前 Intel Pentium 4 電腦成功在本機執行大型語言模型（LLM），並將這台老牌裝置封為「NetBurstGPT」。雖然 AI 最終成功給出回應，但回答一個簡單問題竟花費接近 33 分鐘，過程緩慢得令人驚訝。
古董 CPU 規格與配置
今次測試主角為 Intel Pentium 4 641 處理器，採用 Cedar Mill 核心，2006 年以 65nm 製程推出，具備 3.2GHz 時脈、2MB L2 快取，並支援 Hyper-Threading，TDP 為 65W。主機板選用 ASUS P5W DH Deluxe，搭配 Intel 975X 晶片組，記憶體則裝有 4 條 2GB A-Data PC2-6400 CL5 DDR2-800，合共 8GB。
Fully Buffered 特別強調，這顆 CPU 支援 EM64T 64 位元指令集，是安裝 Windows 10 Pro 64 位元及現代 AI 工具關鍵條件。由於並非所有 Pentium 4 都具備此功能，只有後期版本才支援執行相關軟件。
測試首關出師不利，由於 LM Studio 官方要求 Windows x64 版本需支援 AVX2 指令集，而 Pentium 4 完全欠缺此功能，導致執行模型時直接報錯。其後轉用 Ollama 出現轉機，皆因 Ollama 在 v0.1.21 版本加入對無 AVX 指令集環境支援，令舊款 CPU 或虛擬化環境均可運作。
Fully Buffered 最終選用 Meta 旗下 Llama 3.2 3B 輕量文字模型進行測試。整個模型大小約 2GB，剛好能載入 8GB 記憶體內存取。
找一個答案耗時 33 分鐘
Fully Buffered 向模型輸入一個簡單問題：「What’s a Pentium 4？」，CPU 隨即以 100% 滿載運作。工作管理員確認運算過程完全沒借助 GPU 加速。結果模型雖成功回答，但 prompt eval rate 僅約 0.27 tokens/s，eval rate 約 0.21 tokens/s，整個回答過程耗時接近 33 分鐘。若切換至 Linux Mint 環境效能更差，prompt eval rate 跌至約 0.15 tokens/s，eval rate 僅剩約 0.13 tokens/s。
超頻小試牛刀
Fully Buffered 隨後為 Pentium 4 進行超頻，將時脈由 3.2GHz 拉升至 4.3GHz，記憶體速度提升至約 810MT/s。超頻後速度提升約 20%，prompt eval rate 升至約 0.36 tokens/s，eval rate 達約 0.33 tokens/s，對實際體驗改善有限。
與現代硬件巨大差距
Fully Buffered 以日常使用的 Intel Core i5-12,600K 作對比，同樣執行 Ollama 與 Llama 3.2 3B，速度約為 Pentium 4 的 200 倍；若改用 NVIDIA Titan V 顯示卡，效能差距更達 600 倍。這項差距完全符合預期，NetBurst 架構源自 1990 年代末設計理念，面對現代 AI 運算需求，早已成為歷史產物。Fully Buffered 亦指出，雖然未能充分利用 Hyper-Threading 兩條執行緒，可能受限於 NetBurst 架構瓶頸，但模型最終能成功執行，已相當令人驚嘆。
