BitNet b1.58 3B — 显存、速度与本地部署
作者： Jakub Rusinowski · 最后更新：
A 3B parameter model that outperforms Llama 3B while using a fraction of the energy. Optimized for CPU inference via bitnet.cpp.
BitNet b1.58 3B 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。在 Apple Silicon 上，这部分来自统一内存。
按量化级别的显存与速度
计算基准：NVIDIA RTX 4090 (24 GB)。仅含权重与开销：该模型架构未公开，因此未计入 KV 缓存。
| 量化 | 显存 | 显存 | 速度（估算） | 适配 |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 1.9 GB | ~234 tok/s | 可运行 | |
| Q3_K_M 3.41 bpw | 2.2 GB | ~213 tok/s | 可运行 | |
| Q4_K_M 4.83 bpw | 2.8 GB | ~183 tok/s | 可运行 | |
| Q5_K_M 5.67 bpw | 3.2 GB | ~168 tok/s | 可运行 | |
| Q6_K 6.56 bpw | 3.5 GB | ~156 tok/s | 可运行 | |
| Q8_0 8.50 bpw | 4.3 GB | ~134 tok/s | 可运行 | |
| F16 16.00 bpw | 7.4 GB | ~86 tok/s | 可运行 |
黑色标记 = NVIDIA RTX 4090 (24 GB) 上的可用显存。 估算来自内存带宽屋顶线模型，详见 方法说明页. BitNet b1.58 3B 显存计算器 →
运行 BitNet b1.58 3B
目录中能运行 BitNet b1.58 3B 的最便宜 GPU 是 Intel Arc B570 (10 GB).
或在 Vast.ai 比较，低至 $0.35/小时 (typical low · varies)
作为亚马逊联盟成员，我们从符合条件的购买中获得收入。云 GPU 链接为推荐链接——我们可能获得佣金，您无需额外付费。
如何运行 BitNet b1.58 3B
安装 Ollama，然后运行：
ollama run hf.co/1bitLLM/bitnet_b1_58-3B规格
Curated — A hand-written entry from before this catalogue recorded its sources. The figures are long-standing but their provenance is not on file.
- 参数量
- 3 Billion
- 上下文窗口
- 2,048
- 架构
- BitNet (Ternary)
- 提供商
- Microsoft
- 许可证
- MIT
- Practical deployment
- Edge device (phone, SBC)
- 规格量化
- 1.58-bit
- 系统内存
- 4 GB
- 记录更新于
- 2024-03-01
Commercial use permitted. No usage restrictions beyond attribution.
质量与使用场景
评分由模型作者或独立评测方发布——衡量质量而非吞吐量，并非我们实测。
我的 GPU 能运行 BitNet b1.58 3B 吗？
BitNet b1.58 3B — 常见问题
How much VRAM does BitNet b1.58 3B need?
About 3 GB at 1.58-bit — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.
Does BitNet b1.58 3B run on an RTX 4090 (24 GB)?
Yes. BitNet b1.58 3B needs about 3 GB at 1.58-bit, inside a 24 GB card, at an estimated 183 tokens/sec.
How do I run BitNet b1.58 3B locally?
Install Ollama and run `ollama run hf.co/1bitLLM/bitnet_b1_58-3B`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.