¿Puede un ordenador veterano ejecutar un modelo de inteligencia artificial sin tarjeta gráfica dedicada? Sí, si elegimos un modelo ligero y un motor compatible con el procesador. Microsoft lleva tiempo explorando dos formas de facilitarlo. Con BitNet, busca reducir la memoria y el cómputo que exige el propio modelo. Con Foundry Local, simplifica la descarga y la ejecución de modelos en el equipo.
En esta guía veremos cómo instalar Microsoft Foundry Local en Windows, cómo ejecutar un modelo en la CPU desde PowerShell y cómo hacer la misma prueba con Ollama. Para que la comparación sea útil, partiremos de un modelo ligero de la misma familia en ambas herramientas. Microsoft Foundry Local
Qué es BitNet y por qué interesa para ejecutar IA en CPU
Un modelo de lenguaje puede almacenar miles de millones de pesos. Cuanto más espacio ocupa cada peso, más datos tiene que mover el ordenador para generar una respuesta. BitNet b1.58 reduce esa carga usando pesos ternarios en sus capas cuantizadas. Cada peso puede tomar uno de tres valores, −1, 0 o +1. De ahí sale el número 1,58, ya que log₂(3) ≈ 1,58 bits es la cantidad teórica de información necesaria para representar tres estados. El tamaño real del modelo depende también de cómo se empaqueten los pesos y de qué partes se almacenen con otra precisión. Informe técnico de BitNet b1.58 2B4T
Microsoft entrenó BitNet b1.58 2B4T con ese esquema desde el principio. Es un modelo de la escala de los 2.000 millones de parámetros, entrenado con cuatro billones de tokens. Para ejecutarlo en CPU, Microsoft publicó bitnet.cpp, un motor de inferencia con implementaciones optimizadas para procesadores x86 y ARM compatibles. Repositorio oficial de Microsoft BitNet
Conviene leer con cuidado la cifra de los 400 MB. La tabla de Microsoft excluye de esa cifra las capas de embedding. La RAM que necesita el programa al ejecutarse también incluye esas capas, el motor de inferencia y la memoria que ocupa el contexto de la conversación. La ficha del modelo permite consultar la comparación original y descargar sus pesos. BitNet b1.58 2B4T en Hugging Face
Nota histórica. BITNET fue también el nombre de una red académica de ordenadores creada en Estados Unidos en 1981. BITNET
Cómo instalar Microsoft Foundry Local en Windows
Foundry Local es la herramienta que Microsoft presentó en mayo de 2025 para ejecutar modelos de IA en el propio dispositivo. Su línea de comandos permite consultar el catálogo, descargar un modelo y abrir una sesión de chat. Según el modelo y el hardware disponible, puede seleccionar una variante compatible automáticamente. También se puede solicitar una variante de CPU de forma explícita, como haremos aquí con Qwen2.5. Anuncio de Microsoft Foundry Local · Referencia de la CLI
1. Instalar Foundry Local desde PowerShell
Abre PowerShell en Windows y ejecuta:
winget install Microsoft.FoundryLocal
Si PowerShell no encuentra el comando foundry al terminar, cierra la terminal y vuelve a abrirla. Comprueba la versión y consulta el catálogo:
foundry --versionfoundry model list
La primera puesta en marcha necesita conexión a Internet para descargar los componentes de ejecución y el modelo que elijas. Guía de la CLI de Foundry Local
2. Ejecutar un modelo de IA sin GPU dedicada
Para empezar, Microsoft documenta una variante de Qwen2.5 de 500 millones de parámetros que se ejecuta en CPU. Lánzala con:
foundry run qwen2.5-0.5b-instruct-generic-cpu
Si ese identificador cambia, busca la variante de CPU en la salida de foundry model list. La disponibilidad de una variante de CPU permite prescindir de una GPU dedicada. En un ordenador antiguo, comprueba primero que la herramienta y el modelo sean compatibles con el equipo y su sistema operativo. Referencia de la CLI de Foundry Local
Cuando se abra el chat, prueba una pregunta breve cuya respuesta puedas comprobar:
Explica en español, en tres frases y con un ejemplo, la diferencia entre potencia activa y potencia aparente.
Es una forma sencilla de comprobar cuánto tarda en empezar a responder y si el modelo distingue correctamente los vatios de los voltiamperios (VA).
Cómo hacer la misma prueba con Ollama
En Windows, descarga y ejecuta OllamaSetup.exe. Después, abre PowerShell y lanza la variante Instruct de Qwen2.5 de 0,5B. Descarga oficial de Ollama para Windows · Qwen2.5 0.5B Instruct en Ollama
ollama run qwen2.5:0.5b-instruct
Introduce la misma pregunta sobre la potencia activa y la aparente. Mientras el modelo esté cargado, abre otra terminal y ejecuta:
ollama ps
Si la columna PROCESSOR indica 100% CPU, la ejecución se está haciendo íntegramente en el procesador. Si Ollama está usando una GPU, anótalo antes de comparar los tiempos con la variante de CPU de Foundry Local.
Microsoft Foundry Local frente a Ollama
| Aspecto | Microsoft Foundry Local | Ollama |
|---|---|---|
| Instalación en Windows | winget install Microsoft.FoundryLocal | Instalador OllamaSetup.exe |
| Selección del modelo | Catálogo consultable con foundry model list | Biblioteca de modelos de Ollama |
| Prueba en CPU | Se ejecuta una variante de CPU mediante su identificador | ollama ps muestra si el modelo está usando CPU o GPU |
| Integración con aplicaciones | SDK y servidor REST opcional | API local en localhost:11434 por defecto |
Documentación de Foundry Local · Documentación de Ollama para Windows
Qué medir en un ordenador antiguo
Usaría la misma pregunta, un límite de salida equivalente y tres repeticiones por herramienta. Con ambos modelos ya descargados, mediría primero el arranque en frío. Después, con el modelo cargado, anotaría el tiempo hasta el primer token, la velocidad de generación en tokens por segundo y el pico de RAM. También comprobaría si la respuesta en español es correcta y respeta las tres frases pedidas.
Las variantes propuestas pertenecen a la misma familia y tienen el mismo tamaño nominal. Como la cuantización y el formato de los pesos pueden diferir, esta prueba compara la experiencia de uso con los modelos que ofrece cada herramienta. Para aislar el rendimiento del motor habría que igualar también los pesos, la cuantización y los ajustes de inferencia.
¿Con cuál empezaría? Con Foundry Local si quiero seleccionar una variante de CPU directamente desde PowerShell. Con Ollama si quiero explorar su biblioteca y probar varios modelos con la misma interfaz. Y si lo que me interesa es saber cuánto reduce la memoria un modelo entrenado con pesos ternarios, haría una tercera prueba con BitNet y bitnet.cpp. En un PC veterano, el resultado que importa es cuánto tarda en dar una respuesta útil y cuánta RAM necesita para hacerlo.

Deja una respuesta