Ejecutar IA localmente en hardware de 2017 ahora sí es viable. La clave es usar modelos cuantizados (de 4 u 8 bits), que comprimen los pesos sin destruir el rendimiento. Una máquina de 2017 con 16 GB de RAM puede ejecutar modelos de 7B parámetros con llama.cpp u Ollama. La inferencia en CPU funciona, pero espera entre 2 y 5 tokens por segundo en procesadores i7 antiguos. Si tienes una GTX 1060 de 6 GB de esa época, puedes descargar capas a la VRAM y alcanzar entre 15 y 20 tokens por segundo con modelos más pequeños. El cuello de botella es el ancho de banda de la memoria, no la capacidad de cálculo. Configuración práctica: Ollama + Mistral 7B cuantizado a Q4_K_M te ofrece una inferencia local útil sin depender de la nube. No hace falta hardware sofisticado, solo elegir bien el modelo y aplicar una cuantización adecuada.