Menjalankan AI lokal pada perangkat keras keluaran 2017 kini benar-benar bisa dilakukan. Kuncinya adalah menggunakan model terkuantisasi (4-bit atau 8-bit) yang memampatkan bobot tanpa mengorbankan performa. Mesin keluaran 2017 dengan RAM 16 GB dapat menjalankan model 7B parameter melalui llama.cpp atau Ollama. Inferensi CPU bisa dilakukan, tetapi perkirakan kecepatannya hanya 2–5 token/detik pada i7 lama. Jika Anda memiliki GTX 1060 6 GB dari era tersebut, Anda dapat memindahkan sebagian layer ke VRAM dan mencapai 15–20 token/detik pada model yang lebih kecil. Hambatannya adalah bandwidth memori, bukan kemampuan komputasi. Pengaturan praktis: Ollama + Mistral 7B yang dikuantisasi ke Q4_K_M memberi Anda kemampuan inferensi lokal yang layak digunakan tanpa bergantung pada layanan cloud. Anda tidak memerlukan perangkat keras canggih, cukup memilih model dengan cermat dan melakukan kuantisasi dengan tepat.