Ukrajinski programer Slava S, poznat kao 'slvDev' na GitHub-u, uspeo je da pokrene jezički model sa 28,9 miliona parametara na ESP32-S3 mikrokontroleru koji košta ispod 10 dolara. Model je kvantizovan na 4-bitnu preciznost, čime je ukupna veličina datoteke smanjena na 14,9 MB. Ključni trik je korišćenje Google-ove tehnike Per-Layer Embeddings, gde je tabela sa 25 miliona parametara smeštena u spori 16MB fleš, dok je 512KB brze SRAM memorije rezervisano za jezgro za zaključivanje.
Model je obučen na TinyStories skupu podataka i može da piše samo kratke jednostavne priče, bez odgovaranja na pitanja ili pisanja koda. Ipak, ovo je značajan dokaz koncepta koji pokazuje da se neuronske mreže mogu pokretati na jeftinom ugrađenom hardveru. Programer zamišlja primene poput aparata za kafu koji poznaje svaku vrstu zrna i temperature vode, potpuno van mreže. Ova tehnika takođe podržava ideju korišćenja fleš memorije kao slojevitog skladišta za AI servere.
