Gemma 4

Die Gemma 4-Modelle sind so konzipiert, dass sie in jeder Größe eine Leistung auf dem neuesten Stand der Technik bieten. Sie eignen sich für Bereitstellungsszenarien auf Mobilgeräten und Edge-Geräten (E2B, E4B) sowie auf GPUs und Workstations für Endnutzer (26B A4B, 31B). Sie eignen sich gut für Schlussfolgerungen, agentische Workflows, Programmierung und multimodales Verstehen.

Gemma 4 ist unter der Apache 2.0-Lizenz lizenziert. Weitere Informationen finden Sie in der Modellkarte von Gemma 4.

Jetzt starten

Chatten Sie mit Gemma4-E2B, gehostet in der Hugging Face LiteRT-Community.

uv tool install litert-lm

litert-lm run  \
  --from-huggingface-repo=litert-community/gemma-4-E2B-it-litert-lm \
  gemma-4-E2B-it.litertlm \
  --prompt="What is the capital of France?"

Über Safetensors bereitstellen

Folgen Sie dieser Anleitung, um Gemma 4 über Ihre benutzerdefinierten Safetensors bereitzustellen (z. B. nachdem Sie das Modell für Ihren Anwendungsfall optimiert haben):

  • In das Format .litertlm konvertieren:

    uv tool install litert-torch-nightly

litert-torch export_hf \
  --model=google/gemma-4-E2B-it \
  --output_dir=/tmp/gemma4_2b \
  --externalize_embedder \
  --jinja_chat_template_override=litert-community/gemma-4-E2B-it-litert-lm

  • Mit plattformübergreifenden LiteRT-LM-APIs bereitstellen:

    litert-lm run  \
  /tmp/gemma4_2b/model.litertlm \
  --prompt="What is the capital of France?"

Leistungsübersicht

Gemma-4-E2B

  • Modellgröße: 2,58 GB

  • Weitere technische Details finden Sie in der HuggingFace-Modellkarte.

    Plattform (Gerät) Backend Prefill (tk/s) Decode (tk/s) Zeit bis zum ersten Token (Sekunden) Maximale CPU-Speicherauslastung (MB)
    Android (S26 Ultra) CPU 557 47 1,8 1733
    GPU 3808 52 0,3 676
    iOS (iPhone 17 Pro) CPU 532 25 1,9 607
    GPU 2878 56 0,3 1450
    Linux (Arm 2,3 und 2,8 GHz, NVIDIA GeForce RTX 4090) CPU 260 35 4 1628
    GPU 11234 143 0,1 913
    macOS (MacBook Pro M4) CPU 901 42 1,1 736
    GPU 7835 160 0,1 1623
    IoT (Raspberry Pi 5 16GB) CPU 133 8 7,8 1546

Gemma-4-E4B

  • Modellgröße: 3,65 GB

  • Weitere technische Details finden Sie in der HuggingFace-Modellkarte.

    Plattform (Gerät) Backend Prefill (tk/s) Decode (tk/s) Zeit bis zum ersten Token (Sekunden) Maximale CPU-Speicherauslastung (MB)
    Android (S26 Ultra) CPU 195 18 5,3 3283
    GPU 1293 22 0,8 710
    iOS (iPhone 17 Pro) CPU 159 10 6,5 961
    GPU 1189 25 0,9 3380
    Linux (Arm 2,3 und 2,8 GHz / RTX 4090) CPU 82 18 12,6 3139
    GPU 7260 91 0,2 1119
    macOS (MacBook Pro M4 Max) CPU 277 27 3,7 890
    GPU 2560 101 0,4 3217
    IoT (Raspberry Pi 5 16GB) CPU 51 3 20,5 3069