Gemma 4

I modelli Gemma 4 sono progettati per offrire prestazioni di livello avanzato in ogni dimensione, con l'obiettivo di scenari di deployment che vanno dai dispositivi mobili e periferici (E2B, E4B) alle GPU e alle workstation consumer (26B A4B, 31B). Sono adatti per ragionamento, workflow agentici, programmazione e comprensione multimodale.

Gemma 4 è concesso in licenza ai sensi della licenza Apache 2.0. Per maggiori dettagli, consulta la scheda del modello Gemma 4.

Inizia

Chatta con Gemma4-E2B, ospitato nella community Hugging Face LiteRT.

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?"

Esegui il deployment da Safetensors

Segui questi passaggi per eseguire il deployment di Gemma 4 a partire dai tuoi safetensor personalizzati (ad esempio, dopo aver eseguito il fine-tuning del modello per il tuo caso d'uso):

  • Converti in un formato .litertlm:

    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

  • Esegui il deployment utilizzando le API multipiattaforma LiteRT-LM:

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

Riepilogo del rendimento

Gemma-4-E2B

  • Dimensione modello: 2,58 GB

  • Ulteriori dettagli tecnici sono disponibili nella scheda del modello Hugging Face.

    Piattaforma (dispositivo) Backend Prefill (tk/s) Decodifica (tk/s) Tempo al primo token (secondi) Memoria CPU di picco (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 e 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

  • Dimensione modello: 3,65 GB

  • Ulteriori dettagli tecnici sono disponibili nella scheda del modello Hugging Face.

    Piattaforma (dispositivo) Backend Prefill (tk/s) Decodifica (tk/s) Tempo al primo token (secondi) Memoria CPU di picco (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 e 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