Gemma 4

Modele Gemma 4 zostały zaprojektowane tak, aby zapewniać najwyższą wydajność w każdym rozmiarze, w przypadku scenariuszy wdrażania od urządzeń mobilnych i urządzeń brzegowych (E2B, E4B) po konsumenckie procesory graficzne i stacje robocze (26B A4B, 31B). Dobrze sprawdzają się w przypadku rozumowania, procesów agentowych, kodowania i rozumienia multimodalnego.

Model Gemma 4 jest objęty licencją Apache-2.0. Więcej informacji znajdziesz w karcie modelu Gemma 4.

Rozpocznij

Czatuj z modelem Gemma4-E2B hostowanym w społeczności 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?"

Wdrażanie z Safetensors

Aby wdrożyć model Gemma 4, zacznij od własnych plików safetensors (np. po dostrojeniu modelu do Twojego przypadku użycia):

  • Konwertowanie na format .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

  • Wdróż za pomocą wieloplatformowych interfejsów API LiteRT-LM:

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

Podsumowanie skuteczności

Gemma-4-E2B

  • Rozmiar modelu: 2,58 GB

  • Dodatkowe szczegóły techniczne znajdziesz na karcie modelu w Hugging Face.

    Platforma (urządzenie) Backend Wstępne wypełnienie (tk/s) Dekodowanie (tk/s) Czas do pierwszego tokena (w sekundach) Szczytowe wykorzystanie pamięci procesora (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 GHz i 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 16 GB) CPU 133 8 7.8 1546

Gemma-4-E4B

  • Rozmiar modelu: 3,65 GB

  • Dodatkowe szczegóły techniczne znajdziesz na karcie modelu w Hugging Face.

    Platforma (urządzenie) Backend Wstępne wypełnienie (tk/s) Dekodowanie (tk/s) Czas do pierwszego tokena (w sekundach) Szczytowe wykorzystanie pamięci procesora (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 i 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 16 GB) CPU 51 3 20,5 3069