Gemma 4

Modelet Gemma 4 janë projektuar për të ofruar performancë të nivelit të lartë në çdo madhësi, duke synuar skenarë vendosjeje nga pajisjet mobile dhe periferike (E2B, E4B) deri te GPU-të dhe stacionet e punës të konsumatorëve (26B A4B, 31B). Ato janë të përshtatshme për arsyetim, rrjedha pune agjentike, kodim dhe kuptim multimodal.

Gemma 4 është e licencuar sipas licencës Apache-2.0. Për më shumë detaje, shihni Kartën e Modelit Gemma 4 .

Filloni

Bisedoni me Gemma4-E2B, të organizuar në Komunitetin 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?"

Vendos nga Safetensors

Ndiqni këto hapa për të vendosur Gemma 4 duke filluar nga safettensorët tuaj të personalizuar (për shembull, pasi të keni rregulluar modelin për rastin tuaj të përdorimit):

  • Konverto në një 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

  • Vendos duke përdorur API-të ndërplatformore LiteRT-LM :

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

Përmbledhje e Performancës

Gemma-4-E2B

  • Madhësia e modelit: 2.58 GB

  • Detajet shtesë teknike janë në kartën e modelit HuggingFace.

    Platforma (Pajisja) Sfondi Mbushje paraprake (tk/s) Dekodo (tk/s) Koha deri te Tokeni i Parë (sekonda) Memoria maksimale e CPU-së (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 (Krahu 2.3 dhe 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

  • Madhësia e modelit: 3.65 GB

  • Detajet shtesë teknike janë në kartën e modelit HuggingFace.

    Platforma (Pajisja) Sfondi Mbushje paraprake (tk/s) Dekodo (tk/s) Koha deri te Tokeni i Parë (sekonda) Memoria maksimale e CPU-së (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 dhe 2.8GHz / 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