Gemma 4

โมเดล Gemma 4 ออกแบบมาเพื่อมอบประสิทธิภาพระดับแนวหน้าในแต่ละขนาด โดยมุ่งเป้าไปที่สถานการณ์การใช้งานตั้งแต่ในอุปกรณ์เคลื่อนที่และอุปกรณ์ Edge (E2B, E4B) ไปจนถึง GPU สำหรับผู้บริโภคและเวิร์กสเตชัน (26B A4B, 31B) โมเดลเหล่านี้เหมาะสำหรับ การให้เหตุผล เวิร์กโฟลว์แบบ Agent การเขียนโค้ด และความเข้าใจแบบ Multimodal

Gemma 4 ได้รับอนุญาตภายใต้ใบอนุญาต Apache-2.0 ดูรายละเอียดเพิ่มเติมได้ที่การ์ดโมเดล Gemma 4

เริ่มต้นใช้งาน

แชทกับ Gemma4-E2B ซึ่งโฮสต์อยู่ในชุมชน 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?"

ติดตั้งใช้งานจาก Safetensors

ทำตามขั้นตอนต่อไปนี้เพื่อติดตั้งใช้งาน Gemma 4 โดยเริ่มจาก Safetensors ที่กำหนดเอง (เช่น หลังจากปรับแต่งโมเดลสำหรับกรณีการใช้งานของคุณ)

  • แปลงเป็นรูปแบบ .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

  • ติดตั้งใช้งานโดยใช้ API ข้ามแพลตฟอร์มของ LiteRT-LM

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

สรุปประสิทธิภาพ

Gemma-4-E2B

  • ขนาดโมเดล: 2.58 GB

  • ดูรายละเอียดทางเทคนิคเพิ่มเติมได้ในการ์ดโมเดล HuggingFace

    แพลตฟอร์ม (อุปกรณ์) แบ็กเอนด์ กรอกข้อมูลล่วงหน้า (tk/s) ถอดรหัส (tk/s) เวลาที่ได้รับโทเค็นแรก (วินาที) หน่วยความจำ CPU สูงสุด (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 และ 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

  • ขนาดโมเดล: 3.65 GB

  • ดูรายละเอียดทางเทคนิคเพิ่มเติมได้ในการ์ดโมเดล HuggingFace

    แพลตฟอร์ม (อุปกรณ์) แบ็กเอนด์ กรอกข้อมูลล่วงหน้า (tk/s) ถอดรหัส (tk/s) เวลาที่ได้รับโทเค็นแรก (วินาที) หน่วยความจำ CPU สูงสุด (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 และ 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