LLM Gemma

Gemma 2 9B

9B параметров · Transformer · Контекст 8k · Google · 2024

Запустить на GPU HuggingFace →

VRAM по точности

Точность VRAM Качество Рекомендация
FP16 18 ГБ Максимальное Для продакшена
FP8 9 ГБ Отличное Оптимально
INT8 9 ГБ Хорошее
INT4/Q4 5 ГБ Приемлемое Для экспериментов

Совместимые GPU

GPU VRAM Поддерживает
Рек. NVIDIA RTX 4090
24 ГБ FP16, FP8, INT8, INT4 Арендовать
NVIDIA A100
80 ГБ FP16, FP8, INT8, INT4 Арендовать
NVIDIA H100 SXM
80 ГБ FP16, FP8, INT8, INT4 Арендовать

Рекомендуемые фреймворки

vLLM Ollama llama.cpp

Быстрый старт

vllm 
docker run --gpus all -p 8000:8000 vllm/vllm-openai:latest \
  --model gemma-2-9b-it \
  --quantization fp8

Характеристики модели

Технические параметры

Разработчик
Google
Год выпуска
2024
Параметры
9B
Архитектура
Transformer
Контекстное окно
8,192 токенов
Лицензия
Gemma

Применение

Instruction following Text summarization Chatbots Code generation

Gemma 2 9B — модель Google среднего размера, превосходящая Llama 3 8B на многих бенчмарках. Поддерживает knowledge distillation от Gemma 2 27B.