MedGemma 27B TPS-Rechner

Offene Gewichte Google 27B Parameter May 2025

Jede Karte unten wird anhand dieses Modells bei der von Ihnen gewählten Kontextlänge und Mindestqualität bewertet. Geschwindigkeit ist eine Schätzung für eine einzelne Anfrage, berechnet aus der Speicherbandbreite der Karte und der Größe des Modells, sobald es komprimiert ist..

Für dieses Modell berechnet

241 Karten, die es ausführen können

818 Karten, für die wir Spezifikationen haben

Kleinste Karte, die passt

Xeon Phi 7120P

16 GB · Q3_K_M · 9.7 tok/s

Schnellste Karte

B200

125 tok/s · 180 GB

Welche GPUs können laufen MedGemma 27B?

Setze die Eingaben, lies die Antwort

Kontextlänge Token

Ein längeres Gespräch benötigt mehr MEMORY, was dieses Modell von kleineren CARDS drängen kann..

Minimale Qualität

Blendet Karten aus, die nur durch Komprimierung unter diesen Punkt in das Modell passen würden..

Suchkarten

Karten-VRAM

Zeige auch Karten, die es nicht ausführen können.

241 Karten passen

Berechnung

					Braucht	Quantisierung	Passend
125 tok/s 75–201 · niedrige Vertrauenswürdigkeit	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	29.6 GB	Q8_0	Komfortabel
125 tok/s 75–201 · niedrige Vertrauenswürdigkeit	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	29.6 GB	Q8_0	Komfortabel
100 tok/s 60–160 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	29.6 GB	Q8_0	Komfortabel
100 tok/s 60–160 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	29.6 GB	Q8_0	Komfortabel
80.1 tok/s 48–128 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	29.6 GB	Q8_0	Komfortabel
76.7 tok/s 46–123 · niedrige Vertrauenswürdigkeit	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	29.6 GB	Q8_0	Komfortabel
76.7 tok/s 46–123 · niedrige Vertrauenswürdigkeit	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	29.6 GB	Q8_0	Komfortabel
73.4 tok/s 44–117 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	29.6 GB	Q8_0	Komfortabel
65.2 tok/s 39–104 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	29.6 GB	Q8_0	Komfortabel
65.2 tok/s 39–104 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	29.6 GB	Q8_0	Komfortabel
65.2 tok/s 39–104 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	29.6 GB	Q8_0	Komfortabel
61.8 tok/s 37–99 · niedrige Vertrauenswürdigkeit	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	29.6 GB	Q8_0	Komfortabel
52.7 tok/s 32–84 · niedrige Vertrauenswürdigkeit	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	29.6 GB	Q8_0	Komfortabel
52.7 tok/s 32–84 · niedrige Vertrauenswürdigkeit	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	29.6 GB	Q8_0	Komfortabel
52.7 tok/s 32–84 · niedrige Vertrauenswürdigkeit	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	29.6 GB	Q8_0	Komfortabel
52.7 tok/s 32–84 · niedrige Vertrauenswürdigkeit	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	29.6 GB	Q8_0	Komfortabel
52.7 tok/s 32–84 · niedrige Vertrauenswürdigkeit	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	29.6 GB	Q8_0	Komfortabel
47.8 tok/s 29–77 · niedrige Vertrauenswürdigkeit	Tesla V100 SXM2 16 GB NVIDIA	16 GB	1,130 GB/s	Nov 2019	13.9 GB	Q3_K_M	knapp
42.6 tok/s 26–68 · niedrige Vertrauenswürdigkeit	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	23.3 GB	Q6_K	Komfortabel
42.6 tok/s 26–68 · niedrige Vertrauenswürdigkeit	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	23.3 GB	Q6_K	Komfortabel
40.8 tok/s 24–65 · niedrige Vertrauenswürdigkeit	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	23.3 GB	Q6_K	Komfortabel
40.8 tok/s 24–65 · niedrige Vertrauenswürdigkeit	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	23.3 GB	Q6_K	Komfortabel
40.6 tok/s 24–65 · niedrige Vertrauenswürdigkeit	GeForce RTX 5080 NVIDIA	16 GB	960 GB/s	Jan 2025	13.9 GB	Q3_K_M	knapp
40.1 tok/s 24–64 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	29.6 GB	Q8_0	Komfortabel
40.1 tok/s 24–64 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	29.6 GB	Q8_0	Komfortabel

Die Geschwindigkeiten sind Schätzungen für eine einzelne Anfrage — ein Gespräch zur Zeit — berechnet aus BANDWIDTH, MODELLGRÖSSE und QUANTISIERUNG. Der tatsächliche Durchsatz variiert mit der INFERENZLAUFZEIT und ihrer Version. Zahlen, die von Hardwareanbietern veröffentlicht wurden, messen viele gleichzeitige Anfragen und sind viel höher..

Aufgezeichnet

Volle Spezifikation

Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..

Ursprung

Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.

Organisation: Google
Organisationsart: Industry
Land: United States of America
Veröffentlicht: 20 May 2025
Autoren: Andrew Sellergren, Sahar Kazemzadeh, Tiam Jaroensri, Atilla Kiraly, Madeleine Traverse, Timo Kohlberger, Shawn Xu, Fayaz Jamil, Cían Hughes, Charles Lau, Justin Chen, Fereshteh Mahvar, Liron Yatziv, Tiffany Chen, Bram Sterling, Stefanie Anna Baby, Susanna Maria Baby, Jeremy Lai, Samuel Schmidgall, Lu Yang, Kejia Chen, Per Bjornsson, Shashir Reddy, Ryan Brush, Kenneth Philbrick, Mercy Asiedu, Ines …

Was es tut

Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.

Domain: Medicine, Language, Vision, Multimodal
Aufgabe: Question answering, Language modeling/generation, Medical diagnosis, Visual question answering, Image classification
Basis-Modell: Gemma 3 27B,MedSigLIP

Größe

Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.

Parameter: 27B
Trainingsdaten: tokens

Verfügbarkeit

Ob Sie das Modell beziehen und es auf Ihrer eigenen Hardware ausführen können, bestimmt, ob eine der Grafikkarten-Zahlen auf dieser Seite zutrifft.

Gewichte: Open — downloadable
Modellzugang: Open weights (restricted use)
Training-Code: Unreleased
Hugging Face: google

Wie es klassifiziert ist

Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.

Aufzeichnungsgenauigkeit: Confident

Quellen

Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.

Referenz: MedGemma Technical Report
Zuletzt aktualisiert: 28 November 2025

Die Extreme

Die zehn schnellsten GPUs, die RUN. MedGemma 27B

Sortiert nach geschätzten Tokens pro Sekunde, neueste Karte zuerst, wenn die Geschwindigkeiten gleich sind. Da die Generierung durch die Speichermenge begrenzt ist, folgt diese Reihenfolge der Bandbreite und nicht einem Gaming-Benchmark..

Die kleinsten GPUs, die immer noch laufen MedGemma 27B

Die günstigste Route herein, nach Speichergröße. Ein enger Fit läuft das Modell, lässt aber nichts für ein längeres Gespräch übrig..

Was die Zahlen bedeuten

Hardware-Anforderungen in der Praxis

Minimale Karte

Xeon Phi 7120P

Benötigter Speicher

13.9 GB

Schnellste

125 tok/s

MedGemma 27B erreicht eine Parameteranzahl von 27B. Das landet im Bereich, den eine ernsthafte Desktop-KARTE bewältigen kann, sobald die GEWICHTE komprimiert sind. Die Anzahl der KARTE, die wir verfolgen, die es ausführen kann: 241.

Der Einstiegspunkt ist Xeon Phi 7120P, mit einer MEMORY-KAPAZITÄT von 16 GB, es mit einer Kompression von Q3_K_M und produziert etwa 9.7 Token pro Sekunde

Die schnellste Berechnung dafür ist B200, generieren ungefähr 125 Tokens pro Sekunde auf der Grundlage einer Speicherbandbreite von 8,000 GB/s.

Über dieses Modell

MedGemma 27B wurde veröffentlicht von Google, im Land aufgezeichnet als United States of America, während May 2025. Die veröffentlichende Organisation ist als industry.

Es funktioniert im Bereich von Medicine, Language, Vision, Multimodal, und wird als die Aufgabe von aufgezeichnet question answering, Language modeling/generation, Medical diagnosis, Visual question answering, Image classification.

Der Ausgangspunkt war ein vorhandenes Basis-Modell, Gemma 3 27B,MedSigLIP. Das ist der übliche Weg, wie ein spezialisiertes Modell hergestellt wird.

Die Gewichte sind veröffentlicht, sodass sie auf deiner eigenen Hardware unbegrenzt, offline und ohne angehängtes Konto heruntergeladen und ausgeführt werden kann. Es ist unter der Organisation auf Hugging Face veröffentlicht. google.

Wie schnell es läuft und warum

Über jede Karte, die es ausführen kann, liegt die Mitte der Reihe bei 19.0 Token pro Sekunde. 196 von ihnen

Es ist ein dichtes Modell, daher wird jeder Parameter für jedes produzierte Token gelesen. Das macht die Geschwindigkeit fast genau bandbreitengebunden – eine Karte mit der doppelte Bandbreite erzeugt ungefähr doppelt so schnell.

Der Speicher hier wird basierend auf der Größe geschätzt, anstatt aus der Architektur berechnet zu werden, die für dieses Modell nicht aufgezeichnet ist — die Zahlen sind eher indikativ als genau.

Schritt für Schritt

Wie wählt man eine GPU für MedGemma 27B

Die obige Tabelle hat bereits jede Karte, für die wir Spezifikationen haben, mit diesem Modell verglichen. Um zu Ihrer Antwort zu gelangen, sind sechs Schritte erforderlich..

01

Beginnen Sie mit der Speicher-Spalte

Jede Karte hier wurde geprüft gegen MedGemma 27B, benötigt ungefähr 13.9 GB bei einer Kompression von Q3_K_M. Kein Maß an Rechenleistung kompensiert eine Karte, die es nicht halten kann.
02

Entscheide, wie lange deine Gespräche laufen

Längere Gespräche kosten MEMORY zusätzlich zu dem, was die WEIGHTS benötigen. Bewege den Schieberegler auf deine tatsächliche Arbeitslänge, bevor du einer Zeile vertraust. MedGemma 27B.
03

Setze eine Qualitätsuntergrenze

Kompression ist das, was ein Modell auf kleinere GPU-Karten passt, mit einem gewissen Verlust an Genauigkeit., eine Kompression von Q3_K_M auf der kleinsten Karte, die passt. Das Festlegen einer Mindestqualität fallen die Karten weg, die es nur schaffen, indem sie weiter gedrückt werden, als man möchte, und hält den Vergleich auf einem Niveau.
04

Vergleiche TOKENS pro Sekunde, nicht Spezifikationen

Das Ranking nach Tokens pro Sekunde folgt der Speicherbandbreite anstelle der Kernanzahl, für MedGemma 27B. Es wird nicht mit einer Gaming-Bestellung übereinstimmen, da die Generation durch MEMORY-BANDWIDTH gebunden ist. Die Karte, die die Liste anführt, ist B200, bei 125 tok/s
05

Überprüfen Sie das Passurteil, bevor Sie kaufen.

Ein enger Sitz läuft, lässt jedoch nichts für ein längeres Gespräch übrig, im Falle von MedGemma 27B. Komfortabel bedeutet, dass Sie den Kontext später erweitern können. Dieser Unterschied zählt mehr als ein paar Token pro Sekunde, also kaufen Sie für komfortabel, wenn Sie damit rechnen.
06

Öffnen Sie die Karte, die Sie ausgewählt haben

Das Folgen einer Karte zu ihrer eigenen Seite zeigt jedes andere Modell, das sie halten kann, was die Frage ist, die folgt, sobald Sie sich festgelegt haben. MedGemma 27B.

Antworten

MedGemma 27B — Häufige Fragen

MedGemma 27B— Kann ich es auf einer GPU mitführen? 24 GB?

Ja. Die GPU-Karte GeForce RTX 5090 D V2, halten 24 GB, führt es mit einer Kompression von Q5_K_M, verwenden von etwa 20.2 GB und generieren grob 37.5 Token pro Sekunde. Der Fit ist eng.

MedGemma 27B— Ist es Open-Source?

Die Gewichte sind veröffentlicht, sodass sie heruntergeladen und auf Ihrer eigenen Hardware ausgeführt werden können. Beachten Sie, dass OPEN WEIGHTS nicht dasselbe wie OPEN SOURCE im vollen Sinne ist — es sagt nichts über die Trainingsdaten, den Trainingscode oder die damit verbundenen kommerziellen Bedingungen aus.

MedGemma 27B— Wie viele Parameter hat es?

Es hat eine Parameteranzahl von 27B. 27B. Diese Zahl ist die Gesamtsumme, und sie bestimmt, wie viel MEMORY das MODEL benötigt – ungefähr ein halbes Gigabyte pro Milliarde bei der Kompression, die die meisten Menschen verwenden.

MedGemma 27B— Wer hat es erstellt?

Es wurde veröffentlicht von Google, basiert auf United States of America, eine als kategorisierte Organisation industry.

MedGemma 27B— Wann wurde es veröffentlicht?

Es wurde veröffentlicht in May 2025.

MedGemma 27B— Wofür wird es verwendet?

Es funktioniert im Bereich von Medicine, Language, Vision, Multimodal, und wird als Bewältigung der Aufgabe von question answering, Language modeling/generation, Medical diagnosis, Visual question answering, Image classification. Modelle tragen häufig mehr als eines von jeder, und die Tags beschreiben den Zweck anstelle von Fähigkeitsgrenzen.

MedGemma 27B— Wo kann ich es herunterladen?

Seine Gewichte sind auf Hugging Face veröffentlicht, unter der Organisation google. Wir hosten keine Modell-Dateien — diese Seite berechnet, welche Hardware benötigt wird, um sie auszuführen.

MedGemma 27B— Kann ich es ausführen, wenn es nicht in meine GPU passt?

Nur durch Abladen, was normalerweise eine falsche Wirtschaftlichkeit ist: der Teil, der im System-Speicher gehalten wird, zieht das Ganze nach unten. Die nächste verpasste Berechnung bleibt hinter 6.2 GB Jede Zahl hier geht davon aus, dass das gesamte Modell auf der Karte vorhanden ist.

MedGemma 27B— Würden zwei GPUs es schneller ausführen?

Zwei Karten kaufen Speicher statt Geschwindigkeit, was nur wichtig ist, wenn eine Karte es nicht halten kann. Die Anzahl, die es kann: 241. So eine zweite Karte ist hier selten die Antwort.

MedGemma 27B— Warum unterscheidet sich die Quantisierung zwischen Karten?

Jede Karte wird mit der am wenigsten komprimierten Kopie angezeigt, die sie halten kann. Die Anzahl der verschiedenen Komprimierungsstufen über die Karten, die sie passen: 5. Größere Karten erhalten die genauere Version, und die Qualitätsuntergrenze verankert den Vergleich auf einem Niveau.

MedGemma 27B— Wie genau sind diese Geschwindigkeitsabschätzungen?

Dies sind Schätzungen mit realen Fehlerbalken, und jede von ihnen könnte vernünftigerweise irgendwo in ihrem veröffentlichten Bereich landen, abhängig davon, welches Runtime Sie verwenden. Das schnellste Ergebnis hier: 75–201 tok/s auf B200. Das gleiche Modell und die Karte variieren je nach Inferenzsoftware und deren Version um dreißig bis fünfzig Prozent.

MedGemma 27B— Welche GPU benötige ich, um es auszuführen?

Die kleinste Karte in unserem Katalog, die es hält, ist Xeon Phi 7120P, mit einer MEMORY-KAPAZITÄT von 16 GB. Es führt das Modell mit einer Kompression von Q3_K_M verwenden von etwa 13.9 GB, und produziert ungefähr 9.7 Token pro Sekunde. Die Anzahl der Karten, die es insgesamt ausführen können: 241.

MedGemma 27B— wie schnell ist es auf einer GPU?

Es hängt von der Karte ab. Das Schnellste, das wir berechnen, ist B200, ungefähr 125 Tokens pro Sekunde; die langsamste, die es immer noch ausführt, schafft erheblich weniger. Die Lesegeschwindigkeit liegt bei etwa zehn Tokens pro Sekunde, und die Anzahl der Karten, die das bewältigen: 196.

MedGemma 27B— Wie viel VRAM benötigt es?

Es benötigt etwa 13.9 GB bei einer Kompression von Q3_K_M, welche das ist, was die kleinste Karte, die es ausführt, verwendet. Weniger Kompression braucht mehr: die Zahlen in der Spalte für den Speicher oben werden für jede Karte neu berechnet, da jede die am wenigsten komprimierte Version, die sie kann, speichert.

MedGemma 27B— Kann ich es auf einer GPU mitführen? 16 GB?

Ja. Die GPU-Karte Tesla V100 SXM2 16 GB, halten 16 GB, führt es mit einer Kompression von Q3_K_M, verwenden von etwa 13.9 GB und generieren grob 47.8 Token pro Sekunde. Der Fit ist eng.

Quelle

Originalveröffentlichung

Letzte Aktualisierung des Protokolls 28 November 2025

Die andere Richtung

Von der anderen Seite aus betrachten?

Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.

Alle KI-Modelle