MedGemma 27B calculateur TPS

Ouvrir les poids Google 27B paramètres May 2025

Chaque carte ci-dessous est évaluée par rapport à ce modèle à la longueur de contexte et à la qualité minimale que vous choisissez. La vitesse est une estimation pour une demande unique, calculée à partir de la bande passante mémoire de la carte et de la taille du modèle une fois compressé..

Calculé pour ce modèle

241 cartes qui peuvent le faire

818 cartes dont nous détenons les spécifications pour

Carte la plus petite qui convient

Xeon Phi 7120P

16 GB · Q3_K_M · 9.7 tok/s

Carte la plus rapide

B200

125 tok/s · 180 GB

Quelles GPU peuvent exécuter MedGemma 27B?

Définir les entrées, lire la réponse

Longueur de contexte jetons

Une conversation plus longue nécessite plus de mémoire, ce qui peut pousser ce modèle hors des cartes plus petites..

Qualité minimale

Cache des cartes qui ne conviendraient qu'au modèle en le compressant en dessous de ce point..

Recherche de cartes

Mémoire de carte

Montrez aussi les cartes qui ne peuvent pas le faire.

241 cartes correspondent

Calcul en cours

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

Les vitesses sont des estimations pour une seule demande — une conversation à la fois — calculées à partir de la bande passante de la mémoire, de la taille du modèle et de la quantification. Le débit réel varie avec le temps d'exécution d'inférence et sa version. Les chiffres publiés par les fournisseurs de matériel mesurent de nombreuses demandes simultanées et sont beaucoup plus élevés..

Enregistrement

Spécifications complètes

Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..

Origine

Qui a construit ce modèle, où, et quand il a été publié.

Organisation: Google
Type d'organisation: Industry
Pays: United States of America
Publié: 20 May 2025
Auteurs: 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 …

Ce qu'il fait

Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.

Domaine: Medicine, Language, Vision, Multimodal
Tâche: Question answering, Language modeling/generation, Medical diagnosis, Visual question answering, Image classification
Modèle de base: Gemma 3 27B,MedSigLIP

Taille

Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.

paramètres: 27B
Données d'entraînement: tokens

Disponibilité

Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.

Poids: Open — downloadable
Accès au modèle: Open weights (restricted use)
Code d'entraînement: Unreleased
Hugging Face: google

Comment il est classé

Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.

Confiance d'enregistrement: Confident

Sources

D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.

Référence: MedGemma Technical Report
Dernière mise à jour: 28 November 2025

Les extrêmes

Les dix GPU les plus rapides qui exécutent MedGemma 27B

Classé par tokens par seconde estimés, la carte la plus récente en premier lorsque les vitesses se rejoignent. Étant donné que la génération est limitée par la bande passante de la mémoire, cet ordre suit la bande passante plutôt que tout indice de jeu..

Les plus petits GPU qui fonctionnent encore MedGemma 27B

Le chemin le moins cher, par capacité de mémoire. Un ajustement serré exécute le modèle mais ne laisse rien de libre pour une conversation plus longue..

Ce que les chiffres signifient

Exigences matérielles en pratique

Carte minimale

Xeon Phi 7120P

Mémoire requise

13.9 GB

Le plus rapide

125 tok/s

MedGemma 27B atteint un nombre de paramètres de 27B. Cela se situe dans la gamme qu'une carte de bureau sérieuse peut gérer une fois les poids compressés. Le nombre de cartes que nous suivons qui peuvent l'exécuter : 241.

Le point d'entrée est Xeon Phi 7120P, avec une capacité de mémoire de 16 GB, le faisant fonctionner à une compression de Q3_K_M et produisant environ 9.7 tokens par seconde

Le plus rapide que nous calculons pour cela est B200, générant à peu près 125 tokens par seconde sur la base d'une bande passante de mémoire de 8,000 GB/s.

À propos de ce modèle

MedGemma 27B a été publié par Google, dans le pays enregistré comme United States of America, durant May 2025. L'organisation de publication est catégorisée comme industry.

Il fonctionne dans le domaine de Medicine, Language, Vision, Multimodal, et est enregistré comme exécutant la tâche de question answering, Language modeling/generation, Medical diagnosis, Visual question answering, Image classification.

Son point de départ était un modèle de base existant, Gemma 3 27B,MedSigLIP. C'est la façon habituelle de produire un modèle spécialisé.

Les poids sont publiés, donc il peut être téléchargé et exécuté sur votre propre matériel indéfiniment, hors ligne, sans compte associé. Sur Hugging Face, il est publié sous l'organisation google.

À quelle vitesse cela fonctionne-t-il, et pourquoi

Au milieu de la gamme, toutes les cartes capables de l'exécuter se situent à 19.0 tokens par seconde 196 d'eux

C'est un modèle dense, donc chaque paramètre est lu pour chaque jeton produit. Cela rend la vitesse presque exactement proportionnelle à la bande passante mémoire — une carte avec le double de la bande passante génère environ deux fois plus rapidement.

La mémoire ici est estimée à partir de la taille plutôt que calculée à partir de l'architecture, qui n'est pas enregistrée pour ce modèle — les chiffres sont indicatifs plutôt qu'exacts.

Étape par étape

Comment choisir un GPU pour MedGemma 27B

Le tableau ci-dessus a déjà évalué chaque carte pour laquelle nous avons des spécifications par rapport à ce modèle. Obtenir votre réponse prend six étapes..

01

Commencez par la colonne mémoire

Chaque carte ici a été vérifiée contre MedGemma 27B, ayant besoin d'environ 13.9 GB à une compression de Q3_K_M. Aucun montant de puissance de traitement ne compense une carte qui ne peut pas la supporter.
02

Décidez combien de temps vos conversations tournent

Les conversations plus longues coûtent de la MÉMOIRE en plus de ce dont les POIDS ont besoin. Déplacez le curseur à votre longueur de travail réelle avant de faire confiance à une ligne pour MedGemma 27B.
03

Définir un seuil de qualité

La Compression est ce qui permet à un modèle de s'adapter à des cartes plus petites, au prix d'une certaine précision., atteignant une compression de Q3_K_M sur la plus petite carte qui convient. Fixer une qualité minimale élimine les cartes qui ne parviennent à l'atteindre qu'en exerçant une pression plus forte que vous ne le souhaiteriez, et maintient la comparaison à un niveau.
04

Comparez les tokens par seconde, pas les spécifications.

Le classement par tokens par seconde suit la bande passante de la VRAM plutôt que le nombre de cœurs, pour MedGemma 27B. Il ne s'alignera pas sur une commande de jeu, car la génération est limitée par la bande passante de la mémoire. La carte en tête de liste est B200, à 125 tok/s
05

Vérifiez le verdict de compatibilité avant d'acheter

Un ajustement serré fonctionne, mais ne laisse rien de libre pour une conversation plus longue, dans le cas de MedGemma 27B. Confortable signifie que vous pouvez augmenter le contexte plus tard. Cette différence compte plus que quelques tokens par seconde, donc achetez pour confortable si vous vous attendez à cela.
06

Ouvrez la carte sur laquelle vous vous êtes arrêté.

Suivre une CARTE jusqu'à sa propre page montre chaque autre MODÈLE qu'elle peut supporter, ce qui est la question qui suit une fois que vous vous êtes décidé sur MedGemma 27B.

Réponses

MedGemma 27B — questions courantes

MedGemma 27B— Puis-je l'exécuter sur un GPU détenant 24 GB ?

Oui. La carte GeForce RTX 5090 D V2, tenue 24 GB, l'exécute à une compression de Q5_K_M, environ 20.2 GO et générant à peu près 37.5 tokens par seconde. L'ajustement est serré.

MedGemma 27B— est-ce que c'est open source ?

Ses poids sont publiés, donc il peut être téléchargé et exécuté sur votre propre matériel. Notez que les poids ouverts ne sont pas la même chose que l'open source au sens plein — cela ne dit rien sur les données d'entraînement, le code d'entraînement ou les conditions commerciales attachées.

MedGemma 27B— combien de paramètres cela a-t-il ?

Il a un nombre de paramètres de 27B. 27B. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.

MedGemma 27B— qui l'a créé ?

Il a été publié par Google, basé sur United States of America, une organisation catégorisée comme industry.

MedGemma 27B— quand a-t-il été publié ?

Il a été publié dans May 2025.

MedGemma 27B— à quoi ça sert ?

Il fonctionne dans le domaine de Medicine, Language, Vision, Multimodal, et est enregistré comme gérant la tâche de question answering, Language modeling/generation, Medical diagnosis, Visual question answering, Image classification. Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.

MedGemma 27B— où puis-je le télécharger ?

Ses poids sont publiés sur Hugging Face, sous l'organisation google. Nous n'hébergeons pas de fichiers de modèle — ce site calcule le matériel nécessaire pour les faire fonctionner.

MedGemma 27B— Puis-je l'exécuter s'il ne tient pas dans ma GPU?

Seulement en déchargeant, ce qui est généralement une fausse économie : la partie maintenue en mémoire système tire l'ensemble vers le bas. La plus proche approximation que nous calculons est inférieure de 6.2 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.

MedGemma 27B— deux GPUs l'exécuteraient-ils plus rapidement ?

Deux cartes achètent de la mémoire plutôt que de la vitesse, ce qui est important seulement si une carte ne peut pas la contenir. Le nombre qui peut : 241. Ainsi, une seconde carte est rarement la réponse ici.

MedGemma 27B— pourquoi la quantification diffère-t-elle entre les cartes ?

Chaque carte est montrée en exécutant la copie la moins compressée qu'elle peut contenir. Le nombre de niveaux de compression distincts parmi les cartes qui la supportent : 5. Les cartes plus grandes obtiennent la version plus précise, et le seuil de qualité au-dessus fixe la comparaison à un niveau.

MedGemma 27B— quelle est la précision de ces estimations de vitesse ?

Ce sont des estimations avec de véritables barres d'erreur, et n'importe lequel d'entre eux pourrait raisonnablement se situer n'importe où dans sa plage publiée en fonction du temps d'exécution que vous utilisez. Le résultat le plus rapide ici : 75–201 tok/s sur B200. Le même modèle et carte varient de trente à cinquante pour cent en fonction du logiciel d'inférence et de sa version.

MedGemma 27B— Quelle GPU ai-je besoin pour l'exécuter ?

La plus petite CARTE de notre catalogue qui le supporte est Xeon Phi 7120P, avec une capacité de mémoire de 16 GB. Il exécute le modèle à une compression de Q3_K_M environ 13.9 GB, et produit environ 9.7 tous les GPU capables de l'exécuter en total 241.

MedGemma 27B— à quelle vitesse est-il sur un GPU ?

Cela dépend de la carte. Le plus rapide que nous calculons est B200, à propos de 125 tokens par seconde; le plus lent qui fonctionne encore gère considérablement moins. La vitesse de lecture est d'environ dix tokens par seconde, et le nombre de cartes qui réussissent cela : 196.

MedGemma 27B— combien de VRAM cela nécessite-t-il ?

Cela nécessite environ 13.9 GB à une compression de Q3_K_M, laquelle est la plus petite carte qui l'exécute. Moins de compression nécessite plus : les chiffres dans la colonne mémoire ci-dessus sont recalculés pour chaque carte, car chacune détient la version la moins compressée qu'elle peut.

MedGemma 27B— Puis-je l'exécuter sur un GPU détenant 16 GB ?

Oui. La carte Tesla V100 SXM2 16 GB, tenue 16 GB, l'exécute à une compression de Q3_K_M, environ 13.9 GO et générant à peu près 47.8 tokens par seconde. L'ajustement est serré.

Source

Publication originale

Dernière mise à jour enregistrée 28 November 2025

L'autre direction

Regardez-le de l'autre côté ?

Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.

Tous les modèles AI