Gemma 4 31B IT calcolatore TPS

Apri i pesi Google DeepMind 31B parametri April 2026

Ogni scheda sottostante è valutata rispetto a questo modello alla lunghezza di contesto e alla qualità minima che scegli. La velocità è una stima per una singola richiesta, calcolata dalla larghezza di banda della memoria della scheda e dalla dimensione del modello una volta compresso..

Calcolato per questo modello

132 schede che possono eseguirlo

818 schede per cui abbiamo specifiche

Scheda più piccola che si adatta

RTX A4500

20 GB · IQ4_XS · 21.5 tok/s

Scheda più veloce

B200

109 tok/s · 180 GB

Quali GPU possono eseguire Gemma 4 31B IT?

Imposta gli input, leggi la risposta

Lunghezza del contesto token

Una conversazione più lunga richiede più MEMORY, il che può spingere questo modello fuori da schede più piccole..

Qualità minima

Nasconde le schede che si adatterebbero solo al modello comprimendolo al di sotto di questo punto..

Cerca schede

Memoria della scheda

Mostra anche le schede che non possono eseguirlo.

132 schede corrispondono

Calcolo

					Ha bisogno	Quantizzazione	Adatto
109 tok/s 66–175 · bassa fiducia	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	33.9 GB	Q8_0	Comodo
109 tok/s 66–175 · bassa fiducia	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	33.9 GB	Q8_0	Comodo
87.3 tok/s 52–140 · bassa fiducia	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	33.9 GB	Q8_0	Comodo
87.3 tok/s 52–140 · bassa fiducia	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	33.9 GB	Q8_0	Comodo
69.8 tok/s 42–112 · bassa fiducia	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	33.9 GB	Q8_0	Comodo
66.8 tok/s 40–107 · bassa fiducia	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	33.9 GB	Q8_0	Comodo
66.8 tok/s 40–107 · bassa fiducia	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	33.9 GB	Q8_0	Comodo
63.9 tok/s 38–102 · bassa fiducia	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	33.9 GB	Q8_0	Comodo
56.8 tok/s 34–91 · bassa fiducia	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	33.9 GB	Q8_0	Comodo
56.8 tok/s 34–91 · bassa fiducia	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	33.9 GB	Q8_0	Comodo
56.8 tok/s 34–91 · bassa fiducia	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	33.9 GB	Q8_0	Comodo
53.8 tok/s 32–86 · bassa fiducia	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	33.9 GB	Q8_0	Comodo
45.9 tok/s 28–73 · bassa fiducia	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	33.9 GB	Q8_0	Comodo
45.9 tok/s 28–73 · bassa fiducia	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	33.9 GB	Q8_0	Comodo
45.9 tok/s 28–73 · bassa fiducia	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	33.9 GB	Q8_0	Comodo
45.9 tok/s 28–73 · bassa fiducia	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	33.9 GB	Q8_0	Comodo
45.9 tok/s 28–73 · bassa fiducia	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	33.9 GB	Q8_0	Comodo
42.3 tok/s 25–68 · bassa fiducia	GeForce RTX 5090 D V2 NVIDIA	24 GB	1,340 GB/s	Aug 2025	19.5 GB	Q4_K_M	Stretto
38.5 tok/s 23–62 · bassa fiducia	A30X NVIDIA	24 GB	1,220 GB/s	Apr 2021	19.5 GB	Q4_K_M	Stretto
37.1 tok/s 22–59 · bassa fiducia	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	26.7 GB	Q6_K	Stretto
37.1 tok/s 22–59 · bassa fiducia	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	26.7 GB	Q6_K	Stretto
35.5 tok/s 21–57 · bassa fiducia	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	26.7 GB	Q6_K	Stretto
35.5 tok/s 21–57 · bassa fiducia	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	26.7 GB	Q6_K	Stretto
35.0 tok/s 21–56 · bassa fiducia	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	33.9 GB	Q8_0	Comodo
35.0 tok/s 21–56 · bassa fiducia	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	33.9 GB	Q8_0	Comodo

Le velocità sono stime per una singola richiesta — una conversazione alla volta — calcolate dalla larghezza di banda della memoria, dalla dimensione del modello e dalla quantizzazione. Il throughput reale varia con il runtime di inferenza e la sua versione. I valori pubblicati dai fornitori di hardware misurano molte richieste simultanee e sono molto più elevati..

In registrazione

specifiche complete

Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..

Origine

Chi ha costruito questo modello, dove e quando è stato pubblicato.

Organizzazione: Google DeepMind
Tipo di organizzazione: Industry
Paese: United States of America
Pubblicato: 2 April 2026

Cosa fa

Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.

Dominio: Language
Compito: Language modeling/generation, Question answering

Dimensione

Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.

parametri: 31B
Dati di addestramento: tokens

Disponibilità

Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.

Pesi: Open — downloadable
Accesso al modello: Open weights (restricted use)

Come è classificato

Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.

Record fiducia: Likely

Fonti

Da dove proviene questo record e quando è stato controllato l'ultima volta.

Ultimo aggiornamento: 8 April 2026

Gli estremi

Le dieci GPU più veloci che eseguono Gemma 4 31B IT

Classificato per token stimati al secondo, scheda più recente per prima dove le velocità coincidono. Poiché la generazione è vincolata dalla larghezza di banda della memoria, quest'ordinamento segue la larghezza di banda piuttosto che qualsiasi benchmark di gioco..

Le GPU più piccole che ancora funzionano Gemma 4 31B IT

Il percorso più economico, in base alla capacità di memoria. Un adattamento stretto esegue il modello ma non lascia nulla di riserva per una conversazione più lunga..

Cosa significano i numeri

Cosa ti serve per eseguirlo

Scheda minima

RTX A4500

Memoria necessaria

17.6 GB

Più veloce

109 tok/s

Gemma 4 31B IT raggiunge un conteggio di parametri di 31B. Questo rientra nell'intervallo che una seria GPU DESKTOP può gestire una volta compressi i pesi. Il numero di GPU che monitoriamo che possono eseguirlo: 132.

L'hardware minimo che funziona è RTX A4500, con una capacità di memoria di 20 GB, eseguendolo a una compressione di IQ4_XS e producendo circa 21.5 token al secondo

Top di gamma è B200, generando approssimativamente 109 token al secondo sulla base di una larghezza di banda di VRAM 8,000 GB/s.

Da dove è venuto

Gemma 4 31B IT è stato pubblicato da Google DeepMind, nel paese registrato come United States of America, durante April 2026. La categoria sotto cui rientra l'editore è industry.

Funziona nel dominio di Language, ed è registrato come eseguire il compito di language modeling/generation, Question answering.

Poiché i suoi pesi sono stati rilasciati, nulla sull'esecuzione dipende da un fornitore che rimane disponibile — è tuo una volta scaricato.

Comprendere le velocità

Il risultato mediano è attorno 21.3 token al secondo 102 di loro

È un modello denso, quindi ogni parametro viene letto per ogni token prodotto. Questo rende la pista di velocità la larghezza di banda della memoria quasi esattamente — una CARD con il doppio della larghezza di banda genera approssimativamente il doppio della velocità.

La sua architettura interna non è in archivio, quindi la memoria è approssimata dal conteggio dei parametri e contrassegnata di conseguenza. Aspettatevi che la cifra reale differisca, soprattutto con contesti lunghi.

Passo dopo passo

Come scegliere una GPU per Gemma 4 31B IT

La tabella sopra ha già valutato ogni card di cui possediamo le specifiche rispetto a questo modello. Arrivare alla tua risposta richiede sei passaggi..

01

Leggi prima il numero di VRAM

Inizia da ciò di cui ha realmente bisogno, ovvero il requisito di Gemma 4 31B IT, avere bisogno di circa 17.6 GB a una compressione di IQ4_XS. La Capacità è il cancello — una card o la tiene o non la tiene.
02

Imposta la lunghezza del CONTEXT che utilizzerai.

Imposta il contesto su ciò che utilizzerai effettivamente. La cache cresce con la conversazione, ed è il motivo consueto per cui una card che sembrava a posto smette di adattarsi. Gemma 4 31B IT.
03

Scegli quanto lontano lo comprimerai

La colonna di quantizzazione varia a seconda della scheda, perché una scheda più grande contiene una copia più precisa., raggiungendo una compressione di IQ4_XS sulla scheda più piccola che si adatta. Impostare una qualità minima elimina le schede che riescono a gestirla solo spremendo oltre quanto desiderato e mantiene il confronto a un livello.
04

Ordina per throughput piuttosto che per specifiche.

La velocità dell'ordinamento è effettivamente un ordinamento per larghezza di banda di memoria, per Gemma 4 31B IT. Non si adatterà a un'ordinazione da gaming, perché la generazione è vincolata dalla larghezza di banda della memoria. La scheda in cima alla lista è B200, nella 109 tok/s
05

Guarda il margine, non solo l'adattamento

Tight significa che si carica e funziona senza spazio per aumentare il context length in caso di Gemma 4 31B IT. Comfortable significa che puoi espandere il contesto in seguito. Quella differenza conta più di pochi token al secondo, quindi acquista per comfortable se ti aspetti di farlo.
06

Apri la scheda su cui ti sei deciso.

Ogni pagina della scheda ripete questo sondaggio per ogni modello che possediamo, rispondendo a cosa altro l'hardware è utile oltre a Gemma 4 31B IT.

Risposte

Gemma 4 31B IT — domande comuni

Gemma 4 31B IT— due GPU lo farebbero andare più veloce?

Una seconda CARD raddoppia grossolanamente la VRAM disponibile ma non il tasso di generazione. Il numero già in grado di eseguirlo da solo: 132. Quindi una seconda CARD è raramente la risposta qui.

Gemma 4 31B IT— perché la quantizzazione differisce tra le schede?

Ogni card è mostrata mentre esegue la copia meno compressa che può contenere. Il numero di livelli di compressione distinti tra le card che si adattano: 5. Schede più grandi ottengono la versione più accurata e il livello di qualità sopra fissa il confronto a un livello.

Gemma 4 31B IT— quanto sono accurate queste stime di velocità?

Vengono calcolati dalle specifiche piuttosto che misurati, e ognuno ha un intervallo. Un esempio: 66–175 tok/s su B200. Lo stesso modello e scheda variano tra il trenta e il cinquanta per cento a seconda del software di inferenza e della sua versione.

Gemma 4 31B IT— che GPU ho bisogno per eseguirlo?

La scheda più piccola nel nostro catalogo che la contiene è RTX A4500, con una capacità di memoria di 20 GB. Esegui il modello a una compressione di IQ4_XS utilizzando circa 17.6 GB, e produce approssimativamente 21.5 token al secondo. Il numero di card in grado di eseguirlo in totale: 132.

Gemma 4 31B IT— quanto è veloce su una GPU?

Dipende dalla scheda. La più rapida che calcoliamo è B200, circa 109 token al secondo; il più lento che riesce a farlo gestisce considerevolmente meno. La velocità di lettura è di circa dieci token al secondo, e il numero di schede che riescono a farlo: 102.

Gemma 4 31B IT— quanta VRAM serve?

Ha bisogno di 17.6 GB a una compressione di IQ4_XS, quale è la scheda più piccola che lo utilizza. Meno compressione richiede di più: le cifre nella colonna della memoria sopra sono ricalcolate per ogni scheda, perché ognuna contiene la versione meno compressa possibile.

Gemma 4 31B IT— posso eseguirlo su una GPU holding 24 GB?

Sì. La scheda GeForce RTX 5090 D V2, tenere 24 GB, lo esegue a una compressione di Q4_K_M, utilizzando circa 19.5 GB e generando approssimativamente 42.3 token al secondo. Il fit è stretto.

Gemma 4 31B IT— è open-source?

I suoi pesi sono pubblicati, quindi può essere scaricato e eseguito sul proprio hardware. Si noti che OPEN WEIGHTS non è lo stesso di OPEN SOURCE nel senso completo — non dice nulla sui dati di addestramento, sul codice di addestramento o sui termini commerciali allegati.

Gemma 4 31B IT— quanti parametri ha?

Ha un numero di parametri di 31B. Quella cifra è il totale, ed è ciò che decide quanto memoria il modello ha bisogno — circa mezzo gigabyte per miliardo alla compressione che la maggior parte delle persone usa.

Gemma 4 31B IT— chi l'ha creato?

È stato pubblicato da Google DeepMind, basato su United States of America, un'organizzazione categorizzata come industry.

Gemma 4 31B IT— quando è stato rilasciato?

È stato pubblicato in April 2026.

Gemma 4 31B IT— A cosa serve?

Funziona nel dominio di Language, e viene registrato come gestire il compito di language modeling/generation, Question answering. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.

Gemma 4 31B IT— Dove posso scaricarlo?

I pesi sono pubblicati, anche se non abbiamo un link al repository per essi. Questo sito calcola i requisiti hardware anziché ospitare file di modello.

Gemma 4 31B IT— posso eseguirlo se non si adatta nella mia GPU?

Può essere diviso tra la scheda e la memoria di sistema, ma genera dolorosamente lentamente in quel modo. La più vicina mancata che calcoliamo risulta insufficiente di 5.1 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.

Fonte

Ultimo aggiornamento del record 8 April 2026

L'altra direzione

Guardandolo dall'altro lato?

Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.

Tutti i modelli AI