Gemma 3n kalkulator TPS

Otwórz wagi Google 7.9B parametry May 2025

Każda karta poniżej jest oceniana w stosunku do tego modelu przy wybranej długości kontekstu i minimalnej jakości. Prędkość jest oszacowaniem dla pojedynczego żądania, obliczonym na podstawie przepustowości pamięci karty i rozmiaru modelu po skompresowaniu..

Obliczone dla tego modelu

582 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

Quadro 6000

6 GB · IQ4_XS · 16.2 tok/s

Najszybsza karta

B200

432 tok/s · 180 GB

Które GPU mogą uruchomić Gemma 3n?

Ustaw wejścia, odczytaj odpowiedź.

Długość kontekstu tokeny

Dłuższa rozmowa wymaga więcej MEMORY, co może spowodować, że ten model nie zmieści się na mniejszych CARD..

Minimalna jakość

Ukrywa karty, które zmieściłyby się w modelu tylko przez skompresowanie go poniżej tego punktu..

Szukaj kart

Pamięć karty

Pokaż również karty, które nie mogą tego uruchomić.

582 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
432 tok/s 259–691 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	9.1 GB	Q8_0	Wygodny
432 tok/s 259–691 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	9.1 GB	Q8_0	Wygodny
345 tok/s 207–551 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	9.1 GB	Q8_0	Wygodny
345 tok/s 207–551 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	9.1 GB	Q8_0	Wygodny
276 tok/s 165–441 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	9.1 GB	Q8_0	Wygodny
264 tok/s 158–422 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	9.1 GB	Q8_0	Wygodny
264 tok/s 158–422 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	9.1 GB	Q8_0	Wygodny
253 tok/s 152–404 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	9.1 GB	Q8_0	Wygodny
224 tok/s 134–359 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	9.1 GB	Q8_0	Wygodny
224 tok/s 134–359 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	9.1 GB	Q8_0	Wygodny
224 tok/s 134–359 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	9.1 GB	Q8_0	Wygodny
213 tok/s 128–340 · niska pewność	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	9.1 GB	Q8_0	Wygodny
181 tok/s 109–290 · niska pewność	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	9.1 GB	Q8_0	Wygodny
181 tok/s 109–290 · niska pewność	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	9.1 GB	Q8_0	Wygodny
181 tok/s 109–290 · niska pewność	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	9.1 GB	Q8_0	Wygodny
181 tok/s 109–290 · niska pewność	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	9.1 GB	Q8_0	Wygodny
181 tok/s 109–290 · niska pewność	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	9.1 GB	Q8_0	Wygodny
144 tok/s 86–230 · niska pewność	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	6.4 GB	Q5_K_M	Wąski
138 tok/s 83–221 · niska pewność	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	9.1 GB	Q8_0	Wygodny
138 tok/s 83–221 · niska pewność	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	9.1 GB	Q8_0	Wygodny
122 tok/s 73–196 · niska pewność	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	7.3 GB	Q6_K	Wygodny
115 tok/s 69–184 · niska pewność	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	9.1 GB	Q8_0	Wygodny
113 tok/s 68–180 · niska pewność	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	9.1 GB	Q8_0	Wygodny
110 tok/s 66–176 · niska pewność	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	9.1 GB	Q8_0	Wygodny
110 tok/s 66–176 · niska pewność	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	9.1 GB	Q8_0	Wygodny

Prędkości są szacunkami dla pojedynczego zapytania — jednej konwersacji na raz — obliczonymi na podstawie przepustowości pamięci, rozmiaru MODELu i kwantyzacji. Rzeczywista przepustowość różni się w zależności od czasu uruchamiania inference i jego wersji. Wartości publikowane przez dostawców sprzętu mierzą wiele jednoczesnych zapytań i są znacznie wyższe..

Na nagranie

Pełna specyfikacja

Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..

Pochodzenie

Kto zbudował ten model, gdzie i kiedy został opublikowany.

Organizacja: Google
Typ organizacji: Industry
Kraj: United States of America
Opublikowany: 20 May 2025
Autorzy: Lucas Gonzalez, Rakesh Shivanna

Co to robi

Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.

Domena: Language, Multimodal, Speech, Vision
Zadanie: Language modeling/generation, Question answering, Chat, Speech recognition (ASR), Translation, Speech-to-text, Visual question answering, Mathematical reasoning, Code generation, Character recognition (OCR)

Rozmiar

Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.

parametry: 7.9B
Dane treningowe: 11,000,000,000,000 tokens

Obliczenia treningowe

Arytmetyka wykonywana w celu wytrenowania modelu, mierzona w operacjach zmiennoprzecinkowych. Jest to miara kosztów przeprowadzenia treningu, a nie tego, jak szybko gotowy model odpowiada na twoje pytania.

Obliczenia treningowe: 5.2 × 10²³ FLOP
Jak to zostało ustalone: Operation counting

Dostępność

Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.

Wagi: Open — downloadable
Dostęp do modelu: Open weights (restricted use)
Kod treningowy: Unreleased
Hugging Face: google

Jak jest klasyfikowane

Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.

Zapisz pewność: Confident

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja: Announcing Gemma 3n preview: powerful, efficient, mobile-first AI
Ostatnio zaktualizowane: 28 November 2025

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają Gemma 3n

Uszeregowany według szacowanej liczby tokenów na sekundę, najnowsza karta na pierwszym miejscu, gdy prędkości są równe. Ponieważ generacja jest ograniczona przez pamięć, to uporządkowanie podąża za przepustowością, a nie za jakimkolwiek benchmarkiem gier..

Najmniejsze GPU, które nadal działają Gemma 3n

Najtańsza droga do, według pojemności pamięci. Tight fit uruchamia model, ale nie zostawia nic na dłuższą rozmowę..

Co oznaczają liczby

Wymagania sprzętowe w praktyce

Minimalna karta

Quadro 6000

Pamięć potrzebna

5.0 GB

Najszybszy

432 tok/s

Gemma 3n osiąga liczbę parametrów równą 7.9B. To jest na tyle małe, że sprzęt rzadko stanowi przeszkodę, w tym na kartach sprzed kilku lat. Liczba kart, które śledzimy, które mogą go uruchomić: 582.

Punkt wejścia to Quadro 6000, o pojemności pamięci 6 GB, uruchomienie go przy kompresji IQ4_XS i produkując około 16.2 tokeny na sekundę

Najszybszy rezultat pochodzi z B200, generowanie w przybliżeniu 432 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Co to jest model?

Gemma 3n został opublikowany przez Google, w kraju zapisanym jako United States of America, podczas May 2025. Wychodzi z organizacji zaklasyfikowanej jako industry.

Działa w dziedzinie Language, Multimodal, Speech, Vision, i jest zapisany jako wykonujący zadanie language modeling/generation, Question answering, Chat, Speech recognition (ASR), Translation, Speech-to-text, Visual question answering, Mathematical reasoning, Code generation, Character recognition (OCR).

Wagi są publikowane, więc można je pobrać i uruchomić na własnym sprzęcie bezterminowo, offline, bez przypisanego konta. Na Hugging Face jest opublikowane pod organizacją google.

Co decyduje o szybkości

Na każdej karcie, która może go uruchomić, środek zakresu plasuje się w 24.2 tokenów na sekundę 551 ich

Będąc gęstym, odczytuje każdą swoją część po tokenie, dlatego poniższe uporządkowanie według szybkości tak ściśle pokrywa się z uporządkowaniem według przepustowości pamięci.

Pamięć tutaj jest szacowana na podstawie rozmiaru, a nie obliczana z architektury, która nie jest zarejestrowana dla tego modelu — liczby są wskazujące, a nie dokładne.

Jak to zostało wytrenowane

Wytworzenie tego wymagało arytmetyki sumującej około 5.2 × 10²³ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.

Został wytrenowany na korpusie około 11,000,000,000,000 Tokeny tekstu.

Krok po kroku

Jak wybrać GPU do Gemma 3n

Tabela powyżej oceniła już każdą kartę, dla której posiadamy specyfikacje, w stosunku do tego modelu. Dotarcie do odpowiedzi wymaga sześciu kroków..

01

Przeczytaj najpierw liczbę pamięci

Każda karta tutaj została sprawdzona pod kątem Gemma 3n, potrzebując około 5.0 GB przy kompresji IQ4_XS. Pojemność to brama — karta albo ją trzyma, albo nie.
02

Dopasuj kontekst do swojego rzeczywistego użycia

Rozmowa zajmuje pamięć również, i rośnie w miarę trwania. Ustaw suwak na długość, której się spodziewasz, ponieważ przy długim kontekście karta, która łatwo obsługuje krótkie pytania, może zostać odrzucona przez Gemma 3n.
03

Zdecyduj, ile kompresji zaakceptujesz

Kolumna kwantyzacji różni się w zależności od karty, ponieważ większa karta przechowuje dokładniejszą kopię., osiągnięcie kompresji IQ4_XS na najmniejszej karcie, która się mieści. Ustalenie minimalnej jakości odrzuca karty, które tylko ją osiągają, uciskając bardziej niż byś chciał, i utrzymuje porównanie na jednym poziomie.
04

Oceń według przepustowości, a nie kart specyfikacji

Ranking według tokenów na sekundę podąża za przepustowością pamięci, a nie liczbą rdzeni, dla Gemma 3n. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 432 tok/s
05

Sprawdź werdykt dopasowania przed zakupem

Tight dopasowanie działa, ale nie zostawia nic na dłuższą rozmowę, w przypadku Gemma 3n. Wygodne oznacza, że możesz później zwiększyć kontekst. Ta różnica ma większe znaczenie niż kilka tokenów na sekundę, więc kupuj za wygodne, jeśli tego oczekujesz.
06

Zobacz, co jeszcze ta karta uruchamia

Każda nazwa karty łączy się z jej własną stroną, która wykonuje tę samą kalkulację w całym katalogu modelu. Kartę zazwyczaj kupuje się dla więcej niż jednego modelu, więc warto rzucić okiem przed zakupem na Gemma 3n.

Odpowiedzi

Gemma 3n — częste pytania

Gemma 3n— czy mogę uruchomić to na GPU trzymając 24 GB?

Tak. Karta GeForce RTX 5090 D V2, trzymanie 24 GB, uruchamia go przy kompresji Q8_0, używając około 9.1 GB i generując w przybliżeniu 72.3 tokenów na sekundę. Dopasowanie jest komfortowe.

Gemma 3n— czy jest open weight?

Jego wagi są opublikowane, więc można je pobrać i uruchomić na własnym sprzęcie. Zauważ, że OPEN WEIGHTS nie są tym samym co OPEN SOURCE w pełnym sensie — nie mówi nic o danych treningowych, kodzie treningowym, ani warunkach komercyjnych.

Gemma 3n— ile ma parametrów?

Ma liczbę parametrów równą 7.9B. 7.85B (Safetensors). Ta liczba to całkowita, i to ona decyduje o tym, ile pamięci potrzebuje model — mniej więcej pół gigabajta na miliard przy kompresji, którą używa większość ludzi.

Gemma 3n— kto to stworzył?

Zostało opublikowane przez Google, oparty na United States of America, organizacja sklasyfikowana jako industry.

Gemma 3n— kiedy to zostało wydane?

Zostało opublikowane w May 2025.

Gemma 3n— do czego to służy?

Działa w dziedzinie Language, Multimodal, Speech, Vision, i jest zarejestrowany jako realizujący zadanie language modeling/generation, Question answering, Chat, Speech recognition (ASR), Translation, Speech-to-text, Visual question answering, Mathematical reasoning, Code generation, Character recognition (OCR). Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.

Gemma 3n— Gdzie mogę to pobrać?

Jego wagi są publikowane na Hugging Face, pod organizacją google. Nie hostujemy plików modelu — ta strona oblicza, jaki sprzęt jest potrzebny do ich uruchomienia.

Gemma 3n— ile mocy obliczeniowej użyto do jego trenowania?

Szkolenie zajęło około 5.2 × 10²³ FLOP. To mierzy, ile kosztowało wyprodukowanie modelu i nie mówi nic o tym, jak szybko odpowiada po wytrenowaniu — prędkość wnioskowania pochodzi z SZEROKOŚCI PASMA, a nie z budżetu treningowego.

Gemma 3n— czy mogę go uruchomić, jeśli nie mieści się w moim GPU?

Częściowo. Warstwy, które nie mieszczą się w GPU VRAM, znajdują się w pamięci systemu i działają z ułamkową prędkością, więc model, który jest w dużej mierze przeniesiony, rzadko jest wart używania. Najbliższy brak, który obliczamy, jest za mały o 0.9 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

Gemma 3n— czy dwa GPU uruchomią to szybciej?

Dwie karty kupują pamięć zamiast szybkości, co ma znaczenie tylko wtedy, gdy jedna karta nie może jej pomieścić. Liczba, która może: 582. Więc druga karta rzadko jest odpowiedzią tutaj.

Gemma 3n— dlaczego kwantyzacja różni się między kartami?

Ponieważ pojemność się różni, to również to, jak mocno musi być ściśnięta. Liczba wyróżniających się poziomów w tabeli powyżej: 4. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

Gemma 3n— Jak dokładne są te szacunki prędkości?

Są obliczane na podstawie specyfikacji, a nie mierzone, i każdy ma zakres. Jeden przykład: 259–691 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

Gemma 3n— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to Quadro 6000, o pojemności pamięci 6 GB. Uruchamia model przy kompresji IQ4_XS używając około 5.0 GB, i produkuje w przybliżeniu 16.2 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 582.

Gemma 3n— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 432 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 551.

Gemma 3n— Ile VRAM-u potrzebuje?

Potrzebuje około 5.0 GB przy kompresji IQ4_XS, który jest najmniejszą kartą, która to uruchamia. Mniej kompresji potrzebuje więcej: liczby w kolumnie pamięci powyżej są przeliczane dla każdej karty, ponieważ każda z nich trzyma wersję o najmniejszej kompresji, jaką może.

Gemma 3n— czy mogę uruchomić to na GPU trzymając 8 GB?

Tak. Karta CMP 170HX 8 GB, trzymanie 8 GB, uruchamia go przy kompresji Q5_K_M, używając około 6.4 GB i generując w przybliżeniu 144 tokenów na sekundę. Dopasowanie jest ciasne.

Gemma 3n— czy mogę uruchomić to na GPU trzymając 12 GB?

Tak. Karta GeForce RTX 3080 Ti, trzymanie 12 GB, uruchamia go przy kompresji Q8_0, używając około 9.1 GB i generując w przybliżeniu 49.2 tokenów na sekundę. Dopasowanie jest ciasne.

Gemma 3n— czy mogę uruchomić to na GPU trzymając 16 GB?

Tak. Karta Tesla V100 SXM2 16 GB, trzymanie 16 GB, uruchamia go przy kompresji Q8_0, używając około 9.1 GB i generując w przybliżeniu 61.0 tokenów na sekundę. Dopasowanie jest komfortowe.

Źródło

Oryginalna publikacja

Ostatnia aktualizacja rekordu 28 November 2025

Druga strona

Patrząc na to z drugiej strony?

Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.

Wszystkie modele AI