Gemma 4 31B IT kalkulator TPS

Otwórz wagi Google DeepMind 31B parametry April 2026

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

132 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

RTX A4500

20 GB · IQ4_XS · 21.5 tok/s

Najszybsza karta

B200

109 tok/s · 180 GB

Które GPU mogą uruchomić Gemma 4 31B IT?

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.

132 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
109 tok/s 66–175 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	33.9 GB	Q8_0	Wygodny
109 tok/s 66–175 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	33.9 GB	Q8_0	Wygodny
87.3 tok/s 52–140 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	33.9 GB	Q8_0	Wygodny
87.3 tok/s 52–140 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	33.9 GB	Q8_0	Wygodny
69.8 tok/s 42–112 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	33.9 GB	Q8_0	Wygodny
66.8 tok/s 40–107 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	33.9 GB	Q8_0	Wygodny
66.8 tok/s 40–107 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	33.9 GB	Q8_0	Wygodny
63.9 tok/s 38–102 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	33.9 GB	Q8_0	Wygodny
56.8 tok/s 34–91 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	33.9 GB	Q8_0	Wygodny
56.8 tok/s 34–91 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	33.9 GB	Q8_0	Wygodny
56.8 tok/s 34–91 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	33.9 GB	Q8_0	Wygodny
53.8 tok/s 32–86 · niska pewność	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	33.9 GB	Q8_0	Wygodny
45.9 tok/s 28–73 · niska pewność	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	33.9 GB	Q8_0	Wygodny
45.9 tok/s 28–73 · niska pewność	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	33.9 GB	Q8_0	Wygodny
45.9 tok/s 28–73 · niska pewność	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	33.9 GB	Q8_0	Wygodny
45.9 tok/s 28–73 · niska pewność	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	33.9 GB	Q8_0	Wygodny
45.9 tok/s 28–73 · niska pewność	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	33.9 GB	Q8_0	Wygodny
42.3 tok/s 25–68 · niska pewność	GeForce RTX 5090 D V2 NVIDIA	24 GB	1,340 GB/s	Aug 2025	19.5 GB	Q4_K_M	Wąski
38.5 tok/s 23–62 · niska pewność	A30X NVIDIA	24 GB	1,220 GB/s	Apr 2021	19.5 GB	Q4_K_M	Wąski
37.1 tok/s 22–59 · niska pewność	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	26.7 GB	Q6_K	Wąski
37.1 tok/s 22–59 · niska pewność	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	26.7 GB	Q6_K	Wąski
35.5 tok/s 21–57 · niska pewność	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	26.7 GB	Q6_K	Wąski
35.5 tok/s 21–57 · niska pewność	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	26.7 GB	Q6_K	Wąski
35.0 tok/s 21–56 · niska pewność	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	33.9 GB	Q8_0	Wygodny
35.0 tok/s 21–56 · niska pewność	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	33.9 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 DeepMind
Typ organizacji: Industry
Kraj: United States of America
Opublikowany: 2 April 2026

Co to robi

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

Domena: Language
Zadanie: Language modeling/generation, Question answering

Rozmiar

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

parametry: 31B
Dane treningowe: tokens

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)

Jak jest klasyfikowane

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

Zapisz pewność: Likely

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Ostatnio zaktualizowane: 8 April 2026

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają Gemma 4 31B IT

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 4 31B IT

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

Co oznaczają liczby

Co potrzebujesz, aby go uruchomić

Minimalna karta

RTX A4500

Pamięć potrzebna

17.6 GB

Najszybszy

109 tok/s

Gemma 4 31B IT osiąga liczbę parametrów równą 31B. To ląduje w zakresie, który może obsłużyć poważna karta stacjonarna, gdy wagi są skompresowane. Liczba kart, które śledzimy, które mogą to uruchomić: 132.

Najmniejszy sprzęt, który działa, to RTX A4500, o pojemności pamięci 20 GB, uruchomienie go przy kompresji IQ4_XS i produkując około 21.5 tokeny na sekundę

Najwyższa półka to B200, generowanie w przybliżeniu 109 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Skąd to pochodzi

Gemma 4 31B IT został opublikowany przez Google DeepMind, w kraju zapisanym jako United States of America, podczas April 2026. Kategoria, do której należy wydawca, to industry.

Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie language modeling/generation, Question answering.

Ponieważ jego wagi zostały udostępnione, nic w kwestii uruchamiania go nie zależy od dostępności dostawcy — należy do ciebie po pobraniu.

Zrozumienie prędkości

Mediana wyniku wynosi około 21.3 tokenów na sekundę 102 ich

To jest gęsty model, więc każdy parametr jest odczytywany dla każdego wyprodukowanego tokena. To sprawia, że prędkość śledzi przepustowość pamięci prawie dokładnie — karta z podwójną przepustowością generuje w przybliżeniu dwa razy szybciej.

Jej architektura wewnętrzna nie jest w naszej bazie danych, więc pamięć jest szacowana na podstawie liczby parametrów i odpowiednio oznaczona. Spodziewaj się, że rzeczywista wartość będzie się różnić, tym bardziej przy długim context length.

Krok po kroku

Jak wybrać GPU do Gemma 4 31B IT

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

Zacznij od tego, co tak naprawdę jest potrzebne, czyli wymogu Gemma 4 31B IT, potrzebując około 17.6 GB przy kompresji IQ4_XS. Pojemność to brama — karta albo ją trzyma, albo nie.
02

Ustaw długość kontekstu, z którą będziesz pracować

Ustaw kontekst na to, co naprawdę użyjesz. Cache rośnie wraz z rozmową i jest to zwykle powód, dla którego karta, która wydawała się w porządku, przestaje pasować. Gemma 4 31B IT.
03

Wybierz, jak daleko chcesz to skompresować.

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

Szybkość zamawiania jest w rzeczywistości zamawianiem według pasma pamięci, dla Gemma 4 31B IT. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 109 tok/s
05

Zwróć uwagę na margines, a nie tylko na dopasowanie

Tight oznacza, że ładowanie i działanie odbywa się bez miejsca na późniejsze zwiększenie długości kontekstu, w przypadku Gemma 4 31B IT. 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

Otwórz kartę, na którą się zdecydowałeś

Każda strona karty powtarza tę procedurę dla każdego modelu, który posiadamy, odpowiadając, do czego jeszcze sprzęt jest przydatny poza Gemma 4 31B IT.

Odpowiedzi

Gemma 4 31B IT — częste pytania

Gemma 4 31B IT— czy dwa GPU uruchomią to szybciej?

Druga KARTA mniej więcej podwaja dostępna PAMIĘĆ, ale nie tempo generacji. Liczba już zdolna do uruchomienia jej samodzielnie: 132. Więc druga karta rzadko jest odpowiedzią tutaj.

Gemma 4 31B IT— dlaczego kwantyzacja różni się między kartami?

Każda KARTA jest przedstawiana z uruchomioną najmniej skompresowaną wersją, jaką może pomieścić. Liczba odmiennych poziomów kompresji w KARTACH, które mogą go pomieścić: 5. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

Gemma 4 31B IT— Jak dokładne są te szacunki prędkości?

Są obliczane na podstawie specyfikacji, a nie mierzone, i każdy ma zakres. Jeden przykład: 66–175 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 4 31B IT— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to RTX A4500, o pojemności pamięci 20 GB. Uruchamia model przy kompresji IQ4_XS używając około 17.6 GB, i produkuje w przybliżeniu 21.5 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 132.

Gemma 4 31B IT— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 109 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 102.

Gemma 4 31B IT— Ile VRAM-u potrzebuje?

Potrzebuje około 17.6 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 4 31B IT— czy mogę uruchomić to na GPU trzymając 24 GB?

Tak. Karta GeForce RTX 5090 D V2, trzymanie 24 GB, uruchamia go przy kompresji Q4_K_M, używając około 19.5 GB i generując w przybliżeniu 42.3 tokenów na sekundę. Dopasowanie jest ciasne.

Gemma 4 31B IT— 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 4 31B IT— ile ma parametrów?

Ma liczbę parametrów równą 31B. 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 4 31B IT— kto to stworzył?

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

Gemma 4 31B IT— kiedy to zostało wydane?

Zostało opublikowane w April 2026.

Gemma 4 31B IT— do czego to służy?

Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie language modeling/generation, Question answering. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.

Gemma 4 31B IT— Gdzie mogę to pobrać?

Wagi są opublikowane, chociaż nie posiadamy linku do repozytorium. Ta strona oblicza wymagania sprzętowe, a nie hostuje pliki modelu.

Gemma 4 31B IT— czy mogę go uruchomić, jeśli nie mieści się w moim GPU?

Można go podzielić między kartą a pamięcią systemową, ale w ten sposób generuje się boleśnie powoli. Najbliższy brak, który obliczamy, jest za mały o 5.1 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

Źródło

Ostatnia aktualizacja rekordu 8 April 2026

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