Gemma 3 4B IT の VRAM・メモリ要件
出典付きの構成と、選択した重みファイルに基づく具体的なチェックポイントです。 GGUF Q4_0 (Google QAT)：8,192 トークンで約 3.33 GiB–3.79 GiB、シーケンス 1、FP16 KV、llama.cpp。
これは見積もりであり、実機トレースではありません。未確認ファイル由来の重み
公開元と出典
- 提供元Google
- Hugging Face
google/gemma-3-4b-it - Revision
093f9f388b31de276ce2de164bdc2081324b9767 - 総パラメータ数4,300,079,472
- 層数34
- クエリヘッド8
- KVヘッド4 (sliding-window)
- ヘッド次元256
- 記録されているコンテキスト上限131,072
- 完全性complete · full
この見積もりのメモリ内訳
ファイルのバイト、生の KV、エンジンの追加分、合計需要は別々です。ランタイムのトレースではありません。
- Weight artifact
- 2.94 GiB (3,155,051,328 bytes)
- Raw KV cache
- 0.27 GiB (289,406,976 bytes)
- Engine extras / workspace
- 0.13 GiB–0.58 GiB
- Total estimated demand
- 3.33 GiB–3.79 GiB
計上したファイル
| 量子化 | 計上したファイル | バイト | 実行エンジン | 根拠 |
|---|---|---|---|---|
| Official BF16 safetensors (text + SigLIP vision tower) bf16 | model-00001-of-00002.safetensors, model-00002-of-00002.safetensors | 8,600,277,880 (8.01 GiB / 8.60 GB) | vllm, sglang, unspecified | file-metadata |
| GGUF Q4_0 (Google QAT) gguf-q4_0 | gemma-3-4b-it-q4_0.gguf | 3,155,051,328 (2.94 GiB / 3.16 GB) | llama.cpp, ollama, unspecified | file-metadata |
| INT4 theoretical | 公開ファイルなし | 2,150,039,736 (理論行はダウンロード可能な成果物ではありません。) | — | theoretical |
量子化とコンテキストごとのメモリ
同時シーケンスは 1 です。KV は既定で FP16 です。範囲には、記載したエンジンの記録済みランタイム分が含まれます。数字は対話式計算機と同じコアです。
| 量子化 | 2,048 tokens | 8,192 tokens | 32,768 tokens |
|---|---|---|---|
| Official BF16 safetensors (text + SigLIP vision tower) | 8.79 GiB–10.67 GiB | 8.90 GiB–10.79 GiB | 9.37 GiB–11.27 GiB |
| GGUF Q4_0 (Google QAT) | 3.22 GiB–3.65 GiB | 3.33 GiB–3.79 GiB | 3.80 GiB–4.29 GiB |
| INT4 theoretical 理論行はダウンロード可能な成果物ではありません。 | 2.28 GiB–3.33 GiB | 2.40 GiB–3.49 GiB | 2.87 GiB–4.06 GiB |
KV Cache（生データ）
関連ページ
出典
結果を左右する前提
- 要求コンテキストは記録上のネイティブ窓 131072 トークン以内です。
- 常駐ウェイトの見積もりは総パラメータを使い、非アクティブな MoE エキスパートも含めます。
- ウェイトのバイト数は選んだファイルだけです。リポジトリ内の全量子化を合計しません。
- ダウンロードサイズはピーク GPU メモリではありません。実行時レイアウトと KV は別です。
- 計上したファイル: gemma-3-4b-it-q4_0.gguf。
- 視覚コンポーネントがあります。テキスト推論ではエンコーダ/projector を含めません。
- コンテキストはシーケンスあたりのキャッシュトークン数（入力＋生成の予約）です。
- 同時シーケンスは同一のモデル複製を共有し、ウェイトはシーケンス数では増えません。
計算機
公開カタログスナップショットを読み込み中…
検索するかカタログから選ぶと、ローカルLLMの必要VRAMが出ます。
検索するかカタログから選ぶと、ローカルLLMの必要VRAMが出ます。