大數據文摘出品

Gemma 3 的“低門檻 AI”計劃露面了，谷歌這次直接把 Gemma 3 做成了“跑得動的”AI。

—Gemma-3-27b-it-qat-q4_0-gguf 聽上去像個 Wi-Fi 密碼，其實卻是谷歌迄今為止最精簡的大模型

是的，不再只屬于高端服務器和土豪顯卡，普通玩家的游戲卡，甚至手機，都能一試身手。

這波操作的核心是三個字：量化訓練（Quantization-Aware Training, QAT）。

為什么量化訓練讓 AI 變“親民”？

以前的 Gemma 3需要“天花板配置”：NVIDIA H100，BFloat16 精度，普通人家根本用不起。

而這次，Google 把量化訓練用到了極致。簡單說，就是讓模型在訓練階段就習慣低精度（比如 int4、int8），以后部署時直接“瘦身”，幾乎不掉智商。

顯存節省效果非常明顯。以 27B 參數的模型為例，原本需要 54 GB 的顯存，在 int4（4 位整型）格式下只需 14.1 GB；12B 版本從 24 GB 降到了 6.6 GB。即便是小尺寸模型也受益明顯：4B 版本僅需 2.6 GB，1B 版本甚至只要 0.5 GB 顯存。

量化訓練的“魔法”到底在哪里？

普通的量化是什么？后處理。模型訓完了，直接把參數壓縮成低精度，代價就是：掉分，掉智商。

Google 這次玩的是 QAT —— 訓練過程直接讓模型在低精度環境下“吃苦頭”，提前適應精度損失。Google 自己也說了：“因為 QAT，這些模型對量化魯棒，性能和原版近乎持平。”

當然，benchmark 數據沒公開，多少有點賣關子，但社區已經開始實測和玩梗。

不過，僅看顯存和推理速度的變化，這次量化訓練確實把大模型帶進了“民用領域”。

抱抱臉地址：https://huggingface.co/ubergarm/gemma-3-27b-it-qat-GGUF

GPU算力按需租用

A100/H100 GPU算力按需租用，

秒級計費，平均節省開支30%以上！

掃碼了解詳情?