Cấu hình cho Gemma 4: cần máy thế nào để chạy cục bộ
Trả lời ngắn: Gemma 4 E2B nhỏ chạy trên laptop 8 GB. E4B cần 16 GB RAM, hoặc chạy vèo vèo trên bất kỳ card đồ họa từ 6 GB nào. 12B cần từ 10 GB VRAM để trụ được một cuộc trò chuyện thật.
Tóm tắt cấu hình Gemma 4
| Mô hình | Dung lượng tệp | Mức tối thiểu chúng tôi đề xuất | Hợp nhất với |
|---|---|---|---|
| Gemma 4 E2B | 2,6 GB | 8 GB RAM, không card | Laptop |
| Gemma 4 E4B | 4,2 GB | 16 GB RAM, hoặc card 6 GB | Máy chơi game, laptop 16 GB |
| Gemma 4 12B | 6,2 GB | Từ 10 GB VRAM | Card từ 12 GB trở lên |
Tốc độ đo được
Mỗi mô hình viết câu trả lời nhanh đến đâu, tính bằng token mỗi giây (token là một mảnh của từ). Đo bằng GreenCube trong tháng 9 và tháng 10 năm 2026.
| Máy | Mô hình | Viết (token/giây) |
|---|---|---|
| Máy bàn, AMD RX 5700 XT 8 GB | E4B | 63–72 |
| Máy bàn, NVIDIA RTX 5060 8 GB | E4B | 56 |
| Máy bàn, card đồ họa 12 GB | E4B | 50–55 |
| Máy bàn, NVIDIA GTX 1660 Super 6 GB | E4B | 35–38 |
| Máy bàn, AMD RX 5700 XT 8 GB | 12B | 20–35 (chỉ chat ngắn) |
| Máy bàn, NVIDIA GTX 1650 4 GB | E4B | khoảng 20 |
| Laptop, Intel Core Ultra 5, 16 GB | E2B | 14–18 |
| Cùng laptop đó | E4B | 8–10 |
| Laptop, Intel Iris Xe, 8 GB | E2B | 5–7 |
Những gì chúng tôi rút ra
1. E2B là mô hình cho laptop
Trên laptop 16 GB không card đồ họa, nó hoàn thành một câu trả lời học tập đầy đủ trong khoảng 20 giây, còn E4B mất 112 giây. Trong năm lần kiểm tra kiến thức nhanh, nó không sai lần nào. E2B và E4B, đo thực tế.
2. E4B là mô hình cho máy chơi game
Khi toàn bộ mô hình nằm trên card đồ họa, E4B nhanh hơn 7 đến 9 lần so với trên laptop, và câu trả lời tốt hơn. Card nào từ 6 GB trở lên cũng làm được.
3. 12B cần VRAM thật, không chỉ RAM
Trên card 8 GB, 12B trả lời tốt một câu hỏi ngắn, rồi crash mỗi khi cuộc chat dài ra. Máy đó có 48 GB RAM mà không giúp được gì. Vì sao mô hình phải nằm gọn trên card.
Gemma 4 nào cho máy bạn?
Laptop 8 GB
E2B. Đóng các ứng dụng khác trước.
Laptop 16 GB, không card
E2B để có tốc độ. E4B chạy được nhưng chậm.
Máy chơi game, card 6–8 GB
E4B, nằm trọn trên card.
Card từ 12 GB
E4B nhanh; 12B trở thành một lựa chọn.
Gemma 4 do Google phát hành theo giấy phép Apache 2.0. GreenCube tự chọn mô hình phù hợp với máy bạn. Xem cả 10 máy chúng tôi đã đo.
Câu hỏi
Cấu hình tối thiểu để chạy Gemma 4 cục bộ là gì?
Mô hình nhỏ nhất, Gemma 4 E2B (tệp 2,6 GB), chạy trên laptop 8 GB RAM không card đồ họa, ở mức 5 đến 7 token mỗi giây trong chat thật. Nó cần vài GB bộ nhớ trống để khởi động.
Gemma 4 E4B cần bao nhiêu VRAM?
E4B là tệp 4,2 GB. Nó nằm trọn trên card đồ họa 6 GB, trên GTX 1660 Super nó viết 35 đến 38 token mỗi giây. Trên card 8 GB nó viết 56 đến 72. Nó cũng chạy không cần card với 16 GB RAM, khoảng 8 token mỗi giây.
Gemma 4 12B có chạy được trên card đồ họa 8 GB không?
Với một câu hỏi ngắn thì được: 20 đến 35 token mỗi giây trên RX 5700 XT. Nhưng nó bị crash khi cuộc trò chuyện dài hơn, vì card gần như không còn chỗ. Chúng tôi muốn có ít nhất 10 GB VRAM cho nó.
Gemma 4 có miễn phí không?
Có. Google phát hành Gemma 4, gồm cả E2B và E4B, theo giấy phép Apache 2.0, cho phép sử dụng thương mại.
AI của riêng bạn, trên máy của riêng bạn
GreenCube chạy trên máy tính của bạn: không giới hạn sử dụng, không thuê bao, chạy không cần internet. €9,99, trả một lần.
Mua GreenCube