Gemma 4 NVFP4量化发布
kalyan_kpl · x · 2026-07-15
Unsloth 发布了 Gemma 4 的 NVFP4 量化版本，主打更快的 GPU 推理与更低显存占用。
- 12B 版本可在 11GB VRAM 上运行
- 26B-A4B 在 B200 上可达到 13K tok/s
- 官方称相较现有方案可实现 1.5× 的推理速度提升
- 重点是面向 Blackwell 架构的更准确 4-bit 推理优化
帖子还附带了博客和模型链接，属于具体可用的推理优化更新。
所属事件:Unsloth推出Gemma 4量化版降低推理显存门槛(2 条相关)→
「Infra」频道最新
- 实测戳破 RTK 省钱神话:token 省了,账单分文未降 — Bartaseth · 2026-09-11
- SF Compute 创始人：现在买算力是「绝对糟糕的体验」 — IgorCarron · 2026-09-11
- 开源 SmolVM:2026 年 Agent 不止用浏览器,而是拥有整台电脑 — aniketmaurya · 2026-09-11
- PyTorch Day Korea 2026 首届线下大会启动,9月13日截止征集演讲 — PyTorch · 2026-09-11
- 本地跑 LLM 选卡:4 张 CMP-170HX 涨价 vs Mac Studio M5 — rumboll · 2026-09-11
- llama.cpp 为 RDNA4 调优 Flash Attention,大上下文提升明显 — pmttyji · 2026-09-11