AIPress.com.cn報道

4月3日消息，英偉達發布技術博客稱，已與谷歌合作對Gemma 4開源模型進行優化，使其能夠在英偉達 GPU生態中高效運行，從RTX PC到DGX Spark個人AI超級計算機以及Jetson邊緣設備均可部署，從而推動本地“Agentic AI”應用的發展。

Gemma 4是谷歌DeepMind最新發布的開源模型家族，包括E2B、E4B、26B和31B四種規模。英偉達表示，這些模型在保持較小體積的同時具備較強推理、代碼生成和多模態能力，可在本地設備上完成復雜任務。通過針對英偉達 GPU的優化，Gemma 4能夠在從數據中心到個人電腦的多種硬件環境中高效運行。

在功能方面，Gemma 4支持復雜推理、代碼生成與調試，并原生支持函數調用等結構化工具使用能力，使其能夠作為AI代理執行自動化任務。模型還具備多模態處理能力，可處理圖像、視頻與音頻，并支持在同一提示中混合文本和圖像輸入。語言方面，模型支持35種以上語言的直接使用，并在超過140種語言數據上進行預訓練。

其中E2B和E4B模型主要面向邊緣設備與移動端部署，強調低延遲和離線運行能力，可在Jetson Nano等設備上實現接近實時的推理性能。26B和31B模型則更適合開發者工作流和高性能推理任務，能夠在RTX GPU和DGX Spark設備上支持本地代碼助手、開發工具和AI代理應用。

英偉達表示，隨著本地AI代理逐漸成為重要應用形態，一些軟件已經開始利用這些模型構建常駐本地的智能助手。例如OpenClaw平臺已兼容Gemma 4，使用戶可以構建訪問本地文件、應用程序和工作流程的AI代理，以自動化日常任務。

在部署方面，Gemma 4模型可以通過Ollama或llama.cpp在本地運行，也可以從Hugging Face下載GGUF格式模型權重。英偉達還與Unsloth合作提供優化版本，以支持更高效的本地微調和部署。

英偉達表示，借助GPU中的Tensor Core加速以及CUDA軟件棧，Gemma 4等開源模型可以在不同硬件平臺上實現更高吞吐量和更低延遲，使開發者能夠在本地設備上運行復雜AI應用，而不必完全依賴云端計算資源。（AI普瑞斯編譯）