Gemma 2 9B IT — 显存、速度与本地部署
作者： Jakub Rusinowski · 最后更新：
Punchy and creative. Excellent for creative writing and brainstorming.
Gemma 2 9B IT 在 Q4_K_M 下约需 6 GB 显存——量化权重加框架开销，不含 KV 缓存。在 Apple Silicon 上，这部分来自统一内存。
按量化级别的显存与速度
计算基准：NVIDIA RTX 4090 (24 GB)。包含 8K 上下文的 KV 缓存，因此数值高于上方的主数字。
| 量化 | 显存 | 显存 | 速度（估算） | 适配 |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 6.6 GB | ~125 tok/s | 可运行 | |
| Q3_K_M 3.41 bpw | 7.5 GB | ~109 tok/s | 可运行 | |
| Q4_K_M 4.83 bpw | 9.1 GB | ~89 tok/s | 可运行 | |
| Q5_K_M 5.67 bpw | 10 GB | ~80 tok/s | 可运行 | |
| Q6_K 6.56 bpw | 11 GB | ~72 tok/s | 可运行 | |
| Q8_0 8.50 bpw | 13.2 GB | ~60 tok/s | 可运行 | |
| F16 16.00 bpw | 21.6 GB | ~36 tok/s | 勉强 |
黑色标记 = NVIDIA RTX 4090 (24 GB) 上的可用显存。 估算来自内存带宽屋顶线模型，详见 方法说明页. Gemma 2 9B IT 显存计算器 →
运行 Gemma 2 9B IT
目录中能运行 Gemma 2 9B IT 的最便宜 GPU 是 Intel Arc B570 (10 GB).
或在 Vast.ai 比较，低至 $0.35/小时 (typical low · varies)
作为亚马逊联盟成员，我们从符合条件的购买中获得收入。云 GPU 链接为推荐链接——我们可能获得佣金，您无需额外付费。
如何运行 Gemma 2 9B IT
安装 Ollama，然后运行：
ollama run gemma2Download Gemma 2 9B IT — GGUF Quantizations
Pick a quantization and open it in LM Studio, Ollama, or Jan, or download the raw .gguf file directly. Quant list and sizes resolved from Hugging Face.
Gemma 2 9B IT — GGUF quants · bartowski/gemma-2-9b-it-GGUF
| Quant | Size | Download (.gguf) |
|---|---|---|
| Q3_K_M | 3.84 GB (est.) | gemma-2-9b-it-Q3_K_M.gguf |
| Q4_K_M | 5.43 GB (est.) | gemma-2-9b-it-Q4_K_M.gguf |
| Q5_K_M | 6.38 GB (est.) | gemma-2-9b-it-Q5_K_M.gguf |
| Q6_K | 7.38 GB (est.) | gemma-2-9b-it-Q6_K.gguf |
| Q8_0 | 9.56 GB (est.) | gemma-2-9b-it-Q8_0.gguf |
Download in LM Studio: lms get bartowski/gemma-2-9b-it-GGUF
Want this model on your phone? You can run it on your desktop with LM Studio and chat from your iPhone or iPad over an encrypted link — see Run LM Studio Models on Your Phone (LM Link).
规格
Curated — A hand-written entry from before this catalogue recorded its sources. The figures are long-standing but their provenance is not on file.
- 参数量
- 9 Billion
- 上下文窗口
- 8,192
- 架构
- Dense Transformer
- 提供商
- 许可证
- Gemma Terms
- 规格量化
- Q4_K_M
- 系统内存
- 16 GB
- 记录更新于
- 2024-06-27
Weights are downloadable and commercial use is permitted, subject to the licence’s acceptable-use terms.
质量与使用场景
评分由模型作者或独立评测方发布——衡量质量而非吞吐量，并非我们实测。
我的 GPU 能运行 Gemma 2 9B IT 吗？
- Gemma 2 Family 在 AMD Radeon RX 9060 XT 8GB 上
- Gemma 2 Family 在 Intel Arc B570 上
- Gemma 2 Family 在 Intel Arc B580 上
- Gemma 2 Family 在 NVIDIA GeForce RTX 3060 (12GB) 上
- Gemma 2 Family 在 NVIDIA GeForce RTX 3070 上
- Gemma 2 Family 在 NVIDIA GeForce RTX 3070 Ti 上
- Gemma 2 Family 在 NVIDIA GeForce RTX 3080 (10GB) 上
- Gemma 2 Family 在 NVIDIA GeForce RTX 4060 上
- Gemma 2 Family 在 NVIDIA GeForce RTX 4070 上
- Gemma 2 Family 在 NVIDIA GeForce RTX 4070 Super 上
- Gemma 2 Family 在 NVIDIA GeForce RTX 4070 Ti 上
- Gemma 2 Family 在 NVIDIA GeForce RTX 5060 上
- Gemma 2 Family 在 NVIDIA GeForce RTX 5060 Ti 8GB 上
- Gemma 2 Family 在 NVIDIA GeForce RTX 5070 上
Gemma 2 9B IT — 常见问题
How much VRAM does Gemma 2 9B IT need?
About 6 GB at Q4_K_M — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.
Does Gemma 2 9B IT run on an RTX 4090 (24 GB)?
Yes. Gemma 2 9B IT needs about 6 GB at Q4_K_M, inside a 24 GB card, at an estimated 89 tokens/sec.
How do I run Gemma 2 9B IT locally?
Install Ollama and run `ollama run gemma2`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.