Gemma 4 31B のローカル実行に必要なVRAMは？
動かせるデバイスを見るGemma 4 31B は 31.3B パラメータの Dense モデルです。Q4 量子化では最低 26GB、8K コンテキストなら 32GB のVRAMを推奨します。収まる最も安いデバイスは Arc Pro B65 ですが、中古価格のデータはまだなく、推定 12.6 tokens/s です。
Gemma 4 31B のバージョン情報
Gemma 4 31B の量子化・コンテキスト別の必要VRAM
8K 時の合計| 量子化 | 重みサイズGB | 8K 時の合計GB | 32K 時の合計GB | 128K 時の合計GB |
|---|---|---|---|---|
| Q4_K_M | 18.3GGUF | 25.9 | 48.4 | 138.4 |
| Q5_K_M | 21.7GGUF | 29.6 | 52.1 | 142.1 |
| Q8_0 | 32.6GGUF | 40.9 | 63.4 | 153.4 |
| FP16 | 61.4GGUF | 69.7 | 92.2 | 182.2 |
合計 = 重み + KV キャッシュ（FP16）+ 実行時オーバーヘッド 1GB。GGUF と付いた重みはリポジトリの実測ファイルサイズ、「推定」はパラメータあたりのバイト数からの概算です。このモデルの上限 256K を超えるコンテキストは「—」と表示します。
Gemma 4 31B を動かせるGPUは？
Q4_K_M・8K コンテキスト・eBayの中古価格の安い順| デバイス | VRAMGB | 中古価格 | 推定 t/s | 推奨コンテキスト |
|---|---|---|---|---|
 Arc Pro B65 | 32 | —出品なし | 12.6 | 8K |
| Arc Pro B70 | 32 | —出品なし | 12.6 | 8K |
 GeForce RTX 4080 SUPER 32GB (改造) | 32 | —出品なし | 23.4 | 8K |
| GeForce RTX 5090 | 32 | —出品なし | 55.6 | 8K |
| GeForce RTX 5090 D | 32 | —出品なし | 55.6 | 8K |
 Instinct MI100 | 32 | —出品なし | 27.8 | 8K |
| Radeon AI PRO R9700 | 32 | —出品なし | 14.7 | 8K |
| Radeon PRO W7800 | 32 | —出品なし | 13.2 | 8K |
| RTX PRO 4500 Blackwell | 32 | —出品なし | 28.4 | 8K |
| Tesla V100 32GB | 32 | —出品なし | 28.5 | 8K |
| A100 40GB PCIe | 40 | —出品なし | 48.5 | 8K |
| CMP 170HX 40GB (改造) | 40 | —出品なし | 48.6 | 8K |
| GeForce RTX 4090 48GB (改造) | 48 | —出品なし | 31.9 | 8K |
| Radeon PRO W7900 | 48 | —出品なし | 19.7 | 8K |
| RTX PRO 5000 Blackwell 48GB | 48 | —出品なし | 42.1 | 8K |
| CMP 170HX 64GB (改造) | 64 | —出品なし | 46.6 | 32K |
| Instinct MI210 | 64 | —出品なし | 36.9 | 32K |
| RTX PRO 5000 Blackwell 72GB | 72 | —出品なし | 42.1 | 32K |
| RTX PRO 6000D | 84 | —出品なし | 48.9 | 32K |
| RTX PRO 6000 Blackwell | 96 | —出品なし | 55.6 | 32K |
| Mac Studio M4 Max 128GB | 128 | —出品なし | 13.8 | 32K |
| Mac Studio M5 Max 128GB | 128 | —出品なし | 15.5 | 32K |
| MacBook Pro M4 Max 128GB | 128 | —出品なし | 13.8 | 32K |
| MacBook Pro M5 Max 128GB | 128 | —出品なし | 15.5 | 32K |
| Mac Studio M3 Ultra 512GB | 512 | —出品なし | 20.5 | 128K |
判定基準：重み + KV キャッシュ + 実行時オーバーヘッド ≤ 利用可能メモリ、1 枚構成。MoE モデルの「オフロード」はエキスパート重みをシステム RAM に置けば動作することを示し（VRAM にはアテンション層と KV キャッシュのみ）、その速度は RAM 帯域幅 70 GB/s を前提に推定。コンテキスト列は収まる最大段階です。
Ollama / llama.cpp / vLLM で Gemma 4 31B を起動する
Ollama ライブラリに公式タグはまだありません。
llama.cpp は Hugging Face から GGUF を直接取得します。-c はコンテキスト長です。
llama-server -hf unsloth/gemma-4-31B-it-GGUF:Q4_K_M -c 8192
vLLM は元の精度の重みを読み込むため、GGUF よりはるかに多くのメモリ（通常は複数枚）が必要です。
vllm serve google/gemma-4-31B-it
ファイル名はその週のモデルライブラリ取得時点のものです。定義はデータ方法を参照してください。 データ方法
よくある質問
Gemma 4 31B にはどれくらいのVRAMが必要ですか？
Q4_K_M・8K コンテキストでは Gemma 4 31B に約 26GB のVRAMが必要で、32GB あれば余裕があります。
Gemma 4 31B を動かせる最も安いGPUは？
Arc Pro B65 です。VRAM 32GB、推定 12.6 tokens/s。このデバイスの中古価格データはまだありません。
Gemma 4 31B は Ollama で動かせますか？
まだできません。Ollama ライブラリに公式タグがないため、llama.cpp で GGUF を読み込んでください。