Gemma 4 26B A4B 如何本地部署？

VRAMGlass 編輯部 · 更新於 2026年9月10日

Gemma 4 26B A4B 是 MoE 模型，總參數 25.8B，每 token 啟用 4B。Q4 量化整機放顯存需要 18GB；把專家放進系統記憶體後只需 6GB 顯存 + 13GB 記憶體。目前最便宜能跑的顯示卡是 GeForce RTX 2080 Ti 22GB，約 NT$17,340，預估 87.2 tokens/s。卸載模式下最便宜能跑的顯示卡是 Tesla V100 16GB，預估 41 tokens/s。

Gemma 4 26B A4B 版本資訊

發布日期2026年3月11日

Hugging Face 倉庫google/gemma-4-26B-A4B-it

小版本—

授權Apache-2.0

架構MoE

GGUF 倉庫unsloth/gemma-4-26B-A4B-it-GGUF

Ollama 標籤—

Q4 最低記憶體18 GB · Q4_K_M · 8K

專家卸載6 GB 顯存 + 13 GB 記憶體

參數量25.8B

MoE4B

層數30

隱藏維度2,816

KV 頭8

頭維度256

上下文上限256K

廠商Google DeepMind

Gemma 4 26B A4B 本地部署需要多少顯示記憶體？

MoE：總參數 25.8B 全部要常駐記憶體，速度按每 token 啟用的 4B 計算。

量化	權重體積GB	8K 總記憶體GB	32K 總記憶體GB	128K 總記憶體GB
1-bit	6.1估	8.9	14.6	37.1
2-bit	10.5GGUF	12.5	18.1	40.6
3-bit	12.9GGUF	15.2	20.9	43.4
4-bit	16.9GGUF	17.3	22.9	45.4
5-bit	21.2GGUF	20.3	25.9	48.4
8-bit	26.9GGUF	29.6	35.3	57.8
FP16	50.5GGUF	53.4	59	81.5

總記憶體 = 權重 + KV cache（FP16）+ 1GB 執行開銷。標 GGUF 的權重是倉庫裡的實測檔案體積，標「估」的按每參數位元組估算。超過這個模型 256K 上下文上限的檔位寫「—」。各檔取倉庫裡該位元數的任一檔案，優先 unsloth 動態量化，所以同一檔不同模型對應的檔名可能不同。

什麼顯示卡能跑 Gemma 4 26B A4B？

eBay

裝置	顯存GB	價	預估 t/s	建議上下文
GeForce RTX 2080 Ti 22GB	22	NT$17,3403 筆掛單	87.2	8K
Radeon RX 7900 XT	20	NT$22,02924 筆掛單	83	8K
Tesla V100 32GB	32	NT$22,65923 筆掛單	109.8	32K
Instinct MI50 32GB	32	NT$24,1697 筆掛單	97.2	32K
Radeon RX 7900 XTX	24	NT$31,43925 筆掛單	93.4	32K
Instinct MI100	32	NT$31,4397 筆掛單	108.3	32K
GeForce RTX 3090	24	NT$48,77980 筆掛單	112.2	32K
RTX PRO 4000 Blackwell	24	NT$92,8373 筆掛單	92.3	32K
GeForce RTX 4090	24	NT$100,67340 筆掛單	116.8	32K
Radeon PRO W7900	48	NT$109,9883 筆掛單	87.4	128K
RTX PRO 4500 Blackwell	32	NT$135,3223 筆掛單	109.5	32K
A100 40GB PCIe	40	NT$154,17313 筆掛單	143.8	32K
Instinct MI210	64	NT$158,79911 筆掛單	126.1	128K
MacBook Pro M4 Max 128GB	128	NT$174,6283 筆掛單	68	128K
GeForce RTX 5090	32	NT$204,55612 筆掛單	152.3	32K
Mac Studio M4 Max 128GB	128	NT$206,0364 筆掛單	68	128K
MacBook Pro M5 Max 128GB	128	NT$228,1595 筆掛單	73.9	128K
RTX PRO 6000 Blackwell	96	NT$534,5224 筆掛單	152.3	128K
Mac Studio M3 Ultra 512GB	512	NT$692,34511 筆掛單	89.7	128K
Arc Pro B60	24	—暫無掛單	50.8	32K
GeForce RTX 5090 D V2	24	—暫無掛單	134.8	32K
Arc Pro B65	32	—暫無掛單	63.5	32K
Arc Pro B70	32	—暫無掛單	63.5	32K
GeForce RTX 4080 SUPER 32GB	32	—暫無掛單	97.6	32K
GeForce RTX 5090 D	32	—暫無掛單	152.3	32K
Radeon AI PRO R9700	32	—暫無掛單	71.2	32K
Radeon PRO W7800	32	—暫無掛單	65.9	32K
CMP 170HX 40GB	40	—暫無掛單	144	32K
GeForce RTX 4090 48GB	48	—暫無掛單	116.8	128K
RTX PRO 5000 Blackwell 48GB	48	—暫無掛單	134.8	128K
CMP 170HX 64GB	64	—暫無掛單	141.3	128K
RTX PRO 5000 Blackwell 72GB	72	—暫無掛單	134.8	128K
RTX PRO 6000D	84	—暫無掛單	144.3	128K
DGX Spark 128GB	128	—暫無掛單	48	128K
Mac Studio M5 Max 128GB	128	—暫無掛單	73.9	128K
Ryzen AI Max+ 395 128GB	128	—暫無掛單	34.3	128K

判定口徑：權重 + KV cache + 執行開銷 ≤ 可用記憶體，單卡。MoE 模型標「卸載」表示把專家權重放進系統記憶體後能跑（顯存只放注意力層與 KV cache），速度按記憶體頻寬 70 GB/s 估算。上下文欄給的是能裝下的最大檔位。

Gemma 4 26B A4B 混合推論推薦顯示卡

eBay

專家權重放系統記憶體，需要 ≥ 13 GB 記憶體；顯存只放注意力層、共享專家和 KV cache，Q4 下最低 6 GB。速度受記憶體頻寬限制（按 70 GB/s 估算），比整機放顯存慢得多。

裝置	顯存GB	價	需記憶體GB	預估 t/s
Tesla V100 16GB	16	NT$9,598	13	40.5
Radeon RX 6950 XT	16	NT$15,735	13	34.2
Radeon RX 7800 XT	16	NT$17,875	13	35
GeForce RTX 5060 Ti 16GB	16	NT$22,029	13	35
GeForce RTX 5070	12	NT$24,389	13	38.5
Radeon RX 9070 XT	16	NT$25,019	13	35.2
GeForce RTX 5070 Ti	16	NT$37,764	13	40.4
GeForce RTX 4080	16	NT$39,747	13	38.9
GeForce RTX 5080	16	NT$56,646	13	40.9

用 Ollama / llama.cpp / vLLM 本地部署 Gemma 4 26B A4B

Ollama

Ollama 庫暫無官方標籤。

llama.cpp

llama.cpp 直接從 Hugging Face 拉 GGUF，-c 是上下文長度。

llama-server -hf unsloth/gemma-4-26B-A4B-it-GGUF:Q4_K_M -c 8192

vLLM

vLLM 跑的是原始精度權重，記憶體需求比 GGUF 高得多，通常要多卡。

vllm serve google/gemma-4-26B-A4B-it

量化檔名以模型庫當週抓取為準，口徑見資料方法。資料方法

常見問題

Gemma 4 26B A4B 需要多少記憶體？

在 Q4_K_M 量化、8K 上下文下 Gemma 4 26B A4B 約需 18GB 記憶體，留到 24GB 更穩。

哪張顯示卡最便宜能跑 Gemma 4 26B A4B？

GeForce RTX 2080 Ti 22GB，22GB 記憶體，目前中位價約 NT$17,340，預估 87.2 tokens/s。

Gemma 4 26B A4B 能用 Ollama 跑嗎？

暫時不行，Ollama 庫還沒有它的官方標籤；可以用 llama.cpp 載入 GGUF。