Gemma 4 E4B 如何本地部署？
Gemma 4 E4B 是 8B 參數的稠密模型。Q4 量化最低需要 7GB 記憶體，8K 上下文下建議 8GB。目前最便宜能跑的顯示卡是 Tesla V100 16GB，約 NT$20,739，預估 116.8 tokens/s。
Gemma 4 E4B 版本資訊
發布日期2026年3月2日
Hugging Face 倉庫google/gemma-4-E4B-it
小版本—
授權Apache-2.0
架構稠密
GGUF 倉庫unsloth/gemma-4-E4B-it-GGUF
Ollama 標籤—
Q4 最低記憶體7 GB · Q4_K_M · 8K
參數量8B
層數42
隱藏維度2,560
KV 頭2
頭維度256
上下文上限128K
廠商Google DeepMind
Gemma 4 E4B 本地部署需要多少顯示記憶體？
| 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 | 1.9估 | 3.5 | 5.5 | 13.4 |
| 2-bit | 3.8GGUF | 4.6 | 6.6 | 14.5 |
| 3-bit | 4.6GGUF | 5.5 | 7.5 | 15.3 |
| 4-bit | 5GGUF | 6.1 | 8.1 | 16 |
| 5-bit | 5.5GGUF | 7.1 | 9 | 16.9 |
| 8-bit | 8.2GGUF | 9.9 | 11.9 | 19.8 |
| FP16 | 15.1GGUF | 17.3 | 19.3 | 27.1 |
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 128K 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 E4B？
AmazonJP
| 裝置 | 顯存GB | 價 | 預估 t/s | 建議上下文 |
|---|---|---|---|---|
 Tesla V100 16GB | 16 | NT$20,7394 筆掛單 | 116.8 | 128K |
 Radeon RX 9070 XT | 16 | NT$27,8358 筆掛單 | 62.2 | 128K |
| GeForce RTX 5060 Ti 16GB | 16 | NT$29,0919 筆掛單 | 61 | 128K |
| GeForce RTX 5070 | 12 | NT$30,07910 筆掛單 | 89.4 | 32K |
| Radeon RX 7800 XT | 16 | NT$30,40510 筆掛單 | 60.7 | 128K |
| Tesla V100 32GB | 32 | NT$35,9033 筆掛單 | 116.8 | 128K |
 Arc Pro B60 | 24 | NT$36,6353 筆掛單 | 40.6 | 128K |
| Radeon RX 7900 XT | 20 | NT$39,1349 筆掛單 | 76.8 | 128K |
| Radeon RX 6950 XT | 16 | NT$44,1834 筆掛單 | 56.3 | 128K |
| GeForce RTX 5070 Ti | 16 | NT$49,60110 筆掛單 | 116.4 | 128K |
| Radeon RX 7900 XTX | 24 | NT$54,6829 筆掛單 | 91 | 128K |
| GeForce RTX 5080 | 16 | NT$58,7724 筆掛單 | 123.9 | 128K |
| Arc Pro B70 | 32 | NT$65,2603 筆掛單 | 53.6 | 128K |
| GeForce RTX 4080 | 16 | NT$68,8308 筆掛單 | 94.9 | 128K |
| Radeon AI PRO R9700 | 32 | NT$70,6046 筆掛單 | 62.2 | 128K |
| GeForce RTX 3090 | 24 | NT$79,3119 筆掛單 | 121.1 | 128K |
| Ryzen AI Max+ 395 128GB | 128 | NT$123,1346 筆掛單 | 25.6 | 128K |
| RTX PRO 4000 Blackwell | 24 | NT$124,4815 筆掛單 | 89.4 | 128K |
| GeForce RTX 4090 | 24 | NT$154,3509 筆掛單 | 129.4 | 128K |
| GeForce RTX 5090 | 32 | NT$235,6699 筆掛單 | 212.9 | 128K |
| DGX Spark 128GB | 128 | NT$258,7793 筆掛單 | 37.9 | 128K |
| GeForce RTX 2080 Ti 22GB | 22 | —暫無掛單 | 82.4 | 128K |
| GeForce RTX 5090 D V2 | 24 | —暫無掛單 | 166.8 | 128K |
| Arc Pro B65 | 32 | —暫無掛單 | 53.6 | 128K |
| GeForce RTX 4080 SUPER 32GB | 32 | —暫無掛單 | 97.2 | 128K |
| GeForce RTX 5090 D | 32 | —暫無掛單 | 212.9 | 128K |
| Instinct MI100 | 32 | —暫無掛單 | 114.2 | 128K |
| Instinct MI50 32GB | 32 | —暫無掛單 | 96.6 | 128K |
| Radeon PRO W7800 | 32 | —暫無掛單 | 56.3 | 128K |
| RTX PRO 4500 Blackwell | 32 | —暫無掛單 | 116.4 | 128K |
| A100 40GB PCIe | 40 | —暫無掛單 | 189 | 128K |
| CMP 170HX 40GB | 40 | —暫無掛單 | 189.5 | 128K |
| GeForce RTX 4090 48GB | 48 | —暫無掛單 | 129.4 | 128K |
| Radeon PRO W7900 | 48 | —暫無掛單 | 82.5 | 128K |
| RTX PRO 5000 Blackwell 48GB | 48 | —暫無掛單 | 166.8 | 128K |
| CMP 170HX 64GB | 64 | —暫無掛單 | 182.6 | 128K |
| Instinct MI210 | 64 | —暫無掛單 | 147.8 | 128K |
| RTX PRO 5000 Blackwell 72GB | 72 | —暫無掛單 | 166.8 | 128K |
| RTX PRO 6000D | 84 | —暫無掛單 | 190.4 | 128K |
| RTX PRO 6000 Blackwell | 96 | —暫無掛單 | 212.9 | 128K |
| Mac Studio M4 Max 128GB | 128 | —暫無掛單 | 58.6 | 128K |
| Mac Studio M5 Max 128GB | 128 | —暫無掛單 | 65.5 | 128K |
| MacBook Pro M4 Max 128GB | 128 | —暫無掛單 | 58.6 | 128K |
| MacBook Pro M5 Max 128GB | 128 | —暫無掛單 | 65.5 | 128K |
| Mac Studio M3 Ultra 512GB | 512 | —暫無掛單 | 85.8 | 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。
用 Ollama / llama.cpp / vLLM 本地部署 Gemma 4 E4B
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-E4B-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-E4B-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 E4B 需要多少記憶體？
在 Q4_K_M 量化、8K 上下文下 Gemma 4 E4B 約需 7GB 記憶體，留到 8GB 更穩。
哪張顯示卡最便宜能跑 Gemma 4 E4B？
Tesla V100 16GB，16GB 記憶體，目前中位價約 NT$20,739，預估 116.8 tokens/s。
Gemma 4 E4B 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。