Gemma 4 26B A4B 如何本地部署？

VRAMGlass 编辑部 · 更新于 2026年9月10日

Gemma 4 26B A4B 是 MoE 模型，总参数 25.8B，每 token 激活 4B。Q4 量化整机放显存需要 18GB；把专家放进系统内存后只需 6GB 显存 + 13GB 内存。当前最便宜能跑的显卡是 GeForce RTX 2080 Ti 22GB，约 ¥2,600，预估 87.2 tokens/s。卸载模式下最便宜能跑的显卡是 Tesla V100 16GB，预估 41 tokens/s。

Gemma 4 26B A4B 版本信息

发布日期2026年3月11日

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

小版本—

许可证Apache-2.0

架构MoE

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

Ollama 标签—

Q4 最低显存18 GB · Q4_K_M · 8K

专家卸载6 GB 显存 + 13 GB 内存

参数量25.8B

MoE4B

层数30

隐藏维度2,816

KV 头8

头维度256

上下文上限256K

厂商Google DeepMind

Gemma 4 26B A4B 本地部署需要多少显存？

MoE：总参数 25.8B 全部要驻留显存，速度按每 token 激活的 4B 算。

量化	权重体积GB	8K 总显存GB	32K 总显存GB	128K 总显存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

总显存 = 权重 + KV cache（FP16）+ 1GB 运行开销。标 GGUF 的权重是仓库里的实测文件体积，标「估」的按每参数字节估算。超过这个模型 256K 上下文上限的档位写「—」。各档取仓库里该比特数的任一文件，优先 unsloth 动态量化，所以同一档不同模型对应的文件名可能不同。

什么显卡能跑 Gemma 4 26B A4B？

闲鱼

设备	显存GB	价	预估 t/s	建议上下文
GeForce RTX 2080 Ti 22GB	22	¥2,6003 条挂单	87.2	8K
Instinct MI50 32GB	32	¥2,7254 条挂单	97.2	32K
Tesla V100 32GB	32	¥3,20011 条挂单	109.8	32K
Radeon RX 7900 XT	20	¥4,29916 条挂单	83	8K
Arc Pro B60	24	¥5,27510 条挂单	50.8	32K
Radeon RX 7900 XTX	24	¥5,80017 条挂单	93.4	32K
GeForce RTX 3090	24	¥8,10015 条挂单	112.2	32K
Arc Pro B70	32	¥9,8506 条挂单	63.5	32K
Radeon AI PRO R9700	32	¥11,0508 条挂单	71.2	32K
CMP 170HX 40GB	40	¥11,3004 条挂单	144	32K
Radeon PRO W7800	32	¥12,4003 条挂单	65.9	32K
CMP 170HX 64GB	64	¥14,0508 条挂单	141.3	128K
RTX PRO 4000 Blackwell	24	¥15,65018 条挂单	92.3	32K
Instinct MI210	64	¥18,50012 条挂单	126.1	128K
Radeon PRO W7900	48	¥22,0005 条挂单	87.4	128K
GeForce RTX 4090	24	¥23,50016 条挂单	116.8	32K
GeForce RTX 5090 D V2	24	¥23,90014 条挂单	134.8	32K
RTX PRO 4500 Blackwell	32	¥25,85016 条挂单	109.5	32K
GeForce RTX 4090 48GB	48	¥26,6003 条挂单	116.8	128K
A100 40GB PCIe	40	¥30,9504 条挂单	143.8	32K
Mac Studio M4 Max 128GB	128	¥32,20013 条挂单	68	128K
DGX Spark 128GB	128	¥32,50031 条挂单	48	128K
GeForce RTX 5090 D	32	¥32,90013 条挂单	152.3	32K
MacBook Pro M4 Max 128GB	128	¥35,4004 条挂单	68	128K
Mac Studio M5 Max 128GB	128	¥39,5506 条挂单	73.9	128K
GeForce RTX 5090	32	¥43,80013 条挂单	152.3	32K
RTX PRO 5000 Blackwell 48GB	48	¥46,80015 条挂单	134.8	128K
MacBook Pro M5 Max 128GB	128	¥54,8007 条挂单	73.9	128K
RTX PRO 5000 Blackwell 72GB	72	¥65,00017 条挂单	134.8	128K
RTX PRO 6000D	84	¥68,00017 条挂单	144.3	128K
RTX PRO 6000 Blackwell	96	¥123,9006 条挂单	152.3	128K
Mac Studio M3 Ultra 512GB	512	¥129,9006 条挂单	89.7	128K
Arc Pro B65	32	—暂无挂单	63.5	32K
GeForce RTX 4080 SUPER 32GB	32	—暂无挂单	97.6	32K
Instinct MI100	32	—暂无挂单	108.3	32K
Ryzen AI Max+ 395 128GB	128	—暂无挂单	34.3	128K

判定口径：权重 + KV cache + 运行开销 ≤ 可用显存，单卡。MoE 模型标「卸载」表示把专家权重放进系统内存后能跑（显存只放注意力层与 KV cache），速度按内存带宽 70 GB/s 估算。上下文列给的是能装下的最大档位。

Gemma 4 26B A4B 混合推理推荐显卡

闲鱼

专家权重放系统内存，需要 ≥ 13 GB 内存；显存只放注意力层、共享专家和 KV cache，Q4 下最低 6 GB。速度受内存带宽限制（按 70 GB/s 估算），比整机放显存慢得多。

设备	显存GB	价	需内存GB	预估 t/s
Tesla V100 16GB	16	¥880	13	40.5
Radeon RX 6950 XT	16	¥2,999	13	34.2
Radeon RX 7800 XT	16	¥3,100	13	35
GeForce RTX 5060 Ti 16GB	16	¥4,688	13	35
Radeon RX 9070 XT	16	¥6,100	13	35.2
GeForce RTX 5070	12	¥6,175	13	38.5
GeForce RTX 4080	16	¥7,750	13	38.9
GeForce RTX 5070 Ti	16	¥9,899	13	40.4
GeForce RTX 5080	16	¥12,450	13	40.9

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

Ollama

Ollama 库暂无官方标签。

llama.cpp

llama.cpp 直接从 Hugging Face 拉 GGUF，-c 是上下文长度。

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

vLLM

vLLM 跑的是原始精度权重，显存要求比 GGUF 高得多，通常要多卡。

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

量化文件名以模型库当周抓取为准，口径见数据方法。数据方法

常见问题

Gemma 4 26B A4B 需要多少显存？

在 Q4_K_M 量化、8K 上下文下 Gemma 4 26B A4B 约需 18GB 显存，留到 24GB 更稳。

哪张显卡最便宜能跑 Gemma 4 26B A4B？

GeForce RTX 2080 Ti 22GB，22GB 显存，当前中位价约 ¥2,600，预估 87.2 tokens/s。

Gemma 4 26B A4B 能用 Ollama 跑吗？

暂时不能，Ollama 库还没有它的官方标签；可以用 llama.cpp 加载 GGUF。