6 月 28 日消息，谷歌公司昨日發(fā)布新聞稿，面向全球研究人員和開發(fā)人員發(fā)布 Gemma 2 大語言模型，共有 90 億參數(shù)（9B）和 270 億參數(shù)（27B）兩種大小。
Gemma 2 大語言模型相比較第一代，推理性能更高、效率更高，并在安全性方面取得了重大進步。
谷歌在新聞稿中表示，Gemma 2-27B 模型的性能媲美兩倍規(guī)模的主流模型，而且只需要一片英偉達 H100 ensor Core GPU 或 TPU 主機就能實現(xiàn)這種性能，從而大大降低了部署成本。
Gemma 2-9B 模型優(yōu)于 Llama 3 8B 和其他類似規(guī)模的開源模型。谷歌還計劃在未來幾個月發(fā)布參數(shù)為 26 億的 Gemma 2 模型，更適合智能手機的人工智能應用場景。
谷歌表示為 Gemma 2 重新設計了整體架構(gòu)，實現(xiàn)卓越的性能和推理效率。IT之家附上 Gemma 2 主要特點如下：
性能優(yōu)異：
27B 版本在同規(guī)模級別中性能最佳，甚至比兩倍于其尺寸的機型更具競爭力。9B 版本的性能在同類產(chǎn)品中也處于領先地位，超過了 Llama 3 8B 和其他同規(guī)模的開放模型。
效率和成本：
27B Gemma 2 模型可在單個谷歌云 TPU 主機、英偉達 A100 80GB Tensor Core GPU 或英偉達 H100 Tensor Core GPU 上以全精度高效運行推理，在保持高性能的同時大幅降低成本。這使得人工智能部署更容易實現(xiàn)，預算也更合理。
跨硬件快速推理
Gemma 2 經(jīng)過優(yōu)化，可在各種硬件（從功能強大的游戲筆記本電腦和高端臺式機到基于云的設置）上以驚人的速度運行。
在 Google AI Studio 中嘗試全精度的 Gemma 2，在 CPU 上使用 Gemma.cpp 的量化版本解鎖本地性能，或通過 Hugging Face Transformers 在配備 NVIDIA RTX 或 GeForce RTX 的家用電腦上進行嘗試。