# Requisitos de GPU de medgemma-4b-it

medgemma-4b-it tiene 4,3B parámetros. Para servirlo, calcula unos 10 GB de memoria de GPU en 16 bits, 5,2 GB en 8 bits o 2,6 GB en 4 bits, incluido un 20% para la caché KV y las activaciones.

[Despliégalo en Arrakis](/console/#/models?model=google/medgemma-4b-it).

## Lo que hace falta para servirlo

| Precisión | Memoria y configuración mínima |
|---|---|
| 16 bits | 10 GB: una [RTX 4090](/es/gpus/rtx-4090.html.md) o [RTX 3090](/es/gpus/rtx-3090.html.md), la RTX 3090 desde 0,19 US$ por GPU-hora |
| 8 bits | 5,2 GB: una [RTX 4090](/es/gpus/rtx-4090.html.md) o [RTX 3090](/es/gpus/rtx-3090.html.md), la RTX 3090 desde 0,19 US$ por GPU-hora |
| 4 bits | 2,6 GB: una [RTX 4090](/es/gpus/rtx-4090.html.md) o [RTX 3090](/es/gpus/rtx-3090.html.md), la RTX 3090 desde 0,19 US$ por GPU-hora |

## Lo que hace falta para ajustarlo

| Método | Memoria y configuración mínima |
|---|---|
| QLoRA | 3,0 GB: una [RTX 4090](/es/gpus/rtx-4090.html.md) o [RTX 3090](/es/gpus/rtx-3090.html.md), la RTX 3090 desde 0,19 US$ por GPU-hora |
| LoRA | 10 GB: una [RTX 4090](/es/gpus/rtx-4090.html.md) o [RTX 3090](/es/gpus/rtx-3090.html.md), la RTX 3090 desde 0,19 US$ por GPU-hora |
| Ajuste fino completo | 69 GB: una [H100](/es/gpus/h100.html.md) o [A100](/es/gpus/a100.html.md), la H100 desde 1,65 US$ por GPU-hora |

## Sobre el modelo

| | |
|---|---|
| Parámetros | `4.3B` |
| Publicado en | `BF16` |
| Licencia | `other` |
| Fecha de publicación | `2025-05-19` |
| Pesos | [google/medgemma-4b-it](https://huggingface.co/google/medgemma-4b-it) |

## Sírvelo tú mismo

```
vllm serve google/medgemma-4b-it --tensor-parallel-size 1
```

## Preguntas

**¿Cuánta memoria de GPU necesita medgemma-4b-it?** Para servirlo, unos 10 GB en 16 bits, 5 GB en 8 bits y 3 GB en 4 bits, incluido un 20% para la caché KV y las activaciones. Para ajustarlo, unos 3 GB con QLoRA, 10 GB con LoRA y 69 GB para un ajuste fino completo con Adam, sin contar las activaciones.

**¿Puedo ejecutar medgemma-4b-it en una sola GPU?** Sí. En 16 bits necesita unos 10 GB, que caben en una RTX 4090 o RTX 3090.

**¿Cuánto cuesta ejecutar medgemma-4b-it?** En 16 bits necesita una RTX 4090 o RTX 3090; en 4 bits, una RTX 4090 o RTX 3090. Cada configuración de esta página muestra el precio más bajo por GPU-hora en Arrakis ahora mismo, y pagas por hora desde un saldo prepago.

**¿Cómo despliego medgemma-4b-it en Arrakis?** Abre Models en la consola de Arrakis, pega google/medgemma-4b-it, elige vLLM, SGLang o llama.cpp y alquila una GPU en la que quepa. Obtienes un endpoint compatible con OpenAI con su propia clave de API, y SSH root a la máquina.


Más modelos: [/models](/es/models.html.md).