# Besoins GPU de diffusiongemma-26B-A4B-it

diffusiongemma-26B-A4B-it compte 26B paramètres. Pour le servir, prévoyez environ 62 Go de mémoire GPU en 16 bits, 31 Go en 8 bits ou 15 Go en 4 bits, dont environ 20 % pour le cache KV et les activations.

C’est un modèle à mélange d’experts : 128 experts, dont 8 actifs pour chaque token. Tous restent en mémoire GPU : prévoyez la mémoire pour l’ensemble des 26B paramètres.

[Déployez-le sur Arrakis](/console/#/models?model=google/diffusiongemma-26B-A4B-it).

## Ce qu’il faut pour le servir

| Précision | Mémoire et plus petite configuration |
|---|---|
| 16 bits | 62 Go : un [H100](/fr/gpus/h100.html.md) ou [A100](/fr/gpus/a100.html.md), la H100 à partir de 1,65 $ par heure de GPU |
| 8 bits | 31 Go : un [RTX 5090](/fr/gpus/rtx-5090.html.md), à partir de 0,58 $ par heure de GPU |
| 4 bits | 15 Go : un [RTX 4090](/fr/gpus/rtx-4090.html.md) ou [RTX 3090](/fr/gpus/rtx-3090.html.md), la RTX 3090 à partir de 0,19 $ par heure de GPU |

## Ce qu’il faut pour l’affiner

| Méthode | Mémoire et plus petite configuration |
|---|---|
| QLoRA | 18 Go : un [RTX 4090](/fr/gpus/rtx-4090.html.md) ou [RTX 3090](/fr/gpus/rtx-3090.html.md), la RTX 3090 à partir de 0,19 $ par heure de GPU |
| LoRA | 62 Go : un [H100](/fr/gpus/h100.html.md) ou [A100](/fr/gpus/a100.html.md), la H100 à partir de 1,65 $ par heure de GPU |
| Fine-tuning complet | 413 Go : 2 × [B300](/fr/gpus/b300.html.md), à partir de 9,20 $ de l’heure pour les 2 |

## À propos du modèle

| | |
|---|---|
| Paramètres | `26B` |
| Actifs par token | `4B` |
| Experts | `128` |
| Experts par token | `8` |
| Fenêtre de contexte (tokens) | `262,144` |
| Publié en | `BF16` |
| Licence | `apache-2.0` |
| Date de publication | `2026-06-09` |
| Poids | [google/diffusiongemma-26B-A4B-it](https://huggingface.co/google/diffusiongemma-26B-A4B-it) |

## Servez-le vous-même

```
vllm serve google/diffusiongemma-26B-A4B-it --tensor-parallel-size 1
```

## Questions

**De combien de mémoire GPU diffusiongemma-26B-A4B-it a-t-il besoin ?** Pour le servir, environ 62 Go en 16 bits, 31 Go en 8 bits et 15 Go en 4 bits, dont environ 20 % pour le cache KV et les activations. Pour l’affiner, environ 18 Go avec QLoRA, 62 Go avec LoRA et 413 Go pour un fine-tuning complet avec Adam, hors activations.

**Puis-je faire tourner diffusiongemma-26B-A4B-it sur un seul GPU ?** Oui. En 16 bits, il lui faut environ 62 Go, ce qui tient sur un H100 ou A100.

**Combien coûte l’exécution de diffusiongemma-26B-A4B-it ?** En 16 bits, il lui faut un H100 ou A100 ; en 4 bits, un RTX 4090 ou RTX 3090. Chaque configuration de cette page affiche le prix le plus bas par heure de GPU sur Arrakis en ce moment, et vous payez à l’heure depuis un solde prépayé.

**Comment déployer diffusiongemma-26B-A4B-it sur Arrakis ?** Ouvrez Models dans la console Arrakis, collez google/diffusiongemma-26B-A4B-it, choisissez vLLM, SGLang ou llama.cpp, et louez un GPU sur lequel il tient. Vous obtenez un endpoint compatible OpenAI avec sa propre clé d’API, et un accès SSH root à la machine.


Plus de modèles : [/models](/fr/models.html.md).