Arrakis / モデル / diffusiongemma-26B-A4B-it

diffusiongemma-26B-A4B-it の GPU 要件

diffusiongemma-26B-A4B-it のパラメータ数は 26B です。推論で動かすには、16 ビットで約 62 GB、8 ビットで約 31 GB、4 ビットで約 15 GB の GPU メモリを見込んでください。KV キャッシュと活性化の分として約 20% を含みます。

Mixture of Experts モデルです。エキスパートは 128 個で、トークンごとにそのうち 8 個が働きます。すべてのエキスパートが GPU メモリに載るため、メモリは 26B パラメータ全体の分を見込んでください。

このモデルをデプロイほかのモデルを確認

推論で動かすのに必要なもの

推論で動かすのに必要な GPU メモリと、それが収まる最小の GPU 構成、Arrakis での現在の最安値です。

精度	メモリと最小構成
16 ビット	62 GB：H100 または A100 1 枚、H100 は GPU 1 時間あたり $1.65 から
8 ビット	31 GB：RTX 5090 1 枚、GPU 1 時間あたり $0.58 から
4 ビット	15 GB：RTX 4090 または RTX 3090 1 枚、RTX 3090 は GPU 1 時間あたり $0.19 から

ファインチューニングに必要なもの

QLoRA は 4 ビットで固定したモデルの上でアダプタを学習し、LoRA は 16 ビットで固定したモデルの上で学習します。フルファインチューニングはすべての重みを更新します。数値はアクティベーションを含まない値で、アクティベーションはバッチサイズとシーケンス長に応じて増えます。

メソッド	メモリと最小構成
QLoRA	18 GB：RTX 4090 または RTX 3090 1 枚、RTX 3090 は GPU 1 時間あたり $0.19 から
LoRA	62 GB：H100 または A100 1 枚、H100 は GPU 1 時間あたり $1.65 から
フルファインチューニング	413 GB：B300 × 2、2 枚で 1 時間あたり $9.20 から

モデルについて

Hugging Face 上のモデルカードとファイルから。このページのメモリの数字は GPU メモリガイドの計算に従っています。

パラメータ数: 26B
トークンごとに働くパラメータ: 4B
エキスパート数: 128
トークンごとのエキスパート数: 8
コンテキスト長（トークン）: 262,144
公開時の精度: BF16
ライセンス: apache-2.0
公開日: 2026-06-09
重み: google/diffusiongemma-26B-A4B-it

Arrakis でデプロイする

コンソールで Models を開き、vLLM、SGLang、llama.cpp のいずれかを選んで、収まる GPU を借ります。専用の API キー付きの OpenAI 互換エンドポイントと、マシンへの root SSH が使えます。GPU メモリが足りるマシンなら、自分で動かすこともできます：

vLLM

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

このモデルをデプロイデプロイの仕組み

よくある質問

すべての GPU の最新価格は GPU 価格のページにあります。

diffusiongemma-26B-A4B-it にはどれだけの GPU メモリが必要ですか？

推論で動かすには、16 ビットで約 62 GB、8 ビットで約 31 GB、4 ビットで約 15 GB です。KV キャッシュと活性化の分として約 20% を含みます。ファインチューニングには、QLoRA で約 18 GB、LoRA で約 62 GB、Adam によるフルファインチューニングで約 413 GB が必要です（活性化を除く）。

diffusiongemma-26B-A4B-it は GPU 1 枚で動きますか？

はい。16 ビットで約 62 GB 必要で、H100 または A100 1 枚に収まります。

diffusiongemma-26B-A4B-it を動かす費用はいくらですか？

16 ビットなら H100 または A100 1 枚、4 ビットなら RTX 4090 または RTX 3090 1 枚が必要です。このページの各構成には、Arrakis での現在の GPU 1 時間あたりの最安値を表示しています。料金は前払い残高から 1 時間単位で支払います。

Arrakis で diffusiongemma-26B-A4B-it をデプロイするには？

Arrakis コンソールで Models を開き、google/diffusiongemma-26B-A4B-it を貼り付け、vLLM、SGLang、llama.cpp のいずれかを選んで、収まる GPU を借ります。専用の API キー付きの OpenAI 互換エンドポイントと、マシンへの root SSH が使えます。

ほかのモデル

すべてのモデルと、ほかのモデルの確認。