Modèle · Google

Gemma 4 31B IT : VRAM et matériel nécessaires

En Q4_K_M avec un contexte de 8K, Gemma 4 31B IT demande environ 21,3 Go : un GPU de 24 Go ou plus le fait tourner entièrement en VRAM.

Paramètres31,3B
Contexte max256K
LicenceApache-2.0

PartagerFacebook X WhatsApp LinkedIn E-mail

Caractéristiques

Organisation: Google
Architecture: gemma4
Sortie: mars 2026
Couches: 60
Dimension cachée: 5376
Têtes d'attention: 32
Têtes KV: 16
Dimension par tête: 256
Vocabulaire: 262 144
Cache KV pour 1K tokens (f16): 0,859 Go
Dépôt: google/gemma-4-31B-it

Spécification officielleDonnées mises à jour aujourd’huiSource: Hugging Face config.json + model card

Quantifications et mémoire

Gemma 4 31B IT : mémoire par quantification, contexte 8K
Quantification	Taille du fichier	Mémoire nécessaire	Mémoire GPU minimale	Qualité
BF16	57,2 Go	~63,8 Go	80 Go	Référence (non quantifié)
Q8_0	30,4 Go	~35,1 Go	48 Go	Quasi sans perte
Q6_K	23,5 Go	~27,7 Go	32 Go	Quasi sans perte
Q5_K_M	20,2 Go	~24,4 Go	32 Go	Très bonne
Q4_K_MLa plus utilisée	17,1 Go	~21,3 Go	24 Go	Bonne — le choix courant
IQ4_XS	15,2 Go	~19,6 Go	20 Go	Bonne — le choix courant
Q3_K_M	13,7 Go	~17,9 Go	20 Go	Perte perceptible
Q2_K	Non disponible	~14,7 Go	16 Go	Perte importante

Tailles de fichier : non disponibles tant qu'elles ne sont pas importées du dépôt du modèle. Mémoire = poids (estimés d'après les bits par poids) + cache KV + surcoût runtime + marge de sécurité. (BF16 ≈ 16 bpw, Q8_0 ≈ 8,5 bpw, Q6_K ≈ 6,57 bpw, Q5_K_M ≈ 5,7 bpw, Q4_K_M ≈ 4,9 bpw, IQ4_XS ≈ 4,46 bpw, Q3_K_M ≈ 4 bpw, Q2_K ≈ 3,17 bpw)

Q4, Q5 ou Q8 : comment choisir sa quantification

Les GPU qui font tourner Gemma 4 31B IT

Gemma 4 31B IT Q4_K_M · contexte 8K, un GPU

RTX 509032 Go · 64 Go RAM~20,5 Go · 58–83 tok/s estimation	Excellent	~20,5 Go	58–83 tok/sestimation
RTX 409024 Go · 64 Go RAM~20,5 Go · 36–49 tok/s estimation	Compatible	~20,5 Go	36–49 tok/sestimation
RTX 309024 Go · 64 Go RAM~20,5 Go · 33–46 tok/s estimation	Compatible	~20,5 Go	33–46 tok/sestimation
RX 7900 XTX24 Go · 64 Go RAM~20,5 Go · 29–43 tok/s estimation	Compatible	~20,5 Go	29–43 tok/sestimation
RTX 5060 Ti 16 GB16 Go · 64 Go RAM~20,5 Go · 3,5–6,5 tok/s estimation	Offload CPU/GPU	~20,5 Go	3,5–6,5 tok/sestimation
RTX 5070 Ti16 Go · 64 Go RAM~20,5 Go · 4–7,5 tok/s estimation	Offload CPU/GPU	~20,5 Go	4–7,5 tok/sestimation
RTX 508016 Go · 64 Go RAM~20,5 Go · 4–7,5 tok/s estimation	Offload CPU/GPU	~20,5 Go	4–7,5 tok/sestimation
RTX 4060 Ti 16 GB16 Go · 64 Go RAM~20,5 Go · 3–6 tok/s estimation	Offload CPU/GPU	~20,5 Go	3–6 tok/sestimation
RTX 4070 Ti SUPER16 Go · 64 Go RAM~20,5 Go · 3,5–7 tok/s estimation	Offload CPU/GPU	~20,5 Go	3,5–7 tok/sestimation
RX 9070 XT16 Go · 64 Go RAM~20,5 Go · 3,5–7 tok/s estimation	Offload CPU/GPU	~20,5 Go	3,5–7 tok/sestimation
RTX 3060 12 GB12 Go · 64 Go RAM~20,5 Go · 2–4 tok/s estimation	Possible mais lent	~20,5 Go	2–4 tok/sestimation
RTX 407012 Go · 64 Go RAM~20,5 Go · 2–4 tok/s estimation	Possible mais lent	~20,5 Go	2–4 tok/sestimation
RTX 507012 Go · 64 Go RAM~20,5 Go · 2–4,5 tok/s estimation	Possible mais lent	~20,5 Go	2–4,5 tok/sestimation
RTX 40608 Go · 64 Go RAM~20,5 Go · 1,5–3 tok/s estimation	Possible mais lent	~20,5 Go	1,5–3 tok/sestimation

Les Mac qui font tourner Gemma 4 31B IT

Gemma 4 31B IT Q4_K_M · contexte 8K

M3 Ultra (80-core GPU) · 512 GoMac Studio~20,3 Go · 24–40 tok/s estimation	Excellent	~20,3 Go	24–40 tok/sestimation
M4 Max (40-core GPU) · 128 GoMacBook Pro 14, MacBook Pro 16~20,3 Go · 17–26 tok/s estimation	Excellent	~20,3 Go	17–26 tok/sestimation
M3 Max (40-core GPU) · 128 GoMacBook Pro 14, MacBook Pro 16~20,3 Go · 13–20 tok/s estimation	Excellent	~20,3 Go	13–20 tok/sestimation
M4 Max (32-core GPU) · 36 GoMacBook Pro 14, MacBook Pro 16~20,3 Go · 13–20 tok/s estimation	Excellent	~20,3 Go	13–20 tok/sestimation
M4 Pro (20-core GPU) · 64 GoMac mini, MacBook Pro 14~20,3 Go · 9–13 tok/s estimation	Compatible	~20,3 Go	9–13 tok/sestimation
M4 · 32 GoMacBook Air, MacBook Pro 14~20,3 Go · 4–6 tok/s estimation	Compatible	~20,3 Go	4–6 tok/sestimation
M5 · 32 GoMacBook Pro 14~20,3 Go · 5–7,5 tok/s estimation	Compatible	~20,3 Go	5–7,5 tok/sestimation
M3 · 24 GoMacBook Air, MacBook Pro 14~20,3 Go · Pas de données	Incompatible	~20,3 Go	Pas de données

EstimationDonnées mises à jour il y a 40 joursSource: moteur Run LLM Locally

Les limites en clair

Le cache KV grandit avec le contexte : à 32K, il ajoute environ 3,3 Go aux poids.

Avec moins de 8 Go de VRAM, choisissez une quantification plus petite ou un modèle plus petit de la même famille.

Où acheter

Votre marché

Les prix et les liens suivent le marché choisi.

Radeon RX 7900 XTX

AMD

CompatibleFait tourner Gemma 4 31B IT Q4_K_M entièrement en mémoire

Prix indisponible

Disponibilité inconnue

Voir sur amazon.fr

Lien affilié

AMD Ryzen AI Max+ 395

PC à mémoire unifiée

CompatibleFait tourner Gemma 4 31B IT Q4_K_M entièrement en mémoire

Prix indisponible

Disponibilité inconnue

Voir sur amazon.fr

Lien affilié

GeForce RTX 2080 Ti

Palier de mémoire le plus bas

Compatible avec limitesFait tourner Gemma 4 31B IT Q4_K_M entièrement en mémoire

Prix indisponible

Disponibilité inconnue

Voir sur amazon.fr

Lien affilié

Aucune offre importée pour ce marché : le lien ouvre une recherche sur la boutique.

Questions fréquentes

Combien de VRAM faut-il pour Gemma 4 31B IT ?

Environ 21,3 Go en Q4_K_M avec un contexte de 8K, cache KV et surcoût compris. En Q8_0, il faut environ 35,1 Go. Un contexte plus long ajoute davantage : environ 3,3 Go de cache KV à 32K.

Gemma 4 31B IT tourne-t-il sur Mac ?

Oui, sur un Mac dont le GPU peut utiliser au moins 20,3 Go, par exemple M4 32 Go. Par défaut, macOS laisse le GPU utiliser environ deux tiers à trois quarts de la mémoire unifiée.

À quelle vitesse tourne Gemma 4 31B IT ?

Sur une RTX 4090, nous estimons 36–49 tok/s en Q4_K_M. C'est une estimation fondée sur la bande passante mémoire (confiance faible) tant que des benchmarks ne sont pas importés.