Gemma 是什么
Gemma 是一个轻量级、最先进的开放式模型系列，采用了与创建 Gemini 模型相同的研究和技术。Gemma 由 Google DeepMind 和 Google 的其他团队共同开发，其灵感来源于双子座，名字反映了拉丁语 gemma，意为 "宝石"。在发布模型权重的同时，谷歌还将发布相关工具，以支持开发人员创新、促进协作，并指导负责任地使用 Gemma 模型。
以下是需要了解的关键细节：
- 两种尺寸的模型权重：Gemma 2B 和 Gemma 7B。每种尺寸都发布了预训练和指令调整变体。
- 新的 “Responsible Generative AI Toolkit” 为使用 Gemma 创建更安全的人工智能应用提供了指导和基本工具。
- 为所有主要框架的推理和监督微调（SFT）提供了工具链：JAX、PyTorch 和 TensorFlow，以及本地 Keras 3.0。
- 现成可用的 Colab 和 Kaggle 笔记本，以及与 Hugging Face、MaxText、NVIDIA NeMo 和 TensorRT-LLM 等流行工具的集成，使 Gemma 的上手非常容易。
- 经过预训练和指令调整的 Gemma 模型可在你的笔记本电脑、工作站或谷歌云上运行，并可在 Vertex AI 和谷歌 Kubernetes Engine (GKE) 上轻松部署。
- 跨多个人工智能硬件平台的优化确保了行业领先的性能，包括英伟达™（NVIDIA®）GPU 和谷歌云 TPU。
- 使用条款允许负责任的商业使用和传播。
Gemma 模型与 Gemini 共享技术和基础设施组件，而 Gemini 是目前市场上最大、功能最强的人工智能模型。这使得 Gemma 2B 和 7B 与其他开放模型相比，在其规模上实现了同类最佳的性能。而且，Gemma 模型能够直接在开发人员的笔记本电脑或台式电脑上运行。值得注意的是，Gemma 在关键基准上超过了更大的模型，同时还符合严格的安全和负责任的输出标准。
由上图的测评数据来看，Gemma 7B 模型的能力，已经秒杀同级的 Llma-2 7B，而且还完全超越 Llama-2 13B。接下来，本文将介绍如何快速体验最新的 Gemma 模型。
Ollama 运行 Gemma
首先，先确保你电脑已经安装 ollama[1]，如果还没安装的话，可以参考 “部署本地的大语言模型，只需几分钟！” 这篇文章。
成功安装 ollama 之后，可以在命令行输入以下命令来运行 Gemma 2b 或 Gemma 7b 模型：
ollama run gemma:2b
# Or
ollama run gemma:7b运行该命令后，会自动下载 Gemma 2B 或 Gemma 7B 模型。如果你的电脑拥有足够的内存，可以使用以下命令安装非量化的版本，即使用精度更高的版本，以体验更好效果：
ollama run gemma:2b-instruct-fp16
# Or
ollama run gemma:7b-instruct-fp16除了 ollama 之外，你也可以通过 llama.cpp[2] 或 gemma.cpp[3] 来体验 gemma。
llama.cpp 运行 Gemma
来源：https://github.com/ggerganov/llama.cpp/pull/5631
gemma.cpp 运行 Gemma
来源：https://github.com/google/gemma.cpp
本文介绍了 3 种方式来体验谷歌最新的 Gemma 开源模型，感兴趣的小伙伴，可以体验一下该模型的效果。
参考资料
[1]ollama: https://ollama.com/
[2]llama.cpp: https://github.com/ggerganov/llama.cpp
[3]gemma.cpp: https://github.com/google/gemma.cpp