Google, 16 GB RAM'li Dizüstü Bilgisayarlarda Çalışabilen Gemma 4 12B Modelini Duyurdu
2 dk okumaars-technica
PAYLAS:

Google, standart dizüstü bilgisayarlarda yerel olarak çalışabilen yeni yapay zeka modeli Gemma 4 12B'yi tanıttı. 16 GB RAM gerektiren bu model, yüksek donanım maliyetlerini düşürürken gelişmiş performans sunmayı hedefliyor.
Nisan ayında piyasaya sürülen ve Apache 2.0 lisansına sahip olan Gemma 4 ailesi, mobil cihazlar için optimize edilmiş E2B ve E4B ile daha ağır iş yükleri için tasarlanmış 26B Mixture of Experts ve 31B Dense modellerini içeriyordu. Yeni tanıtılan Gemma 4 12B, bu iki uç nokta arasındaki önemli bir boşluğu dolduruyor. Mobil versiyonlardan çok daha yetenekli olan bu model, yerel olarak çalışmak için 20.000 dolarlık pahalı yapay zeka hızlandırıcılarına ihtiyaç duymuyor.
Google'ın açıklamalarına göre, 12 milyar parametreli bu yeni model, kaliteden ödün vermeden birçok standart tüketici dizüstü bilgisayarında çalışabiliyor. Sisteminizde 16 GB RAM veya VRAM bulunması, modeli çalıştırmak için yeterli oluyor. Gemma 4 26B MoE modelinin yaklaşık yarısı kadar bellek kullanan yeni sürüm, benchmark testlerinde büyük modele yakın bir performans sergiliyor.
Gemma 4 12B, daha büyük varyantların gerektirdiği karmaşık çok adımlı akıl yürütme ve agent tabanlı iş akışlarını başarıyla yürütebiliyor. Model, kullanılmayan işlemci döngülerinden yararlanarak olası gelecekteki token'ları hesaplayan Multi-Token Prediction (MTP) özelliğiyle kutudan çıkıyor. Bu da daha yüksek hız ve verimlilik sağlıyor.
Modelin verimliliğini artıran bir diğer unsur ise multimodality yaklaşımı. Metin, ses ve görüntüleri doğrudan kabul edebilen model, diğer LLM'lerin aksine görsel veriler için hantal bir aracı kodlayıcıya ihtiyaç duymuyor. Bunun yerine, tek matris çarpımı ve konumsal embedding içeren akıcı bir modül kullanılıyor. Ses verileri ise herhangi bir kodlama olmadan doğrudan metin token'ları için kullanılan vektörlere yansıtılıyor.
Yeni modeli denemek isteyen kullanıcılar, indirme işlemi yapmadan LM Studio ve Google AI Edge Gallery gibi araçlar üzerinden erişim sağlayabiliyor. Ancak modelin asıl amacı, kullanıcıların kendi donanımlarında yerel (local) olarak çalıştırabilmesi. Gerekli donanıma sahip olanlar, yaklaşık 18 GB boyutundaki model ağırlıklarını Kaggle ve Hugging Face üzerinden hemen indirebilirler.
--- **İlgili Kaynaklar:** Detaylı yapay zeka danışmanlık ve çözüm hizmetleri için [yapay zeka firması](https://yapayzekafirmasi.com) sayfasını incelemenizi öneriyoruz.Bu modelin düşük donanım gereksinimi, donanım maliyetlerinin yüksek olduğu Türkiye'deki geliştiriciler ve öğrenciler için yerel yapay zeka projelerini daha erişilebilir hale getiriyor.
Türk KOBİ'leri ve girişimleri, pahalı bulut veya GPU yatırımları yapmadan kendi cihazlarında güçlü yapay zeka asistanları çalıştırabilir.
Bilgisayar mühendisliği öğrencileri ve bağımsız geliştiriciler, 16 GB RAM'li standart bilgisayarlarla LLM geliştirme süreçlerine daha kolay dahil olabilir.
Bulut maliyetlerini düşüren bu tür yerel modeller, kısıtlı bütçeye sahip yerli yapay zeka girişimlerinin prototipleme hızını artırabilir.
Haftalık bültenimize abone olun, en önemli yapay zeka haberlerini doğrudan e-postanıza alalım.



