21CTO导读：Google开源大模型Gemma来了，笔记本上能调试，看看究竟。
Google继公布大型语言模型（large language model，LLM）Gemini 1.5版后，本周再度公布开源AI模型Gemma 2个版本，此举可让开发及研究人员在云端、数据中心甚至笔记本、PC上自建与执行AI模型。
Gemma是一轻量开源模型家族，由Google DeepMind及其他团队联合开发，它是以开发Gemini模型相同的内核和技术为基础打造而成。
Gemma名称源自拉丁语“gemma”，意思是“宝石”。昨天它已在全球上线（ai.google.dev/gemma）。
目前开源的Gemma有两个版本，名为Gemma 2B及7B，Google还同时发布了协助开发者、协同及相关管理和使用的工具。
除了Gemma开源模型，Google最新AI模型Gemini也在今天更新，并且已经全面上线。
Google一再向我们强调说，Gemma和Gemini采用相同技术与基础架构组件，这使得Gemma 2B及7B效能超越其它同样规模的开源模型。
Gemma在数项标竿测试上，也超越更大的模型。
根据Google提供的数据，不论在推理、数学、代码编写上，Gemma 7B都超越了Llama 2 7B，而在多项数据上，也超越了另一个开源模型Mistral 7B。
来源：Google
Gemma预训练模型及按提示语微调（instruction-tuned）后的模型，可直接执行于开发人员的笔记本或工作站、桌面电脑或者Google Cloud的Vertex AI和Google Kubernetes Engine（GKE）上。
VertexAI上有着广泛MLOps工具，内建多种微调选项及一键部署。Google表示，不论是代管的Vertex AI工具或自行管理的GKE，都支持定制化，包括能部署到各种GPU、TPU、和CPU等基础架构平台上。
Gemma支持多种工具和系统，允许开发者和企业以自有数据微调Gemma。Google提供的推理和监督式微调参考实作工具也支持多种主要框架，包括Kera 3.0、原生PyTorch、JAX和Hugging Face Transformers。
在硬件方面，Gemma已针对多种AI硬体平台进行优化，除了Google Cloud TPU外，Google也和Nvidia合作，以便确保Nvidia GPU为基础的云端、本地部署数据中心、到RTX AI PC上具备高速执行效率。
Google强调Gemma是根据其安全与负责任的AI原则设计。
为了确保Gemma预训练模型的安全与稳定，研发团队使用自动化方法筛选掉数据集中的个性化及其它敏感信息，也使用微调及基于人类反馈的强化式学习（reinforcement learning from human feedback，RLHF）确保模型符合负责任的安全行为。
同时为了解及降低Gemma模型的风险，Google也实行严谨的评估，包括红队演练、自动化威胁测试及模型的危险活动能力评估。为让外部用户进行负责任AI的评估，Google也公布新的负责任生成式AI工具包，包括可以简单范例建立安全分类器的工具、模型侦错及Google分享的负责任模型开发与部署指南。
为方便开发者开始使用Gemma，Gemma可整合Kaggle、Colab notebook常见工具如Hugging Face、MaxText、Nvidia MeMo及TensorRT-LLM。
为了吸引开发人员使用Gemma，Google提供Kaggle notebook、Colab免费方案，以及300美元Google Cloud积分。
Google甚至还额外提供高达50万美元等值的Google Cloud积分，供研发人员申请更个性化的项目执行。
