Gemma

Gemmaとは何か

GemmaはGoogleのオープンウェイト言語モデル群で、Google DeepMindが、閉源のGeminiモデルと同じ研究を土台に作った。両者の決定的な違いはモデルがどこで動くかにある。GeminiはGoogleのクラウドで動くが、Gemmaのオープンウェイトは誰でもダウンロードし、改変し、自分のマシンに配備できる。2024年2月の初回リリース以降、このシリーズは4億回以上のダウンロードを積み上げ、コミュニティが派生させたモデルは10万種を超える。

現行世代のGemma 4は2026年4月2日に登場し、サイズは4種類ある。軽量なE2BとGemma E4Bはスマートフォン、Raspberry Pi基板、Jetsonデバイス向けで、完全にオフラインで動く。大きい方の26B混合エキスパートモデルと31Bの稠密モデルは、開発者のワークステーションとサーバーを狙う。4種類すべてが画像を扱え、エッジ向けの2種は音声にも対応する。

最大の変化は技術ではなく法務にある。Gemma 4は、開発者が1年越しに不満を訴えていたGoogle独自のGemmaライセンスからApache 2.0に移った。このライセンスなら、企業はGoogleの許可を取らずにモデルを商用利用し、改変し、再配布できる。31BのモデルはオープンモデルのArenaリーダーボードで3位に入り、Googleはこのシリーズを「バイト当たりで最も有能なオープンモデル」と位置づける。

その代償は、オープンウェイトゆえにハードウェア、セットアップ、保守をすべて自分で用意することだ。ホスティング型のチャット製品はないし、サポート窓口もない。特定のファインチューニングがどのタスクでもクラウドモデルに並ぶという保証もない。

はじめに

1. 手持ちのハードウェアに合うサイズを選ぶ。スマートフォンや小型基板ならE2BかE4B、GPUやワークステーションなら26Bと31B。
2. Gemma Hugging Face、Kaggle、ModelScopeなどの公式チャネルからウェイトをダウンロードし、Apache 2.0の条件を確認しておく。
3. Gemmaをローカルで動かすには、Ollama、llama.cpp、LiteRT-LM、Pythonスタックなどの実行環境にモデルを読み込む。メモリが厳しければ量子化する。
4. ベースモデルが自分の領域に合わなければ自前のデータでファインチューニングし、関数呼び出しやAPIでアプリに組み込む。Gemmaのファインチューニングは標準的なフレームワークに沿うので、流れは見慣れたものになる。
5. 出荷前に実運用のワークロードで試す。端末上の出力品質はサイズと量子化で変わる。