close notice<\/p>\n
\n This article is also available in It was translated with technical assistance and editorially reviewed before publication.\n <\/p>\n \n Don\u2019t show this again.\n<\/p>\n \u00c4hnlich wie Apple mit Apple Intelligence bringt Google DeepMind mit Gemma 4 E2B for TPU das offene KI-Modell Gemma 4 E2B nun direkt auf Smartphones. Da das KI-Modell speziell f\u00fcr die Tensor-Processing-Unit (TPU) in Pixel-Ger\u00e4ten optimiert ist, steht es zun\u00e4chst nur auf der Pixel-10-Reihe zur Verf\u00fcgung. Das spezielle Gemma-Modell erm\u00f6glicht laut Google unter anderem die Ausf\u00fchrung verschiedener Aufgaben direkt auf den Ger\u00e4ten, ganz ohne Cloudanbindung. Das \u201eE\u201c in E2B steht dabei f\u00fcr \u201eeffective\u201c: Das Modell nutzt rund 2,3 Milliarden effektive Parameter, inklusive Embeddings sind es 5,1 Milliarden.<\/p>\n Weiterlesen nach der Anzeige<\/p>\n Mehr KI-Aufgaben ohne Internet<\/p>\n Vorteil des neuen KI-Modells ist, dass Anwendungen und weitere Funktionen auch ohne Internetverbindung weiter funktionieren, w\u00e4hrend sensible Daten auf dem Ger\u00e4t verbleiben. Das neue KI-Modell ist dabei nicht das erste, das Google in petto hat: Erst Anfang Juni lieferte das Unternehmen mit Gemma 4 12B ein 12-Milliarden-Parameter-Modell<\/a> aus, das auf handels\u00fcblichen Notebooks ohne spezielle KI-Hardware mit 16 GByte RAM laufen kann.<\/p>\n Im Unterschied zum angek\u00fcndigten Gemini Intelligence<\/a> hat Google au\u00dferdem \u201eQuantization-Aware Training\u201c (QAT)-Versionen von Gemma 4 eingef\u00fchrt. Diese sollen den Speicherbedarf reduzieren und gleichzeitig die Qualit\u00e4t der Modelle beibehalten, wodurch sie f\u00fcr mehr Verbraucherger\u00e4te praktikabler werden. F\u00fcr kommende Android-Smartphones mit Gemini Intelligence verlangt Google hohe Hardwareanforderungen<\/a>.<\/p>\n KI-Agenten<\/p>\n
\n English<\/a>.<\/p>\n