Gemma 4 E2B(젬마 4) 필요 사양: VRAM과 돌아가는 GPU

Gemma 4 E2B, 어떤 모델인가요

Gemma 4 E2B는 구글 딥마인드가 2026년 4월 모바일·엣지 기기용으로 공개한 가장 작은 Gemma 4 모델입니다. 실효 파라미터 약 2.3B의 dense 모델로, 층마다 둔 임베딩 표까지 더하면 약 5.1B입니다. 텍스트·이미지·오디오를 받고 컨텍스트는 128k까지이며, 라이선스는 Apache 2.0입니다. 생각 모드는 기본으로 꺼져 있고, 시스템 프롬프트 맨 앞에 <|think|> 토큰을 넣으면 켜집니다.

모델 카드 · 출시 글

모델 정보

파라미터: 5.12B
어텐션: 슬라이딩 윈도 어텐션
최대 컨텍스트: 131,072 토큰
공개일: 2026-03-02
모델 카드: Hugging Face의 Gemma 4 E2B 모델 카드

같은 계열의 다른 크기

기준 양자화·8k 컨텍스트에서 모델마다 필요한 그래픽카드 메모리와, 많이 쓰는 그래픽카드에서의 판정을 작은 모델부터 정리했습니다
모델	파라미터	기준 양자화	필요 메모리(8k)	GeForce RTX 4060	GeForce RTX 5060 Ti 16GB	GeForce RTX 3090
Gemma 4 E2B지금 보는 모델	5.12B	Q4_K_M	2.1GB	쾌적	쾌적	쾌적
Gemma 4 E4B	8B	Q4_K_M	3.7GB	쾌적	쾌적	쾌적
Gemma 4 12B	11.96B	Q4_K_M	7.8GB	원활	쾌적	쾌적
Gemma 4 26B-A4B	총 26.54B · 활성 4B (MoE)	Q4_K_M	17.7GB	원활	원활	쾌적
Gemma 4 31B	31.27B	Q4_K_M	19.5GB	겨우 가능	겨우 가능	쾌적

GGUF 파일

등록된 Gemma 4 E2B 양자화 파일(작은 파일부터)
양자화	파일 크기	품질	배포처
UD-Q2_K_XL	2.40GB	손실 큼	커뮤니티 GGUF · unsloth
IQ4_XS	2.98GB	균형	커뮤니티 GGUF · unsloth
Q4_K_M기준	3.11GB	균형	커뮤니티 GGUF · unsloth
Q8_0	5.05GB	준무손실	커뮤니티 GGUF · unsloth

파일 크기에는 이미지 입력에 필요한 비전 프로젝터(mmproj)가 들어 있지 않습니다.

일부 저장소는 Unsloth Dynamic(UD) 변형만 배포합니다. 크기는 실제로 내려받는 파일 기준입니다.

양자화·컨텍스트별 필요 메모리

그래픽카드 메모리(GB): 그래픽카드에 올라가는 가중치 + f16 KV 캐시 + 연산 버퍼. Windows에서 GPU가 화면 출력도 맡는다면 약 0.6GB를 더하세요. 파일 일부는 그래픽카드에 올라가지 않습니다. llama.cpp는 입력 임베딩 표를 시스템 RAM에 둡니다. 맥은 파일 전체로 계산해서 조금 더 필요합니다.
양자화	4k	8k	16k	32k	64k	128k
UD-Q2_K_XL	1.6	1.7	1.8	2.1	2.6	3.6
IQ4_XS	1.9	2.0	2.1	2.4	2.9	3.9
Q4_K_M	2.0	2.1	2.2	2.5	3.0	4.0
Q8_0	3.1	3.2	3.3	3.5	4.0	5.0

Gemma 4 E2B, 어떤 GPU에서 돌아갈까?

판정 읽는 법

쾌적: GPU에 전부 올라가고 20 tok/s 이상
원활: GPU에 전부 올라가고 8~20 tok/s, MoE 전문가를 시스템 RAM에 두고 20 tok/s 이상, 또는 GPU에 90% 이상 올라가고 8 tok/s 이상
겨우 가능: 2~8 tok/s, CPU 전용, GPU에 90% 미만, 또는 MoE 전문가를 RAM에 두고 20 tok/s 미만
불가: 메모리에 안 들어가거나 2 tok/s 미만

정렬

계산기에서 예산·종류·컨텍스트로 걸러 보기

옆으로 밀면 모든 열을 볼 수 있습니다.

Q4_K_M·8k 컨텍스트 기준 GPU·맥·CPU 56종을 판정·속도 순으로 정렬했습니다
하드웨어	판정	속도	양자화	메모리	실행 방식	컨텍스트	참고	가격
GeForce RTX 5090	쾌적	341.8 tok/s8k 추정 386.7 tok/s (270.7–502.7, 이론 추정 ±30%)실측 1건 (512 컨텍스트)	Q4_K_M	2.7 / 32.0GB	풀 GPU	최대 128k	—	2026-08-09 기준 실거래가 US$4,200(약 557만 원)
GeForce RTX 3090 Ti	쾌적	추정 281.9 tok/s197.3–366.5이론 추정 ±30%	Q4_K_M	2.7 / 24.0GB	풀 GPU	최대 128k	—	출시가 US$1,999(약 265만 원)
GeForce RTX 4090	쾌적	추정 281.9 tok/s197.3–366.5이론 추정 ±30%	Q4_K_M	2.7 / 24.0GB	풀 GPU	최대 128k	—	2026-08-09 기준 실거래가 US$2,755(약 365만 원)
GeForce RTX 5080	쾌적	추정 273.4 tok/s191.4–355.5이론 추정 ±30%	Q4_K_M	2.7 / 16.0GB	풀 GPU	최대 128k	—	2026-08-09 기준 실거래가 US$1,256(약 166만 원)
GeForce RTX 3090	쾌적	추정 269.1 tok/s188.4–349.8이론 추정 ±30%	Q4_K_M	2.7 / 24.0GB	풀 GPU	최대 128k	—	2026-08-09 기준 실거래가 US$1,050(약 139만 원)
GeForce RTX 3080 12GB	쾌적	추정 264.7 tok/s185.3–344.1이론 추정 ±30%	Q4_K_M	2.7 / 12.0GB	풀 GPU	최대 128k	—	출시가 US$799(약 106만 원)
GeForce RTX 5070 Ti	쾌적	추정 261.7 tok/s183.2–340.2이론 추정 ±30%	Q4_K_M	2.7 / 16.0GB	풀 GPU	최대 128k	—	2026-08-09 기준 실거래가 US$949(약 126만 원)
GeForce RTX 5080 Laptop	쾌적	추정 261.7 tok/s183.2–340.2이론 추정 ±30%	Q4_K_M	2.7 / 16.0GB	풀 GPU	최대 128k	—	—
GeForce RTX 5090 Laptop	쾌적	추정 261.7 tok/s183.2–340.2이론 추정 ±30%	Q4_K_M	2.7 / 24.0GB	풀 GPU	최대 128k	—	—
Radeon RX 7900 XTX	쾌적	추정 258.1 tok/s180.6–335.5이론 추정 ±30%	Q4_K_M	2.7 / 24.0GB	풀 GPU	최대 128k	—	출시가 US$999(약 132만 원)
Apple M5 Ultra · 96GB	쾌적	추정 252.2 tok/s176.5–327.9이론 추정 ±30%	Q4_K_M	3.7 / 67.2GB	통합 메모리	최대 128k	—	—
GeForce RTX 3080 10GB	쾌적	추정 234.5 tok/s164.2–304.9이론 추정 ±30%	Q4_K_M	2.7 / 10.0GB	풀 GPU	최대 128k	—	출시가 US$699(약 93만 원)
Radeon RX 7900 XT	쾌적	추정 232.6 tok/s162.8–302.3이론 추정 ±30%	Q4_K_M	2.7 / 20.0GB	풀 GPU	최대 128k	—	출시가 US$899(약 119만 원)
GeForce RTX 4080 Super	쾌적	추정 229.4 tok/s160.6–298.2이론 추정 ±30%	Q4_K_M	2.7 / 16.0GB	풀 GPU	최대 128k	—	출시가 US$999(약 132만 원)
GeForce RTX 4080	쾌적	추정 225.3 tok/s157.7–292.9이론 추정 ±30%	Q4_K_M	2.7 / 16.0GB	풀 GPU	최대 128k	—	출시가 US$1,199(약 159만 원)
GeForce RTX 4070 Ti Super	쾌적	추정 215.2 tok/s150.7–279.8이론 추정 ±30%	Q4_K_M	2.7 / 16.0GB	풀 GPU	최대 128k	—	출시가 US$799(약 106만 원)
GeForce RTX 5070	쾌적	추정 215.2 tok/s150.7–279.8이론 추정 ±30%	Q4_K_M	2.7 / 12.0GB	풀 GPU	최대 128k	—	2026-08-09 기준 실거래가 US$629(약 83만 원)
GeForce RTX 5070 Ti Laptop	쾌적	추정 215.2 tok/s150.7–279.8이론 추정 ±30%	Q4_K_M	2.7 / 12.0GB	풀 GPU	최대 128k	—	—
Radeon RX 9070	쾌적	추정 203.6 tok/s142.5–264.6이론 추정 ±30%	Q4_K_M	2.7 / 16.0GB	풀 GPU	최대 128k	—	2026-08-09 기준 실거래가 US$639(약 85만 원)
Radeon RX 9070 XT	쾌적	추정 203.6 tok/s142.5–264.6이론 추정 ±30%	Q4_K_M	2.7 / 16.0GB	풀 GPU	최대 128k	—	2026-08-09 기준 실거래가 US$689(약 91만 원)
GeForce RTX 2080 Ti	쾌적	추정 202.2 tok/s141.5–262.9이론 추정 ±30%	Q4_K_M	2.7 / 11.0GB	풀 GPU	최대 128k	—	출시가 US$999(약 132만 원)
Radeon RX 7800 XT	쾌적	추정 199.2 tok/s139.5–259.0이론 추정 ±30%	Q4_K_M	2.7 / 16.0GB	풀 GPU	최대 128k	—	출시가 US$499(약 66만 원)
Apple M3 Ultra · 96GB	쾌적	추정 197.2 tok/s138.0–256.4이론 추정 ±30%	Q4_K_M	3.7 / 67.2GB	통합 메모리	최대 128k	—	—
Apple M5 Max (40-core GPU) · 48GB	쾌적	추정 197.1 tok/s138.0–256.3이론 추정 ±30%	Q4_K_M	3.7 / 33.6GB	통합 메모리	최대 128k	—	—
Apple M2 Ultra · 64GB	쾌적	추정 194.2 tok/s135.9–252.4이론 추정 ±30%	Q4_K_M	3.7 / 44.8GB	통합 메모리	최대 128k	—	—
GeForce RTX 4090 Laptop	쾌적	추정 192.5 tok/s134.7–250.2이론 추정 ±30%	Q4_K_M	2.7 / 16.0GB	풀 GPU	최대 128k	—	—
Apple M4 Max (40-core GPU) · 48GB	쾌적	추정 182.3 tok/s127.6–237.0이론 추정 ±30%	Q4_K_M	3.7 / 33.6GB	통합 메모리	최대 128k	—	—
GeForce RTX 4070	쾌적	추정 174.1 tok/s121.9–226.3이론 추정 ±30%	Q4_K_M	2.7 / 12.0GB	풀 GPU	최대 128k	—	출시가 US$599(약 79만 원)
GeForce RTX 4070 Super	쾌적	추정 174.1 tok/s121.9–226.3이론 추정 ±30%	Q4_K_M	2.7 / 12.0GB	풀 GPU	최대 128k	—	출시가 US$599(약 79만 원)
GeForce GTX 1080 Ti	쾌적	추정 168.7 tok/s118.1–219.4이론 추정 ±30%	Q4_K_M	2.7 / 11.0GB	풀 GPU	최대 128k	—	출시가 US$699(약 93만 원)
Apple M5 Max (32-core GPU) · 36GB	쾌적	추정 161.7 tok/s113.2–210.2이론 추정 ±30%	Q4_K_M	3.7 / 25.2GB	통합 메모리	최대 128k	—	—
GeForce RTX 3070	쾌적	추정 158.9 tok/s111.2–206.6이론 추정 ±30%	Q4_K_M	2.7 / 8.0GB	풀 GPU	최대 128k	—	출시가 US$499(약 66만 원)
GeForce RTX 5060	쾌적	추정 158.9 tok/s111.2–206.6이론 추정 ±30%	Q4_K_M	2.7 / 8.0GB	풀 GPU	최대 128k	—	2026-08-09 기준 실거래가 US$339(약 45만 원)
GeForce RTX 5060 Ti 16GB	쾌적	추정 158.9 tok/s111.2–206.6이론 추정 ±30%	Q4_K_M	2.7 / 16.0GB	풀 GPU	최대 128k	—	2026-08-09 기준 실거래가 US$569(약 75만 원)
GeForce RTX 5060 Ti 8GB	쾌적	추정 158.9 tok/s111.2–206.6이론 추정 ±30%	Q4_K_M	2.7 / 8.0GB	풀 GPU	최대 128k	—	2026-08-09 기준 실거래가 US$429(약 57만 원)
GeForce RTX 4080 Laptop	쾌적	추정 154.4 tok/s108.1–200.7이론 추정 ±30%	Q4_K_M	2.7 / 12.0GB	풀 GPU	최대 128k	—	—
Apple M4 Max (32-core GPU) · 36GB	쾌적	추정 148.7 tok/s104.1–193.3이론 추정 ±30%	Q4_K_M	3.7 / 25.2GB	통합 메모리	최대 128k	—	—
GeForce RTX 3060 12GB	쾌적	추정 133.3 tok/s93.3–173.3이론 추정 ±30%	Q4_K_M	2.7 / 12.0GB	풀 GPU	최대 128k	—	2026-08-09 기준 실거래가 US$250(약 33만 원)
Intel Arc B580	쾌적	추정 133.1 tok/s93.2–173.0이론 추정 ±30%	Q4_K_M	2.7 / 12.0GB	풀 GPU	최대 128k	—	2026-08-09 기준 실거래가 US$290(약 38만 원)
Radeon RX 9060 XT 16GB	쾌적	추정 123.7 tok/s86.6–160.8이론 추정 ±30%	Q4_K_M	2.7 / 16.0GB	풀 GPU	최대 128k	—	2026-08-09 기준 실거래가 US$449(약 60만 원)
Apple M5 Pro · 24GB	쾌적	추정 119.1 tok/s83.4–154.9이론 추정 ±30%	Q4_K_M	3.7 / 16.8GB	통합 메모리	최대 128k	—	—
NVIDIA DGX Spark · 64GB	쾌적	추정 115.9 tok/s81.1–150.6이론 추정 ±30%	Q4_K_M	3.7 / 48.2GB	통합 메모리	최대 128k	—	128GB 구성 출시가 US$3,999(약 530만 원)
GeForce RTX 4060 Ti 16GB	쾌적	추정 110.6 tok/s77.4–143.8이론 추정 ±30%	Q4_K_M	2.7 / 16.0GB	풀 GPU	최대 128k	—	출시가 US$499(약 66만 원)
GeForce RTX 4060 Ti 8GB	쾌적	추정 110.6 tok/s77.4–143.8이론 추정 ±30%	Q4_K_M	2.7 / 8.0GB	풀 GPU	최대 128k	—	출시가 US$399(약 53만 원)
Ryzen AI Max+ 395 (Strix Halo) · 32GB	쾌적	추정 109.5 tok/s76.6–142.3이론 추정 ±30%	Q4_K_M	3.7 / 22.4GB	통합 메모리	최대 128k	—	128GB 구성 출시가 US$1,999(약 265만 원)
Apple M4 Pro · 24GB	쾌적	추정 108.4 tok/s75.9–141.0이론 추정 ±30%	Q4_K_M	3.7 / 16.8GB	통합 메모리	최대 128k	—	—
GeForce RTX 4060	쾌적	추정 105.3 tok/s73.7–137.0이론 추정 ±30%	Q4_K_M	2.7 / 8.0GB	풀 GPU	최대 128k	—	출시가 US$299(약 40만 원)
GeForce RTX 4060 Laptop	쾌적	추정 100.0 tok/s70.0–130.0이론 추정 ±30%	Q4_K_M	2.7 / 8.0GB	풀 GPU	최대 128k	—	—
GeForce RTX 4070 Laptop	쾌적	추정 100.0 tok/s70.0–130.0이론 추정 ±30%	Q4_K_M	2.7 / 8.0GB	풀 GPU	최대 128k	—	—
GeForce RTX 3050 8GB	쾌적	추정 89.0 tok/s62.3–115.7이론 추정 ±30%	Q4_K_M	2.7 / 8.0GB	풀 GPU	최대 128k	—	출시가 US$249(약 33만 원)
Apple M5 · 16GB	쾌적	추정 66.5 tok/s46.6–86.5이론 추정 ±30%	Q4_K_M	3.7 / 11.2GB	통합 메모리	최대 128k	—	—
Apple M6 · 16GB	쾌적	추정 66.5 tok/s46.6–86.5이론 추정 ±30%	Q4_K_M	3.7 / 11.2GB	통합 메모리	최대 128k	—	—
Apple M4 · 16GB	쾌적	추정 53.3 tok/s37.3–69.3이론 추정 ±30%	Q4_K_M	3.7 / 11.2GB	통합 메모리	최대 128k	—	—
DDR5-6000 듀얼채널 CPU · 16GB	겨우 가능	추정 31.0 tok/s21.7–40.2이론 추정 ±30%	Q4_K_M	RAM 3.2GB	CPU 전용	최대 128k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다.	—
DDR5-5600 듀얼채널 CPU · 16GB	겨우 가능	추정 28.9 tok/s20.2–37.6이론 추정 ±30%	Q4_K_M	RAM 3.2GB	CPU 전용	최대 128k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다.	—
DDR4-3200 듀얼채널 CPU · 16GB	겨우 가능	추정 16.5 tok/s11.6–21.5이론 추정 ±30%	Q4_K_M	RAM 3.2GB	CPU 전용	최대 128k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다.	—

생각 모드가 있는 모델은 생각하는 데 토큰을 더 쓰기 때문에 속도 기준을 1.5배 엄격하게 잡습니다(30 / 12 / 3 tok/s). 생각 모드를 끄고 쓰면 실제로는 한 단계 위일 수 있습니다.

원화 금액은 미국 달러 가격을 2026-10-21 환율(1달러 1,326원)로 단순 환산한 참고값이라 국내 판매가와 다를 수 있습니다.

가장 싸게 돌릴 수 있는 GPU

쾌적GeForce RTX 3060 12GB2026-08-09 기준 실거래가 US$250(약 33만 원), 속도 추정 133.3 tok/s (93.3–173.3, 이론 추정 ±30%)

Gemma 4 E2B 벤치마크 결과

보정에 쓰는 공개 벤치마크입니다. 측정 조건(컨텍스트·백엔드·플래그)은 위 추정과 다를 수 있습니다.

Gemma 4 E2B 벤치마크 결과
하드웨어	양자화	백엔드	컨텍스트	프롬프트 (tok/s)	생성 (tok/s)	플래그	출처	측정일
GeForce RTX 5090	Q4_K_M	llama.cpp	512	—	341.8	Vulkan	github.com	2026-09-08

자주 묻는 질문

Gemma 4 E2B 실행에 VRAM이 얼마나 필요한가요?

Q4_K_M 파일은 3.11GB입니다. 8k 컨텍스트로 그래픽카드에 올리면 약 2.1GB가 필요합니다(가중치 1.48GB, KV 캐시 0.1GB, 연산 버퍼 0.6GB). 가장 작은 파일(UD-Q2_K_XL (품질 손실 큼))은 약 1.7GB가 필요합니다. 파일 일부는 그래픽카드에 올라가지 않습니다. llama.cpp는 입력 임베딩 표를 시스템 RAM에 둡니다. 맥은 파일 전체로 계산해서 조금 더 필요합니다.

Gemma 4 E2B, 원활하게 돌아가는 가장 싼 GPU는 무엇인가요?

쾌적하게 돌리는 가장 싼 GPU는 GeForce RTX 3060 12GB입니다. 실거래가는 2026-08-09 기준 US$250(약 33만 원)이고, 속도는 추정 133.3 tok/s (93.3–173.3, 이론 추정 ±30%)입니다.

Gemma 4 E2B, 8GB·16GB·24GB GPU에서 돌아가나요?

Q4_K_M·8k 컨텍스트 기준 카드별 판정입니다. GeForce RTX 4060: 쾌적, 추정 105.3 tok/s (73.7–137.0, 이론 추정 ±30%); GeForce RTX 5060 Ti 16GB: 쾌적, 추정 158.9 tok/s (111.2–206.6, 이론 추정 ±30%); GeForce RTX 3090: 쾌적, 추정 269.1 tok/s (188.4–349.8, 이론 추정 ±30%).

속도는 메모리 대역폭으로 계산한 추정치를 공개 벤치마크로 보정한 값입니다. 모든 수치에는 오차 범위와 신뢰 라벨을 함께 표시합니다. 실제 속도는 드라이버, 백엔드, 컨텍스트 길이, 발열에 따라 달라집니다.