AI

エーアイ

公開：2025-03-14

GoogleがGemma 3を発表、単一GPU対応で最高性能なAIモデルの実用化へ前進

text: XEXEQ編集部
（記事は執筆時の情報に基づいており、現在では異なる場合があります）

記事の要約

• GoogleがGemma 3を発表、単一GPU/TPUで最高性能を実現
• Gemini 2.0の技術をベースにした軽量オープンモデル
• 140言語対応と128kトークンの文脈理解が可能

GoogleのGemma 3がAIモデルの実用性を向上

米Googleは2025年3月12日、単一のGPU/TPUで動作する高性能なオープンモデル「Gemma 3」を発表した。Gemini 2.0の研究と技術を基盤とした軽量かつ最先端のモデルコレクションとして、1B、4B、12B、27Bの4つのサイズバリエーションで提供されることになった。^[1]

Gemma 3は140以上の言語に対応し、画像や短いビデオの分析も可能なマルチモーダルモデルとして設計されている。128kトークンのコンテキストウィンドウを備え、膨大な情報を処理できる能力を持つことで、より複雑なタスクにも対応できるようになった。

さらにGoogleは画像安全性チェッカー「ShieldGemma 2」も同時に発表した。Gemma 3をベースに構築された4Bサイズのモデルで、危険なコンテンツや性的表現、暴力的な表現を検出し、適切な安全性ラベルを付与することが可能になっている。

Gemma 3の主な機能まとめ

マルチモーダルモデルについて

マルチモーダルモデルとは、テキストだけでなく画像や音声、動画など複数の形式のデータを処理できるAIモデルのことを指す。主な特徴として以下のような点が挙げられる。

• 複数の入力形式に対応した統合的な処理が可能
• 異なるモダリティ間の関係性を理解し解析
• より自然な人間とのインタラクションを実現

Gemma 3においては、テキストと画像、短いビデオの処理が統合されており、これらのデータを横断的に分析することが可能だ。複数のモダリティを組み合わせることで、より豊かな情報理解と出力を実現している。

Gemma 3に関する考察

Gemma 3の単一GPU/TPU対応は、AIモデルの実用化における重要な一歩となる可能性が高い。高性能なAIモデルの導入には通常大規模なコンピューティングリソースが必要とされるが、Gemma 3は限られたリソースでも効率的な運用が可能になることで、より多くの開発者やユーザーがAI技術を活用できるようになるだろう。

ただし、140言語への対応や128kトークンの文脈理解など高度な機能を単一のGPU/TPUで実現することには技術的な課題が残されている。特に複雑なタスクを処理する際のパフォーマンスや精度の維持が重要な課題となり、これらの課題を克服するための継続的な改善が必要となるはずだ。

今後は量子化バージョンの導入によって、さらなる効率化とリソース要件の削減が期待される。AIモデルの民主化を進める上で、高性能と使いやすさを両立させたGemma 3の発展が、業界全体にとって重要な指標となるだろう。

参考サイト

1. ^ The Keyword Google. 「Gemma 3: Google’s new open model based on Gemini 2.0」. https://blog.google/technology/developers/gemma-3/, (参照 25-03-14).
2. Google. https://blog.google/intl/ja-jp/

※上記コンテンツはAIで確認しておりますが、間違い等ある場合はコメントよりご連絡いただけますと幸いです。

「AI」に関するコラム一覧「AI」に関するニュース一覧