AI

エーアイ

公開：2025-05-23

Googleがモバイル向けAIモデルGemma 3nプレビュー版を公開、低メモリ消費と高速処理を実現

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、モバイルデバイス向けAIモデルGemma 3nのプレビュー版を公開した
• 低メモリ消費と高速処理を実現するPer-Layer Embeddings(PLE)技術を採用している
• AndroidやChromeOSへの展開を予定している

Gemma 3nプレビュー版公開

Googleは2025年5月20日、モバイルデバイス向けに最適化された新しいオープンAIモデルGemma 3nのプレビュー版を公開した。このモデルは、単一のクラウドまたはデスクトップアクセラレータ上で動作する最先端のオープンモデルであるGemma 3およびGemma 3 QATの後継モデルに位置づけられる。

Gemma 3nは、Qualcomm Technologies、MediaTek、SamsungのSystem LSIビジネスなどのモバイルハードウェアリーダーとの緊密な協力の下で開発された、新しいアーキテクチャに基づいて構築されている。このアーキテクチャは、高速でマルチモーダルなAI処理に最適化されており、デバイス上で真にパーソナルでプライベートな体験を実現するのだ。

Gemma 3nは、Google DeepMindの革新的な技術であるPer-Layer Embeddings(PLE)を活用し、RAM使用量を大幅に削減している。パラメータ数は5Bと8Bだが、PLEにより、モバイルデバイス上での実行やクラウドからのライブストリーミングを、2Bと4Bモデルと同等のメモリオーバーヘッドで実現できる。具体的には、動的なメモリフットプリントはわずか2GBと3GBで済むのだ。

Gemma 3nの機能とアクセス方法

Per-Layer Embeddings(PLE)について

Per-Layer Embeddings(PLE)は、Google DeepMindが開発した革新的な技術であり、大規模言語モデルのメモリ効率を大幅に向上させる。この技術により、大規模モデルをメモリ容量の少ないデバイスでも実行可能になるのだ。

• メモリ使用量の削減
• モバイルデバイス上での大規模モデルの実行を可能にする
• クラウドからのライブストリーミングの効率化

PLEは、各層の埋め込みベクトルを動的に管理することで、メモリ使用量を削減する。これにより、大規模モデルを、従来よりもはるかに少ないメモリで実行することが可能になる。

Gemma 3nに関する考察

Gemma 3nは、モバイルデバイス上でのAI活用を大きく前進させる可能性を秘めたモデルだ。低メモリ消費と高速処理を実現するPLE技術は、今後のAI開発において重要な役割を果たすだろう。しかし、プライバシー保護やセキュリティ対策、モデルの公平性など、解決すべき課題も残されている。

今後起こりうる問題としては、モデルの悪用や、偏ったデータによるバイアスの問題が考えられる。これらへの対策として、厳格な安全評価やデータガバナンス、継続的なモデルの改善が必要となるだろう。また、多様な言語や文化への対応も重要であり、より包括的なAIモデルを目指していく必要がある。

今後追加してほしい機能としては、より高度なマルチモーダル理解機能や、特定のタスクに特化したカスタマイズ機能などが挙げられる。また、開発者コミュニティとの連携を強化し、オープンソースモデルとしての発展を促進していくことも重要だ。Googleによる継続的な開発とコミュニティの貢献によって、Gemma 3nはさらに進化し、私たちの生活を豊かにしてくれるだろう。

参考サイト

1. ^ Google for Developers. 「 Announcing Gemma 3n preview: powerful, efficient, mobile-first AI - Google Developers Blog 」. https://developers.googleblog.com/en/introducing-gemma-3n/, (参照 25-05-23).
2414
2. Samsung. https://www.samsung.com/jp/
3. 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