您的位置首页 >科技要闻 >

14MB内存跑起Gemma3打印机一分钟一个token

Google DeepMind 工程师完成了一项趣味极限 AI 实验,在一台普通理光办公激光打印机上,只用峰值 14.1MB 内存就跑通 270M 参数版本 Gemma3 大模型,推理输出速度大约一分钟一个 token,全程不用修改打印机固件,也不需要外接显卡、开发板等额外算力设备。这次实验能在内存这么小的设备跑起来,核心是借助 Carbon 轻量 Transformer 推理引擎,把量化后的 Gemma3 模型编译成 PostScript 打印任务文件,直接调用打印机自带的 PostScript Level3 解释器执行计算,同时搭配动态层流式加载方案,模型网络分层轮换进出内存,不会一次性把全部权重加载进 RAM,把峰值内存占用压到 14MB 级别。整个实验操作流程很简单,生成好 PostScript 任务文件发送给打印机,打印机内部完成大模型推理计算,算完之后直接把生成结果打印在纸上。整体来看这个项目属于技术趣味验证,不是可以日常使用的 AI 工具,它证明 Transformer 类大模型可以在资源极度受限、原本和 AI 无关的嵌入式设备里跑起来,但速度极慢,没有实用价值。

实验核心参数清单

  • 模型:Gemma3 270M,经过量化压缩
  • 峰值内存占用:14.1MB(PostScript 堆内存总共 244.6MB)
  • 推理速度:约 61.3 秒 / 1token,也就是一分钟一个 token
  • 运行载体:理光办公激光打印机
  • 底层依赖:打印机原生 PostScript Level3 解释器
  • 推理引擎:Carbon 轻量 Transformer 推理引擎
  • 测试提示词:Read the fine,输出结果:Read the fine print
  • 提示词预处理耗时:184 秒

关键技术方案说明

  1. 模型量化:对 Gemma3 270M 做量化,降低权重存储体积
  2. 编译打包:Carbon 引擎把推理代码、模型权重打包成单个 PostScript 打印作业
  3. 动态层流加载:模型分层按需调入内存,不用常驻全部网络层
  4. 原生执行:完全在打印机内部解释器运算,无外部算力参与

局限与定位

  • 速度极慢,长文本生成等待时间会非常久
  • 仅为技术演示,不适合日常对话、内容创作场景
  • 对打印机有要求,需要支持 PostScript Level3

【相关 FAQ】

问题 1:14MB 内存运行 Gemma3 这个实验,是在哪台设备上完成、速度是多少?

回答 1:14MB 内存运行 Gemma3 的实验在理光激光办公打印机上完成,推理输出速度大约一分钟一个 token,实测单 token 耗时 61.3 秒。

问题 2:14MB 内存运行 Gemma3,为什么不需要外接算力、不用改打印机固件?

回答 2:14MB 内存运行 Gemma3 依靠 Carbon 引擎把量化模型编译成 PostScript 文件,直接调用打印机自带 PostScript 解释器运行,所以不用改固件,也不用外接算力板卡。

问题 3:打印机一分钟一个 token 的 Gemma3 实验,能不能拿来当日常 AI 助手使用?

回答 3:打印机一分钟一个 token 的 Gemma3 项目只是极限技术验证,生成速度太慢,只能做简短测试,没法当做日常可用的 AI 助手。

【参考资料】

[2026-11-20](14MB 内存跑起 Gemma3!打印机一分钟一个 token)新浪科技

[2026-11-20](Google DeepMind 工程师在打印机上跑 Gemma3 270M,仅占用 14MB 内存)快科技

[2026-11-19](Gemma 3 270M Runs Inside an Office Printer at 61.3s a Token)FourWeekMBA

[2026-11-19](Google DeepMind Engineer Runs Gemma 3 270M Model on an Office Laser Printer)C114Pro

【免责声明】

本文仅为 AI 趣味实验资讯整理,14MB 内存运行 Gemma3 的方案属于极限探索项目,不具备商用、日常落地条件;不同型号打印机 PostScript 环境存在差异,不一定能复现该效果,不构成模型部署、硬件改造的实施建议,详细实验信息以原作者社交平台发布内容为准。

今日大家都在搜的词: