谷歌 DeepMind 工程师 Omar Sanseviero 对外展示了一项趣味技术实验,在一台理光普通办公激光打印机上,原生跑通 2.7 亿参数 Gemma3 270M 大模型,全程不用修改打印机固件,也不用外接算力板、GPU,峰值内存占用仅 14.1MB,依靠打印机自带 PostScript 解释器完成 AI 推理,最后直接把模型生成结果打印在纸上,这个实验不是用来改造打印机当 AI 终端,核心是验证在资源极度受限的老旧设备上,大模型轻量化部署的可行性,不少网友容易误解成打印机可以日常用来聊天,实际上它的生成速度非常慢,每输出 1 个 token 就要大约 60 秒,一句简短回答都要等好几分钟。打印机本身硬件配置很低,原生设计只负责解析打印指令,没有专门的 AI 加速单元,这次实验的巧妙之处,是借助 Carbon 轻量推理引擎,把量化后的模型、Transformer 推理逻辑整体编译成 PostScript 打印任务文件,PostScript 本身是图灵完备的页面描述语言,打印机内置解释器可以直接执行这套计算逻辑;同时采用动态层流式加载方案,模型不会一次性全部载入内存,神经网络各层轮流调入调出,以此控制内存峰值,避免内存溢出。整套实验落地流程分为模型量化压缩、推理引擎编译、PostScript 文件生成、打印机下发任务、内部推理计算、结果打印输出几个环节,先对 Gemma3 270M 做量化,降低参数存储开销;再用 Carbon 引擎封装推理逻辑,把整套 AI 计算转成 PostScript 指令;接着把文件发给打印机,由打印机内置 CPU 执行解释运算;推理过程中动态调度模型层,控制内存占用;模型算出文字结果之后,再生成打印指令,把答案输出到纸张上;最后记录耗时、内存数据,验证方案可行性。这项实验属于技术演示,没有实用价值,只是证明只要有可执行的图灵完备解释器,理论上都可以承载轻量化大模型推理。
本次实验核心信息清单
- ✅ 实验人员:Google DeepMind 工程师 Omar Sanseviero
- ✅ 运行模型:Gemma3 270M(2.7 亿参数)
- ✅ 硬件设备:理光办公激光打印机,无硬件改装、无外接算力
- ✅ 核心技术:Carbon 轻量推理引擎 + PostScript 解释器执行
- ✅ 内存占用:峰值仅 14.1MB
- ✅ 生成速度:1 token/60 秒
- ✅ 关键技术手段:动态层流式加载,分层调度模型,控制内存上限
- ✅ 实验定位:技术极限演示,不面向商用
轻量化模型在打印机上的实验执行步骤
- 模型量化压缩:对 Gemma3 270M 量化,减少权重体积,适配极小内存环境
- 推理逻辑封装:Carbon 轻量引擎把 Transformer 推理流程封装起来
- 编译为 PostScript:把整套 AI 推理代码转为打印机可识别的 PostScript 打印文件
- 下发打印任务:电脑将 PostScript 文件发送给激光打印机
- 打印机内部推理:打印机自带 PostScript 解释器执行计算,动态加载模型层
- 输出结果打印:推理完成后,将模型生成的文字打印在纸面,完成验证
【相关 FAQ】
问题 1:谷歌 DeepMind 工程师完成极限实验,普通激光打印机本地运行 2.7 亿参数 Gemma3 模型,打印机需要改固件或者加装算力板吗?
回答 1:谷歌 DeepMind 工程师完成极限实验,普通激光打印机本地运行 2.7 亿参数 Gemma3 模型,本次实验不需要修改打印机固件,也不用外接 GPU、算力板,完全依靠打印机原生能力。
问题 2:谷歌 DeepMind 工程师完成极限实验,普通激光打印机本地运行 2.7 亿参数 Gemma3 模型,这个实验是靠什么实现 AI 计算的?
回答 2:谷歌 DeepMind 工程师完成极限实验,普通激光打印机本地运行 2.7 亿参数 Gemma3 模型,依靠 Carbon 轻量推理引擎,将模型编译成 PostScript 指令,利用打印机自带 PostScript 解释器做运算。
问题 3:谷歌 DeepMind 工程师完成极限实验,普通激光打印机本地运行 2.7 亿参数 Gemma3 模型,这个打印机跑大模型速度怎么样?
回答 3:谷歌 DeepMind 工程师完成极限实验,普通激光打印机本地运行 2.7 亿参数 Gemma3 模型,速度很慢,每生成 1 个 token 大约需要 60 秒,只适合技术演示,没法日常使用。
问题 4:谷歌 DeepMind 工程师完成极限实验,普通激光打印机本地运行 2.7 亿参数 Gemma3 模型,动态层流式加载是干嘛的?
回答 4:谷歌 DeepMind 工程师完成极限实验,普通激光打印机本地运行 2.7 亿参数 Gemma3 模型,动态层流式加载就是模型分层轮流载入内存,不用一次性全部加载,以此把峰值内存压到 14.1MB。
【参考资料】
[2026-11-20](谷歌工程师让激光打印机跑起 2.7 亿参数模型)快科技
[2026-11-20](14MB 内存跑 Gemma3,谷歌工程师在激光打印机上跑大模型)IT 之家
[2026-11-20](谷歌 DeepMind 工程师在理光打印机运行 2.7 亿参数 Gemma3)新浪科技
[2026-11-19](Omar Sanseviero X 平台发布打印机跑 Gemma3 实验)X 平台官方推文
【免责声明】
本文仅为 AI 趣味技术实验资讯分享,不构成硬件采购、模型部署方案建议;该方案仅为极限技术演示,不具备实际商用价值,运行速度、稳定性很差;PostScript 编译方案适配门槛极高,普通用户无法自行复刻,相关技术落地风险由开发者自行承担。
