Google DeepMind 工程师 Omar Sanseviero 完成了一次趣味极限实验,在一台普通理光办公激光打印机内部完整运行 Gemma 3 270M 模型,全程不用修改打印机固件、不用外接算力板,模型推理全部在打印机自带 CPU 上完成,峰值内存占用只有 14.1MB,代价是生成速度很慢,大约 60 秒才能输出一个词元,最后打印机直接把 AI 生成的答案打印在纸上。这次实验能跑起来,核心是利用打印机自带的 PostScript 解释器,搭配 Carbon 轻量 Transformer 推理引擎,把量化后的 Gemma 3 270M 打包成 PostScript 打印任务,再用动态层流式加载技术,不用一次性把全部模型层放进内存,需要哪一层就加载哪一层,内存不够就及时释放,刚好适配打印机非常有限的内存空间。
实验核心参数一览
| 项目 | 参数详情 |
|---|---|
| 运行模型 | Gemma 3 270M(2.7 亿参数) |
| 硬件设备 | 理光办公激光打印机 |
| 峰值内存占用 | 14.1MB |
| PostScript 可用虚拟内存 | 244.6MB |
| 单 Token 生成耗时 | 约 60 秒(实测 61.3 秒) |
| 模型层数 | 18 层 Transformer |
| 输入示例提示词 | Read the fine |
| 模型输出结果 | Read the fine print |
整套实现步骤清单
- 对 Gemma 3 270M 做量化压缩,降低模型权重体积
- 通过 Carbon 轻量推理引擎,把推理逻辑编译成 PostScript 代码
- 封装成单个 PostScript 打印文件,发送给打印机
- 打印机内置 PostScript 解释器执行代码,启用动态层加载
- 打印机 CPU 完成模型推理计算,最后把结果打印输出
重要边界说明
- 这属于技术演示实验,不是实用方案,速度完全没法日常使用
- 不是所有打印机都支持,必须支持 PostScript Level 3 解释器
- Gemma 3 270M 本身是轻量小模型,大参数模型没法照搬这套方案
综合来看,这个实验的价值不在于拿打印机当 AI 助手,而是证明 PostScript 语言有图灵完备的计算能力,同时验证动态层加载 + 量化,可以把小型大模型塞进资源极低的嵌入式设备里,给边缘设备本地 AI 部署提供新的思路。
【相关 FAQ】
问题 1:在打印机上运行 Gemma 3 270M 模型,需要改装打印机硬件吗?
回答 1:不需要改装,在打印机运行 Gemma 3 270M 模型的实验,不用刷固件、不用加装额外计算板,只依靠打印机原生 PostScript 解释器和自带 CPU 完成推理。
问题 2:打印机跑 Gemma 3 270M 模型速度怎么样,能不能拿来日常对话?
回答 2:打印机跑 Gemma 3 270M 模型生成速度很慢,单个词元要等 60 秒左右,只是技术演示,延迟太高,不适合拿来日常对话使用。
问题 3:为什么打印机内存这么小,还能加载 Gemma 3 270M 模型?
回答 3:因为实验采用量化压缩 + 动态层流式加载方案,Gemma 3 270M 模型不会一次性全部载入内存,按需加载、释放模型层,把峰值内存压到 14.1MB,适配打印机的内存上限。
【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](约 14MB 内存运行 2.7 亿参数模型:谷歌工程师把 AI 装进打印机)IT 之家
[2026-11-19](Gemma 3 270M Runs Inside an Office Printer at 61.3s a Token)FourWeekMBA
[2026-11-17](Omar Sanseviero X 平台发布打印机运行 Gemma 3 270M 实验)X 平台
【免责声明】
本文内容仅为 Google DeepMind 工程师的趣味技术实验记录,该方案不具备落地商用价值,实验依赖支持 PostScript 的特定机型,不代表所有打印机都可以运行 Gemma 3 270M 模型,相关技术方案仅供技术学习参考,不构成产品选型建议。
