根据@sundarpichai的消息，最新版本的Gemma 3现在可以在单个桌面GPU上运行，这要归功于量化感知训练（QAT），该技术大幅降低内存使用，同时保持模型质量。专注于加密货币挖掘和AI模型部署的交易者可能会发现这一进步特别有益，因为它具有节省成本的潜力。

根据DeepLearning.AI的消息，谷歌推出的Gemma 3大型语言模型家族，包括可以处理文本、图像和视频的多模态版本，可能会大幅提高AI驱动的交易工具。随着免费开放使用的权重，这些模型范围从1B到27B参数，其能够在消费级硬件上运行的能力可以民主化先进交易算法的访问，可能影响高频交易策略和市场分析工具。

据Jeff Dean称，Gemma 3的发布是一个重大进展，这是一个拥有27B参数的开源模型。它是多模态的，能高效地适应单个H100 GPU，并在TPUs上表现优异，预示着在AI驱动的交易算法中有广泛应用的潜力。

据Sundar Pichai称，Gemma 3在AI模型效率方面带来了突破性进展，其最大的27B模型仅需一个H100 GPU即可运行。这一显著进步意味着与其他模型相比，至少减少了10倍的计算需求，为交易者和开发者可能大幅降低运营成本和能源消耗。