Google、Gemma 4のQAT版公開でモバイル効率化
原題: Gemma 4 QAT models: Optimizing compression for mobile and laptop efficiency
なぜ重要か
エッジAI市場での競争力強化と、モバイルデバイスでのAI利用拡大を支援する技術革新
Googleは12月19日、量子化対応学習（QAT）技術を使用したGemma 4 QATモデルを発表した。従来モデルと比較して圧縮効果を高め、モバイルデバイスやノートパソコンでの動作効率を向上させる。開発者向けツールとして提供され、エッジデバイスでのAI推論性能改善を目指す。
Googleは量子化対応学習（Quantization-Aware Training、QAT）技術を適用したGemma 4 QATモデルを公開した。このモデルは、従来のGemma 4と同等の性能を維持しながら、モデルサイズの圧縮とメモリ使用量の削減を実現している。QAT技術により、モバイルデバイスやノートパソコンなどのリソース制約のある環境での動作効率が大幅に改善される。Googleは開発者がエッジデバイスでAIアプリケーションを構築する際の課題である、計算リソースの制約とバッテリー消費の問題に対処することを目的としている。同モデルは開発者向けツールとして提供され、既存のワークフローに統合可能な設計となっている。Googleの公式ブログによると、この技術により開発者はより多くのデバイスでAI機能を展開できるようになり、ユーザーエクスペリエンスの向上が期待される。