Google arbeitet an einem neuen, offenen KI-Modell namens Gemma 3, das vielversprechende Ergebnisse hinsichtlich Effizienz und Performance liefert. Laut internen Informationen und Daten, die unter anderem auf Bereitsbewertungen mittels Elo-Scores basieren, erreicht Gemma 3 fast die gleiche Leistungsfähigkeit wie das bereits eingeführte Modell R1 von DeepSeek AI, jedoch mit einem erheblich geringeren Hardware-Einsatz.

Während DeepSeek AI’s R1 bisher auf einem Cluster von 32 Nvidia H800 GPUs lief, soll Gemma 3 mit nur einer Nvidia H100 GPU fast vergleichbare Ergebnisse erzielen.
{ad:_inline}Die zugrunde liegenden Messwerte basieren auf Elo-Scores, einem Bewertungssystem, das traditionell in der Schachwelt Anwendung findet, aber zunehmend auch zur Vergleichbarkeit von KI-Modellen eingesetzt wird. In diesem Zusammenhang weist Gemma 3 einen Wert von 1338 auf, während R1 leicht höhere Werte von 1363 erreicht. Obwohl dies den R1 technisch überlegen erscheinen lässt, betont Google, dass die neue Lösung nahezu identische Ergebnisse erzielt – und dies bei einem Bruchteil des Hardwareaufwands. Ein solcher Leistungsvorteil resultiert vor allem daraus, dass Google damit eine Balance zwischen Effizienz und Rechenleistung anstrebt, während Konkurrenten häufig auf umfangreiche, stromintensive GPU-Cluster angewiesen sind.
Ein weiterer Vergleichspunkt in den Leistungsbenchmarks ist Meta’s Llama 3, das von Gemma 3 in den verwendeten Tests übertroffen werden soll. Damit könne Gemma 3 als das leistungsfähigste Modell bezeichnet werden, das auf einer einzelnen GPU oder TPU betrieben werden kann. Diese Aussage basiert auf vorläufigen Bewertungen, die in internen Entwicklerblogs und auf Plattformen wie HuggingFace veröffentlicht wurden.
Google hebt in seinen Veröffentlichungen hervor, dass das Modell auf der hauseigenen Technologie, der "Tensor Processing Unit", fußt, welche speziell für KI-Anwendungen optimiert ist. Diese technische Grundlage ermöglicht es, die Rechenleistung effizient zu bündeln und den Energieverbrauch zu minimieren. Die Zielsetzung sei, Mitbewerber hervorzubringen, die sich in ihren Rechenclustern stark auf den Hardwareaufwand verlassen – während Google mittels Gemma 3 ein "Sweet Spot" zwischen Leistungsfähigkeit und Ressourceneinsatz anstrebe.
Die detaillierten technischen Informationen, die zur Bewertung von Gemma 3 herangezogen wurden, wurden öffentlich zugänglich gemacht, sodass interessierte Entwickler die Möglichkeit haben, das Modell selbst zu testen und zu evaluieren. Google beschreibt diese Neuerung als den "leistungsfähigsten Ansatz, den man mit einer einzigen GPU oder TPU realisieren kann", was insbesondere für Organisationen von Bedeutung sei, die auf kosteneffiziente KI-Lösungen setzen möchten.
