4 GB 笔记本 GPU 在 Gemma 4 上比 12 核 CPU 快 4.3 倍

作者在同一台 13 代 Intel i7-1360P 笔记本上对比纯 CPU 与 4 GB GTX 1650 Ti Max-Q 运行同一 Gemma 4 E2B q4_0 GGUF 模型，两条命令仅 -ngl 参数不同（0 与 99），其余参数一致。GPU 侧解码速度提升 4.3 倍。文中列出 llama.cpp 构建版本、量化格式、上下文长度等完整配置，代码仓库为 github.com/xbill9/gemma4-dev。

AI推荐理由 文章给出可复现的本地推理对比：同一台 i7-1360P 笔记本上，仅改变 llama.cpp 的 -ngl 参数（0 与 99），在 4 GB GTX 1650 Ti Max-Q 上运行 Gemma 4 E2B q4_0 量化模型，解码速度比纯 CPU 快 4.3 倍，并列出模型、构建版本与完整命令行。数据具体、条件明确，对本地小模型部署有参考价值，但为单机单次测试，未提供多次重复或误差范围。