Ihre Privatsphäre ist uns wichtig

Wir verwenden Cookies, um Ihr Surferlebnis zu verbessern, Inhalte zu personalisieren und unseren Datenverkehr zu analysieren. Mit einem Klick auf „Alle akzeptieren“ stimmen Sie der Verwendung von Cookies zu. Cookie-Richtlinie

Weitere Optionen
Zum Inhalt springen
FacthoryFacthory
FacthoryFacthory
    • Arbeitsbereich
    • Agent
    • Wissen
    • Analysen
    • Office-Apps
    • Desktop
    Alle Funktionen
    Neuigkeiten
    Herunterladen
  • Nach Aufgabe

    • Wissensrisiko & Wissenslücken im Unternehmen
    • Wissenschaftliche Forschung & Experimente
    • Autonome Analytik & Erkenntnisgewinnung
    • Einsatzbereitschaft der Belegschaft & adaptives Lernen
    • SOP-Governance & betriebliche Standardisierung
    • Prozesserkennung und kontinuierliche Optimierung
    • Alle Lösungen

    Nach Branche

    • Fertigung
    • Automobil
    • Bau & Infrastruktur
    • Immobilien
    • Öffentlicher Sektor
    • Life Sciences
    • Alle Branchen
  • Facthory für

    • Regulierte Branchen
    • On-Premises
    • Entwickler

    Entdecken

    • Neuigkeiten
    • Blog
    • Fallstudien
    • Webinare
    • Modelle

    Lernen

    • Dokumentation
    • Hilfecenter
  • Preise
  • Download
AnmeldenJetzt starten
Alle Modellegoogle

embeddinggemma-2

feature-extraction
744,4 Mio. Parameter
apache-2.0
Keine Datei markiert

EmbeddingGemma 2 ist ein offenes multimodales Einbettungsmodell, das Text-, Bild-, Video- und Audiodaten in einen einzigen 768-dimensionalen Vektorraum abbildet.

Auf Hugging Face ansehenMit anderen Modellen vergleichen

Steckbrief

Parameter

744,4 Mio.

Kontextlänge

262.144 Token

Architektur

EmbeddingGemma2Model

Aufbau

24 Schichten, versteckte Größe 512, 4 Attention-Heads, 2 Key-Value-Heads

Gewichte gespeichert als

bfloat16

Aufgabe

feature-extraction

Sprachen

multilingual

Basiert auf

–

Veröffentlicht

14.09.2026

Zuletzt aktualisiert

28.10.2026

Downloads (letzte 30 Tage)

613.494

Lizenz und Zugang

Lizenz

apache-2.0

Zugang

Gewichte ohne Freigabe herunterladbar

Sicherheit

Sicherheitsscan von Hugging Face

Keine Datei markiert

Gewichtsdateien nach Format

Safetensors: 1
Pickle-basiert: 0
GGUF: 0
Andere Formate: 0
Pickle-basierte Dateien (.bin, .pt, .pth, .pkl, .ckpt) können beim Laden Code ausführen; Safetensors-Dateien nicht.

Prüfungen von Facthory

Automatisch
Erfüllt
Sichere Gewichtsformate

Alle Gewichtsdateien sind Safetensors oder GGUF.

Erfüllt
Malware- und Pickle-Scan des Hubs

Keine Datei markiert.

Erfüllt
Eine angegebene Lizenz

Die Modellkarte gibt ihre Lizenz an.

Erfüllt
Veröffentlichte Sicherheitsbewertungen

Die Modellkarte berichtet Sicherheits- oder Schadensbewertungen mit ihren Ergebnissen.

GPU-Rechner

Wie viel Speicher dieses Modell bei einer Quantisierung, Kontextlänge und Zahl gleichzeitiger Sequenzen braucht, welche GPUs es aufnehmen und wie schnell es generieren kann. Schätzungen aus der veröffentlichten Größe und dem Aufbau des Modells, mit den Annahmen unten.

Gewichte

BF16 / FP16 (16 bit)
​

Kontext je Sequenz: 8K Token

Gleichzeitige Sequenzen: 1

KV-Cache

Speicher

1,9 GB

Gewichte: 1,5 GB

KV-Cache: 0,2 GB

Laufzeit: 0,2 GB

GPUSpeicherBenötigte GPUsJe SequenzAlle Sequenzen
NVIDIA L424 GB
1 ×
107 Token/s107 Token/s
NVIDIA L40S48 GB
1 ×
307 Token/s307 Token/s
NVIDIA RTX 6000 Ada48 GB
1 ×
341 Token/s341 Token/s
NVIDIA RTX PRO 6000 Blackwell96 GB
1 ×
636 Token/s636 Token/s
NVIDIA A100 80GB SXM80 GB
1 ×
724 Token/s724 Token/s
NVIDIA H100 SXM80 GB
1 ×
1.189 Token/s1.189 Token/s
NVIDIA H200 SXM141 GB
1 ×
1.704 Token/s1.704 Token/s
AMD Instinct MI300X192 GB
1 ×
1.882 Token/s1.882 Token/s
AMD Instinct MI325X256 GB
1 ×
2.130 Token/s2.130 Token/s
Annahmen
  • Laufzeitspeicher (Aktivierungen, Puffer) beträgt 10 % von Gewichten und KV-Cache, dazu 1 GB je GPU für das Framework.
  • Eine GPU wird zu höchstens 90 % ihres Speichers belegt; Tensor-Parallelität nutzt 1, 2, 4 oder 8 GPUs in einem Server.
  • Die Generierung ist durch die Speicherbandbreite bei 60 % der Herstellerangabe begrenzt: Jeder Schritt liest die Gewichte einmal und den KV-Cache jeder Sequenz. Ein Mixture-of-Experts-Modell liest nur seine aktiven Experten und läuft daher schneller als gezeigt.
  • Speicher und Bandbreite der GPUs sind die veröffentlichten Herstellerangaben.

Profil

Art

Embedding-Modell

Herkunft

Original

Familie

EmbeddingGemma 2

Einsatz

Suche und Retrieval
Bildgenerierung
Videogenerierung
Sprache (Audio)
Übersetzung

Ein- und Ausgabe

Text, Bild, Video, Audio → Embedding

Am 12.11.2026 von Workers AI (@cf/zai-org/glm-4.7-flash) aus der Modellkarte und den Metadaten des Hubs verfasst: eine Lesart des Anbietertexts, von Facthory nicht geprüft.

Veröffentlichte Benchmarks

Die Modellkarte veröffentlicht keine Benchmark-Ergebnisse.

EU AI Act

Was der EU AI Act von einem KI-Modell mit allgemeinem Verwendungszweck verlangt, hängt davon ab, wer es wie in der EU in Verkehr bringt. Diese Angaben sind dafür maßgeblich:

  • Lizenz: apache-2.0
  • Zugang: Gewichte ohne Freigabe herunterladbar
  • Parameter: 744,4 Mio.
Automatisch
Vom Crawler von Facthory aus den veröffentlichten Angaben bewertet; noch nicht von einer Person geprüft.

KI-Modell mit allgemeinem Verwendungszweck (Artikel 3 Nummer 63)

Nicht angezeigt. Seine Aufgabe (feature-extraction) erzeugt weder Text noch Audio, Bilder oder Video, wie es der Richtwert der Kommission verlangt.

Die Artikel 51 bis 55, die Pflichten für KI-Modelle mit allgemeinem Verwendungszweck, binden seinen Anbieter nicht.

Verordnung (EU) 2024/1689, der EU AI Act · Quelle: Verhaltenskodex für KI-Modelle mit allgemeinem Verwendungszweck, gelesen am 08.11.2026

Die EU-AI-Act-Bewertung von Facthory erscheint, sobald eine Person diese Prüfungen geprüft hat. Die Artikel, nach denen wir bewerten

Quelle: Am 19.11.2026 von Hugging Face gelesen, Commit f9972ac. huggingface.co/google/embeddinggemma-2

Ein Arbeitsbereich für das, was Ihre Organisation weiß, mit einem Agenten, der damit arbeitet.

Produkt

  • Alle Funktionen
  • Arbeitsbereich
  • Agent
  • Wissen
  • Analysen
  • Office-Apps
  • Desktop
  • Herunterladen
  • Preise

Lösungen

  • Wissensrisiko & Wissenslücken im Unternehmen
  • Wissenschaftliche Forschung & Experimente
  • Autonome Analytik & Erkenntnisgewinnung
  • Einsatzbereitschaft der Belegschaft & adaptives Lernen
  • SOP-Governance & betriebliche Standardisierung
  • Prozesserkennung und kontinuierliche Optimierung
  • Alle Lösungen
  • Alle Branchen

Ressourcen

  • Blog
  • Fallstudien
  • Webinare
  • Dokumentation
  • Hilfecenter
  • Modelle
  • ROI-Rechner

Unternehmen

  • Über uns
  • Karriere
  • Presse
  • Markenkit
  • Philosophie
  • Kontakt

Unser Newsletter

Neuigkeiten zu Facthory per E-Mail.

​

© 2026 Facthory. Alle Rechte vorbehalten.
  • Datenschutz
  • Cookie-Richtlinie
  • Allgemeine Geschäftsbedingungen
  • Impressum
  • Cookie-Einstellungen
Vom Crawler von Facthory aus den veröffentlichten Angaben bewertet; noch nicht von einer Person geprüft. So bewerten wir