12GB 显卡就能跑！Gemma4 31B-it 无审查版 AI 大模型本地部署教程｜图片识别、256K上下文

大家好，我是超哥。今天给大家分享 Gemma4 31B-it 无审查版 AI 大模型的本地部署教程！这款模型基于 Google 的 Gemma4 31B-it，拥有约 310 亿参数，主打更加开放、自由的 AI 对话体验，减少不必要的拒绝回答。模型支持图片识别，最大支持 256K 上下文。今天我们将使用 llama.cpp，通过 GGUF 量化版本在本地部署，下面我们开始教程。

博主电脑环境

显卡：NVIDIA RTX 4080 SUPER（16GB）

CPU：AMD R9 7900X 12-Core Processor（12核）

内存：64GB DDR5（3600 MHz）

一、大模型下载

夸克网盘模型下载地址：https://pan.quark.cn/s/0f75ee139a7d?pwd=pmvS

Hugging Face 主模型下载地址：https://huggingface.co/mradermacher/gemma-4-31B-it-ARA-heretic-GGUF/tree/main

二、下载并配置 llama.cpp

1、下载并安装 llama.cpp

夸克网盘下载地址：https://pan.quark.cn/s/e75a1a74e5d0?pwd=d2dB

Github 下载地址：https://github.com/ggml-org/llama.cpp/releases

版本	适用硬件	说明
Windows x64 (CPU)	Intel / AMD CPU	仅使用处理器运行
Windows arm64 (CPU)	ARM 架构 Windows 设备	适用于骁龙 X Elite 等 ARM 平台
Windows x64 (CUDA 12)	NVIDIA 显卡	推荐大多数 RTX/GTX 用户使用
Windows x64 (CUDA 13)	NVIDIA 显卡	适用于较新的 NVIDIA 驱动
Windows x64 (Vulkan)	AMD / Intel / NVIDIA 显卡	通用显卡加速版本
Windows x64 (SYCL)	Intel Arc 显卡	Intel Arc 用户专用版本
Windows x64 (HIP)	AMD Radeon 显卡	AMD 用户首选版本

注意：显卡用户别忘了下载下图主程序后面的DLLs文件，下载后把里面的内容解压到llama.ccp主程序的根目录里，不然无法使用显卡运行模型。

2、AI 模型接入 llama.cpp

把下载到的大模型放到 llama.ccp 程序的根目录下的 models 目录里（需自行创建目录）

3、配置启动脚本

llama.ccp 程序的根目录创建启动脚本，命名成：启动.bat

@echo off
chcp 65001 >nul
title Gemma-4-31B-it ARA Heretic Multimodal - llama.cpp

cd /d "%~dp0"

echo.
echo ========================================
echo       XChaoGe.Com
echo       Gemma-4-31B-it ARA Heretic
echo       Multimodal llama.cpp Server
echo ========================================
echo.


llama-server.exe ^
  -m "models\模型名" ^
  --mmproj "models\多模态名" ^
  --host 127.0.0.1 ^
  --port 8085 ^
  -c 65536 ^
  -np 1 ^
  --fit on ^
  -fa on ^
  --jinja ^
  -ngl 99 ^
  --alias Gemma-4-31B-it ^
  --temp 1.0 ^
  --top-p 0.95 ^
  --top-k 64 ^
  -n 65536

pause

访问控制面板 URL：

http://127.0.0.1:8085

参数说明：

参数	设置	说明
-m	模型名	指定主模型文件
--mmproj	多模态名	指定多模态文件，用于图片识别
--host	127.0.0.1	设置服务监听地址
--port	8085	设置服务端口
-c	65536	设置上下文长度，最大256000
-np	1	设置并行请求数量
--fit	on	自动适配 GPU 显存
-fa	on	开启 Flash Attention 加速
--jinja	开启	启用 Jinja 聊天模板
-ngl	99	尽可能将模型层加载到 GPU
--alias	Gemma-4-31B-it	设置 API 模型名称
--temp	1.0	控制生成随机性
--top-p	0.95	控制候选 Token 采样范围
--top-k	64	限制候选 Token 数量
-n	65536	设置最大生成 Token 数量，与 -c 保持一致