Yerel bir bilgisayarda güçlü bir yapay zeka modelini çalıştırmak, özel projeleriniz için sonsuz olanaklar sunuyor. Google DeepMind’ın Gemma 4 ailesinin en kompakt üyesi olan E2B, sadece 1,5 GB bellek kullanırken bile görüntü anlama, kod yazma ve metin üretimi gibi karmaşık görevleri yerine getirebiliyor. Bu modeli LM Studio aracılığıyla yerel olarak çalıştırarak, internete bağlı olmadan, ücretsiz ve veri gizliliğinizi koruyarak kullanabilirsiniz.
Bu kılavuzda, Gemma 4 E2B’nin nasıl kurulacağını, hangi kullanım senaryolarında etkili olduğunu ve kendi projelerinizde nasıl kullanabileceğinizi adım adım göstereceğim. Hazırsanız, başlayalım.
🧠 Gemma 4 Nedir ve Neden Yerel Olarak Kullanılmalı?
Gemma 4, Google DeepMind tarafından 2 Nisan 2026 tarihinde Apache 2.0 lisansıyla yayınlanan, açık kaynaklı bir yapay zeka modeli ailesidir. Bu lisans sayesinde hem kişisel hem de ticari projelerde ücretsiz olarak kullanılabilir. Model ailesi dört farklı boyutta sunulmaktadır:
- E2B: Akıllı telefonlar, Raspberry Pi ve düşük donanımlı dizüstü bilgisayarlar için (~1,5 GB RAM)
- E4B: Orta seviye dizüstü bilgisayarlar ve edge cihazlar için (~5 GB RAM)
- 26B: Tüketici sınıfı GPU’larda çalışan modeller için (~14-18 GB RAM)
- 31B Dense: Yüksek performanslı masaüstü bilgisayarlar için (~20 GB RAM)
E2B modeli,
Yapay zeka özeti
Gemma 4’ün en küçük modeli olan E2B’yi yerel bilgisayarınızda nasıl çalıştırırsınız? LM Studio ile adım adım kurulumu, gerçek kullanım senaryolarını ve geliştirme ipuçlarını keşfedin.
