Google 聯合 Hugging Face 開源 CodeGemma：主打程式碼補全，輕至 2B

CodeGemma 是 Google 聯合 Hugging Face 推出的開原始碼模型家族，專門用來做程式碼補全、程式碼生成和程式設計答疑。

整個系列基於 Gemma 的 2B 和 7B 權重構建，在原本基礎上額外餵了 5000 億 token 的程式碼、數學和英文資料，上下文長度保持在 8K。

三個版本與核心機制

CodeGemma 這次一共放出了三個版本，分工很明確。

2B 版本完全專攻程式碼填充任務，也就是在游標前後補充程式碼。它體積小、延遲低，專門為筆記本或本地開發環境準備。

7B 基礎版裡有 80% 的訓練資料是程式碼填充，另外補充了自然語言，能同時兼顧程式碼補全和程式碼理解。7B Instruct 則是在此基礎上做了指令微調，適合用來搭建程式設計對話助手。

在實現補全時，CodeGemma 採用了中間填充機制。你只要把游標前後的程式碼分別塞給特定的前後綴標記，模型就會在游標所在的位置生成補丁程式碼，還支援多檔案上下文標記。

從測試成績看，CodeGemma 7B 在 Python 基準 HumanEval 以及 MultiPL-E 的 Java、JavaScript、C++ 測試中，表現壓過了 Code Llama 7B 和 StarCoder 2 7B，僅次於 DeepSeek-Coder-7B。官方報告還提到它拿下了 7B 級別裡最好的 GSM8K 數學推理成績。

硬體要求與上手方式

CodeGemma 對本地硬體相當友好。

在 float16 精度下，跑 2B 模型只需要大約 6 GB 記憶體，普通消費級顯示卡甚至無獨立顯示卡的裝置都能嘗試。如果你想跑 7B 模型，利用 4 位量化後視訊記憶體佔用大概在 9 GB 左右，主流遊戲顯示卡和免費的 Google Colab 就能吃下。

模型權重和模型卡片已經同步上線 Hugging Face Hub，社群還提供了全精度的 GGUF 檔案方便做後續量化。

想直接呼叫的話，升級到 Transformers 4.39 即可直接載入，也支援用 torch.compile 加速推理。此外，Google 官方還提供了 JAX、PyTorch、Gemma.cpp 以及 TensorRT-LLM 的支援，並在 Vertex AI 和 Hugging Face Inference Endpoints 上提供了一鍵部署介面。

需要注意的是，7B 版本在生成補全時有時比較囉嗦，會接著輸出多餘的程式碼或註釋，呼叫時最好把分隔符設為終止詞，提前截斷輸出。

為什麼重要

如果你正在給自己的 IDE 找一個不需要聯網、能在本地靜默執行的程式碼補全外掛，CodeGemma 2B 值得立刻試一下。它把程式碼填充的門檻拉到了消費級筆記本級別，既保證了程式碼隱私，又沒有明顯的打字延遲。

和 DeepSeek-Coder 或 StarCoder 2 相比，CodeGemma 的絕對程式設計能力不是全面拔尖，但背靠 Google 的生態支援，它的推理工具鏈和跨平臺適配非常完整。我們認為它最大的價值不是刷榜，而是給開發者提供了一個開箱即用、極輕量的端側程式碼輔助底座。