如何快速获取 gemma-2-2b_rai_1.8.0_medusa_1.0_npu：ModelScope SDK + Git Clone 双方式下载教程

• 人工智能
• 大模型
• 基础模型

gemma-2-2b_rai_1.8.0_medusa_1.0_npu是一个基于 Gemma 2 两十亿（2B）参数的大语言模型，名称中带有 Medusa 推测解码结构与 NPU 硬件适配标识，适合在 AMD 平台上体验高效推理。本文面向新手，用ModelScope SDK和Git Clone两种主流方式带你 3 分钟内完成该模型的下载，命令逐行讲解，帮你顺利拿到模型权重、快速开始推理实验。

两种下载方式对比：先选哪种？

选择建议：用于推理和开发，优先ModelScope SDK；用于备份、审阅文件，用Git Clone更直观。

该模型仓库的完整下载说明见项目文档：README.md。

方式一：ModelScope SDK 一键下载模型（推荐）⭐

第 1 步：安装 modelscope 库

打开终端（Windows 下为 CMD 或 PowerShell，macOS/Linux 下为 Terminal），执行：

pip install modelscope

安装完成后，可通过pip show modelscope确认版本是否就绪。

第 2 步：调用 snapshot_download 获取模型

新建一个 Python 脚本，或直接进入 Python 交互环境执行：

from modelscope import snapshot_download model_dir = snapshot_download('amd/gemma-2-2b_rai_1.8.0_medusa_1.0_npu') print(model_dir)

要点说明：

• snapshot_download会把整个模型仓库的最新快照下载到本地缓存目录；
• 返回的model_dir就是模型本地路径，可直接传给推理框架加载；
• 若中途中断，再次运行同一命令即可自动续传，无需手动处理。

第 3 步：核对模型文件

下载完成后，进入model_dir查看配置文件与权重文件。仓库说明指出：模型文件和权重可浏览“模型文件”页面获取与核对，本地文件应与页面清单保持一致。

方式二：Git Clone 快速克隆模型仓库

习惯 Git 的同学，一条命令即可把整个模型仓库拉到本地：

git clone https://gitcode.com/hf_mirrors/amd/gemma-2-2b_rai_1.8.0_medusa_1.0_npu

克隆完成后，当前目录下会生成gemma-2-2b_rai_1.8.0_medusa_1.0_npu文件夹，全部模型文件都在其中。

💡 提示：模型权重可能高达数 GB，克隆前建议先执行df -h（macOS/Linux）或查看磁盘属性（Windows），确认剩余空间充足。

下载后常见问题与解决技巧

• 下载速度慢：改用 SDK 方式并重跑脚本断点续传；网络不佳时可稍后重试，SDK 会跳过已完成的部分。
• 磁盘空间不足：清理临时文件，或把模型目录规划到剩余空间更大的分区。
• 框架加载报错：直接使用snapshot_download返回的路径加载模型，不要手动重命名或移动权重文件，以免相对路径失效。
• 版本核对：模型名中的rai_1.8.0与medusa_1.0标识了安全策略与推测解码组件版本，核对时可参考 README.md 中的模型文件说明。

模型资料延伸

• 模型下载说明（SDK 与 Git 双方式原始命令）：README.md
• Gemma 2 2B 底座 + Medusa 推测解码结构意味着：在配套推理框架中启用 Medusa 头部后，可显著提升文本生成速度，这正是该模型名中medusa_1.0_npu的含义所在。
• 下载成功后，下一步可以尝试在 AMD NPU 适配的推理环境中加载model_dir，体验该模型的对话与生成能力。

• 人工智能
• 大模型
• 基础模型