Qué es la VRAM y cuánta necesitas para IA local
La VRAM es la memoria de la tarjeta gráfica y, para ejecutar IA en tu ordenador, es el dato que más importa. Aquí te explicamos qué es sin jerga, cómo calcular cuánta necesita cada modelo y cuánta te conviene según lo que quieras hacer.
Qué es la VRAM, explicada fácil
La VRAM (video RAM) es la memoria que lleva soldada la tarjeta gráfica. Es distinta de la memoria RAM del ordenador: la RAM la usa el procesador y la VRAM la usa solo la GPU. Aunque el nombre viene de los gráficos, hoy sirve para cualquier cosa que la GPU tenga que tener a mano mientras trabaja, y eso incluye los modelos de inteligencia artificial.
Una forma sencilla de imaginarlo: la GPU es un cocinero, la VRAM es su encimera y la RAM del ordenador es la despensa. El cocinero solo trabaja con lo que tiene encima de la encimera. Si la receta necesita más ingredientes de los que caben, tiene que ir a la despensa a cada paso, y eso lo frena muchísimo.
En una tarjeta gráfica la VRAM no se puede ampliar después. Viene en la placa y se elige al comprar: 8, 12, 16, 24, 32 GB o más. Por eso es la decisión más importante cuando compras una GPU pensando en IA. Si quieres repasar qué es cada pieza, tenemos una guía de qué es una tarjeta gráfica o GPU.
Por qué la VRAM manda más que la potencia en IA
En juegos, una tarjeta más potente da más imágenes por segundo. En IA, la historia es otra. Un modelo de lenguaje es, básicamente, un archivo enorme de números (los pesos) que tiene que estar cargado en la memoria de la GPU para funcionar rápido. Si cabe, funciona. Si no cabe, no importa lo potente que sea el chip: parte del modelo se queda en la RAM del ordenador y cada palabra tarda mucho más en salir.
Hay un segundo motivo. Cada vez que el modelo genera una palabra (técnicamente, un token), la GPU tiene que leer todos los pesos de la memoria. Por eso la velocidad de generación depende sobre todo del ancho de banda de la memoria, es decir, de cuántos GB por segundo puede leer, y no tanto de los núcleos de cálculo. En nuestras fichas estimamos los tokens por segundo con una fórmula sencilla: ancho de banda × 0,7 ÷ tamaño de los pesos. Es una estimación propia, no una prueba medida, pero sirve para comparar tarjetas entre sí.
- RTX 3050 6 GB6 GB
- RTX 50608 GB
- RTX 3060 12 GB12 GB
- RTX 507012 GB
- RTX 5060 Ti 16 GB16 GB
- RTX 508016 GB
- Radeon AI PRO R970032 GB
- RTX 509032 GB
- RTX PRO 600096 GB
Dato de las fichas de Inferium. Los Mac y mini PC con memoria unificada cuentan su memoria total.
Resumiendo: primero se mira que el modelo quepa (VRAM) y después cuánta velocidad da (ancho de banda). Una tarjeta modesta con mucha VRAM corre modelos que una tarjeta rápida con poca VRAM ni siquiera puede cargar.
Cómo calcular cuánta VRAM necesita un modelo
Calcularlo es más fácil de lo que parece. La memoria que ocupa un modelo depende de dos cosas: cuántos parámetros tiene (se mide en miles de millones, «8B» es 8.000 millones) y a cuántos bits se guarda cada uno. Esto último es la cuantización: comprimir el modelo para que ocupe menos a cambio de perder un poquito de precisión. El formato más usado es Q4, que ocupa unos 4,5 bits por parámetro.
Nuestra fórmula es: parámetros × bits ÷ 8, más un 20 % extra para el contexto (la memoria de la conversación). Con Q4 sale a parámetros en miles de millones × 0,675. Un modelo de 14B necesita unos 9,5 GB, y uno de 32B, unos 21,6 GB.
| Modelo | Parámetros | Q4 (el habitual) | Q8 (más preciso) | FP16 (sin comprimir) |
|---|---|---|---|---|
| Llama 3.1 8B | 8.000 M | 5,4 GB | 10,2 GB | 19,2 GB |
| Qwen 2.5 14B | 14.000 M | 9,5 GB | 17,9 GB | 33,6 GB |
| Mistral Small 24B | 24.000 M | 16,2 GB | 30,6 GB | 57,6 GB |
| Qwen 2.5 32B | 32.000 M | 21,6 GB | 40,8 GB | 76,8 GB |
| Llama 3.3 70B | 70.000 M | 47,3 GB | 89,3 GB | 168 GB |
Cálculo de Inferium: parámetros × bits ÷ 8 + 20 % de contexto. Q4 = 4,5 bits, Q8 = 8,5 bits, FP16 = 16 bits. Son cifras aproximadas.
Para los modelos que generan imágenes el cálculo es distinto y se usa su consumo típico. SDXL funciona bien con 8 GB y Flux.1 dev en FP8 pide 16 GB. Puedes probar todo esto sin hacer cuentas en nuestra calculadora de VRAM: mueves la barra con la memoria de tu tarjeta y te dice qué modelos caben.
Cuánta VRAM necesitas según lo que quieras hacer
Con la fórmula en la mano, estos son los escalones habituales. Siempre contando con Q4 y con margen para el contexto:
| VRAM | Qué cabe cómodamente | Para quién |
|---|---|---|
| 6 a 8 GB | Modelos de 7 a 8B (Llama 3.1 8B) y SDXL justo. | Probar la IA local sin gastar mucho. |
| 12 GB | Modelos de hasta 14B y SDXL con holgura. | Uso diario con modelos medianos y generar imágenes. |
| 16 GB | Modelos de 14B con mucho contexto. Flux.1 dev en FP8. | El punto dulce para empezar en serio. |
| 24 GB | Mistral Small 24B y Qwen 2.5 32B en Q4. | Programar con asistentes locales y modelos de calidad alta. |
| 32 GB | Modelos de 32B con contexto largo. | Uso intensivo de modelos medianos-grandes. |
| 48 GB | Llama 3.3 70B en Q4, muy justo. | Trabajo profesional con modelos grandes. |
| 96 GB o más | 70B con holgura y modelos aún mayores. | Estaciones de trabajo y empresas. |
Con memoria unificada (Mac, mini PC Ryzen AI Max+) cuenta la memoria total del equipo, aunque el sistema se reserva una parte.
Si estás empezando y no sabes qué vas a usar, 16 GB es la cifra que mejor equilibra precio y posibilidades: caben los modelos medianos con mucho contexto y también Flux. Si ya sabes que quieres trabajar con modelos de 24B a 32B, ve directo a 24 o 32 GB. Y si lo tuyo es solo curiosear, 8 o 12 GB bastan para empezar.
Qué pasa si el modelo no cabe en la VRAM
No se rompe nada: los programas como Ollama o LM Studio mandan las capas que no caben a la RAM del ordenador y las calculan con el procesador. Funciona, pero la velocidad cae en picado, porque la RAM es mucho más lenta que la VRAM y el procesador tiene menos músculo para este tipo de cálculo. Lo notarás porque el modelo escribe palabra a palabra, despacio.
Si te pasa, tienes tres salidas. Usar un modelo más pequeño. Usar una cuantización más agresiva (Q4 en lugar de Q8). O acortar el contexto. Para que esto funcione sin sustos conviene que el ordenador tenga bastante RAM: una buena regla es tener al menos el doble que la VRAM de la tarjeta. Si estás montando un equipo, en componentes para un PC de IA tienes la memoria RAM más vendida.
Memoria unificada: el caso de los Mac y de algunos mini PC
Los chips de Apple y los procesadores AMD Ryzen AI Max+ 395 funcionan distinto: el procesador y la gráfica comparten una misma memoria. Eso significa que toda la RAM del equipo puede hacer de VRAM. Por eso un Mac con 36 GB o un mini PC con 128 GB pueden cargar modelos que no caben en una tarjeta gráfica de 16 GB.
La contrapartida es la velocidad. La memoria unificada suele tener menos ancho de banda que la de una tarjeta gráfica potente, así que esos equipos cargan modelos grandes pero los mueven más despacio. Además, el sistema se reserva una parte de la memoria para él: en un Mac no puedes usar el 100 % como memoria de vídeo. Tienes más detalle en nuestras guías de mini PC para IA y de Mac para IA.
Errores típicos al elegir VRAM
- Comprar por potencia de juegos. Una tarjeta de 8 GB muy rápida corre menos modelos de IA que una de 16 GB más modesta.
- Fijarse solo en el nombre. La RTX 5060 Ti y la RX 9060 XT existen en versión de 8 y de 16 GB. Hay que mirar los gigas en el título del anuncio.
- Olvidar el contexto. Una conversación larga o un documento grande necesitan memoria extra además del modelo. Por eso añadimos un 20 % en el cálculo.
- Creer que dos tarjetas suman sin más. Hay programas que reparten el modelo entre varias GPU, pero no siempre rinde como una sola tarjeta con toda la memoria, y la placa y la fuente tienen que aguantarlo.
- Olvidar que en portátil la VRAM suele ser menor. Una gráfica de portátil con el mismo nombre que la de sobremesa suele llevar menos memoria.
Preguntas frecuentes
¿Qué es la VRAM de una tarjeta gráfica?
Es la memoria propia de la tarjeta gráfica, distinta de la RAM del ordenador. La GPU la usa para guardar lo que necesita al instante: texturas en un juego o los pesos del modelo en una IA. No se puede ampliar: se elige al comprar la tarjeta.
¿Bastan 8 GB de VRAM para IA?
Para empezar, sí: caben modelos de 8B en Q4 y generar imágenes con SDXL. Se quedan cortos con modelos de 14B o más, con Flux o con conversaciones muy largas. Si puedes, elige 12 o 16 GB.
¿Es mejor tener más VRAM o más RAM?
Para IA en la GPU manda la VRAM, porque es donde tiene que caber el modelo para ir rápido. La RAM sirve de apoyo cuando el modelo no cabe entero, pero es mucho más lenta. Lo ideal es tener bastante de las dos.
¿Cómo sé cuánta VRAM necesita un modelo?
En Q4, multiplica los miles de millones de parámetros por 0,675. Un modelo de 8B necesita unos 5,4 GB y uno de 32B unos 21,6 GB. Nuestra calculadora de VRAM lo hace por ti.
¿Se suman las VRAM de dos tarjetas gráficas?
Algunos programas pueden repartir el modelo entre dos tarjetas y así cargar uno mayor, pero depende del software y no es tan rápido como una sola tarjeta con toda la memoria. Además necesitas placa, caja y fuente preparadas.
¿Por qué las tarjetas de 16 GB se venden tanto?
Porque es el punto donde caben los modelos medianos con margen y Flux.1 dev en FP8. Por eso la RTX 5060 Ti de 16 GB, la RX 9060 XT de 16 GB y la RX 9070 XT son de las que más aparecen entre las más vendidas de Amazon.es.
Sigue leyendo
Enlaces de afiliado de Amazon: si compras desde ellos recibimos una comisión sin coste para ti. No mostramos precios porque cambian a diario. Las cifras de tokens por segundo son estimaciones propias a partir del ancho de banda, no pruebas medidas.