设备与模型匹配

Find the best GPU for local LLM use: VRAM tiers from 8GB to 32GB, matching models, bandwidth, power draw and dated price ranges, plus buying pitfalls.

How much VRAM does an LLM need? Use weights + KV cache + overhead to estimate from parameters, quantization and context, with quick tables for 8GB to 48GB.

How to run LLMs on a Mac: what 16GB to 128GB of unified memory can hold, usable GPU share, bandwidth by chip, and Mac vs GPU advice.

本地大模型显卡推荐：按 8GB 到 32GB 显存档位对照可运行的模型，比较带宽、功耗与价格区间（附日期），告诉你该买哪张卡、哪些坑要避开。

大模型显存需求怎么算？用“权重＋KV 缓存＋开销”三项公式，按参数量、量化精度和上下文长度估算，附速查表和 8GB 到 48GB 的实例。

Mac 跑大模型要多少统一内存？按 16GB 到 128GB 对照可运行的模型、可用显存比例和带宽，并对比 Mac 与独显、给出购买建议。

Which LLMs fit on 24GB VRAM? 27B–32B dense and 30B MoE models with memory estimates, long-context headroom, 3090 vs 4090, and why 70B doesn’t fit.

Run an LLM on 8GB VRAM: Ollama picks for chat, reasoning, coding and vision with file sizes, context settings, 8GB card comparison and upgrade advice.

24GB 显存跑大模型能放下哪些？27B–32B 与 30B 级 MoE 的显存实测估算、长上下文余量、3090 与 4090 对比，以及 70B 为什么放不下。

8GB 显存跑大模型能选哪些？按聊天、推理、编程、看图分类给出 Ollama 模型与文件大小，并附上下文设置、常见 8GB 显卡对比和升级建议。