显存不足怎么办：本地大模型 OOM 排查清单（Ollama 与 llama.cpp）
本地大模型显存不足怎么办？按顺序排查：先查占用，再降上下文和并发，换 KV 缓存与量化，最后才加硬件，附 Ollama 与 llama.cpp 的具体设置。
-
-
DeepSeek R1 蒸馏版尺寸详解：1.5B 到 70B 该按显存怎么选
DeepSeek R1 蒸馏版尺寸详解：1.5B 到 70B 各是什么模型、Ollama 下载大小、长推理为何多占内存，以及 8GB 到 48GB 显存该选哪个。
-
KV cache 显存占用：上下文长度怎么吃显存，公式、算例与排查（2026）
KV cache 显存占用怎么算：公式、7B 到 70B 模型的算例、f16 与 q8_0、q4_0 缓存的区别、Ollama 的默认上下文，以及显存不足时的处理办法。
-
大模型显存需求怎么算：要多少显存？参数量、量化和上下文长度
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。
