Welke GPU voor lokale LLM's?
VRAM-behoefte per model voor lokale LLM-inferentie (Q4- en Q8-kwantisatie), plus gaming-VRAM per resolutie — uit hetzelfde register als de planner.
VRAM per model
Hoeveel GPU-geheugen elk model nodig heeft, bij 8k context. Grotere contexten voegen ~0,05 GB per 1k tokens toe.
| Model | Q4 (4-bit) | Q8 (8-bit) |
|---|---|---|
| Mistral 7B | 8 GB VRAM | 12 GB VRAM |
| Llama 3.1 8B | 8 GB VRAM | 12 GB VRAM |
| Qwen 2.5 7B | 8 GB VRAM | 12 GB VRAM |
| Phi-4 14B | 12 GB VRAM | 20 GB VRAM |
| Qwen 2.5 14B | 12 GB VRAM | 20 GB VRAM |
| Codestral 22B | 20 GB VRAM | 32 GB VRAM |
| Qwen 2.5 32B | 24 GB VRAM | 40 GB VRAM |
| Llama 3.1 70B | 80 GB VRAM | 80 GB VRAM |
| Qwen 2.5 72B | 80 GB VRAM | 96 GB VRAM |
| DeepSeek R1 8B (distill) | 8 GB VRAM | 12 GB VRAM |
Schatting: parameters × bytes-per-quant plus runtime- en contextoverhead, afgerond op de dichtstbijzijnde echte GPU-maat.
Gaming-VRAM per resolutie
Comfortabele VRAM-vloeren voor moderne titels op hoog — bij benadering, niet per titel afgesteld.
1080p
8 GB VRAM
1080p high settings — 8GB is the comfortable floor for modern titles.
1440p
12 GB VRAM
1440p high settings — 12GB avoids texture-streaming hitches.
4k
16 GB VRAM
4K high settings — 16GB for texture headroom.