Cómo comprobar la VRAM en Windows, macOS y Linux

Cómo comprobar la VRAM, en una línea por plataforma: en Windows, pulse Ctrl+Mayús+Esc, abra la pestaña Rendimiento y seleccione su GPU, luego lea Memoria GPU dedicada; en macOS, abra el menú Apple → Acerca de este Mac; en Linux, ejecute nvidia-smi para NVIDIA o rocm-smi para AMD. A continuación se detallan cada uno de estos métodos, además de qué significan realmente los números cuando está evaluando si una LLM local cabe en su sistema.

Cómo comprobar la VRAM en Windows

Administrador de tareas: el método más rápido

1. Prensa Ctrl+Mayús+Esc para abrir el Administrador de tareas.
2. Vaya a la pestaña Rendimiento Rendimiento Más detalles primero si ve la vista compacta).
3. Haga clic GPU 0 en la barra lateral izquierda. En los portátiles con GPU integrada y dedicada también aparecerá GPU 1 — normalmente la tarjeta discreta es la GPU 1.
4. Leer Memoria GPU dedicada en la zona inferior derecha. Esa es su VRAM física, mostrada como usada / total (por ejemplo, 2,1/24,0 GB).

Ignore la línea de Memoria de GPU : suma la Memoria de GPU compartida (memoria RAM del sistema que la GPU puede utilizar temporalmente) a la cifra dedicada, lo que hace que una tarjeta de 8 GB parezca tener 24 GB. Más adelante explicamos esta diferencia.

dxdiag

Prensa Win+R, escriba dxdiag, presione Entrar y luego abra la pestaña Pantalla Pantalla Memoria de pantalla (VRAM) muestra lo que DirectX informa. Una advertencia: según el controlador, dxdiag a veces incluye en este valor la memoria RAM compartida del sistema, por lo que puede mostrar un número mayor que la VRAM real de la tarjeta. Confíe en la cifra «dedicada» del Administrador de tareas o en nvidia-smi nvidia-smi

Ajustes → Pantalla → Pantalla avanzada

Abre Ajustes → Sistema → Pantalla → Pantalla avanzada, luego haga clic en Propiedades del adaptador de pantalla para Pantalla 1. La pestaña Adaptador muestra la Memoria de vídeo dedicada en MB. La redacción exacta varía ligeramente entre Windows 10 y Windows 11, pero la ruta es la misma.

nvidia-smi: la cifra exacta

Si tiene una GPU NVIDIA, el controlador instala una herramienta de línea de comandos que informa la memoria en mebibytes. Abra PowerShell o el símbolo del sistema y ejecute:

nvidia-smi

La columna de memoria muestra el uso actual respecto al total real —por ejemplo, 3216 MiB / 24564 MiB en una RTX 4090— y la lista de procesos en la parte inferior indica qué programas están ocupando memoria. Para obtener una salida limpia y legible por máquina:

nvidia-smi --query-gpu=memory.total,memory.used,memory.free --format=csv

Si el comando no se encuentra, los controladores recientes lo colocan en C:WindowsSystem32nvidia-smi.exe; las versiones antiguas de controladores utilizaban C:Program FilesNVIDIA CorporationNVSMI.

Cómo comprobar la VRAM en macOS

Haz clic en el menú de Apple → Acerca de este Mac.

• Apple Silicon (M1 y posteriores): verás un nombre de chip y una Memoria cifra como 16 GB, 36 GB o 128 GB. Se trata de memoria unificada — un único grupo compartido por CPU y GPU. No hay un número de VRAM separado porque no hay VRAM separada.
• Mac Intel: las GPU discretas aparecen con una cifra de VRAM dedicada, por ejemplo «Radeon Pro 5500M 8 GB».

Para más detalles, abre Acerca de este Mac → Más información → Informe del sistema y selecciona Gráficos/Pantallas, o ejecuta esto en Terminal:

system_profiler SPDisplaysDataType

En máquinas Intel esto imprime una línea VRAM (Total) ; en Apple Silicon en su lugar lista el chip y el número de núcleos GPU.

Por qué la memoria unificada cambia el cálculo

En Apple Silicon, la GPU puede acceder a la mayor parte —pero no toda— de la memoria del sistema. macOS reserva una porción para sí mismo, y por defecto el límite de conjunto de trabajo de la GPU se sitúa en aproximadamente dos tercios a tres cuartos de la RAM total; el techo exacto varía según el tamaño de RAM y la versión de macOS. En la práctica, un MacBook Pro de 36 GB puede cargar modelos que requerirían una GPU dedicada de 24 GB en una PC. Las herramientas Local-LLM te muestran directamente el límite utilizable — consulta la guía de LM Studio y la Guía de Ollama para ver cómo cada una lo reporta. La contrapartida es el ancho de banda de memoria, que varía ampliamente entre los chips base, Pro, Max y Ultra, y afecta directamente los tokens por segundo.

Cómo comprobar la VRAM en Linux

NVIDIA: nvidia-smi

Se instala con el controlador propietario. Ejecuta nvidia-smi para una captura de pantalla, o actualiza cada segundo mientras un modelo se carga:

nvidia-smi -l 1

AMD: rocm-smi o sysfs

Con la pila ROCm instalada:

rocm-smi --showmeminfo vram

Sin ROCm, el controlador del kernel amdgpu expone el total directamente (en bytes; tu tarjeta podría ser card1 — comprueba ls /sys/class/drm/):

cat /sys/class/drm/card0/device/mem_info_vram_total

Cualquier GPU: glxinfo

Instalar mesa-utils (Debian/Ubuntu) o glx-utils (Fedora), luego:

glxinfo -B | grep -i memory

Los controladores Mesa imprimen una línea como Video memory: 8192MB; la etiqueta exacta varía según el controlador.

lspci — identifica la tarjeta, no la VRAM

lspci | grep -iE 'vga|3d'

sudo lspci -v -s <slot> luego muestra las aperturas de memoria de la tarjeta, pero ten cuidado: esos son tamaños de BAR de PCI, que solo coinciden con VRAM total cuando Resizable BAR está habilitado. Usa lspci para identificar el modelo exacto de GPU, luego obtén la cifra de memoria de las herramientas anteriores o de la hoja de especificaciones de la tarjeta.

Total frente a libre frente a compartida: qué significan los números

Número	Dónde lo ves	Qué significa para LLMs
VRAM dedicada (total)	Administrador de tareas «Memoria GPU dedicada»; nvidia-smi total	Memoria física en la tarjeta. Este es el presupuesto definitivo para los pesos del modelo.
VRAM libre	nvidia-smi memory.free	Lo que está disponible en este momento. El escritorio, las pestañas del navegador y otras aplicaciones típicamente ocupan 0,5–2 GB.
Memoria de GPU compartida	Task Manager «Shared GPU memory»	RAM del sistema (hasta aproximadamente la mitad) en la que la GPU puede desbordar datos a través de PCIe. Mucho más lento que VRAM — no lo cuentes al dimensionar un modelo.
Memoria unificada (Apple Silicon)	About This Mac «Memory»	Un grupo único de CPU+GPU. La GPU puede usar la mayor parte de ella, por lo que se comporta como un gran grupo de VRAM con ancho de banda dependiente del chip.

Al cargar un modelo, lo que importa es libre VRAM, no el total. Una tarjeta de 12 GB con 1,5 GB ya consumidos por el compositor y un navegador tiene aproximadamente 10,5 GB disponibles — lo suficiente para que un modelo que «debería caber» no cargue. En NVIDIA, la lista por proceso al final del nvidia-smi te indica exactamente qué cerrar.

¿Cuánta VRAM necesita realmente?

La pregunta detrás de la pregunta. Con cuantización de 4 bits — el estándar para la inferencia local — los pesos del modelo ocupan aproximadamente 0,5–0,6 GB por mil millones de parámetros, más una caché KV que crece con la longitud del contexto. Guía aproximada:

Tamaño del modelo	Pesos de 4 bits (aprox.)	VRAM necesaria para ejecutar cómodamente
7–8B	4–5 GB	6–8 GB
12–14B	7–9 GB	10–12 GB
24–32B	13–19 GB	16–24 GB
70B	36–42 GB	48 GB, o dividida entre dos GPU

La columna «cómoda» supone un contexto moderado (4k–8k tokens); contextos muy largos añaden varios gigabytes adicionales de caché KV. Para cifras específicas por modelo, consulte la tabla de requisitos de VRAM para cada LLM importante o explore la Base de datos de modelos. Para su combinación exacta de modelo, cuantización y longitud de contexto, utilice la Calculadora de VRAM. Si su tarjeta no cumple los requisitos, la mejores GPUs para LLMs locales guía de actualizaciones clasifica las opciones según la VRAM por dólar; y si una nueva GPU no resulta rentable, la calculadora de punto de equilibrio entre autohospedaje y API muestra a partir de qué momento resulta más económico pagar por token.

Preguntas Frecuentes

¿Puedo aumentar la VRAM de mi tarjeta gráfica?

No en una GPU discreta: los chips de memoria están soldados a la placa, por lo que la única opción de actualización es cambiar de tarjeta. Las GPU integradas son la excepción: algunas configuraciones de BIOS/UEFI permiten modificar la asignación de RAM (a menudo etiquetada como «Tamaño del búfer de fotogramas UMA» o similar). La memoria GPU compartida de Windows no constituye VRAM adicional y no afecta a la cantidad de modelo que puede ejecutarse a velocidad máxima.

¿Por qué Windows informa de más memoria GPU de la que tiene mi tarjeta?

La línea «Memoria GPU» del Administrador de tareas incluye tanto la VRAM dedicada como la memoria del sistema compartida, y dxdiag puede inflar esta cifra del mismo modo. La VRAM física corresponde al valor «Memoria GPU dedicada», o al total que muestra nvidia-smi . Una tarjeta de 8 GB en un PC con 32 GB de RAM suele mostrar 24 GB de «Memoria GPU»: solo 8 GB corresponden a VRAM real.

¿Ayuda la memoria GPU compartida a ejecutar modelos LLM más grandes?

Not meaningfully. Runtimes like llama.cpp and Ollama can deliberately offload layers to system RAM, which lets an oversized model run at all — but generation speed typically drops from tens of tokens per second to low single digits. Size your model to dedicated VRAM and treat RAM offload as a fallback, not a plan.

¿Cuánta VRAM necesita un modelo de 7B o 8B?

Aproximadamente 4–5 GB para los pesos en cuantización de 4 bits, por lo que una tarjeta de 6–8 GB permite ejecutar uno cómodamente, dejando margen para el contexto. Una GPU de 8 GB maneja bien los modelos de 7–8B; con 12 GB se pueden ejecutar modelos de 12–14B. La mejores modelos locales para Ollama relaciona los modelos populares con sus respectivos niveles de VRAM.

¿Es la memoria unificada de Mac lo mismo que la VRAM?

Para ejecutar LLM, prácticamente sí: la GPU accede a un único grupo de memoria compartida, limitado por el sistema a aproximadamente dos tercios o tres cuartos de la RAM total. Esto significa que un Mac con 32 GB puede ejecutar modelos que una GPU de PC de 12 GB no podría manejar. La diferencia radica en el ancho de banda de memoria, que varía varias veces entre los chips base y los modelos Max/Ultra, y determina su límite máximo de tokens por segundo.

¿Cómo monitorizo el uso de VRAM mientras se ejecuta un modelo?

En NVIDIA (cualquier sistema operativo), ejecute nvidia-smi -l 1 para una actualización cada segundo. En Windows, el panel GPU del Administrador de tareas se actualiza en tiempo real. En Linux AMD, use watch -n 1 rocm-smi --showmeminfo vram; en Mac, los pesos del modelo aparecen como memoria de proceso habitual en la pestaña «Memoria» del Monitor de actividad, ya que la memoria es unificada.