Comment vérifier la VRAM sur Windows, macOS et Linux

Comment vérifier la VRAM, en une ligne par plateforme : sous Windows, appuyez sur Ctrl+Maj+Échap, ouvrez l'onglet Performance , sélectionnez votre GPU et lisez Mémoire GPU dédiée; sur macOS, ouvrez Menu Apple → À propos de ce Mac; sur Linux, exécutez nvidia-smi pour NVIDIA ou rocm-smi pour AMD. Ci-dessous, chaque méthode en détail — plus ce que les chiffres signifient réellement lorsque vous décidez si une LLM local tiendra.

Comment vérifier la VRAM sous Windows

Gestionnaire des tâches — la méthode la plus rapide

1. Presse Ctrl+Maj+Échap pour ouvrir le Gestionnaire des tâches.
2. Accédez à l'onglet Performance (sous Windows 10, cliquez d'abord sur Plus de détails si vous voyez l'affichage compact).
3. Cliquer GPU 0 dans la barre latérale gauche. Les ordinateurs portables avec un GPU intégré et une GPU discret affichent également GPU 1 — la carte discrète est généralement GPU 1.
4. Lire Mémoire GPU dédiée dans la zone inférieure droite. C'est votre VRAM physique, affichée comme utilisée / totale (par exemple, 2,1 / 24,0 Go).

Ignorez la ligne Mémoire GPU qui ajoute la mémoire GPU partagée (la RAM système que le GPU est autorisé à emprunter) au chiffre dédié, ce qui fait ressembler une carte de 8 Go à une de 24 Go. Plus de détails sur cette distinction ci-dessous.

dxdiag

Presse Win+R, tapez dxdiag, appuyez sur Entrée, puis ouvrez l'onglet Affichage Le champ Mémoire d'affichage (VRAM) affiche ce que DirectX rapporte. Un avertissement : selon le pilote, dxdiag fusionne parfois la mémoire système partagée dans ce chiffre, il peut donc être supérieur à la véritable VRAM de la carte. Considérez le chiffre dédié du Gestionnaire des tâches ou nvidia-smi comme source de confiance.

Paramètres → Affichage → Paramètres d'affichage avancés

Ouvrir Paramètres → Système → Affichage → Paramètres d'affichage avancés, puis cliquez sur Propriétés de l'adaptateur d'affichage pour l'affichage 1. L'onglet Adaptateur indique Mémoire vidéo dédiée en Mo. Le libellé exact diffère légèrement entre Windows 10 et Windows 11, mais le chemin est le même.

nvidia-smi — le chiffre exact

Si vous possédez un GPU NVIDIA, le pilote installe un outil en ligne de commande qui rapporte la mémoire au mébioctet. Ouvrez PowerShell ou Command Prompt et exécutez :

nvidia-smi

La colonne mémoire affiche l'utilisation actuelle par rapport au total réel — par exemple 3216MiB / 24564MiB sur une RTX 4090 — et la liste des processus au bas montre quels programmes retiennent la mémoire. Pour un affichage propre et lisible par machine :

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

Si la commande n'est pas trouvée, les pilotes récents la placent à C:WindowsSystem32nvidia-smi.exe; les anciennes versions de pilotes utilisaient C:Program FilesNVIDIA CorporationNVSMI.

Comment vérifier la VRAM sous macOS

Cliquez sur le menu Apple → À propos de ce Mac.

• Apple Silicon (M1 et versions ultérieures) : vous verrez un nom de puce et un chiffre Mémoire tel que 16 Go, 36 Go ou 128 Go. C'est mémoire unifiée — un seul pool partagé par le CPU et le GPU. Il n'y a pas de chiffre VRAM séparé car il n'y a pas de VRAM séparée.
• Macs Intel : les GPU discrets sont listés avec un chiffre VRAM dédié, par exemple « Radeon Pro 5500M 8 GB ».

Pour plus de détails, ouvrez À propos de ce Mac → Plus d'infos → Rapport système et sélectionner Graphiques/Affichages, ou exécutez ceci dans Terminal:

system_profiler SPDisplaysDataType

Sur les machines Intel, cela affiche une ligne VRAM (Totale) ; sur Apple Silicon, elle liste à la place la puce et le nombre de cœurs GPU.

Pourquoi la mémoire unifiée change la donne

Sur Apple Silicon, le GPU peut accéder à la plupart — mais pas la totalité — de la mémoire système. macOS en réserve une partie pour elle-même, et par défaut la limite d'ensemble de travail du GPU s'établit à peu près entre les deux tiers et les trois quarts de la RAM totale ; le plafond exact varie selon la taille de la RAM et la version de macOS. En pratique, un MacBook Pro 36 GB peut charger des modèles qui nécessiteraient un GPU discret 24 GB sur un PC. Les outils local-LLM affichent directement la limite utilisable — consultez le guide LM Studio et le guide Ollama pour savoir comment chacun la rapporte. Le compromis est la bande passante mémoire, qui varie largement entre les puces base, Pro, Max et Ultra et affecte directement les tokens par seconde.

Comment vérifier la VRAM sous Linux

NVIDIA : nvidia-smi

Installé avec le pilote propriétaire. Exécutez nvidia-smi pour un instantané, ou rafraîchissez chaque seconde pendant le chargement d'un modèle :

nvidia-smi -l 1

AMD : rocm-smi ou sysfs

Avec la pile ROCm installée :

rocm-smi --showmeminfo vram

Sans ROCm, le pilote du noyau amdgpu expose le total directement (en octets ; votre carte pourrait être card1 — vérifiez ls /sys/class/drm/):

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

Tout GPU : glxinfo

Installer mesa-utils (Debian/Ubuntu) ou glx-utils (Fedora), puis :

glxinfo -B | grep -i memory

Les pilotes Mesa affichent une ligne comme Video memory: 8192MB; le libellé exact varie selon le pilote.

lspci — identifie la carte, pas la VRAM

lspci | grep -iE 'vga|3d'

sudo lspci -v -s affiche ensuite les ouvertures mémoire de la carte, mais attention : ce sont les tailles de BAR PCI, qui ne correspondent à la VRAM totale que si Resizable BAR est activée. Utilisez lspci pour identifier le modèle GPU exact, puis obtenez la figure de mémoire dans les outils ci-dessus ou la fiche technique de la carte.

Total vs. Disponible vs. Partagée : ce que les chiffres signifient

Nombre	Où vous le voyez	Ce que cela signifie pour les LLM
VRAM dédiée (totale)	Gestionnaire des tâches « Mémoire GPU dédiée » ; nvidia-smi total	Mémoire physique sur la carte. C'est le budget strict pour les poids du modèle.
VRAM libre	nvidia-smi memory.free	Ce qui est disponible maintenant. Le bureau, les onglets du navigateur et autres applications occupent généralement 0,5–2 GB.
la mémoire GPU partagée	Gestionnaire des tâches « Mémoire GPU partagée »	RAM système (jusqu'à environ la moitié) dans laquelle le GPU peut déborder via PCIe. Beaucoup plus lent que la VRAM — ne le comptez pas lors du dimensionnement d'un modèle.
Mémoire unifiée (Apple Silicon)	À propos de ce Mac « Mémoire »	Un pool CPU+GPU unique. Le GPU peut l'utiliser en majeure partie, donc il se comporte comme un grand pool VRAM avec une bande passante dépendant de la puce.

Lors du chargement d'un modèle, ce qui compte est libre VRAM, pas totale. Une carte 12 GB avec 1,5 GB déjà consommée par le composeur et un navigateur dispose d'environ 10,5 GB — suffisant pour faire échouer le chargement d'un modèle qui « devrait tenir ». Sur NVIDIA, la liste par processus au bas de la sortie nvidia-smi vous dit exactement quoi fermer.

Combien de VRAM avez-vous réellement besoin ?

La question derrière la question. À la quantification 4-bit — le standard pour l'inférence locale — les poids du modèle occupent environ 0,5–0,6 GB par milliard de paramètres, plus un cache KV qui croît avec la longueur du contexte. Guide approximatif :

taille du modèle	Poids 4-bit (approx.)	VRAM pour fonctionner confortablement
7–8B	4–5 Go	6–8 Go
12–14B	7–9 Go	10–12 Go
24–32B	13–19 Go	16–24 Go
70B	36–42 Go	48 Go, ou répartis sur deux GPU

La colonne « confortable » suppose un contexte modéré (4 000 à 8 000 tokens) ; les très longs contextes ajoutent plusieurs gigaoctets de cache KV par-dessus. Pour les chiffres par modèle, consultez le tableau des exigences VRAM pour chaque LLM majeur ou parcourez le base de données de modèles. Pour votre combinaison exacte de modèle, quantification et longueur de contexte, utilisez le calculatrice VRAM. Si votre carte n'est pas suffisante, le meilleurs GPUs pour les LLMs locaux guide classe les options de mise à niveau par Go de VRAM par dollar — et si une nouvelle GPU ne vaut pas le coup, le calculateur de seuil de rentabilité self-hosting vs. API indique quand payer à la demande revient moins cher.

Questions fréquemment posées

Puis-je augmenter la VRAM de ma carte graphique ?

Non sur une GPU discrète — les puces mémoire sont soudées à la carte, donc la seule mise à niveau est une carte différente. Les GPU intégrés sont l'exception : certains réglages BIOS/UEFI vous permettent de modifier l'allocation RAM (souvent étiquetée « UMA Frame Buffer Size » ou similaire). La mémoire GPU partagée de Windows n'est pas une VRAM supplémentaire et ne change pas ce qui s'adapte à pleine vitesse.

Pourquoi Windows rapporte-t-il plus de mémoire GPU que ma carte n'en possède ?

La ligne « GPU Memory » du Gestionnaire des tâches est la VRAM dédiée plus la mémoire système partagée, et dxdiag peut gonfler ce chiffre de la même façon. La VRAM physique est la valeur « Dedicated GPU memory », ou le total que nvidia-smi affiche. Une carte de 8 Go sur un PC de 32 Go affichera souvent 24 Go de « GPU Memory » — seuls 8 Go en sont de la vraie VRAM.

La mémoire GPU partagée aide-t-elle à exécuter des LLM plus volumineux ?

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.

Combien de VRAM un modèle 7B ou 8B nécessite-t-il ?

Environ 4–5 Go pour les poids en 4-bit, donc une carte de 6–8 Go en exécute un confortablement avec de la place pour le contexte. Un GPU de 8 Go gère bien la classe 7–8B ; 12 Go ouvre les modèles 12–14B. Le guide des meilleurs modèles locaux pour Ollama classe les modèles populaires par niveaux VRAM.

La mémoire unifiée sur un Mac est-elle la même chose que la VRAM ?

Pour exécuter des LLM, à peu près : le GPU adresse un pool partagé, jusqu'à une limite fixée par le système d'environ deux tiers à trois quarts de la RAM totale. Cela signifie qu'un Mac de 32 Go peut exécuter des modèles qu'un GPU PC de 12 Go ne peut pas. La différence se manifeste dans la bande passante mémoire, qui varie plusieurs fois entre les puces de base et Max/Ultra, et fixe votre plafond de tokens par seconde.

Comment surveiller l'utilisation VRAM pendant qu'un modèle s'exécute ?

Sur NVIDIA (n'importe quel OS), exécutez nvidia-smi -l 1 pour une actualisation une fois par seconde. Sous Windows, le volet GPU du Gestionnaire des tâches se met à jour en direct. Sur AMD Linux, utilisez watch -n 1 rocm-smi --showmeminfo vram; sur un Mac, les poids du modèle apparaissent comme mémoire de processus ordinaire dans l'onglet Memory du Moniteur d'activité, puisque le pool est unifié.