Come controllare la VRAM su Windows, macOS e Linux

Come controllare la VRAM, in una riga per piattaforma: su Windows, premi Ctrl+Maiusc+Esc, apri la scheda Prestazioni , seleziona la tua GPU e leggi Memoria GPU dedicata; su macOS, apri Menu Apple → Informazioni su questo Mac; su Linux, esegui nvidia-smi per NVIDIA o rocm-smi per AMD. Di seguito ogni metodo nel dettaglio — più cosa significano veramente i numeri quando decidi se una LLM locale entrerà.

Come controllare la VRAM su Windows

Gestione attività — il metodo più veloce

1. Stampa Ctrl+Maiusc+Esc per aprire Gestione attività.
2. Vai alla scheda Prestazioni (su Windows 10, fai clic su Altri dettagli prima se vedi la visualizzazione compatta).
3. Fai clic GPU 0 nella barra laterale sinistra. I laptop con una GPU integrata e una dedicata mostreranno anche GPU 1 — la scheda dedicata è generalmente GPU 1.
4. Leggi Memoria GPU dedicata nell'area in basso a destra. Questa è la tua VRAM fisica, mostrata come utilizzata / totale (ad esempio, 2,1/24,0 GB).

Ignora la riga GPU Memory : aggiunge memoria GPU condivisa (RAM di sistema che la GPU può prendere in prestito) alla cifra dedicata, il che rende una scheda da 8 GB simile a una da 24 GB. Più informazioni su questa distinzione di seguito.

dxdiag

Stampa Win+R, digita dxdiag, premi Invio, quindi apri la scheda Visualizzazione . Il campo Display Memory (VRAM) mostra cosa riporta DirectX. Un avvertenza: a seconda del driver, dxdiag a volte incorpora la memoria di sistema condivisa in questo numero, quindi può essere superiore alla VRAM reale della scheda. Considera la cifra dedicata di Gestione attività o nvidia-smi come fonte di verità.

Impostazioni → Schermo → Visualizzazione avanzata

Apri Impostazioni → Sistema → Schermo → Visualizzazione avanzata, quindi fai clic su Proprietà adattatore video per schermo 1. La scheda Adattatore elenca Memoria video dedicata in MB. La formulazione esatta differisce leggermente tra Windows 10 e Windows 11, ma il percorso è lo stesso.

nvidia-smi — la cifra esatta

Se hai una GPU NVIDIA, il driver installa uno strumento a riga di comando che riporta la memoria al mebibyte. Apri PowerShell o Prompt dei comandi ed esegui:

nvidia-smi

La colonna della memoria mostra l'utilizzo corrente rispetto al totale reale — ad esempio 3216MiB / 24564MiB su RTX 4090 — e l'elenco dei processi in basso mostra quali programmi contengono memoria. Per un output pulito e leggibile dalla macchina:

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

Se il comando non viene trovato, i driver recenti lo posizionano in C:WindowsSystem32nvidia-smi.exe; le versioni di driver precedenti utilizzavano C:Program FilesNVIDIA CorporationNVSMI.

Come controllare la VRAM su macOS

Fai clic sul menu Apple → Informazioni su questo Mac.

• Apple Silicon (M1 e successivi): vedrai un nome del chip e una cifra Memoria come 16 GB, 36 GB o 128 GB. Questa è memoria unificata — un unico pool condiviso da CPU e GPU. Non esiste un numero di VRAM separato perché non esiste VRAM separata.
• Mac Intel: le GPU discrete sono elencate con una cifra di VRAM dedicata, ad esempio «Radeon Pro 5500M 8 GB».

Per ulteriori dettagli, apri Informazioni su questo Mac → Altre informazioni → Rapporto di sistema e seleziona Grafica/Display, oppure esegui questo in Terminal:

system_profiler SPDisplaysDataType

Su macchine Intel questo stampa una riga VRAM (Total) ; su Apple Silicon elenca invece il chip e il numero di core GPU.

Perché la memoria unificata cambia i calcoli

Su Apple Silicon la GPU può accedere alla maggior parte — ma non tutta — della memoria di sistema. macOS si riserva una porzione, e per impostazione predefinita il limite di working-set della GPU si attesta su circa due terzi o tre quarti della RAM totale; il massimale esatto varia in base alla quantità di RAM e alla versione di macOS. In pratica, un MacBook Pro da 36 GB può caricare modelli che richiederebbero una GPU discreta da 24 GB su un PC. Gli strumenti Local-LLM ti mostrano il limite utilizzabile direttamente — consulta la guida LM Studio e il guida Ollama per vedere come ciascuno lo riporta. Il compromesso è la larghezza di banda della memoria, che varia ampiamente tra i chip base, Pro, Max e Ultra e incide direttamente sui token al secondo.

Come controllare la VRAM su Linux

NVIDIA: nvidia-smi

Installato con il driver proprietario. Esegui nvidia-smi per un'istantanea, oppure aggiorna ogni secondo mentre un modello si carica:

nvidia-smi -l 1

AMD: rocm-smi o sysfs

Con lo stack ROCm installato:

rocm-smi --showmeminfo vram

Senza ROCm, il driver del kernel amdgpu espone il totale direttamente (in byte; la tua scheda potrebbe essere card1 — verifica ls /sys/class/drm/):

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

Qualsiasi GPU: glxinfo

Installa mesa-utils (Debian/Ubuntu) oppure glx-utils (Fedora), poi:

glxinfo -B | grep -i memory

I driver Mesa stampano una riga come Video memory: 8192MB; l'etichetta esatta varia a seconda del driver.

lspci — identifica la scheda, non la VRAM

lspci | grep -iE 'vga|3d'

sudo lspci -v -s mostra quindi gli aperture di memoria della scheda, ma fai attenzione: si tratta di dimensioni PCI BAR, che corrispondono alla VRAM totale solo quando Resizable BAR è abilitato. Usa lspci per identificare il modello GPU esatto, quindi ricava la cifra della memoria dagli strumenti sopra o dal foglio delle specifiche della scheda.

Totale vs. Libera vs. Condivisa: cosa significano i numeri

Numero	Dove lo vedi	Cosa significa per gli LLM
VRAM dedicata (totale)	Task Manager «Dedicated GPU memory»; nvidia-smi totale	Memoria fisica sulla scheda. Questo è il budget fisso per i pesi del modello.
VRAM libera	nvidia-smi memory.free	Ciò che è disponibile proprio ora. Il desktop, le schede del browser e altre app in genere occupano 0,5–2 GB.
memoria GPU condivisa	Task Manager «Shared GPU memory»	RAM di sistema (fino a circa metà) in cui la GPU può riversarsi tramite PCIe. Molto più lenta di VRAM — non contarla quando dimensioni un modello.
Memoria unificata (Apple Silicon)	Su questo Mac «Memoria»	Un pool unico CPU+GPU. La GPU può usarne la maggior parte, quindi si comporta come un ampio pool VRAM con larghezza di banda dipendente dal chip.

Quando carichi un modello, ciò che conta è la VRAM libera , non il totale. Una scheda da 12 GB con 1,5 GB già consumati dal compositor e da un browser ha circa 10,5 GB con cui lavorare — abbastanza da far fallire il caricamento di un modello che «dovrebbe starvi». Su NVIDIA, l'elenco per-processo in fondo all'output di nvidia-smi ti dice esattamente cosa chiudere.

Quanta VRAM ti serve veramente?

La domanda dietro la domanda. A quantizzazione a 4-bit — lo standard per l'inferenza locale — i pesi del modello occupano approssimativamente 0,5–0,6 GB per miliardo di parametri, più una KV cache che cresce con la lunghezza del contesto. Guida approssimativa:

Dimensione del modello	Pesi a 4-bit (approx.)	VRAM per eseguire comodamente
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, oppure distribuiti su due GPU

La colonna «comfortable» presuppone un contesto moderato (4k–8k token); contesti molto lunghi aggiungono diversi gigabyte di KV cache in più. Per i dati specifici di ogni modello, consulta la tabella dei requisiti VRAM per ogni LLM importante oppure sfoglia il database di modelli. Per la tua combinazione esatta di modello, quantizzazione e lunghezza del contesto, utilizza il Calcolatore VRAM. Se la tua scheda risulta insufficiente, la migliori GPU per LLM locali guida classifica le opzioni di upgrade per VRAM per dollaro — e se una nuova GPU non conviene economicamente, il calcolatore di break-even tra self-hosting e API mostra quando pagare per token è più economico.

Domande frequenti

Posso aumentare la VRAM della mia scheda grafica?

No, sulle GPU discrete — i chip di memoria sono saldati direttamente sulla scheda, quindi l’unico modo per aggiornare la VRAM è sostituire l’intera scheda. Le GPU integrate fanno eccezione: alcune configurazioni BIOS/UEFI consentono di modificare l’allocazione della RAM (spesso indicata come «UMA Frame Buffer Size» o simile). La memoria GPU condivisa di Windows non costituisce VRAM aggiuntiva e non influenza la quantità di dati che possono essere elaborati alla massima velocità.

Perché Windows riporta più memoria GPU di quanta ne abbia effettivamente la mia scheda?

La voce «Memoria GPU» nel Task Manager indica la VRAM dedicata più la memoria di sistema condivisa; anche dxdiag può sovrastimare tale valore nello stesso modo. La VRAM fisica corrisponde invece al valore indicato come «Memoria GPU dedicata», oppure al totale visualizzato dal comando nvidia-smi . Una scheda da 8 GB su un PC con 32 GB di RAM mostrerà spesso 24 GB di «Memoria GPU» — ma solo 8 GB di questi sono veramente VRAM.

La memoria GPU condivisa aiuta a eseguire modelli LLM più grandi?

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.

Quanta VRAM serve per un modello da 7B o 8B?

Circa 4–5 GB per i pesi a 4 bit, quindi una scheda da 6–8 GB consente di eseguirne uno comodamente, lasciando spazio per il contesto. Una GPU da 8 GB gestisce bene i modelli da 7–8 miliardi; con 12 GB si possono affrontare modelli da 12–14 miliardi. La migliori modelli locali per Ollama associa i modelli più diffusi alle fasce di VRAM richieste.

La memoria unificata su Mac equivale alla VRAM?

Per l’esecuzione di LLM, sì, in pratica: la GPU accede a un unico pool di memoria, limitato dal sistema a circa due terzi o tre quarti della RAM totale. Ciò significa che un Mac da 32 GB può eseguire modelli che una GPU da 12 GB su PC non riuscirebbe a gestire. La differenza emerge nella larghezza di banda della memoria, che varia di diversi ordini di grandezza tra le versioni base e Max/Ultra dei chip, determinando il limite massimo di token al secondo.

Come monitoro l’utilizzo della VRAM mentre un modello è in esecuzione?

Su NVIDIA (su qualsiasi sistema operativo), esegui nvidia-smi -l 1 per un aggiornamento ogni secondo. Su Windows, il pannello GPU del Task Manager si aggiorna in tempo reale. Su AMD Linux, usa watch -n 1 rocm-smi --showmeminfo vram; su Mac, i pesi del modello compaiono come memoria di processo ordinaria nella scheda «Memoria» di Activity Monitor, dato che il pool è unificato.