Tech & PC
Quanta VRAM serve per far girare l’AI in locale?
VRAM, RAM e GPU necessarie per LLM locali (7B–70B), generazione immagini e video AI sul tuo computer.
Risposta rapida
Far girare l’AI sul proprio computer significa niente abbonamenti, niente limiti di utilizzo e privacy totale: prompt e dati non lasciano mai la tua macchina. Il prezzo da pagare è l’hardware. A differenza del gaming, dove conta soprattutto la velocità del chip grafico, l’AI locale dipende da un numero solo: la VRAM, la memoria della scheda video. Un modello o entra in VRAM o non entra — e quando non entra gira 10-50 volte più lento, o non parte proprio.
VRAM necessaria (scheda video)
6–8 GB
- GPU di riferimento
- RTX 4060 / RTX 3060 12 GB
- RAM di sistema
- 16 GB
- Archiviazione
- SSD NVMe 1-2 TB (i modelli occupano decine di GB)
Quantizzati Q4 girano anche solo su CPU (lenti) o su Mac M con 16 GB di memoria unificata.
La VRAM conta più di tutto: determina quali modelli puoi caricare. Software gratuiti per iniziare: Ollama e LM Studio per i chat, ComfyUI per immagini e video. Dati aggiornati a luglio 2026.
Come funziona
Come regola pratica, un modello linguistico quantizzato richiede circa 0,6–1 GB di VRAM per miliardo di parametri: un 8B sta in 8 GB, un 32B vuole 24 GB, e i 70B richiedono doppia GPU o un Mac con molta memoria unificata. La generazione immagini (SDXL, FLUX) sta tra 8 e 24 GB, mentre la generazione video locale è il carico più pesante in assoluto. Scegli il tuo caso d’uso qui sopra per i requisiti esatti — se il calcolatore indica 24 GB, confronta le schede video da 24 GB attuali prima di comprare — e parti con software gratuito: Ollama o LM Studio per le chat, ComfyUI per le immagini. Con budget ridotto, le fasce RAM mini PC per AI spiegano cosa reggono i box compatti.
I link evidenziati portano ad Amazon.
Domande frequenti
Posso far girare l’AI in locale senza scheda video?+
Sì, ma solo i modelli linguistici piccoli (fino a 7-8B parametri, quantizzati) girano in modo accettabile su CPU — aspettati 3-10 parole al secondo invece delle 30-80 di una GPU. Generare immagini o video su CPU è impraticabile. Un’alternativa è un Mac con Apple Silicon: la memoria unificata funziona da VRAM, quindi un MacBook con 16-32 GB fa girare modelli sorprendentemente grandi.
12 GB di VRAM bastano per l’AI locale nel 2026?+
È un buon punto d’ingresso: i modelli linguistici 13-14B girano bene, SDXL per le immagini funziona, e FLUX quantizzato è usabile. Restano fuori portata i modelli 30B+ a buona qualità e la generazione video. Se compri oggi e l’AI è l’obiettivo principale, 16 GB è il punto di equilibrio e 24 GB la soglia da appassionati.
NVIDIA o AMD per l’AI locale?+
NVIDIA resta la scelta sicura: praticamente ogni strumento AI supporta CUDA senza configurazione. Il supporto AMD (ROCm) è migliorato molto e funziona bene con Ollama e llama.cpp, ma con gli strumenti per immagini/video troverai più attriti. Se non vuoi perdere tempo in troubleshooting scegli NVIDIA; se trovi un affare su una AMD da 24 GB e ti interessa soprattutto la chat LLM, può valerne la pena.
Quanto spazio su disco occupano i modelli AI locali?+
Più di quanto pensi: un 8B quantizzato pesa 5-8 GB, un 70B supera i 40 GB, e i modelli per immagini con i loro componenti extra occupano 10-30 GB l’uno. Se sperimenti con più modelli riempi 500 GB in fretta — per questo consigliamo un SSD NVMe da 1-2 TB. Conta anche la velocità di caricamento: da NVMe un modello si carica in secondi, da hard disk in minuti.
In qualità di Affiliato Amazon ricevo un guadagno dagli acquisti idonei — per te il prezzo non cambia.