【AI開発用】ローカルLLM入門向けVRAMの選び方

8GBと12GBをモデルの条件で選ぶ

小型の量子化モデルを短めの入力で試すなら、VRAM 8GBを比較の入口にできます。12GBはモデルと実行時メモリに使える領域が増える選択です。容量だけで、特定モデルの動作や回答品質が保証されるわけではありません。

Qwen3.5-9Bのようなモデルを候補にする場合も、配布元の形式と量子化版を区別します。使うアプリがモデル構造に対応しているかを確認してください。画像入力を使う場合は、テキストだけの場合と必要メモリが変わります。

入門向けBTOの比較条件

表は当サイトの比較用の目安です。GeForce RTX 5060は8GB、RTX 5060 Tiには8GB・16GB版があり、RTX 5070は12GBです。8GBと12GBの差額を確認したうえで、16GB構成の総額も比較すると判断しやすくなります。

公式情報の確認日: 2026-10-11。出典: NVIDIA RTX 5060ファミリー、RTX 5070ファミリー、Qwen3.5-9B公式モデル情報。

ファイル容量に実行時の余地を加える

量子化モデルのファイル容量だけで、GPUに収まるかを判断しません。読み込み時の領域、会話を保持するキャッシュ、処理用バッファーが追加で必要です。画面表示や別のGPUアプリが使うメモリも残します。

Gemma 4のE2B・E4Bは、実効パラメータ数と保持する重みの総量が異なります。小さな数字のモデル名でも、その数字だけでVRAMを見積もらないようにしてください。配布元の精度別要件を確認します。

コンテキストは、入力文だけでなく会話履歴と生成する回答を含む範囲です。長くするとメモリが増えますが、増え方はモデルと実装に依存します。初めは短い設定で起動し、必要な長さへ広げて確認してください。

CPU側へ一部を配置できる環境では、VRAMに収まらないモデルを扱える場合があります。ただしRAMと転送が処理速度に影響します。RAM増設をGPUメモリと同じ効果とみなさず、許容する待ち時間も判断条件にします。

公式情報の確認日: 2026-10-11。出典: Google Gemma 4のメモリ要件、Ollamaのコンテキスト設定、llama.cppのCPU・GPU併用。

RAMとSSDを削らずに総額を比べる

8GB構成と12GB構成は、RAM・SSDの条件を同じにして比較します。価格差が小さければ容量の余地を取り、差が大きければ小型モデルとクラウドの併用も検討できます。予算に合わせてモデル条件も調整してください。

下の商品例は、指定したVRAM・RAM条件に該当する取得データの一部です。モデルの実機動作を確認した商品ではありません。比較画面で予算、RAM、SSDを指定し、必要構成へ変更した総額から候補を選びます。

条件に該当する製品例

各VRAM帯の目安RAM・SSD 1TBにそろえた製品例です。販売可能と確認できた商品を、最新の掲載データから表示します。SSD 2TB以上が必要なら、比較画面で容量を変更してください。

商品は入れ替わります。最新の販売状況・構成は公式商品ページでご確認ください。