Qué Tarjeta Gráfica (GPU) y Memoria RAM Necesitas para Usar IA Local

En esta guía práctica te explicamos en cristiano qué mirar exactamente antes de comprar o ampliar tu equipo, y qué modelos podrás mover con fluidez según los gigabytes de memoria que tengas.

1. ¿Por Qué la Memoria VRAM Lo Es Todo en Inteligencia Artificial?

Ejemplo fácil y sencillo: Tener los ingredientes en la encimera o bajar al trastero

Imagina que estás cocinando a toda velocidad:

La memoria VRAM de tu tarjeta gráfica es la encimera que tienes justo delante de tus manos. Si todos los ingredientes caben encima de la encimera, cocinas rapidísimo (la IA escribe entre 30 y 80 palabras por segundo).

Pero si el modelo de IA es más grande que tu encimera, tu ordenador tiene que dejar la mitad de los ingredientes en la RAM normal o en el disco duro (como tener que bajar corriendo las escaleras hasta el trastero por cada cucharada de sal). ¿El resultado? En cuanto el modelo supera la memoria de tu tarjeta gráfica, pasa de responder al instante a escribir una palabra cada tres segundos.

¿Por qué los ordenadores Mac de Apple pueden abrir modelos tan grandes?

En un PC tradicional con Windows o Linux, la memoria del ordenador (RAM) y la memoria de la tarjeta gráfica (VRAM) van por separado: puedes tener 64 GB de RAM, pero si tu tarjeta gráfica solo tiene 8 GB de VRAM, tu límite rápido son esos 8 GB. En cambio, los ordenadores Mac con chips Apple Silicon (M1, M2, M3, M4) usan Memoria Unificada: su tarjeta gráfica puede usar casi toda la memoria RAM del equipo, permitiendo que un Mac Mini o Mac Studio con 36 GB o 64 GB de RAM cargue modelos enormes que no caben en una tarjeta gráfica doméstica de PC.

2. Guía Rápida: ¿Qué Puedes Hacer Según la Memoria de tu Equipo?

Los 3 escalones reales de hardware en casa o en la oficina

• Escalón 1 — 8 GB a 12 GB de VRAM (Ej. NVIDIA RTX 3060 / 4060 o Mac de 16 GB): Perfecto para modelos de 7B y 8B parámetros (como Llama 3.1 8B, Qwen 2.5 7B o DeepSeek R1 8B). Ideales para resumir textos, redactar correos y chatear en privado a toda velocidad.
• Escalón 2 — 16 GB a 24 GB de VRAM (Ej. NVIDIA RTX 3090 / 4090 de 24 GB o Mac de 32/36 GB): El punto dulce profesional. Mueve modelos de 14B a 32B parámetros (como DeepSeek R1 14B/32B o Qwen 2.5 Coder 32B) y además genera imágenes con FLUX.1 en un par de segundos.
• Escalón 3 — 48 GB a 64 GB+ de Memoria (Ej. Mac Studio 64 GB o PC con doble RTX 3090): Permite correr los gigantes de 70B parámetros (como Llama 3.3 70B) con calidad de nivel empresarial 100% en local.

Tabla comparativa de datos reales en Modelos & Chatbots

Para que tengas todas las cifras oficiales de un solo vistazo sin tener que buscar en diez páginas distintas, aquí tienes la comparativa actualizada:

3. La Fórmula de 5 Segundos para Calcular si un Modelo Cabe en tu GPU

Multiplica los miles de millones de parámetros por 0,7

Si descargas modelos cuantizados en el formato estándar Q4_K_M, aplica esta cuenta rápida: toma el número del modelo (por ejemplo, 14B) y multiplícalo por 0,7. 14 × 0,7 = 9,8 GB de memoria necesaria (contando el modelo y un margen para la conversación). Si tu tarjeta tiene 12 GB, cabrá de sobra.

Plantilla práctica verificada lista para copiar y probar sin errores

Hemos pre-rellenado esta plantilla con datos de ejemplo reales para que puedas probarla ahora mismo con un solo clic y comprobar que funciona a la primera sin dar ningún fallo:

Actúa como un especialista en hardware para Inteligencia Artificial local.
Dime exactamente qué modelos de lenguaje (en Ollama) y de imagen puedo ejecutar con fluidez en este ordenador (puedes usar estos datos de ejemplo o los míos):

MI EQUIPO ACTUAL:
- Sistema: PC con Windows 11
- Memoria RAM del sistema: 32 GB
- Tarjeta gráfica (GPU): NVIDIA RTX 4060 con 8 GB de memoria VRAM.

RESPONDE DE FORMA CLARA:
1. Qué tamaño máximo de modelo en formato Q4_K_M cabe entero dentro de mis 8 GB de VRAM para que vaya ultrarrápido.
2. Los 3 mejores modelos actuales que me recomiendas instalar hoy con su comando exacto de Ollama.
3. Qué ocurriría con la velocidad si intento abrir un modelo gigante de 70B en este equipo.

4. Veredicto Final: Qué Comprar si Empiezas Hoy

No gastes de más si aún no sabes qué modelos vas a usar

Prueba primero con el ordenador que ya tienes instalando un modelo de 8B en Ollama. Y si decides comprar equipo dedicado para IA local, prioriza siempre gigabytes de VRAM (en NVIDIA) o Memoria Unificada (en Mac) por encima de todo lo demás.

5. Fuentes Oficiales y Herramientas Verificadas

Para profundizar directamente en la documentación técnica, comprobar tarifas en tiempo real o descargar las herramientas oficiales mencionadas en este estudio, consulta estos recursos de referencia:

6. Preguntas Frecuentes (FAQ)