memory & vram / pillar
LM StudioのメモリとVRAMの目安｜ファイルサイズ・KVキャッシュ・コンテキスト長を統合解説
「モデルが動くか」はメモリ(RAM)だけで決まるわけではありません。VRAM、ファイルサイズ、KVキャッシュ、コンテキスト長、GPUオフロードが絡みます。 本ページでは、各がどう消費されるかを仕組みから説明し、自分の環境での判断の仕方をまとめます。
RAM / VRAM / ストレージの違い
| 項目 | 役割 | GGUF選びでの意味 |
|---|---|---|
| ストレージ(SSD/HDD) | ファイルの保存場所 | GGUFファイルサイズの置き場。実行時メモリではない。 |
| RAM | 実行時の作業メモリ | CPU動作や部分的なオフロードで消費。 |
| VRAM | GPUの専用メモリ | GPU全オフロード時はここが主戦場。 |
共有メモリと iGPU
Apple Silicon や一部の APU/SoC では、RAM と VRAM が 統合（unified memory） されています。 この場合「RAM と VRAM の合計」ではなく、共通のメモリプールからモデルも描画も消費します。 一方、Intel/AMD の内蔵GPU（iGPU）は、BIOS で確保した 共有メモリ を使うことがあり、 システムから見える空きRAM が減る場合があります。
どちらが自分の環境かは、OSのシステム情報（macOS「このMacについて」、Windows「タスクマネージャー」の パフォーマンスタブ等）で確認してください。数値を断定する前に、まず「自分の空き状況」を観察します。
何がメモリを食うか
ローカルLLMの実行時、大きく次のものがメモリを消費します。
| 要素 | 概要 | 増減の鍵 |
|---|---|---|
| weight file | モデル重み本体（量子化済み） | 量子化精度・モデル規模 |
| mmap | ファイルをメモリにマップして読む仕組み | 実装・OS依存。全ロードとは限らない |
| KV cache | コンテキストの「記憶」保持分 | コンテキスト長・アーキテクチャ |
| compute buffer | 計算の中間バッファ | バッチサイズ・実装 |
| context / flash attn | コンテキスト処理の設定 | 長くするほど増大 |
| vision / MoE | マルチモーダル・専門層 | モデル構成依存 |
「計算バッファが何GB」などの精密値は、モデル・実装・設定で変わるため、ここでは範囲の目安として扱います。
KVキャッシュの増え方（目安）
KVキャッシュはコンテキスト長にほぼ比例して増大します。理論的な目安式と、仮モデルでの例は コンテキスト長とKVキャッシュ で詳しく扱っています。 要点：コンテキスト長を2倍にすると、KVキャッシュも約2倍になる傾向があります。
GPUオフロード
GPUオフロードは、モデルの層をどれだけ GPU（VRAM）へ載せるかを決めます。 全層を載せる（full offload）なら VRAM が主戦場になり、載せきれない分は RAM（CPU）へ回ります（部分オフロード）。
--estimate-only や
実測（コマンド作成ツール）で確認するのが確実です。
decision tree（動かないときの切り分け）
- 自分の 空きRAM と（あれば）空きVRAM を確認する。
- 同一モデルのGGUF一覧で実ファイルサイズを確認し、小さい候補へ下げる。
- コンテキスト長を既定値（8k付近）に戻す。
- GPUオフロードを下げる（部分オフロード、あるいは一旦CPUのみ）でロードできるか試す。
- それでもダメなら、より小さいモデル・軽い量子化を選ぶ。
これは「目安の手順」です。正確なエラー原因はログ・バージョンを確認（トラブルシューティング）。
具体例（仮定付き・目安）
| 環境 | まず試す | 注意点 |
|---|---|---|
| 8GB RAM / GPUなし | 1B〜3B級の小型候補 | OS分を差し引き、小さい実ファイルからCPU速度も確認。 |
| 16GB RAM | 小型〜7B/8B級を候補に | 実ファイル、context、他アプリを確認。適合保証ではない。 |
| 32GB RAM / VRAM 8GB | 7B/8B級から比較 | 全オフロード可否はファイルとKV/runtime bufferで変わる。 |
| 64GB RAM / VRAM 12GB+ | 候補は広い | MoE全重み、mmproj、GPU/CPU速度、同時アプリを確認。 |
上の「まず試す」は仮定付きの目安。OSと常駐アプリを除いた空きRAM、同時に使うアプリのメモリも影響します。 特に unified memory 環境では「合計」ではなく「空きプール」で考えます。
確認シート（ご自身で埋める）
| 項目 | あなたの値 |
|---|---|
| 空きRAM（OS起動直後） | ＿＿ GB |
| 空きVRAM（GPUありの場合） | ＿＿ GB |
| 試したいモデル規模 | ＿＿ B |
| 量子化 | ＿＿（例: Q4_K_M） |
| コンテキスト長 | ＿＿（既定値から開始推奨） |
| GPUオフロード | ＿＿（full / 部分 / CPU） |
架空の数値は入れません。ご自身の環境の実測値を記入してください。
適用外と限界
- 本ページの数値は目安。精密値はモデル・量子化・ハードウェア・実装・設定に依存。
- 「計算バッファが○GB」等の固定値は使いません（環境依存）。
- unified memory と 専用VRAM では、余裕の計算が変わります。
- 常駐アプリ・ブラウザの消費も無視できません。実測値で判断。
よくある質問
- 「VRAM 8GB だと何Bまで？」
- パラメータ数だけでは決まりません。同じ7B/8Bでも量子化・architecture・contextで変わるため、GGUF実ファイルサイズを見て
lms load --estimate-onlyで確認します。 - 「システムRAM と VRAM、どちらが重要？」
- GPUで動かすなら VRAM がボトルネックになりやすいです。VRAM不足なら CPU/統合GPUへオフロードしますが、速度は落ちます。
- 「計算バッファは何GB？」
- 固定値ではなく、実装・設定・コンテキスト長で変わります。本サイトの数値は保守的な計画幅で、LM Studioの見積もりや実測値ではありません。
- 「チェッカーの数字は正確？」
- 目安です。実際の使用量は環境で変わるため、まずは「動くか」を実測で確認するのが確実です。
更新履歴：2026-08-31 16GB推奨要件とモデル適合を分離し、実ファイルサイズ・MoE/mmproj・現行estimate-onlyを判断軸へ追加。