名词解释 / 07
显存
英文名称：VRAM（Video Random Access Memory，视频随机存取存储器） 常见别名：显卡显存、GPU 显存（口语里常连着容量说，比如“8G 显存”） 所属分类：进一步了解 AI 原理
一句话解释
显存是显卡（GPU）自带的临时存放空间，相当于 GPU 干活时专属的“工作台”。要在本地电脑或服务器上运行 AI 模型时，模型本身、以及 AI 为了记住你上传的资料和前面对话而产生的临时数据，都要放进这个工作台。工作台越大，装得下的模型越大、能同时摊开的内容越多；不够大时，模型装不下，或者跑着跑着就卡死、报错退出。
工作中什么时候会遇到
用网页或 App 里的 AI 办公工具时，模型跑在服务商的数据中心里，显存够不够由对方操心，你基本接触不到这个词。真正遇到显存，主要是两类情况：一是公司想把 AI 放进内部做私有化部署或本地化运行，让涉密的报价单、质检记录、客户资料等不传上云，这时模型要装进公司自己的电脑或服务器，显存够不够直接决定跑不跑得起来；二是采购电脑、服务器或显卡，配置单上“显存 8G / 16G / 24G”就是这个指标，不同容量报价差别很大。
如果你的部门只负责“用”，不参与买设备、不搞本地部署，那么显存这个词听过、能看懂即可，不需要自己操心。
能解决什么问题
- 判断一台电脑或服务器到底装不装得下某个本地模型，避免设备买回来才发现跑不动或经常崩。
- 看懂配置单和报价里的显存数字，采购时能问出关键问题，而不是被供应商一句“够用”带过去。
- 本地 AI 工具出现“显存不足”“内存不足”报错或卡死闪退时，能判断问题大概出在哪、该找谁处理。
- 评估“本地化部署”方案是否靠谱：供应商说“普通电脑就能跑大模型”时，能分辨是真有优化，还是靠压缩模型把效果打了折扣。
- 大致理解 AI 工具为什么对单次上传的资料长度、同时使用人数有限制，避免把服务商侧的问题误归因到自己的电脑上。
举个例子
一家公司的质检部门想把历年质检记录和工艺说明做成内部问答库，资料涉密不能传云端，供应商在一台本地工作站上部署问答模型，由采购对接验收。供应商报价单写着“独立显卡 16G 显存”。验收时，采购把一整年、几十页的真实记录导入，让它做总结并追问细节，程序提示“显存不足”后退出。原因是：模型本身已占掉显存的大头，而 AI 为了记住你上传的资料和前面的对话，会在显存里临时存放越来越多的数据，资料越长、问得越多，占用越高。供应商随后换成参数更小的模型，或把资料分段处理。采购坚持用同一份真实长记录现场复测，确认不再崩溃、回答可以接受后，才签收付款。
怎么使用
普通员工基本不需要配置显存。用云端办公 AI 时，可以把显存理解成“服务商机房里的工作台够不够大”，跟你自己的电脑无关，具体优化由服务商负责。需要你参与的通常是采购或验收环节：核对配置单上的显存容量和实际用途是否匹配，再拿真实、有代表性的工作资料现场试跑，而不是只看参数。
如果公司要做本地化部署，选多大参数的模型、用什么压缩技术、配什么显卡，一般由 IT 部门或外部服务商决定。你能做的是提出验收要求：用真实长度的文档、接近实际的使用量去测，确认不卡、不崩、回答质量可接受再付款。
使用时要注意什么
- 显存不是内存，也不是硬盘。内存是整机 CPU 用的临时工作台，所有软件运行都占它；硬盘负责长期保存文件，关机不丢；显存只归显卡管，断电即清空。报配置前先分清这三者。
- 显存大不等于 AI 更聪明。显存只决定“装不装得下、跑得顺不顺”，回答质量主要由模型本身决定，比如参数量、训练数据和推理方法。
- 别只看显存一个数字。显卡型号、整机内存、散热和电源都会影响实际表现，显存大但其他环节是瓶颈，一样会卡。
- 小显存硬跑大模型通常要压缩，代价是效果打一定折扣；长文档、多人同时使用也会推高显存占用。“多大显存能跑多大模型”会随模型版本和优化技术进步而变，以当前版本和官方说明为准，关键靠现场实测，别只信报价单。
容易混淆的词
- 内存（RAM）：整机 CPU 用的临时工作台，任何软件运行都会占用它；显存只归显卡管。配置单上“内存 16G”和“显存 8G”是两回事，不能混为一谈。（苹果芯片等一体化内存设计不严格区分这两者，属特例。）
- 硬盘（存储空间）：长期保存文件的部件，断电不丢；显存是运行时临时存放，断电即清。模型文件下载下来占的是硬盘，跑起来才占显存。
- 显卡型号（GPU 型号）：决定这块显卡运算的快慢和支持的新技术；显存只决定工作台大小。同一型号的显卡也可能有不同的显存容量版本，报价时要看清具体是哪个。
- 算力：约等于“单位时间能干多少活”，管快慢；显存是“一次能摊开多少活”，管容量。跑得快不等于装得下。
相关名词
相关图片
