本文介绍了在本地运行大语言模型（LLM）时计算显存（VRAM）需求的实用公式与指导原则。核心逻辑为“显存 ≈ 参数量 × (位宽 ÷ 8)”，详细对比了FP16、FP8及各类量化格式（如GGUF、4-bit）的占用情况，并提醒开发者需额外考虑KV缓存和框架开销等“显存税”。
