La VRAM está distribuida entre GPU: no es una memoria única ni se suma automáticamente. La viabilidad depende del motor de inferencia, modelo, cuantización, contexto, caché KV y concurrencia. No se garantiza capacidad ni rendimiento sin validar tu carga real. Todos los Lab requieren revisión eléctrica y térmica; las imágenes son ilustrativas, no evidencia de stock ni de un montaje probado.
Comparación rápida
Capacidad antes que marketing.
Una tarjeta más rápida no siempre permite cargar un modelo mayor. Por eso mostramos VRAM y modalidad de ejecución por separado.
Build
VRAM
7–8B
14B Q4
32B Q4
70–72B Q4
120B Q4
200B Q4
LLM Local 16
16 GB
GPU
GPU*
RAM / offload
—
—
—
LLM Performance 16
16 GB
GPU más rápida
GPU*
RAM / offload
—
—
—
LLM Pro 32
32 GB
GPU
GPU
GPU*
RAM / offload
—
—
LLM Lab 64 · propuesta
2 × 32 GB distribuidos
Capacidad y rendimiento pendientes de validar con el modelo, contexto y motor concretos.
LLM Lab 96 · propuesta
3 × 32 GB distribuidos
Capacidad y rendimiento pendientes de validar con el modelo, contexto y motor concretos.
LLM Lab 128 · propuesta
4 × 32 GB distribuidos
200B+ es una referencia de evaluación, no una capacidad garantizada.
* Sujeto a cuantización, contexto y memoria adicional del runtime. La validación final se realiza con el modelo concreto del cliente.
Cómo elegimos
Partimos por tu carga real.
01 — MODELO
Definimos qué vas a ejecutar
Modelo, cuantización, contexto, documentos, agentes y cantidad de usuarios simultáneos.
02 — MEMORIA
Dimensionamos VRAM y RAM
Priorizamos que la carga importante permanezca en GPU y dejamos margen para el sistema.
03 — PLATAFORMA
Cerramos energía y refrigeración
Validamos espacio, fuente, líneas PCIe, temperaturas y posibilidades de expansión.
Antes de cotizar
Preguntas frecuentes.
¿Qué significa 7B, 14B o 32B?
Es una referencia a la cantidad de parámetros del modelo. En general, un modelo más grande necesita más memoria y puede resolver tareas más complejas, aunque el resultado también depende del modelo, su cuantización y el contexto utilizado.
¿Por qué se prioriza la VRAM?
La VRAM determina cuánto del modelo puede permanecer dentro de la GPU. Cuando el modelo no cabe, parte del trabajo pasa a la memoria RAM y normalmente responde más lento.
¿Una RTX 5080 de 16 GB ejecuta modelos mayores que una RTX 5060 Ti de 16 GB?
No necesariamente. La RTX 5080 puede responder más rápido, pero ambas pertenecen a la misma clase de capacidad de 16 GB. Por eso separamos capacidad y velocidad al recomendar un equipo.
¿La VRAM de varias RTX 5090 se suma automáticamente?
No. La RTX 5090 no incorpora NVLink y la distribución depende del motor utilizado. Ollama, llama.cpp y otras herramientas pueden repartir modelos entre GPU, pero cada flujo debe validarse antes de definir el equipo.
¿Los equipos vienen listos para usar?
La configuración final puede incluir instalación, drivers y pruebas con Ollama o LM Studio. Antes de cerrar la cotización confirmamos el modelo, el contexto y el flujo de trabajo que necesitas.
¿Los Gorilla LLM Lab tienen stock o precio confirmado?
Estas configuraciones están en revisión técnica. Esta publicación no acredita stock, no reserva componentes y no permite compra inmediata. Los precios referenciales anteriores están retirados. El costo puede variar por disponibilidad, importación y tipo de cambio. Antes de pagar, solicita una cotización vigente con modelos exactos, precio final IVA incluido, medio de pago, vigencia y plazo por escrito. Cualquier sustitución requiere tu aprobación previa.
No necesitas adivinar la GPU.
Dinos qué modelo quieres correr, cuánto contexto necesitas y cuál es tu presupuesto. Diseñamos la configuración alrededor de eso.
