能不能跑一个模型，到底只看显存吗？

看三样：显存决定装不装得下，内存决定装不下时能不能凑合，算力决定跑得多快。显存是唯一没有替代品的。

装模型像往抽屉里放东西：权重（模型参数本身）必须先放，剩下的空间才给上下文用。显存满了，框架就把一部分层挪到内存里，这叫 offload——能跑，但内存带宽只有显存的 1/10 到 1/15，速度会断崖式下跌。

所以判断顺序是：① 权重大小 vs 可用显存 ② 剩下的显存够不够你要的上下文 ③ 卡的带宽决定每秒能出多少字。显存不够，加钱也换不到速度；带宽不够，只是慢，不是不能用。

本站容量表里写的『可用显存』不等于显卡标称容量：Windows 桌面会先吃掉 0.5–1.5GB，所以 16G 卡按 88% 即约 14.1G 算，Linux 按 95% 算。很多『别人 16G 能跑我不能跑』的差别就在这里。