Lokal KI: Hva trenger datamaskinen?

Dokumentasjon og historiske priseksempler kontrollert 19. oktober 2026. Dette er en kildebasert forklaring, ikke en kjøpsanbefaling eller en test av maskinene og modellene.

Tre forskjellige typer plass

Lagringsplass på SSD eller annen disk

Her ligger nedlastede modellfiler. Ollamas dokumentasjon viser egne modellmapper og mulighet for å velge annen plassering. Flere nedlastede modeller krever samlet plass til filene. Diskplass er ikke det samme som ledig minne under kjøring. [2]

RAM – datamaskinens arbeidsminne

Brukes av operativsystemet, programmene og ved CPU-kjøring også modellen. Ollamas oversikt skiller mellom en modell som er lagt helt i systemminnet og en som er lagt helt eller delvis på skjermkortet. [2]

VRAM – skjermkortets minne

Ved GPU-kjøring er tilgjengelig VRAM en begrensning. Ollama vurderer modellens minnebehov mot tilgjengelig VRAM og kan fordele en modell over flere kort når den ikke passer på ett. [2]

Et dokumentert startpunkt – ikke et løfte om alle modeller

LM Studio anbefaler minst 16 GB RAM og minst 4 GB dedikert VRAM for Windows. For Apple Silicon anbefaler dokumentasjonen 16 GB eller mer; den sier at 8 GB-maskiner fortsatt kan brukes med mindre modeller og begrenset kontekst. Dette er leverandørens programanbefalinger, ikke en garanti for at en bestemt stor språkmodell får plass. [1]

Et separat skjermkort er ikke et absolutt vilkår for all lokal KI. Ollama dokumenterer CPU-kjøring, GPU-kjøring og delt CPU/GPU-kjøring. Hvilken løsning et bestemt program og en bestemt modell støtter, må fremgå av deres dokumentasjon. Her er det ikke målt hvor raskt de ulike oppsettene svarer. [2]

Skjermkortstøtte avhenger også av program, operativsystem og drivere. Ollama har egne støttelister for NVIDIA, AMD og Vulkan, og støtter Apple-GPU-er gjennom Metal. MLX LM er laget for språkmodeller på Apple Silicon. Disse er eksempler på ulike tekniske løsninger, ikke anbefalinger om å kjøpe et bestemt merke. [4][5]

Modellstørrelse, kvantisering og kontekst

Antall parametere sier noe om hvor mange modellverdier som skal lagres, men ikke alene hvor mye minne hele kjøringen trenger. Kvantisering bruker lavere tallpresisjon; MLX LM dokumenterer blant annet konvertering til 4-bit-modeller. Det må skilles mellom kvantisering av modellvekter og kvantisering av samtalens K/V-cache. Ollamas FAQ beskriver sistnevnte separat og med mulige utslag på kvaliteten. [5][2]

Dette er et illustrerende regnestykke, ikke målte modellfiler eller minstekrav til PC-en. Det utelater blant annet ekstra kvantiseringsdata, andre presisjoner, cache, mellomresultater og program-/systemminne. GB og GiB er heller ikke samme enhet.

Kontekst er informasjonen modellen har tilgang til i arbeidet. Ollama oppgir at større kontekstvindu krever mer minne. Flere parallelle forespørsler kan også øke minnebehovet. Derfor kan samme modell få plass med én innstilling, men ikke med lange dokumenter eller flere samtidige samtaler. En stor modell på disk og en lang samtale er to forskjellige bidrag til behovet. [3][2]

Hvorfor merkes KI-etterspørsel i skjermkortmarkedet?

NVIDIA knytter veksten i datasentervirksomheten i regnskapsåret 2026 til akselerert databehandling og KI. I samme årsrapport beskriver selskapet lange produksjonstider, forskuddsbetalinger og pristillegg for å sikre kapasitet som forhold som har økt selskapets produktkostnader. Det oppgir også forventede leveransebegrensninger for spillvirksomheten fra første kvartal i regnskapsåret 2027. Dette er selskapets egne opplysninger om etterspørsel, kostnader og kapasitet. [8]

Det dokumenterer et presset kapasitetsbilde, men beviser ikke hvor stor del av prisen på et bestemt norsk butikkort som skyldes KI. Årsrapporten omtaler blant annet komponenttilgang, etterspørselsendringer, økonomiske forhold og produksjonsrisiko. Den beskriver også hvordan redusert Ethereum-utvinning etter overgangen i 2022 kunne føre til mer bruktsalg og påvirke nye GPU-er. KI er ikke hele forklaringen, og prisene har ikke utviklet seg likt for alle kort. [8]

Historiske lanseringspriser viser hvorfor vi må skille produktene

Dette sammenligner forskjellige produkter og generasjoner, ikke prisen på samme kort over tid. Det er heller ikke en norsk prisindeks eller en inflasjonsjustert serie. Tallene viser at en generell påstand om at «alle skjermkort er blitt dyrere på grunn av KI» går lenger enn disse kildene støtter. Ingen bestemt norsk prisøkning eller valutavirkning er beregnet her.

Lokal betyr ikke automatisk frakoblet eller privat

Ollama skiller mellom lokal kjøring og egne skymodeller og dokumenterer en lokalmodus som slår av skyfunksjonene. LM Studio sier at programmet kan kjøres helt frakoblet når modellfilene er lastet ned. Dette må ikke forveksles med en garanti for alle klienter, utvidelser, eksterne verktøy eller modeller som brukes sammen med programmet. [2][1]

Les også: Forskjellen på lokal KI og sky →