Petr S, какая чушь?, что я неправильно написал, я указал на момент именно про 4090 24гига для работы с нейросетями, для обучения небольших и для эксплуатации обученых больших современных как оказалось, небольшие могли работать на обычных компах, оперативы побольше и норм. Ну и что вы в итоге подтвердили что, любом случае 4090 минимум 24 гига для комфортной работы если на локальной машине работать, не важно «про что» готовая нейронка языковая или другие. Когда я 4 года назад занимался анализом данных, машинным обучением, мастерили учебные нейросетки уже тогда было ясно что для обработки больших датасетов с большим(даже не огромным) количеством признаков(фичей — features) без 4090 делать нечего. Очереди на несколько дней на удаленные учебные GPU образовывались для обработки проектов. 
Не понятно почему вы так с ухмылкой отметились. Возможно мы с разных сторон на это смотрим.
Готовые нейронки мне не интересны, мне неинтересны маркетинговые, контентмейкерские и бизнес загоны эксплуатации готовых нейросетей и поговорить с ними мне вообще не интересно, и поиграться с ними мне тоже не интересно. Мне интересны узкоспециализированные задачи.

Михаил Шардин, Самое ресурсозатратное с нейросетях это их обучение. Если сеть уже обучена то потянет обычный компьютер. Обучение больших сетей реально только на GPU а именно только устройства с тензорными ядрами. Поэтому подойдет только 4090 не менее 24Гбт. И даже на таком GPU обучение занимает большое время. На других видюхах вы будете обучать нейронку сутками, если вообще удастся чтото выдавить…

Возможно под работой с неронками вы имеете ввиду работу уже с готовыми нейросетями.(какие там ресурсы минимальны, хз не интересовался в принципе). А если вы собираетесь самостоятельно разрабатывать с датасетами, предиктами, трансформерами, фичами и тд., то не менее 4090 24гбт(или аналоги, важно тензорные ядра) ну или обучать, тестировать на сторонних машинах в облаках на каких нибудь Теслах