~/ / AI記事 / ローカルLLM × VPS / VPSにOllamaを入れて動かし続ける:インストール、systemdサービス、設定、アップデート
モデルがVPSのメモリに収まるとわかったら、Ollamaのインストールは数個のコマンドで済みます。手間がかかるのは、動かし続けるための部分です。起動時に自動で立ち上げる、環境変数を設定する、大きなモデルファイルの置き場所を決める、あとでアップデートする、といった作業です。この記事では、LinuxについてのOllama公式ドキュメントとFAQを、順を追って見ていきます。
この記事の末尾に、アフィリエイト広告(PR)のリンクがあります。
公開: · 約7分で読めます · 2026-10-26にOllama公式ドキュメントで確認しました。コマンドや既定値は変わることがあるため、サーバーで実行する前に最新のドキュメントで確かめてください。
サーバーのメモリに収まらないモデルは、うまく動きません。先にダウンロードしてしまうと、時間とディスク容量も無駄になります。何かをインストールする前に、メモリを見積もってください。モデルファイル、使う予定のコンテキスト長に対応するKVキャッシュ、そしてOS用の余裕分を足します。
試してみる: Local LLM Memory Estimator
これは見積もりです。ランタイムの計算用バッファは含まれておらず、すべてのレイヤーでKVの形が同じであることを前提にしています。プランを選ぶ前に、実際に動かして測ってください。
モデルのデータは 2026-10-26 に確認しました。
出典: Ollama library · モデルの設定ファイル(config.json) · Ollama FAQ
すべてブラウザの中で動きます。アップロードはされません。
LinuxについてのOllamaのドキュメントには、1行のインストールコマンドと手動インストールの手順があります。大事なサーバーでは、スクリプトをシェルに渡す前に中身を読んでください。スクリプトはコマンドに書かれているアドレスにあります。
| 方法 | コマンドまたは手順 |
|---|---|
| インストールスクリプト | curl -fsSL https://ollama.com/install.sh | sh |
| 手動:アップグレード時に古いライブラリを削除する | sudo rm -rf /usr/lib/ollama |
| 手動:ダウンロードして展開する | curl -fsSL https://ollama.com/download/ollama-linux-amd64.tar.zst | sudo tar x -C /usr |
| 手動:サーバーを起動する | ollama serve |
| 動いているか確認する(別のターミナルで) | ollama -v |
ARM64のサーバーでは、ドキュメントはamd64のパッケージの代わりにollama-linux-arm64.tar.zstを使います。GPUドライバーは必須ではありません。ドキュメントには、NVIDIA GPU向けのCUDAとAMD GPU向けのROCmが挙げられていますが、一般的なVPSにはどちらもありません。
Ollamaを起動時に立ち上げ、障害のあとに再起動させるために、ドキュメントではsystemdサービスを使う方法が説明されています。まず専用のユーザーとグループを作り、次にユニットファイル/etc/systemd/system/ollama.serviceを作ります。
| セクション | ドキュメントのユニットファイルにある行 |
|---|---|
| [Unit] | 説明文と、After=network-online.target |
| [Service] | ExecStart=/usr/bin/ollama serve |
| [Service] | User=ollama と Group=ollama |
| [Service] | Restart=always と RestartSec=3 |
| [Service] | Environment="PATH=$PATH" |
| [Install] | WantedBy=multi-user.target |
インストールスクリプトがこのサービスを自分で設定するのかどうかは、ドキュメントに書かれていません。インストールしたあとは、思い込まずに systemctl status ollama で確認してください。
環境変数はsystemdのオーバーライドに書きます。FAQでは、systemctl edit ollama.service でサービスを編集し、[Service]の下に変数を追加してから、systemctl daemon-reload と systemctl restart ollama を実行するとされています。例:Environment="OLLAMA_HOST=0.0.0.0:11434"。
| 変数 | ドキュメントの記述 |
|---|---|
| OLLAMA_HOST | Ollamaは既定で127.0.0.1のポート11434にバインドします。この変数でバインドするアドレスを変えます |
| OLLAMA_KEEP_ALIVE | 既定では、モデルは5分間メモリに保持されてからアンロードされます。APIリクエストのkeep_aliveの値は、この設定より優先されます |
| OLLAMA_MAX_LOADED_MODELS | メモリに収まる場合に同時に読み込めるモデルの最大数です。CPU推論での既定値は3です |
| OLLAMA_MODELS | Linuxでは、モデルは/usr/share/ollama/.ollama/modelsに保存されます。別のディレクトリを使うにはこの変数を設定し、ollamaユーザーにそのディレクトリへの読み取りと書き込みの権限を与えます。例:sudo chown -R ollama:ollama <directory> |
モデルファイルは大きいため(Qwen3 8Bのダウンロードは5.2 GB、14Bは9.3 GBです)、複数のモデルをダウンロードする前に、VPSの空きディスク容量を確認してください。
FAQによると、OllamaはHTTPサーバーとして動作し、Nginxなどのプロキシサーバーを使って公開できます。その例では、ポート80で待ち受け、server_nameを設定し、proxy_pass http://localhost:11434 でリクエストを転送し、Hostヘッダーをlocalhost:11434に設定しています。
私たちが確認したFAQのページには、Ollamaサーバーの認証についての記述はありません。以下は私たちの推奨であり、ドキュメントの記述ではありません:既定のアドレスのままにして、SSHトンネル経由でサーバーに接続してください。前段にプロキシを置く場合は、そこで認証とHTTPSを追加し、ファイアウォールでポートを、使うアドレスだけに制限してください。
プランは、まずメモリ、次にモデルを置くディスク、そのあとCPUの順に見ます。ここでは、国内の6つのVPSを、AIを動かす目で見て、公式ページに書かれていることと、当サイトの見立てを並べました。
同じ運営者のサイト sabakore.com の「AI・LLM向けVPS診断」では、動かしたいモデルと月額の上限から、メモリに載るプランを料金の安い順に並べられます(GPUは使わず、CPUだけで動かす前提の診断です)。
評価のものさし
公式ページで確認した日:
以下の6社の紹介は、アフィリエイト広告(PR)です。リンク先で申し込みがあると、当サイトの運営者に報酬が支払われます。並びは名前順で、報酬額は並びに関係ありません。評価は、各社の公式ページの記載(確認日は下に表示)だけにもとづく当サイトの見立てで、実際に動かして測ったものではありません。プランの内容や料金は変わるので、申し込む前に公式で確認してください。この記事は、これらのサービスでの動作を保証するものではありません。
メモリ○AIツールの入れやすさ○
公式ページに書かれていること
当サイトの見立て
メモリの選択肢が広く、AIツールを入れる仕組みも公式に用意されているので、「まず Dify や n8n を動かして試す」使い方と、大きめのモデルを載せたい使い方のどちらにも向きます。
申し込む前に
最小プランの書き方がページ内で食い違っています(料金表は512MB、FAQは1GB〜)。申し込む前に、いま選べるプランを公式で確認してください。CPUだけで動かしたときの速さは公式に数字がありません。
メモリ△AIツールの入れやすさ○
公式ページに書かれていること
当サイトの見立て
Dify を動かす用途が公式に想定されています。日額の料金から使えるので、「まず試して合わなければやめる」進め方がしやすい一方、メモリは8GBまでなので、載せられるモデルは8B級までが目安です。
申し込む前に
8GBでの Qwen3 8B は、4,096トークンの見積もりで約6.4 GiBです。コンテキストを長くする、同時に使う人を増やすと足りなくなります。GPUプランはこのページに記載がありません。
メモリ○AIツールの入れやすさ○
公式ページに書かれていること
当サイトの見立て
Dify のアプリイメージと「AIツールのホスティング」という用途が公式に書かれています。小さく始めて、必要になったら大きいプランへ、という使い方ができそうです。
申し込む前に
64GBのプランの内容や料金は、このページには載っていません。大きいモデルを載せたいときは、申し込む前に、そのプランが今も選べるかを公式で確認してください。
メモリ○AIツールの入れやすさ×
公式ページに書かれていること
当サイトの見立て
16GB・10コア・1TBまで選べるので、自分でモデルを入れて動かす前提なら、メモリとディスクには余裕があります。AIツールの導入は自分で組み立てることになります。
申し込む前に
AI向けのテンプレートや手順は公式にありません。このサイトの「VPSにOllamaを入れて動かし続ける」の手順で自分で入れることになります。
メモリ○AIツールの入れやすさ×
公式ページに書かれていること
当サイトの見立て
12GBまで選べるので、8B級のモデルを長めのコンテキストで使いたいときの選択肢になります。AIツールは自分で入れる前提です。
申し込む前に
月額に加えてサーチャージ費がかかるので、実際の支払いは料金表より増えます。申し込む前に、合計の目安を公式で確認してください。
メモリ△AIツールの入れやすさ△
公式ページに書かれていること
当サイトの見立て
公式がAI用途の推奨に挙げる16GBには、掲載プランの最大(8GB)が届きません。4B級までの小さなモデルや、Dify だけを動かす使い方なら選べます。
申し込む前に
8GBまでのプランで、AI用途の公式の推奨(16GB〜)を満たすものは、このページにはありません。GPUプランも記載がありません。
同じ運営者のサイト sabakore.com の関連記事(広告ではありません)