~/ / Artículos de IA / LLM locales en un VPS / Instalar Ollama en un VPS y mantenerlo en marcha: instalación, servicio systemd, ajustes y actualizaciones
Instalar Ollama en un VPS y mantenerlo en marcha: instalación, servicio systemd, ajustes y actualizaciones
Cuando ya sabes que un modelo cabe en la memoria de tu VPS, instalar Ollama requiere unos pocos comandos. Lo que exige más cuidado es mantenerlo en marcha: arrancarlo con el sistema, configurar sus variables de entorno, elegir dónde van los archivos grandes de los modelos y actualizarlo más adelante. Este artículo recorre paso a paso la documentación oficial de Ollama para Linux y las preguntas frecuentes (FAQ).
Publicado: · 4 min de lectura · Comprobado con la documentación oficial de Ollama el 2026-10-26. Los comandos y los valores por defecto cambian, así que confírmalos en los documentos actuales antes de ejecutar nada en un servidor.
Comprueba primero la memoria
Un modelo que no cabe en la memoria de tu servidor no funcionará bien, y descargarlo antes hace perder tiempo y espacio en disco. Estima la memoria antes de instalar nada: el archivo del modelo, más la caché KV para la longitud de contexto que piensas usar, más una reserva para el sistema operativo.
Pruébalo: Local LLM Memory Estimator
Estimación
- Pesos del modelo
- 4.84 GiB
- Caché KV
- 0.56 GiB
- Reserva
- 1.00 GiB
- Total
- 6.41 GiB (6.88 GB)
- Tamaño de memoria habitual más pequeño que lo contiene
- 8 GiB
Es una estimación. No incluye los búferes de cálculo del runtime y supone que todas las capas tienen la misma forma de KV. Mide una ejecución real antes de elegir un plan.
Datos del modelo comprobados el 2026-10-26.
Fuentes: Ollama library · Configuración del modelo (config.json) · Ollama FAQ
Todo se ejecuta en tu navegador. No se sube nada.
Instalación
La documentación de Ollama para Linux ofrece un comando de instalación de una sola línea y una instalación manual. Lee un script antes de pasarlo a un shell en un servidor importante; el script está en la dirección que aparece en el comando.
| Método | Comando o paso |
|---|---|
| Script de instalación | curl -fsSL https://ollama.com/install.sh | sh |
| Manual: eliminar las bibliotecas antiguas al actualizar | sudo rm -rf /usr/lib/ollama |
| Manual: descargar y extraer | curl -fsSL https://ollama.com/download/ollama-linux-amd64.tar.zst | sudo tar x -C /usr |
| Manual: iniciar el servidor | ollama serve |
| Comprobar que está en marcha (en otra terminal) | ollama -v |
Para un servidor ARM64, la documentación usa ollama-linux-arm64.tar.zst en lugar del paquete amd64. Los controladores de GPU son opcionales: la documentación menciona CUDA para las GPU de NVIDIA y ROCm para las GPU de AMD, y un VPS típico no tiene ninguna de las dos.
Ejecutarlo como servicio
Para que Ollama arranque con el sistema y se reinicie tras un fallo, la documentación describe un servicio systemd. Primero crea un usuario y un grupo dedicados; después crea el archivo de unidad /etc/systemd/system/ollama.service.
| Sección | Líneas del archivo de unidad de la documentación |
|---|---|
| [Unit] | una descripción y After=network-online.target |
| [Service] | ExecStart=/usr/bin/ollama serve |
| [Service] | User=ollama y Group=ollama |
| [Service] | Restart=always y RestartSec=3 |
| [Service] | Environment="PATH=$PATH" |
| [Install] | WantedBy=multi-user.target |
- Crea el usuario y el grupo: sudo useradd -r -s /bin/false -U -m -d /usr/share/ollama ollama, y después sudo usermod -a -G ollama $(whoami)
- Carga y habilita la unidad: sudo systemctl daemon-reload, y después sudo systemctl enable ollama
- Inícialo y comprueba su estado: sudo systemctl start ollama, y después sudo systemctl status ollama
- Lee los registros: journalctl -e -u ollama
La documentación no dice si el script de instalación configura este servicio por sí mismo. Después de instalar, comprueba con systemctl status ollama en lugar de darlo por hecho.
Ajustes importantes en un servidor
Las variables de entorno van en un override de systemd. La FAQ indica editar el servicio con systemctl edit ollama.service, añadir la variable en [Service] y ejecutar después systemctl daemon-reload y systemctl restart ollama. Por ejemplo: Environment="OLLAMA_HOST=0.0.0.0:11434".
| Variable | Lo que dice la documentación |
|---|---|
| OLLAMA_HOST | Ollama escucha por defecto en 127.0.0.1, puerto 11434; esta variable cambia la dirección de enlace |
| OLLAMA_KEEP_ALIVE | Por defecto los modelos se mantienen en memoria durante 5 minutos antes de descargarse; un valor keep_alive en una petición a la API anula este ajuste |
| OLLAMA_MAX_LOADED_MODELS | El número máximo de modelos cargados a la vez, si caben en la memoria; el valor por defecto es 3 para la inferencia en CPU |
| OLLAMA_MODELS | Los modelos se guardan en /usr/share/ollama/.ollama/models en Linux; define esta variable para usar otro directorio y da al usuario ollama acceso de lectura y escritura a él, por ejemplo con sudo chown -R ollama:ollama <directory> |
Los archivos de modelos son grandes (la descarga de Qwen3 8B ocupa 5.2 GB y la de 14B, 9.3 GB), así que comprueba el espacio libre en disco del VPS antes de descargar varios modelos.
Acceder desde fuera
La FAQ dice que Ollama ejecuta un servidor HTTP y que se puede exponer mediante un servidor proxy como Nginx. Su ejemplo escucha en el puerto 80, define un server_name, reenvía las peticiones con proxy_pass http://localhost:11434 y establece la cabecera Host como localhost:11434.
La página de la FAQ que hemos comprobado no describe ningún tipo de autenticación para el servidor de Ollama. Nuestra recomendación, no una afirmación de los documentos: mantén la dirección por defecto y accede al servidor mediante un túnel SSH; o, si pones un proxy delante, añade ahí autenticación y HTTPS y restringe el puerto en el cortafuegos a las direcciones que uses.
Actualizar, comprobar y eliminar
- Actualiza ejecutando de nuevo el script de instalación o descargando de nuevo el tarball con los pasos manuales.
- Para instalar una versión concreta, define OLLAMA_VERSION delante del script, por ejemplo curl -fsSL https://ollama.com/install.sh | OLLAMA_VERSION=0.5.7 sh. Los números de versión están en la página de releases de GitHub.
- Para ejecutar un modelo de la biblioteca, usa el comando que aparece en su página, por ejemplo ollama run qwen3:4b.
- Para eliminar el servicio, ejecuta sudo systemctl stop ollama y sudo systemctl disable ollama, y después borra el archivo de unidad. La documentación también indica cómo eliminar las bibliotecas, el binario, y los modelos, el usuario y el grupo en /usr/share/ollama.
Fuentes
Sigue leyendo
- Llamar a un modelo local desde tu código: salidas estructuradas y la API compatible con OpenAI en OllamaLimita la salida de un modelo local con un JSON Schema y llama a Ollama desde clientes al estilo OpenAI: qué dice la documentación oficial y qué no se admite.
- ¿Qué puede hacer un modelo local? Tools, thinking, vision y embeddings en Ollama, y qué cabe en un VPSTools, thinking, vision, embeddings: qué significan las etiquetas de la biblioteca de Ollama, qué modelos las llevan y cuánto pesan las descargas.
- ¿Cuánta memoria necesita un LLM local en un VPS? Archivo del modelo más caché KVArchivo del modelo más caché KV: lo que dicen la biblioteca de Ollama, las preguntas frecuentes de Ollama y las configuraciones oficiales de los modelos sobre la memoria que necesita un LLM local en un VPS.
- IA en tu propio VPS: cuánta memoria planificar y qué no exponer¿Piensas ejecutar Ollama o Dify en un VPS? Lo que dice la documentación oficial sobre la memoria, la inferencia solo con CPU y los puertos que conviene mantener cerrados.