~/ / Articles sur l'IA / LLM locaux sur un VPS / Lancer un LLM local sans PC coûteux : guide du débutant pour utiliser un VPS
Lancer un LLM local sans PC coûteux : guide du débutant pour utiliser un VPS
Inutile d'acheter un ordinateur puissant pour essayer un modèle de langage local. Vous pouvez louer un serveur, appelé VPS, y installer le modèle et lui parler depuis le navigateur de n'importe quel appareil. Ce guide vous mène de zéro à un écran de discussion protégé et fonctionnel en six étapes. Il s'appuie en chemin sur les outils de ce site et dit clairement ce qu'un VPS sans GPU peut et ne peut pas promettre.
Publié: · 6 min de lecture · Faits vérifiés dans la documentation officielle et sur les pages officielles des services de VPS le 2026-10-26. Les offres, les prix et les réglages par défaut changent : vérifiez-les avant de payer.
Ce que vous pouvez attendre, et ce que vous ne pouvez pas attendre
Un VPS est un ordinateur situé dans un centre de données, que vous louez. Un LLM local désigne ici un modèle qui tourne sur cet ordinateur, plutôt qu'un service que vous appelez via internet. Vos discussions restent sur un serveur que vous contrôlez.
Un VPS ne remplace pas un PC doté d'une carte graphique puissante, et ce guide ne le prétend pas. Voici ce que nous avons pu confirmer, et ce que nous n'avons pas pu confirmer.
| Question | Ce que nous avons constaté |
|---|---|
| Les offres de VPS ont-elles un GPU ? | Aucune des six pages de VPS que nous avons vérifiées ne mentionne d'offre avec GPU. Les pages de ConoHa et de XServer renvoient vers des services GPU distincts. |
| Alors où tourne le modèle ? | Dans la mémoire du serveur, sur le CPU. La FAQ d'Ollama indique que ollama ps affiche 100% CPU lorsqu'un modèle a été chargé entièrement dans la mémoire système. |
| Quelle est sa vitesse ? | Nous ne le savons pas. Les documents que nous avons vérifiés ne donnent aucun chiffre de vitesse pour un fonctionnement uniquement sur CPU, et nous n'en avons mesuré aucun. Commencez par un petit modèle et testez-le. |
| Qu'est-ce qui décide si cela fonctionne ou non ? | La mémoire. Un modèle qui ne tient pas dans la mémoire du serveur ne fonctionnera pas bien. L'étape 1 montre comment l'estimer. |
Si vous ne discutez que de temps en temps, un service d'IA payant que vous appelez via internet peut coûter moins cher qu'un serveur qui tourne tout le mois. L'étape 3 comprend un calculateur pour comparer avec vos propres chiffres.
Étape 1 : estimer la mémoire nécessaire
Un modèle a besoin de mémoire pour son fichier, pour le cache qui grandit avec la longueur de la conversation, et pour le système d'exploitation. Le tableau montre notre estimation pour six modèles avec une longueur de contexte de 4,096 tokens, une requête à la fois, avec 1 GiB réservé au système. Les estimations sont calculées à partir des tailles de la bibliothèque Ollama et des configurations officielles des modèles : ce sont donc des estimations et non des mesures.
| Modèle | Total estimé (GiB) | Plus petite taille de mémoire courante (GiB) |
|---|---|---|
| Qwen3 0.6B | 1.92 | 2 |
| Qwen3 1.7B | 2.74 | 4 |
| Qwen3 4B | 3.89 | 4 |
| Qwen3 8B | 6.41 | 8 |
| Qwen3 14B | 10.29 | 12 |
| Mistral 7B (v0.3) | 5.60 | 8 |
Essayer: Local LLM Memory Estimator
Estimation
- Poids du modèle
- 4.84 GiB
- KV cache
- 0.56 GiB
- Réserve
- 1.00 GiB
- Total
- 6.41 GiB (6.88 GB)
- Plus petite taille de mémoire courante qui le contient
- 8 GiB
Il s'agit d'une estimation. Elle n'inclut pas les tampons de calcul du runtime et suppose que chaque couche a la même forme de KV. Mesurez une vraie exécution avant de choisir une offre.
Données du modèle vérifiées le 2026-10-26.
Sources : Ollama library · Configuration du modèle (config.json) · Ollama FAQ
Tout s'exécute dans votre navigateur. Rien n'est envoyé.
Étape 2 : choisir un modèle
La bibliothèque Ollama associe à chaque modèle des libellés indiquant ce qu'il sait faire. Un modèle portant le libellé tools peut appeler des fonctions que vous définissez, thinking présente son raisonnement séparément de la réponse, vision accepte des images, et embedding transforme du texte en vecteurs pour la recherche. Pour une première discussion, vous n'en avez besoin d'aucun : choisissez donc d'abord selon la mémoire.
| Tag | Libellés | Taille du téléchargement | Classe de mémoire à prévoir |
|---|---|---|---|
| qwen3:4b | tools, thinking | 2.5 GB | 4 GiB |
| llama3.2:3b | tools | 2.0 GB | non estimée ici |
| gemma3:4b | vision | 3.4 GB | non estimée ici |
| mistral:7b | tools | 4.4 GB | 8 GiB |
La taille du téléchargement est la mémoire minimale dont un modèle a besoin. Les modèles sans estimation ne figurent pas dans les préréglages du calculateur, car celui-ci a besoin du nombre de couches et de la taille des têtes issus de la configuration du modèle ; vous pouvez les saisir comme modèle personnalisé.
Étape 3 : choisir un VPS
Regardez d'abord la mémoire, puis le disque pour les fichiers de modèles, puis le CPU. Le disque compte parce qu'un seul fichier de modèle pèse plusieurs gigaoctets. Regardez ensuite quelle part de l'installation le service a déjà préparée. Parmi les six services présentés à la fin de ce guide, les pages de ConoHa VPS, KAGOYA CLOUD VPS et XServer VPS mentionnent Dify, et la page de ConoHa VPS cite aussi n8n et Claude Code parmi ses scripts de démarrage. Aucun des six ne propose de serveur de modèles tel qu'Ollama : vous l'installez donc vous-même à l'étape 4.
La section à la fin de cette page compare les six services d'après leurs pages officielles. Ici, vous pouvez comparer un serveur avec un service d'IA que vous appelez via internet.
Essayer: LLM API Cost Calculator
Coût estimé
Saisissez les prix et les nombres de tokens pour voir le coût.
Pages de tarifs officielles
Cela ne fait que multiplier les nombres que vous saisissez. Cela ne connaît ni les prix de l'éditeur, ni les remises, le cache, les tarifs par lot, les tarifs par paliers ou les taxes.
Pour connaître les tokens d'entrée d'un prompt, utilisez le Token Counter.
Étape 4 : installer Ollama
Voici les commandes de la documentation officielle d'Ollama pour Linux. Lisez un script avant de l'exécuter sur un serveur important.
| Étape | Commande |
|---|---|
| Installer | curl -fsSL https://ollama.com/install.sh | sh |
| Vérifier qu'il fonctionne | ollama -v |
| Lancer un modèle de la bibliothèque | ollama run qwen3:4b |
Pour démarrer Ollama au démarrage du système et le maintenir en fonctionnement, la documentation décrit un service systemd. Les étapes complètes, les réglages et les mises à jour figurent dans les articles détaillés listés vers la fin.
Étape 5 : discuter dans votre navigateur
Écrire dans un terminal suffit pour tester un modèle. Pour un usage quotidien, Open WebUI vous offre un écran de discussion dans le navigateur. Son démarrage rapide le lance avec une seule commande et le sert à l'adresse http://localhost:3000. Remplacez your-secret-key par une valeur que vous générez avec openssl rand -hex 32.
| Étape | Commande |
|---|---|
| Démarrer Open WebUI | docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data -e WEBUI_SECRET_KEY=your-secret-key --name open-webui --restart always ghcr.io/open-webui/open-webui:main |
- Le premier compte que vous créez est l'administrateur, et l'inscription se désactive d'elle-même dès que le compte administrateur existe. Créez-le tout de suite.
- Le guide présente deux façons de connecter Open WebUI à Ollama, et l'article détaillé explique les deux.
Étape 6 : garder le tout privé
Ollama écoute par défaut sur 127.0.0.1, port 11434, ce qui est le réglage le plus sûr, et sa documentation ne décrit aucune authentification propre. Notre recommandation, et non une affirmation des documents : n'ouvrez pas ce port à internet. Placez nginx devant, avec un mot de passe et HTTPS, et utilisez un pare-feu qui n'admet que les adresses que vous utilisez.
- Gardez la clé secrète et les mots de passe hors de tout ce que vous versez dans un dépôt (commit).
- Mettez à jour Ollama et Open WebUI de temps en temps, et conservez le volume de données d'Open WebUI lorsque vous le faites.
Pour aller plus loin
- 1De quelle mémoire un LLM local a-t-il besoin sur un VPS ? Fichier du modèle plus cache KVFichier du modèle plus cache KV : ce que disent la bibliothèque Ollama, la FAQ d'Ollama et les configurations officielles des modèles sur la mémoire dont un LLM local a besoin sur un VPS.
- 2Que peut faire un modèle local ? Tools, thinking, vision et embeddings dans Ollama, et ce qui tient sur un VPSTools, thinking, vision, embeddings : ce que signifient les libellés de la bibliothèque Ollama, quels modèles les portent et quelle est la taille des téléchargements.
- 3Installer Ollama sur un VPS et le garder en marche : installation, service systemd, réglages et mises à jourInstaller Ollama sur un VPS Linux et le garder en marche : la commande d'installation, le service systemd, les variables d'environnement, le stockage des modèles et les mises à jour, d'après la documentation officielle.
- 4Open WebUI sur un VPS : le lancer dans Docker et le connecter à OllamaLancez Open WebUI avec Docker et connectez-le à Ollama sur votre propre serveur : les commandes, le premier compte, les deux types de connexion et la mise à jour.
- 5Placer nginx devant Ollama : authentification basique, HTTPS et réglages pour le streamingAccéder à Ollama depuis l'extérieur en toute sécurité : nginx en proxy, authentification basique, HTTPS, réglages de streaming et de délais, et une règle de pare-feu, d'après la documentation officielle.
- 6Faire tourner une IA sur votre propre VPS : quelle mémoire prévoir, et ce qu'il ne faut pas exposerVous pensez héberger Ollama ou Dify sur un VPS ? Ce que disent les documentations officielles sur la mémoire, l'inférence sur CPU seul et les ports à garder fermés.
Sources
À lire ensuite
- Placer nginx devant Ollama : authentification basique, HTTPS et réglages pour le streamingAccéder à Ollama depuis l'extérieur en toute sécurité : nginx en proxy, authentification basique, HTTPS, réglages de streaming et de délais, et une règle de pare-feu, d'après la documentation officielle.
- Open WebUI sur un VPS : le lancer dans Docker et le connecter à OllamaLancez Open WebUI avec Docker et connectez-le à Ollama sur votre propre serveur : les commandes, le premier compte, les deux types de connexion et la mise à jour.
- Appeler un modèle local depuis votre code : sorties structurées et API compatible OpenAI dans OllamaContraindre la sortie d'un modèle local avec un JSON Schema et appeler Ollama depuis des clients de style OpenAI : ce que disent les documents officiels, et ce qui n'est pas pris en charge.
- Que peut faire un modèle local ? Tools, thinking, vision et embeddings dans Ollama, et ce qui tient sur un VPSTools, thinking, vision, embeddings : ce que signifient les libellés de la bibliothèque Ollama, quels modèles les portent et quelle est la taille des téléchargements.