~/ / Articles sur l'IA / LLM locaux sur un VPS / Installer Ollama sur un VPS et le garder en marche : installation, service systemd, réglages et mises à jour
Installer Ollama sur un VPS et le garder en marche : installation, service systemd, réglages et mises à jour
Une fois que vous savez qu'un modèle tient dans la mémoire de votre VPS, installer Ollama ne demande que quelques commandes. Le plus délicat est de le garder en marche : le démarrer au boot, définir ses variables d'environnement, choisir où placer les gros fichiers de modèles et le mettre à jour plus tard. Cet article parcourt pas à pas la documentation officielle d'Ollama pour Linux et la FAQ.
Publié: · 4 min de lecture · Vérifié par rapport à la documentation officielle d'Ollama le 2026-10-26. Les commandes et les valeurs par défaut évoluent : confirmez-les dans les documents actuels avant d'exécuter quoi que ce soit sur un serveur.
Vérifier d'abord la mémoire
Un modèle qui ne tient pas dans la mémoire de votre serveur ne fonctionnera pas bien, et le télécharger d'abord fait perdre du temps et de l'espace disque. Estimez la mémoire avant d'installer quoi que ce soit : le fichier du modèle, plus le cache KV pour la longueur de contexte que vous prévoyez d'utiliser, plus une réserve pour le système d'exploitation.
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.
Installer
La documentation d'Ollama pour Linux donne une commande d'installation en une ligne et une installation manuelle. Lisez un script avant de l'envoyer dans un shell sur un serveur important ; le script se trouve à l'adresse indiquée dans la commande.
| Méthode | Commande ou étape |
|---|---|
| Script d'installation | curl -fsSL https://ollama.com/install.sh | sh |
| Manuel : supprimer les anciennes bibliothèques lors d'une mise à niveau | sudo rm -rf /usr/lib/ollama |
| Manuel : télécharger et extraire | curl -fsSL https://ollama.com/download/ollama-linux-amd64.tar.zst | sudo tar x -C /usr |
| Manuel : démarrer le serveur | ollama serve |
| Vérifier qu'il fonctionne (dans un autre terminal) | ollama -v |
Pour un serveur ARM64, la documentation utilise ollama-linux-arm64.tar.zst au lieu du paquet amd64. Les pilotes GPU sont facultatifs : la documentation mentionne CUDA pour les GPU NVIDIA et ROCm pour les GPU AMD, et un VPS typique n'a ni l'un ni l'autre.
L'exécuter comme service
Pour démarrer Ollama au boot et le relancer après une panne, la documentation décrit un service systemd. Créez d'abord un utilisateur et un groupe dédiés, puis créez le fichier d'unité /etc/systemd/system/ollama.service.
| Section | Lignes du fichier d'unité de la documentation |
|---|---|
| [Unit] | une description, et After=network-online.target |
| [Service] | ExecStart=/usr/bin/ollama serve |
| [Service] | User=ollama et Group=ollama |
| [Service] | Restart=always et RestartSec=3 |
| [Service] | Environment="PATH=$PATH" |
| [Install] | WantedBy=multi-user.target |
- Créer l'utilisateur et le groupe : sudo useradd -r -s /bin/false -U -m -d /usr/share/ollama ollama, puis sudo usermod -a -G ollama $(whoami)
- Charger et activer l'unité : sudo systemctl daemon-reload, puis sudo systemctl enable ollama
- Le démarrer et le vérifier : sudo systemctl start ollama, puis sudo systemctl status ollama
- Lire les journaux : journalctl -e -u ollama
La documentation ne dit pas si le script d'installation configure lui-même ce service. Après l'installation, vérifiez avec systemctl status ollama au lieu de le supposer.
Les réglages importants sur un serveur
Les variables d'environnement se placent dans un override systemd. La FAQ indique de modifier le service avec systemctl edit ollama.service, d'ajouter la variable sous [Service], puis d'exécuter systemctl daemon-reload et systemctl restart ollama. Par exemple : Environment="OLLAMA_HOST=0.0.0.0:11434".
| Variable | Ce que dit la documentation |
|---|---|
| OLLAMA_HOST | Par défaut, Ollama écoute sur 127.0.0.1, port 11434 ; cette variable change l'adresse d'écoute |
| OLLAMA_KEEP_ALIVE | Par défaut, les modèles restent en mémoire pendant 5 minutes avant d'être déchargés ; une valeur keep_alive dans une requête d'API remplace ce réglage |
| OLLAMA_MAX_LOADED_MODELS | Le nombre maximal de modèles chargés en même temps s'ils tiennent en mémoire ; la valeur par défaut est 3 pour l'inférence sur CPU |
| OLLAMA_MODELS | Les modèles sont stockés dans /usr/share/ollama/.ollama/models sous Linux ; définissez cette variable pour utiliser un autre répertoire, et donnez à l'utilisateur ollama un accès en lecture et en écriture, par exemple avec sudo chown -R ollama:ollama <directory> |
Les fichiers de modèles sont volumineux (le téléchargement de Qwen3 8B fait 5.2 GB, et celui du 14B 9.3 GB) ; vérifiez donc l'espace disque libre du VPS avant de télécharger plusieurs modèles.
L'atteindre depuis l'extérieur
La FAQ indique qu'Ollama exécute un serveur HTTP et peut être exposé à l'aide d'un serveur proxy tel que Nginx. Son exemple écoute sur le port 80, définit un server_name, transmet les requêtes avec proxy_pass http://localhost:11434 et fixe l'en-tête Host à localhost:11434.
La page de la FAQ que nous avons consultée ne décrit aucune authentification pour le serveur Ollama. Notre recommandation, qui ne vient pas des documents : gardez l'adresse par défaut et accédez au serveur par un tunnel SSH ; ou, si vous placez un proxy devant, ajoutez-y l'authentification et HTTPS, et limitez le port dans le pare-feu aux adresses que vous utilisez.
Mettre à jour, vérifier et supprimer
- Mettez à jour en réexécutant le script d'installation, ou en retéléchargeant l'archive avec les étapes manuelles.
- Pour installer une version précise, définissez OLLAMA_VERSION devant le script, par exemple curl -fsSL https://ollama.com/install.sh | OLLAMA_VERSION=0.5.7 sh. Les numéros de version se trouvent sur la page des versions (releases) de GitHub.
- Pour exécuter un modèle de la bibliothèque, utilisez la commande indiquée sur sa page, par exemple ollama run qwen3:4b.
- Pour supprimer le service, exécutez sudo systemctl stop ollama et sudo systemctl disable ollama, puis supprimez le fichier d'unité. La documentation indique aussi comment supprimer les bibliothèques, le binaire, ainsi que les modèles, l'utilisateur et le groupe dans /usr/share/ollama.
Sources
À lire ensuite
- 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.
- De 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.
- Faire 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.