~/ / Artigos sobre IA / LLMs locais em uma VPS / Instalar o Ollama em uma VPS e mantê-lo em execução: instalação, serviço systemd, configurações e atualizações
Instalar o Ollama em uma VPS e mantê-lo em execução: instalação, serviço systemd, configurações e atualizações
Depois que você sabe que um modelo cabe na memória da sua VPS, instalar o Ollama leva poucos comandos. O que exige mais cuidado é mantê-lo em execução: iniciá-lo na inicialização do sistema, definir suas variáveis de ambiente, escolher onde ficam os arquivos grandes dos modelos e atualizá-lo depois. Este artigo percorre, passo a passo, a documentação oficial do Ollama para Linux e o FAQ.
Publicado: · 4 min de leitura · Verificado na documentação oficial do Ollama em 2026-10-26. Comandos e valores padrão mudam; confirme-os nos documentos atuais antes de executar qualquer coisa em um servidor.
Verifique a memória primeiro
Um modelo que não cabe na memória do seu servidor não vai funcionar bem, e baixá-lo antes desperdiça tempo e espaço em disco. Estime a memória antes de instalar qualquer coisa: o arquivo do modelo, mais o cache KV para o tamanho de contexto que você pretende usar, mais uma reserva para o sistema operacional.
Experimente: Local LLM Memory Estimator
Estimativa
- Pesos do modelo
- 4.84 GiB
- KV cache
- 0.56 GiB
- Reserva
- 1.00 GiB
- Total
- 6.41 GiB (6.88 GB)
- Menor tamanho de memória comum que o comporta
- 8 GiB
Esta é uma estimativa. Ela não inclui os buffers de computação do runtime e supõe que todas as camadas têm o mesmo formato de KV. Meça uma execução real antes de escolher um plano.
Dados do modelo verificados em 2026-10-26.
Fontes: Ollama library · Configuração do modelo (config.json) · Ollama FAQ
Tudo é executado no seu navegador. Nada é enviado.
Instalação
A documentação do Ollama para Linux traz um comando de instalação de uma linha e uma instalação manual. Leia um script antes de enviá-lo por pipe para um shell em um servidor importante; o script está no endereço indicado no comando.
| Forma | Comando ou passo |
|---|---|
| Script de instalação | curl -fsSL https://ollama.com/install.sh | sh |
| Manual: remover as bibliotecas antigas ao atualizar | sudo rm -rf /usr/lib/ollama |
| Manual: baixar e extrair | curl -fsSL https://ollama.com/download/ollama-linux-amd64.tar.zst | sudo tar x -C /usr |
| Manual: iniciar o servidor | ollama serve |
| Verificar se está em execução (em outro terminal) | ollama -v |
Para um servidor ARM64, a documentação usa ollama-linux-arm64.tar.zst em vez do pacote amd64. Os drivers de GPU são opcionais: a documentação cita CUDA para GPUs NVIDIA e ROCm para GPUs AMD, e uma VPS comum não tem nenhum dos dois.
Executar como serviço
Para iniciar o Ollama na inicialização do sistema e reiniciá-lo após uma falha, a documentação descreve um serviço systemd. Primeiro crie um usuário e um grupo dedicados; depois crie o arquivo de unidade /etc/systemd/system/ollama.service.
| Seção | Linhas no arquivo de unidade da documentação |
|---|---|
| [Unit] | uma descrição e After=network-online.target |
| [Service] | ExecStart=/usr/bin/ollama serve |
| [Service] | User=ollama e Group=ollama |
| [Service] | Restart=always e RestartSec=3 |
| [Service] | Environment="PATH=$PATH" |
| [Install] | WantedBy=multi-user.target |
- Crie o usuário e o grupo: sudo useradd -r -s /bin/false -U -m -d /usr/share/ollama ollama, depois sudo usermod -a -G ollama $(whoami)
- Carregue e habilite a unidade: sudo systemctl daemon-reload, depois sudo systemctl enable ollama
- Inicie e verifique: sudo systemctl start ollama, depois sudo systemctl status ollama
- Leia os logs: journalctl -e -u ollama
A documentação não diz se o script de instalação configura esse serviço por conta própria. Depois de instalar, verifique com systemctl status ollama em vez de presumir.
Configurações que importam em um servidor
As variáveis de ambiente vão em um override do systemd. O FAQ diz para editar o serviço com systemctl edit ollama.service, adicionar a variável em [Service] e depois executar systemctl daemon-reload e systemctl restart ollama. Por exemplo: Environment="OLLAMA_HOST=0.0.0.0:11434".
| Variável | O que a documentação diz |
|---|---|
| OLLAMA_HOST | O Ollama escuta por padrão em 127.0.0.1, porta 11434; esta variável altera o endereço de escuta |
| OLLAMA_KEEP_ALIVE | Por padrão, os modelos permanecem na memória por 5 minutos antes de serem descarregados; um valor keep_alive em uma requisição à API sobrescreve esta configuração |
| OLLAMA_MAX_LOADED_MODELS | O número máximo de modelos carregados ao mesmo tempo, se couberem na memória; o padrão é 3 para inferência em CPU |
| OLLAMA_MODELS | No Linux, os modelos ficam em /usr/share/ollama/.ollama/models; defina esta variável para usar outro diretório e dê ao usuário ollama acesso de leitura e escrita a ele, por exemplo com sudo chown -R ollama:ollama <directory> |
Os arquivos de modelo são grandes (o download do Qwen3 8B tem 5.2 GB, e o do 14B tem 9.3 GB); por isso, verifique o espaço livre em disco da VPS antes de baixar vários modelos.
Acessá-lo de fora
O FAQ diz que o Ollama executa um servidor HTTP e pode ser exposto por meio de um servidor proxy, como o Nginx. O exemplo dele escuta na porta 80, define um server_name, encaminha as requisições com proxy_pass http://localhost:11434 e define o cabeçalho Host como localhost:11434.
A página do FAQ que verificamos não descreve nenhuma autenticação para o servidor Ollama. Nossa recomendação, não uma afirmação dos documentos: mantenha o endereço padrão e acesse o servidor por um túnel SSH; ou, se você colocar um proxy na frente, adicione autenticação e HTTPS nele e restrinja a porta no firewall aos endereços que você usa.
Atualizar, verificar e remover
- Atualize executando o script de instalação novamente, ou baixando o tarball de novo com os passos manuais.
- Para instalar uma versão específica, defina OLLAMA_VERSION antes do script, por exemplo curl -fsSL https://ollama.com/install.sh | OLLAMA_VERSION=0.5.7 sh. Os números de versão estão na página de releases do GitHub.
- Para executar um modelo da biblioteca, use o comando mostrado na página dele, por exemplo ollama run qwen3:4b.
- Para remover o serviço, execute sudo systemctl stop ollama e sudo systemctl disable ollama, depois apague o arquivo de unidade. A documentação também lista a remoção das bibliotecas, do binário, e dos modelos, do usuário e do grupo em /usr/share/ollama.
Fontes
Leia a seguir
- Chamando um modelo local pelo seu código: saídas estruturadas e a API compatível com OpenAI no OllamaRestrinja a saída de um modelo local com um JSON Schema e chame o Ollama a partir de clientes no estilo OpenAI: o que a documentação oficial diz e o que não é compatível.
- O que um modelo local sabe fazer? Tools, thinking, vision e embeddings no Ollama, e o que cabe em uma VPSTools, thinking, vision, embeddings: o que significam os rótulos da biblioteca do Ollama, quais modelos os têm e qual o tamanho dos downloads.
- Quanta memória um LLM local precisa em uma VPS? Arquivo do modelo mais cache KVArquivo do modelo mais cache KV: o que a biblioteca do Ollama, o FAQ do Ollama e as configurações oficiais dos modelos dizem sobre a memória de que um LLM local precisa em uma VPS.
- IA no seu próprio VPS: quanta memória planejar e o que não exporVai rodar Ollama ou Dify em um VPS? O que a documentação oficial diz sobre memória, inferência só com CPU e as portas que devem ficar fechadas.