Pular para o conteúdo
EntrarCriar minha VPS

Como instalar o Ollama em uma VPS Ubuntu

O Ollama permite rodar modelos de linguagem (LLMs) localmente com um único comando. Este guia instala o binário nativo no Ubuntu (o método oficial recomendado) e configura a API REST para integração com Open WebUI, n8n e outras ferramentas.

cerca de 15 minjunho/2026 · Ubuntu 24.04 LTS

Antes de começar

VPS mínima
4 vCPU · 8 GB RAM · 40 GB SSD (para modelos 7B). GPU NVIDIA recomendada para velocidade.
Sistema
Ubuntu 24.04 LTS
Também
  • Acesso root ou usuário com sudo
  • Para GPU: drivers NVIDIA instalados (opcional mas recomendado para velocidade)
  • Espaço em disco: cada modelo ocupa 4-20 GB

Instalação passo a passo

  1. 1

    Atualizar o sistema

    Sincronize repositórios antes de instalar.

    bash
    apt update && apt upgrade -y
  2. 2

    Instalar o Ollama

    O instalador oficial detecta automaticamente o sistema operacional, arquitetura e presença de GPU NVIDIA ou AMD.

    bash
    curl -fsSL https://ollama.com/install.sh | sh
  3. 3

    Verificar o serviço

    Confirme que o Ollama está rodando como serviço systemd.

    bash
    systemctl status ollama

# Verificar que a API responde na porta padrão
curl http://localhost:11434/
  4. 4

    Baixar o primeiro modelo

    Use `ollama pull` para baixar modelos do Ollama Library. O `llama3.2` (3B) é um bom ponto de partida por ser leve e capaz.

    bash
    # Modelo leve: Llama 3.2 3B (~2 GB)
ollama pull llama3.2

# Alternativas populares:
# ollama pull mistral          # 7B (~4.1 GB)
# ollama pull gemma3:4b        # 4B (~2.5 GB)
# ollama pull qwen2.5:7b       # 7B (~4.7 GB)
  5. 5

    Testar a inferência via CLI

    Execute uma consulta diretamente no terminal para confirmar que o modelo funciona.

    bash
    ollama run llama3.2 "Explique o que é o Ollama em uma frase"
  6. 6

    Testar a API REST

    O Ollama expõe uma API REST compatível com o padrão OpenAI na porta 11434.

    bash
    # Listar modelos instalados
curl http://localhost:11434/api/tags

# Gerar texto via API
curl http://localhost:11434/api/generate \
  -d '{"model": "llama3.2", "prompt": "Olá! O que você pode fazer?", "stream": false}'
  7. 7

    Expor via Nginx com HTTPS (opcional)

    Se precisar acessar a API Ollama externamente (ex.: para usar com Open WebUI em outro servidor), configure um reverse proxy com autenticação.

    bash
    apt install -y nginx certbot python3-certbot-nginx

# IMPORTANTE: Proteja a API com autenticação básica ou IP allowlist
# A API do Ollama não tem autenticação nativa

apt install -y apache2-utils
htpasswd -c /etc/nginx/.htpasswd ollama_user

cat > /etc/nginx/sites-available/ollama << 'NGINXEOF'
server {
    listen 80;
    server_name ollama.seudominio.com.br;
    return 301 https://$host$request_uri;
}

server {
    listen 443 ssl;
    server_name ollama.seudominio.com.br;

    ssl_certificate /etc/letsencrypt/live/ollama.seudominio.com.br/fullchain.pem;
    ssl_certificate_key /etc/letsencrypt/live/ollama.seudominio.com.br/privkey.pem;

    location / {
        auth_basic "Ollama API";
        auth_basic_user_file /etc/nginx/.htpasswd;

        proxy_pass http://127.0.0.1:11434;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_read_timeout 3600s;
    }
}
NGINXEOF

ln -s /etc/nginx/sites-available/ollama /etc/nginx/sites-enabled/ollama
nginx -t

certbot --nginx -d ollama.seudominio.com.br --non-interactive --agree-tos --email seu@email.com
systemctl reload nginx
  8. 8

    Configurar firewall UFW

    Bloqueie o acesso direto à porta 11434. O acesso externo deve ocorrer apenas via Nginx.

    bash
    ufw allow 22/tcp comment 'SSH'
ufw allow 80/tcp comment 'HTTP'
ufw allow 443/tcp comment 'HTTPS'
ufw deny 11434/tcp comment 'Ollama API - apenas acesso local'
ufw --force enable
ufw status verbose

Não quer configurar manualmente?

Implante o Ollama em menos de 5 minutos com a Runstack. Infraestrutura da OPEN Datacenter, com servidores em São Paulo.

Criar minha VPSVer apps prontos

Se der problema

Verifique se os drivers NVIDIA estão instalados corretamente e se o CUDA está disponível.

bash
nvidia-smi
# Se não houver saída, instale os drivers:
# ubuntu-drivers autoinstall && reboot

Verifique os logs do serviço para identificar o erro.

bash
journalctl -u ollama -n 50 --no-pager

O modelo não foi baixado. Execute `ollama pull <nome-do-modelo>` primeiro.

bash
ollama list  # Listar modelos instalados
ollama pull llama3.2

Em CPUs, modelos 7B levam 10-60 segundos por resposta. Use modelos menores (3B) para respostas mais rápidas, ou considere uma VPS com GPU NVIDIA.

Remova modelos não utilizados para liberar espaço.

bash
ollama list
ollama rm nome-do-modelo

Perguntas frequentes

O Ollama Library (ollama.com/library) lista todos os modelos disponíveis, incluindo Llama, Mistral, Gemma, Qwen, Phi, DeepSeek e muitos outros. A compatibilidade depende da RAM disponível no servidor.

Não. O Ollama roda em CPU pura. Porém, em CPU a inferência é significativamente mais lenta. Para uso em produção com respostas rápidas, uma GPU NVIDIA é fortemente recomendada.

Instale o Open WebUI com o flag `--add-host=host.docker.internal:host-gateway` no docker run. O Open WebUI detecta automaticamente o Ollama em host.docker.internal:11434.

Sim, parcialmente. O Ollama oferece um endpoint `/v1/chat/completions` compatível com o padrão OpenAI, permitindo usar bibliotecas como openai-python apontando para `http://localhost:11434`.

Rode novamente o instalador oficial: `curl -fsSL https://ollama.com/install.sh | sh`. O script detecta a versão instalada e atualiza se necessário.

Continue lendo