Ollama num VPS com CPU: que modelos cabem em 16 a 64 GB de RAM

O Ollama executa modelos de linguagem num VPS sem GPU, mas no processador as respostas continuam lentas. Com 16 GB de RAM são realistas os pequenos modelos quantizados até cerca de 8 mil milhões de parâmetros; 32 GB abrem os modelos intermédios e 64 GB permitem experimentar os muito grandes, com paciência. O teste: instalar o Ollama, carregar um modelo e medir a RAM realmente usada.

• Em CPU, um VPS executa pequenos modelos quantizados, com respostas lentas.
• 16 GB chegam para cerca de 8 mil milhões de parâmetros; 64 GB abrem os maiores, lentamente.
• O Ollama escuta localmente por defeito: não o abra à internet sem proteção.
• O plano Performance oferece 48 GB de RAM a 21,99 € em 7 de novembro de 2026.

Instalar o Ollama

No Debian ou Ubuntu, o Ollama instala-se com o script oficial: curl -fsSL https://ollama.com/install.sh | sh. Leia o script antes de o executar, se quiser, e verifique a instalação com ollama --version.

• O serviço escuta por defeito em 127.0.0.1, porta 11434: não é acessível a partir da internet.
• Sem GPU, o Ollama usa o processador e a RAM do VPS.

Escolher um modelo conforme a RAM

Um modelo quantizado a 4 bits ocupa aproximadamente metade do seu número de mil milhões de parâmetros em gigabytes, mais a memória do contexto e do sistema. São ordens de grandeza: o tamanho exato está na página do modelo na biblioteca do Ollama.

• 16 GB: modelos até cerca de 8 mil milhões de parâmetros, deixando margem para o sistema.
• 32 GB: modelos de cerca de 14 a 32 mil milhões de parâmetros, mais lentos.
• 48 a 64 GB: modelos de cerca de 70 mil milhões de parâmetros, para usos em que a lentidão é aceitável.

Executar e medir

Descarregue um modelo com ollama pull seguido do nome exato, por exemplo qwen2.5:7b, e execute-o com ollama run. Durante a geração, ollama ps mostra o tamanho carregado em memória e free -h a RAM que sobra.

• Pare os outros serviços durante a medição, para um valor fiável.
• Se o sistema começar a usar swap, escolha um modelo mais pequeno.

Não expor a porta

Por defeito, o Ollama só é acessível a partir do próprio servidor. Se definir OLLAMA_HOST para o abrir à rede, proteja-o: firewall, acesso restrito ou túnel SSH. Uma porta 11434 aberta na internet pode ser usada por qualquer pessoa, à sua custa em cálculo e memória.

• Para uso pessoal basta um túnel SSH: ssh -L 11434:localhost:11434 utilizador@vps.
• Para a firewall, veja proteger um VPS Linux.

Porque escolher a ACLClouds para a IA local

Os planos VPS são descritos em vCPU e GB de RAM, o critério certo para um modelo executado em processador. O plano Performance oferece 48 GB a 21,99 € em 7 de novembro de 2026, e o plano Pro 64 GB a 34,99 €.

• O plano Essentiel, 16 GB de RAM a 9,99 €, cobre os modelos pequenos.
• Virtualização KVM e servidores situados em França.
• Painel disponível em 7 idiomas.