---
title: "Своя LLM на VPS через Ollama без видеокарты"
description: "Как запустить нейросеть на VPS без GPU через Ollama: сколько памяти нужно моделям 7B-33B, установка, API на порту 11434, SSH-туннель, Open WebUI и замер скорости."
url: https://tihost.io/blog/ollama-on-vps
language: ru
section: "Руководства"
published: 2026-10-05
updated: 2026-10-05
publisher: Tihost (https://tihost.io)
---

# Своя LLM на VPS через Ollama без видеокарты

> **Коротко:** Ollama запускает открытые языковые модели на VPS без видеокарты, только на процессоре. По README Ollama моделям 7B нужно 8 ГБ памяти, 13B - 16 ГБ, 33B - 32 ГБ. На CPU генерация заметно медленнее, чем на GPU, поэтому такой сервер подходит для чат-ботов, суммаризации и классификации небольших объёмов текста.

**Главное:**

- Ollama запускает открытые языковые модели (LLM) на VPS без видеокарты: устанавливается одной командой `curl -fsSL https://ollama.com/install.sh | sh` и работает как служба systemd.
- По README Ollama для моделей 7B нужно не меньше 8 ГБ оперативной памяти, для 13B - 16 ГБ, для 33B - 32 ГБ.
- На процессоре Ollama генерирует текст заметно медленнее, чем на видеокарте; реальную скорость в токенах в секунду показывает строка `eval rate` в выводе `ollama run --verbose`.
- API Ollama слушает только `127.0.0.1:11434` и не имеет авторизации: порт 11434 нельзя открывать в интернет, снаружи к нему ходят через SSH-туннель или обратный прокси с паролем.
- В тарифах Tihost видеокарт нет; под модели 13B-33B подходят конфигурации Power с 16-32 ГБ памяти.

> Инструкция написана для Ubuntu 22.04/24.04 и Debian 12 на VPS с KVM. Перед началом пройдите [первую настройку сервера](https://tihost.io/blog/vps-first-setup): пользователь с sudo, вход по ключу, включённый UFW.

## Сколько памяти нужно для LLM в Ollama?

Память - главное ограничение для LLM на сервере без видеокарты: модель целиком загружается в оперативную память, и если её не хватает, модель не запустится. README Ollama даёт ориентиры: 8 ГБ памяти для моделей 7B, 16 ГБ для 13B и 32 ГБ для 33B. Ollama по умолчанию скачивает квантованные модели (4 бита на вес), поэтому модель 7B занимает на диске около 4-5 ГБ. Длинный контекст добавляет расход памяти сверх этого.

| Размер модели | Память по README Ollama | Конфигурация Tihost |
| --- | --- | --- |
| 1-3B | Не указано; файл модели 3B весит около 2 ГБ | Starter с 4 ГБ памяти |
| 7B | 8 ГБ | Advanced: 4 vCPU / 8 ГБ, с запасом - 12 ГБ |
| 13B | 16 ГБ | Power: 8 vCPU / 16 ГБ |
| 33B | 32 ГБ | Power: 16 vCPU / 32 ГБ (Польша) |

*Строки 7B-33B - ориентиры из README Ollama; строка 1-3B - оценка по размеру файла модели.*

## Насколько медленно LLM работает без видеокарты?

На процессоре генерация заметно медленнее, чем на видеокарте, и тем медленнее, чем больше модель: модель 3B отвечает быстрее модели 13B на том же сервере. Скорость зависит от процессора, частоты, памяти и самой модели, поэтому мерьте её на своём сервере (шаг 3), а не верьте чужим цифрам. LLM на CPU оправдана, когда:

- нужен чат-бот или ассистент для небольшой команды, где ответ за несколько секунд допустим;
- нужно суммаризировать, классифицировать или размечать небольшие объёмы текста в фоне - например, заявки или отзывы;
- данные нельзя отправлять во внешний API, и модель должна работать на своём сервере;
- нужен стенд для экспериментов с промптами и моделями без оплаты за каждый токен.

## Шаг 1. Установите Ollama

Сначала проверьте, сколько у сервера памяти, ядер и свободного места на диске - модели занимают гигабайты. Затем установите Ollama официальным скриптом: он скачивает программу, создаёт пользователя `ollama` и службу systemd, которая стартует при загрузке сервера.

```bash
free -h
nproc
df -h /
```

```bash
curl -fsSL https://ollama.com/install.sh | sh
ollama --version
sudo systemctl status ollama
```

Скрипт выполняется с правами root, поэтому при желании сначала скачайте его и прочитайте. При установке скриптом модели хранятся в `/usr/share/ollama/.ollama/models`.

## Шаг 2. Скачайте и запустите модель

Команда `ollama run <модель>` скачивает модель из библиотеки на [ollama.com](https://ollama.com) и открывает чат в терминале; выход - `/bye`. Начните с небольшой модели, например `llama3.2:3b`: она быстро скачивается и показывает, на что способен сервер.

```bash
ollama run llama3.2:3b
ollama list
ollama ps
```

`ollama list` показывает скачанные модели, `ollama ps` - загруженные в память. После 5 минут простоя Ollama выгружает модель из памяти, поэтому первый ответ после паузы приходит дольше: модель загружается заново. Ненужные модели удаляет `ollama rm <модель>`.

## Шаг 3. Замерьте скорость генерации

Флаг `--verbose` после каждого ответа печатает статистику. Главная строка - `eval rate`: сколько токенов в секунду модель генерирует на вашем сервере. `prompt eval rate` - скорость чтения запроса, `load duration` - время загрузки модели в память.

```bash
ollama run llama3.2:3b --verbose
```

Задайте несколько типичных для вашей задачи вопросов и сравните `eval rate` у моделей разного размера - так вы выберете самую крупную модель, которая отвечает достаточно быстро. Как оценить процессор и диск сервера в целом - в статье [о тестировании VPS](https://tihost.io/blog/vps-benchmark).

## Шаг 4. Обращайтесь к модели через API

Служба Ollama поднимает HTTP API на `127.0.0.1:11434` - к нему обращаются скрипты и боты на том же сервере. С `"stream": false` ответ приходит одним JSON целиком, а не по токенам:

```bash
curl http://localhost:11434/api/generate -d '{
  "model": "llama3.2:3b",
  "prompt": "Объясни, что такое VPS, в двух предложениях",
  "stream": false
}'
```

Текст ответа лежит в поле `response`. Так же к Ollama подключают [Telegram-бота на VPS](https://tihost.io/blog/telegram-bot-on-vps) или своё приложение: запросы идут по локальному адресу и не покидают сервер.

## Шаг 5. Доступ снаружи: SSH-туннель вместо открытого порта

У API Ollama нет авторизации: любой, кто достучится до порта 11434, сможет пользоваться моделью и нагружать ваш сервер. Поэтому не меняйте адрес на `0.0.0.0` и не открывайте 11434 в UFW. Для доступа со своего компьютера пробросьте порт через [SSH](https://tihost.io/blog/ssh-connect-to-vps):

```bash
# на своём компьютере, не на сервере
ssh -N -L 11434:localhost:11434 user@IP_СЕРВЕРА
# пока туннель открыт, API доступен локально
curl http://localhost:11434/api/tags
```

> Если к модели должны ходить другие люди или сервисы, поставьте перед Ollama обратный прокси nginx с HTTPS и авторизацией - как настроить nginx и сертификат, описано в статье [про nginx и Let's Encrypt](https://tihost.io/blog/nginx-letsencrypt-https).

## Шаг 6. Веб-интерфейс Open WebUI

Open WebUI - веб-интерфейс в стиле ChatGPT для моделей Ollama: история чатов, выбор модели, несколько пользователей. Он запускается в Docker (как поставить - в статье [об установке Docker](https://tihost.io/blog/install-docker-ubuntu-debian)). Вариант с сетью хоста видит Ollama на `127.0.0.1` и открывает интерфейс на порту 8080:

```bash
docker run -d --network=host \
  -v open-webui:/app/backend/data \
  -e OLLAMA_BASE_URL=http://127.0.0.1:11434 \
  --name open-webui --restart always \
  ghcr.io/open-webui/open-webui:main
```

При включённом UFW порт 8080 закрыт снаружи - откройте интерфейс через SSH-туннель (`ssh -N -L 8080:localhost:8080 user@IP_СЕРВЕРА`, затем `http://localhost:8080` в браузере). Сразу создайте учётную запись: первая зарегистрированная становится администратором.

## Какой VPS Tihost взять под Ollama?

В тарифах Tihost видеокарт нет - модели работают на процессорах AMD Ryzen 9. Для моделей 7B подойдёт [Advanced](https://tihost.io/blog/advanced-vps) с 8-12 ГБ памяти, для 13B и 33B - [Power](https://tihost.io/blog/power-vps) с 16-32 ГБ. Ryzen 9 9950X на польской площадке поддерживает AVX-512 и память DDR5, которые ускоряют вычисления нейросетей на CPU, - подробнее в сравнении [Ryzen 9 5950X и 9950X](https://tihost.io/blog/amd-ryzen-9-5950x-vs-9950x).

| Конфигурация | Германия | Финляндия | Польша |
| --- | --- | --- | --- |
| 8 vCPU / 16 GB RAM / 300 GB NVMe | $32.00 | $32.00 | $40.00 |
| 12 vCPU / 24 GB RAM / 350 GB NVMe | $49.00 | $49.00 | $61.00 |
| 16 vCPU / 32 GB RAM / 450 GB NVMe | - | - | $77.50 |

*Цена за 30 дней, USD. Прочерк - конфигурация в локации не продаётся.*

**Запустите сервер за 2 минуты.** AMD Ryzen 9, NVMe и защита от DDoS в Германии, Финляндии и Польше. Оплата криптовалютой или картой. [Заказать сервер](https://tihost.io/login)

## Частые вопросы

### Можно ли запустить нейросеть на VPS без видеокарты?

Да. Ollama запускает открытые языковые модели только на процессоре; генерация медленнее, чем на GPU, но для чат-ботов, суммаризации и классификации небольших объёмов текста этого хватает.

### Сколько оперативной памяти нужно для модели 7B в Ollama?

По README Ollama модели 7B нужно не меньше 8 ГБ оперативной памяти, модели 13B - 16 ГБ, модели 33B - 32 ГБ. Длинный контекст добавляет расход памяти сверх этих цифр.

### Как узнать скорость модели в токенах в секунду?

Запустите модель командой `ollama run <модель> --verbose` и задайте вопрос: строка `eval rate` в статистике после ответа показывает скорость генерации в токенах в секунду на вашем сервере.

### Можно ли открыть API Ollama в интернет?

Не стоит: у API Ollama на порту 11434 нет авторизации. Для доступа снаружи используйте SSH-туннель или обратный прокси nginx с HTTPS и паролем, а порт 11434 держите закрытым.

### Есть ли у Tihost VPS с видеокартой?

Нет, тарифы Tihost процессорные: AMD Ryzen 9 без GPU. Самая крупная конфигурация - 16 vCPU и 32 ГБ памяти, её хватает для моделей до 33B по ориентирам README Ollama.

### Как подключить к Ollama веб-интерфейс как у ChatGPT?

Запустите Open WebUI в Docker с `--network=host` и `OLLAMA_BASE_URL=http://127.0.0.1:11434`. Интерфейс откроется на порту 8080; снаружи к нему лучше ходить через SSH-туннель.

---

Обновлено 2026-10-05 · https://tihost.io/blog/ollama-on-vps