SSD Nodes Learn Hosting plans →
Guide Matt ConnorDi Matt Connor

Ollama pull o run: differenze e posizione dei modelli

Scopri cosa fanno davvero ollama pull e ollama run, l'errore degli embedding senza testo, dove finiscono i file e come spostarli dal disco root del VPS.

ollama pull vs ollama run

ollama pull scarica un modello e termina. Per un modello locale per le chat, ollama run scarica il modello solo se non è già presente, quindi lo carica in memoria e apre una chat interattiva. Il download è identico e i file vengono salvati nella stessa posizione. Solo run continua l'esecuzione. I modelli per gli embedding fanno eccezione per la parte relativa alla chat: la documentazione ufficiale mostra ollama run embeddinggemma "Hello world" che stampa l'embedding come array JSON invece di una risposta. Senza testo di input, ollama run rifiuta un modello per gli embedding con embedding models require input text.

Questa unica differenza determina quale comando usare in uno script e quale eseguire da un terminale interattivo.

ollama pull gemma4
ollama run gemma4
ollama run gemma4 "Reply with one word: ready"

La prima riga scarica il modello e termina, quindi è adatta al provisioning e a un'unità systemd. La seconda apre una sessione di chat; digitare /bye oppure premere Ctrl+D per uscirne. La terza invia un singolo prompt, stampa la risposta e termina. È la forma adatta a uno script che richiede una risposta anziché una sessione. Anche questa terza forma lascia interamente al modello la lunghezza della risposta. Una domanda di una riga può quindi produrre tre paragrafi. Limitare la risposta con num_predict mantiene run usato dallo script entro una dimensione che il chiamante può gestire. I nomi dei modelli cambiano rapidamente, quindi considera gemma4 un segnaposto: è l'esempio usato dalla documentazione ufficiale di Ollama a ottobre 2026. Sostituiscilo con un altro modello locale per le chat mantenendo lo stesso flusso di lavoro. I tag che terminano in :cloud, come gemma4:cloud, sono diversi: Ollama li esegue sui propri server senza scaricare i pesi del modello, quindi lo spazio su disco indicato di seguito riguarda i modelli locali. Se preferisci sostituirlo con un modello già dimensionato su un server reale, Eseguire Nemotron 3.5 Lightning su un VPS indica il tag esatto da scaricare e la quantità di memoria richiesta.

Perché il primo avvio di ollama sembra bloccato

Un primo run su un VPS appena configurato può rimanere senza produrre output per diversi minuti. Non c'è alcun problema. Il prompt della chat non può comparire finché il modello non è stato scritto sul disco e caricato in memoria, quindi run sta eseguendo un download di diversi gigabyte prima di poter mostrare qualcosa.

Due fattori nascondono questa attività. Ollama scrive la barra di avanzamento nello standard error, quindi quando quel flusso viene scartato o letto soltanto in seguito, ad esempio in uno script che termina con 2>/dev/null o in un cron job, non c'è alcuna indicazione che sia in corso un download. Inoltre, una volta ricevuti i dati, il file deve essere letto dal disco e caricato nella RAM prima che venga prodotto il primo token; su un VPS di piccole dimensioni questa lettura è lenta. Se il server non dispone di memoria sufficiente per il modello, il kernel inizia a usare lo swap e l'attesa si prolunga molto.

Controlla l'attività da una seconda sessione invece di procedere per ipotesi:

df -h /
watch -n5 df -h /

Su un server appena configurato, una diminuzione graduale dello spazio libero indica che il download è ancora in corso. Se lo spazio libero smette di diminuire mentre il comando è ancora occupato, questo non dimostra che sia iniziato il caricamento: dopo il download, Ollama esegue una fase separata di verifying sha256 digest, che legge i file prima di scrivere il manifest e completare il pull. Un server che conteneva già dei modelli può trarre in inganno con Ollama 0.40.2: al primo avvio di un modello scaricato con una versione precedente, la versione aggiornata veniva scritta in background e quella originale veniva conservata come backup, quindi lo spazio libero poteva diminuire senza che fosse in corso alcun download. Ollama 0.40.3, rilasciato l'11 October 2026, ha sospeso questo aggiornamento in background.

Questo è il motivo per cui conviene eseguire il pull in anticipo. Chi digita ollama run non dovrebbe mai essere la persona che deve attendere il download.

Pre-scarica il modello prima che venga richiesto

Lo stesso vale per tutto ciò che non è una persona: un agente di programmazione configurato per usare il tuo endpoint Ollama restituisce un errore modello non trovato se il modello locale richiesto non è stato pre-scaricato; una richiesta di inferenza non lo scarica. Su un nuovo server, esegui il pull nello stesso script che installa il server:

curl -fsSL https://ollama.com/install.sh | sh
ollama pull gemma4

Se stai configurando il server per la prima volta, la procedura completa per installare Ollama su una VPS descrive il servizio e gli utenti autorizzati a raggiungerlo. Dopodiché, conviene configurare un pull che continui anche dopo la chiusura del terminale, perché un download interrotto a metà può lasciare il repository dei modelli incompleto.

Eseguilo all'interno di tmux oppure passalo a systemd come unità one-shot eseguita all'avvio. Scrivi /etc/systemd/system/ollama-pull.service:

[Unit]
Description=Pre-pull Ollama models
Wants=ollama.service network-online.target
After=ollama.service network-online.target

[Service]
Type=oneshot
RemainAfterExit=yes
ExecStart=/bin/sh -c 'until ollama list >/dev/null 2>&1; do sleep 2; done'
ExecStart=/bin/sh -c 'ollama pull gemma4'

[Install]
WantedBy=multi-user.target

Entrambi i comandi passano intenzionalmente attraverso /bin/sh -c. Un ExecStart= non qualificato accetta un percorso assoluto oppure il nome semplice di un eseguibile, risolto tramite il percorso di ricerca fisso di systemd; command -v ollama mostra il percorso trovato dalla shell corrente. L'uso della shell impiega il PATH del servizio invece di un percorso copiato da una guida. Anche il primo ExecStart è importante: After=ollama.service indica che l'unità del server è stata avviata, ma non che sia pronta. Il ciclo attende quindi una risposta da ollama list prima di avviare il pull.

sudo systemctl daemon-reload
sudo systemctl enable --now ollama-pull.service
journalctl -u ollama-pull.service

Il journal dovrebbe mostrare il completamento del pull senza errori e ollama list dovrebbe quindi mostrare il modello. Per mantenere aggiornato un tag mobile, aggiungi un timer systemd o una voce cron settimanale che esegua lo stesso pull. Se il tag è cambiato, un nuovo pull scarica i layer aggiornati e, per la maggior parte dei modelli, al termine dello stesso pull elimina i layer precedenti che non sono più utilizzati.

Cosa accade quando un pull viene interrotto

Ogni layer di un modello viene archiviato in base a un hash calcolato sul proprio contenuto. Un pull interrotto non rappresenta quindi lavoro perso: esegui di nuovo lo stesso ollama pull e i layer già completati verranno riconosciuti e ignorati; il download riprenderà dal layer in cui si era interrotto.

Un'operazione può però eliminare questo progresso. All'avvio, il server Ollama rimuove i download parziali e i layer archiviati a cui nessun manifest di modello fa riferimento. I dati lasciati da un pull terminato in modo anomalo rientrano esattamente in questa categoria. Le release attuali (0.40.11, verificate il 26 October 2026) ignorano i file modificati nell'ultima ora. Un riavvio subito dopo l'interruzione del pull è quindi innocuo, mentre un riavvio dopo diverse ore elimina la parte già scaricata. Esegui prima nuovamente il pull e riavvia in seguito. Se un download parziale deve realmente sopravvivere a un riavvio, imposta OLLAMA_NOPRUNE=1 nell'ambiente del servizio, quindi rimuovila. Questa variabile disabilita infatti anche la pulizia al termine di ogni pull, e sono proprio queste due operazioni di pulizia a impedire l'accumulo di layer orfani sul disco.

Se il pull si è interrotto con no space left on device, libera spazio prima di riprovare. Se df segnala che il disco è pieno e du sulla directory del modello non spiega l'utilizzo, lo spazio è stato occupato altrove. Prima di eliminare qualsiasi elemento, consulta i motivi per cui df e du mostrano valori diversi.

Dove archivia Ollama i modelli su un VPS?

Verificate il server direttamente invece di fidarvi di un percorso riportato in una guida, inclusa questa. Il percorso cambia tra un'installazione tramite pacchetto e un container, e cambia nuovamente se qualcuno ha impostato OLLAMA_MODELS.

systemctl cat ollama.service
getent passwd ollama
sudo find / -xdev -type d -name blobs 2>/dev/null

systemctl cat stampa il file dell'unità insieme a tutti i relativi drop-in, quindi mostra anche una riga OLLAMA_MODELS impostata manualmente o incorporata nell'immagine. Se questa riga non esiste, l'archivio si trova nella home directory dell'account con cui viene eseguito il servizio e getent passwd stampa tale directory nel sesto campo separato da due punti. find cerca in un filesystem la directory blobs, che è il percorso in cui vengono effettivamente scritti i layer. Rimuovete -xdev se i modelli potrebbero trovarsi già su un mount separato.

Ora misurate lo spazio e interpretate i vostri valori:

ollama list
df -h /
sudo du -sh /the/directory/you/found
sudo du -h -d1 /the/directory/you/found

L'archivio contiene due tipi di dati. Le directory dei manifest (manifests, unite da manifests-v2 nelle release attuali) contengono file di piccole dimensioni che indicano, per ogni tag del modello, i layer da cui è composto. blobs contiene i layer veri e propri, ciascuno denominato in base all'hash del proprio contenuto; quasi tutto lo spazio occupato si trova qui. Poiché i layer sono condivisi tra i tag, due modelli basati sugli stessi pesi mostrano ciascuno la propria dimensione in ollama list, mentre occupano una sola volta quello spazio su disco. Di conseguenza, le dimensioni elencate possono superare il valore riportato da du per la directory. L'effetto opposto si verifica con Ollama 0.40.2: i modelli aggiornati in background conservano su disco la copia originale come backup, ma ollama list non la mostra due volte. Per questo motivo du può riportare un valore molto superiore a quello suggerito dall'elenco. Le note di rilascio della versione 0.40.2 includono uno script che elimina soltanto questi backup.

I file dei modelli riempiono il filesystem root di un VPS di piccole dimensioni più rapidamente di quasi qualsiasi altro componente che probabilmente installerete. Il fattore che incide maggiormente sulle dimensioni è il formato dei pesi. Scelta tra q4, q8 e fp16 può far risparmiare diversi gigabyte per modello.

Spostare i modelli su un volume dati con OLLAMA_MODELS

Se il piano prevede un secondo disco o un volume dati più grande, sposta l'archivio prima che il filesystem root si riempia. Arresta prima il server, per evitare di copiare un file ancora in fase di scrittura.

sudo systemctl stop ollama
sudo mkdir -p /mnt/data/ollama-models
sudo rsync -a /the/directory/you/found/ /mnt/data/ollama-models/
sudo chown -R ollama:ollama /mnt/data/ollama-models
sudo systemctl edit ollama.service

systemctl edit apre un editor su un file drop-in. In questo modo l'unità fornita dal pacchetto resta invariata e un aggiornamento del pacchetto non può sovrascrivere la modifica. Aggiungi queste due righe:

[Service]
Environment="OLLAMA_MODELS=/mnt/data/ollama-models"
sudo systemctl daemon-reload
sudo systemctl restart ollama
systemctl show ollama --property=Environment
ollama list

systemctl show dovrebbe mostrare il nuovo percorso e ollama list dovrebbe visualizzare gli stessi modelli presenti prima dello spostamento. Se l'elenco è vuoto, verifica che la nuova directory contenga l'archivio copiato e che il server possa leggerlo. Il servizio viene eseguito come utente ollama, quindi questo utente deve disporre dei permessi di lettura e scrittura sulla destinazione. Questo è il compito della riga chown precedente. Controlla journalctl -e -u ollama per individuare errori di autorizzazione che indicano il nuovo percorso. Elimina la copia precedente solo dopo aver verificato che l'elenco sia corretto. Uno spostamento non riuscito seguito dall'eliminazione della sorgente obbligherebbe a scaricare nuovamente tutto.

L'altra opzione mantiene il percorso originale e monta il volume dati su quel percorso:

echo '/mnt/data/ollama-models /the/directory/you/found none bind 0 0' | sudo tee -a /etc/fstab
sudo mount -a
findmnt /the/directory/you/found
df -h /

Se findmnt visualizza il mount, il bind è attivo. Un bind mount è utile quando un altro componente del server si aspetta già la posizione predefinita. Presenta però un problema: i file copiati si trovano ancora sotto il punto di mount sul disco root, ma sono nascosti dal mount. Lo spazio non viene quindi liberato finché non smonti il volume e rimuovi quei file. La variabile d'ambiente è l'opzione più semplice da spiegare alla persona che accederà al server in seguito.

Dove vengono archiviati invece dal container

L'immagine ufficiale archivia i modelli nel volume montato, non in una directory dell'host appartenente a un utente ollama. Il comando di esecuzione documentato è:

docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama

ollama prima dei due punti è un volume Docker con nome, mentre /root/.ollama è il percorso in cui il server scrive all'interno del container. Per questo du sui percorsi della sezione precedente non restituisce nulla: i file non si trovano lì. Visualizza il percorso e le dimensioni effettivi:

docker volume inspect ollama
docker system df -v
docker exec -it ollama ollama list

Leggi il campo Mountpoint da docker volume inspect, quindi esegui sudo du -sh su quel percorso. Per archiviare i modelli in un volume dati, sostituisci il volume con nome con una directory dell'host (-v /mnt/data/ollama:/root/.ollama) e ricrea il container. Il container scrive come root, quindi la directory dell'host risulta di proprietà di root. In Podman rootless, per impostazione predefinita root nel container viene mappato sull'UID e sul GID dell'utente dell'host, mentre gli altri ID del container usano intervalli subordinati: eseguire Ollama con Podman rootless descrive questo mapping.

Presta attenzione alla pulizia dei volumi. Un semplice docker volume prune rimuove solo i volumi anonimi, quindi lascia intatto il volume con nome ollama, mentre docker volume prune --all rimuove tutti i volumi a cui nessun container fa riferimento, inclusi quelli con nome. Se rimuovi o ricrei il container ollama senza il relativo volume, un successivo prune --all elimina tutti i modelli scaricati. Non sarà possibile recuperarli, se non scaricandoli di nuovo. Leggi come ridurre l'utilizzo del disco Docker su un VPS prima di eseguire prune su un server che ospita modelli.

Rimuovere un modello con ollama rm, non con rm

ollama list
ollama rm gemma4
ollama list
df -h /

ollama rm elimina il manifest per quel tag, quindi elimina i layer a cui nessun manifest rimasto fa riferimento. Lo spazio viene liberato non appena questi file vengono scollegati, quindi df ha effetto immediato. Poiché i layer sono condivisi, la rimozione di uno dei due tag strettamente correlati può liberare molto meno dello spazio indicato da ollama list accanto al tag. Questo comportamento è corretto e non indica un errore di eliminazione.

Eliminare manualmente i file rompe la corrispondenza tra i due elementi. Rimuovendo un blob con rm, il manifest continua a elencarlo. Di conseguenza ollama list continua a mostrare il modello e ogni tentativo di utilizzarlo fallisce quando viene letto il layer mancante. Rimuovendo manualmente un manifest, i relativi layer restano sul disco senza alcun riferimento e occupano spazio che nessun comando Ollama segnalerà. Se hai già eliminato un blob, ollama rm sul tag rimuove la voce rimasta; se hai eliminato il manifest, non resta alcuna voce del tag da rimuovere. Il riavvio del server elimina i layer a cui non fa riferimento nulla quando sono più vecchi di un'ora.

Un'ultima distinzione, perché i due concetti vengono confusi spesso. ollama rm riguarda il disco. ollama stop gemma4 scarica un modello dalla memoria e non libera spazio su disco. Il tempo durante il quale un modello rimane residente nella RAM una volta completato il download è controllato da un'impostazione separata; mantenere un modello caricato invece di ricaricarlo a ogni richiesta descrive questa impostazione.

FAQ

Qual è la differenza tra ollama pull e ollama run?

ollama pull scarica un modello sul disco e termina. ollama run verifica se il modello è già presente sul disco, lo scarica se non lo è, lo carica in memoria e, per un modello di chat, apre una sessione di chat interattiva. Entrambi scrivono gli stessi file nella stessa directory. Usa pull durante il provisioning e negli script, e usa run quando una persona è alla tastiera. ollama run <model> "your prompt" invia un prompt e termina, quindi è la forma utilizzabile negli script di run.

Perché il primo ollama run sembra bloccarsi?

Potrebbe essere in corso il download, la verifica del download oppure il caricamento del modello. Il prompt della chat non può comparire finché il modello non è stato scritto sul disco e caricato in memoria, e un modello occupa diversi gigabyte. Ollama scrive la barra di avanzamento sullo standard error, quindi un run all'interno di uno script che scarta quel flusso, o all'interno di un cron job, non mostra nulla mentre l'operazione è in corso. Apri una seconda sessione ed esegui watch -n5 df -h /: su un sistema appena installato, la diminuzione dello spazio libero a intervalli indica che il download è in corso. Scarica il modello in anticipo per eliminare l'attesa del download e della verifica; il caricamento richiede comunque tempo.

Dove archivia Ollama i suoi modelli?

La posizione dipende dal tipo di installazione, quindi stampala invece di presupporla. Esegui systemctl cat ollama.service per verificare se OLLAMA_MODELS è impostata nell'unità o in un drop-in. Se non è impostata, l'archivio si trova nella home directory dell'account con cui viene eseguito il servizio, che getent passwd ollama stampa. sudo find / -xdev -type d -name blobs 2>/dev/null individua direttamente la directory dei layer. Per l'immagine del container, l'archivio si trova nel volume montato e docker volume inspect ollama stampa il relativo Mountpoint sull'host.

Come sposto i modelli di Ollama su un altro disco?

Arresta il servizio, copia l'archivio nella nuova posizione con rsync -a, assegna la directory all'account del servizio con sudo chown -R ollama:ollama <directory>, quindi esegui sudo systemctl edit ollama.service e aggiungi Environment="OLLAMA_MODELS=<directory>" sotto una riga [Service]. Ricarica la configurazione con sudo systemctl daemon-reload e riavvia il servizio. Verifica con systemctl show ollama --property=Environment e ollama list. Se l'elenco è vuoto, controlla che la nuova directory contenga l'archivio copiato e che l'utente ollama possa leggerlo; controlla journalctl -e -u ollama per individuare eventuali errori di autorizzazione.

L'eliminazione dei file del modello libera spazio?

L'eliminazione manuale dei file libera i byte, ma lascia l'archivio in uno stato incoerente. Se rimuovi un blob, il manifest continua a elencare quel modello, che continua quindi a comparire in ollama list e non può essere utilizzato. Se rimuovi un manifest, i relativi layer rimangono sul disco senza alcun riferimento. Usa ollama rm <model>, che elimina il manifest e poi i layer che non sono necessari ad altri modelli. Se un blob è già stato eliminato manualmente, esegui ollama rm sul tag per rimuovere la relativa voce. Se il manifest è stato eliminato, non rimane alcuna voce del tag da rimuovere. Riavvia il server per rimuovere i layer a cui nessun manifest fa riferimento dopo che sono rimasti obsoleti per più di un'ora.

Questo articolo ti è stato utile?