Разница между ollama pull и ollama run
Узнайте, чем отличаются команды ollama pull и ollama run. Разберем, где хранятся файлы моделей, почему они занимают место на диске и как перенести их в другой раздел.
Разница между ollama pull и ollama run
ollama pull загружает модель и завершает работу. Для локальной чат-модели ollama run загружает модель, только если она отсутствует, затем помещает её в память и открывает интерактивный чат. Процесс загрузки идентичен, файлы сохраняются в одно и то же место. Только run продолжает работу после этого. Модели для эмбеддингов являются исключением в плане чата: официальная документация показывает, что ollama run embeddinggemma "Hello world" выводит эмбеддинг в виде JSON-массива вместо ответа. Без входного текста ollama run отклоняет модель эмбеддингов с ошибкой embedding models require input text.
Эта единственная разница определяет, какая команда подходит для скрипта, а какая — для работы за клавиатурой.
ollama pull gemma4
ollama run gemma4
ollama run gemma4 "Reply with one word: ready"Первая строка загружает модель и завершает работу, поэтому её безопасно использовать при подготовке окружения и в unit-файлах systemd. Вторая открывает сессию чата; введите /bye или нажмите Ctrl+D, чтобы выйти из неё. Третья отправляет один запрос, выводит ответ и завершает работу — именно такой формат нужен скрипту, когда требуется получить ответ, а не открывать сессию. Эта третья форма всё равно оставляет длину ответа полностью на усмотрение модели, поэтому вопрос в одну строку может вернуться в виде трёх абзацев, и ограничение ответа через num_predict — это то, что позволяет удерживать вывод run в рамках размера, который вызывающий скрипт может обработать. Названия моделей быстро меняются, поэтому воспринимайте gemma4 здесь как заполнитель: это пример, который использует официальная документация Ollama по состоянию на октябрь 2026 года; подставьте другую локальную чат-модель для того же рабочего процесса. Теги, заканчивающиеся на :cloud, такие как gemma4:cloud, отличаются: Ollama запускает их на своих серверах без загрузки весов модели, поэтому место на диске, указанное ниже, относится только к локальным моделям. Если вы предпочитаете использовать модель, размер которой уже был соотнесен с реальным сервером, запуск Nemotron 3.5 Lightning на VPS содержит точный тег для загрузки и объем памяти, который она ожидает найти.
Почему первый запуск ollama выглядит зависшим
Первый run на чистом VPS может не выводить ничего в консоль в течение нескольких минут. Это не означает, что что-то сломалось. Приглашение к чату не появится, пока модель не будет загружена на диск и в оперативную память, поэтому run выполняет скачивание объемом в несколько гигабайт, прежде чем сможет что-либо отобразить.
Две причины скрывают этот процесс. Ollama записывает индикатор выполнения в стандартный поток ошибок (stderr), поэтому если этот поток отбрасывается или считывается только после завершения (например, в скрипте, который заканчивается на 2>/dev/null, или в задании cron), вы не получите уведомлений о ходе загрузки. Кроме того, после получения всех байтов файл должен быть считан с диска в RAM перед генерацией первого токена, и на маломощном VPS это чтение происходит медленно. Если на сервере недостаточно памяти для модели, ядро начинает использовать swap, и время ожидания значительно увеличивается.
Вместо того чтобы гадать, наблюдайте за процессом из второй сессии:
df -h /
watch -n5 df -h /На чистом сервере уменьшение свободного места ступенями означает, что загрузка продолжается. Если свободное место перестало уменьшаться, а команда всё ещё выполняется, это не гарантирует, что началась загрузка: после скачивания Ollama выполняет отдельную фазу verifying sha256 digest, которая считывает файлы перед записью манифеста и завершением команды pull. Сервер, на котором уже были модели, может ввести в заблуждение при использовании Ollama 0.40.2: первый запуск модели, скачанной более старой версией, приводил к созданию обновленной копии в фоновом режиме с сохранением оригинала в качестве резервной, поэтому свободное место могло уменьшаться даже без загрузки данных. В Ollama 0.40.3, выпущенной 11 октября 2026 года, это фоновое обновление было приостановлено.
Именно поэтому модели стоит скачивать заранее. Тот, кто вводит ollama run, не должен ждать завершения загрузки.
Загрузка модели до поступления запросов
То же самое касается любых автоматизированных систем: кодинг-агент, настроенный на ваш эндпоинт Ollama, получит ошибку «модель не найдена», если запрашиваемая локальная модель не была предварительно загружена; запрос на инференс не инициирует её скачивание. На новом сервере добавьте команду загрузки в тот же скрипт, который устанавливает сервер:
curl -fsSL https://ollama.com/install.sh | sh
ollama pull gemma4Если вы разворачиваете сервер впервые, полное руководство по установке Ollama на VPS описывает настройку самой службы и правила доступа к ней. После этого стоит настроить загрузку так, чтобы она не зависела от вашего терминала, так как прерванная на середине загрузка приводит к тому, что в хранилище моделей остаются неполные данные.
Запустите процесс внутри tmux или передайте его systemd в виде однократного юнита (one-shot), выполняемого при загрузке. Создайте /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.targetОбе команды намеренно выполняются через /bin/sh -c. Обычный вызов ExecStart= принимает абсолютный путь или имя исполняемого файла, разрешаемое через фиксированный путь поиска systemd; command -v ollama показывает путь, который находит ваша текущая оболочка. Использование оболочки позволяет задействовать переменную PATH службы, а не путь, скопированный из руководства. Первый ExecStart также важен: After=ollama.service означает, что юнит сервера был запущен, что не тождественно его готовности, поэтому цикл ожидает ответа ollama list перед началом загрузки.
sudo systemctl daemon-reload
sudo systemctl enable --now ollama-pull.service
journalctl -u ollama-pull.serviceВ журнале должно быть отражено завершение загрузки без ошибок, а ollama list после этого должен отобразить модель. Чтобы поддерживать актуальность динамического тега, добавьте таймер systemd или еженедельную запись в cron, выполняющую ту же команду загрузки. Повторная загрузка обновленного тега скачивает новые слои и, для большинства моделей, удаляет старые слои, которые больше не используются, по завершении процесса.
Что происходит при прерывании загрузки
Каждый слой модели сохраняется под хешем своего содержимого. Поэтому прерванная загрузка не означает потерю всей работы: запустите ту же команду ollama pull снова, и уже загруженные слои будут распознаны и пропущены, так что скачивание продолжится с того слоя, на котором оно было остановлено.
Одно действие может уничтожить этот прогресс. При запуске сервер Ollama удаляет частичные загрузки и сохраненные слои, на которые не ссылается ни один манифест модели, а фрагменты, оставшиеся после прерванной загрузки, являются именно такими данными. В текущих версиях (0.40.11, проверено 26 октября 2026 года) пропускаются любые файлы, записанные в течение последнего часа, поэтому перезапуск вскоре после сбоя загрузки безопасен, но перезапуск спустя несколько часов приведет к удалению уже скачанных фрагментов. Сначала повторите загрузку, а затем выполняйте перезапуск. Если частичная загрузка действительно должна пережить перезапуск, установите OLLAMA_NOPRUNE=1 в окружении сервиса, а затем уберите эту настройку, так как данная переменная также отключает очистку по завершении каждой загрузки, а именно эти два процесса очистки предотвращают накопление «осиротевших» слоев на диске.
Если загрузка прервалась с ошибкой no space left on device, освободите место перед повторной попыткой. Если df сообщает о заполнении диска, а du для каталога модели не объясняет этого, значит, место занято чем-то другим, и перед удалением чего-либо стоит ознакомиться с причинами расхождения данных df и du.
Где Ollama хранит модели на VPS?
Спросите об этом у своего сервера, вместо того чтобы доверять путям из любого руководства, включая это. Расположение различается при установке пакетом или в контейнере, а также меняется, если кто-то задал OLLAMA_MODELS.
systemctl cat ollama.service
getent passwd ollama
sudo find / -xdev -type d -name blobs 2>/dev/nullsystemctl cat выводит файл юнита вместе со всеми дополнениями, поэтому строка OLLAMA_MODELS, заданная вами или встроенная в ваш образ, отобразится там. Если такой строки нет, хранилище находится в домашнем каталоге учетной записи, от имени которой работает сервис, а getent passwd выводит этот домашний каталог в шестом поле, разделенном двоеточиями. Команда find ищет в файловой системе каталог blobs, где фактически записываются слои. Используйте -xdev, если модели уже могут находиться на отдельном разделе.
Теперь выполните измерения и посмотрите на свои данные:
ollama list
df -h /
sudo du -sh /the/directory/you/found
sudo du -h -d1 /the/directory/you/foundХранилище содержит два типа данных. Каталоги манифестов (manifests, объединенные через manifests-v2 в текущих релизах) содержат небольшие файлы, которые для каждого тега модели перечисляют слои, из которых она состоит. blobs содержит сами слои, каждый из которых назван по хешу своего содержимого; именно там находится почти весь объем данных. Поскольку слои являются общими для разных тегов, две модели, построенные на одних и тех же весах, каждая сообщает о своем размере в ollama list, занимая при этом место на диске только один раз. Поэтому суммарный размер моделей может превышать значение, которое du показывает для каталога. Обратный сюрприз ожидает пользователей Ollama 0.40.2: модели, обновленные в фоновом режиме, сохраняют свою исходную копию на диске в качестве резервной. ollama list не показывает их дважды, поэтому du может сообщать о гораздо большем объеме, чем предполагает список. В примечаниях к релизу 0.40.2 есть скрипт, который удаляет только эти резервные копии.
Файлы моделей заполняют небольшую корневую файловую систему VPS быстрее, чем что-либо другое, что вы, вероятно, установите. Самый эффективный способ управления их размером — выбор формата весов. Выбор между q4, q8 и fp16 позволяет сэкономить гигабайты на каждой модели.
Перенос моделей в том данных с помощью OLLAMA_MODELS
Если в плане предусмотрен второй диск или том данных большего объема, перенесите хранилище до того, как файловая система root будет заполнена. Сначала остановите сервер, чтобы не копировать файл, в который в данный момент идет запись.
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.servicesystemctl edit открывает редактор для файла-заглушки (drop-in file), поэтому упакованный юнит остается нетронутым, и обновление пакета не перезапишет ваши изменения. Добавьте эти две строки:
[Service]
Environment="OLLAMA_MODELS=/mnt/data/ollama-models"sudo systemctl daemon-reload
sudo systemctl restart ollama
systemctl show ollama --property=Environment
ollama listsystemctl show должен вывести ваш новый путь, а ollama list должен показать те же модели, что отображались до переноса. Если список пуст, убедитесь, что новый каталог содержит скопированное хранилище и что сервер имеет права на чтение этого каталога. Сервис работает от имени пользователя ollama, поэтому этому пользователю необходимы права на чтение и запись в целевой директории, что обеспечивается строкой chown выше. Проверьте journalctl -e -u ollama на наличие ошибок доступа, указывающих на новый путь. Удаляйте старую копию только после того, как убедитесь в корректности списка, так как неудачный перенос в сочетании с удаленным исходным каталогом приведет к необходимости повторной загрузки всех данных.
Другой вариант — сохранить исходный путь и примонтировать к нему том данных:
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 /findmnt, выводящий точку монтирования, означает, что bind-монтирование активно. Bind-монтирование полезно, если другие компоненты системы уже ожидают данные по стандартному пути. У этого способа есть один нюанс: файлы, которые вы скопировали, все еще остаются под точкой монтирования на диске root, скрытые самим монтированием, поэтому место не будет освобождено, пока вы не размонтируете том и не удалите эти файлы. Переменная окружения — более простой для понимания вариант для любого, кто будет работать с сервером в будущем.
Где контейнер хранит их на самом деле
Официальный образ сохраняет модели в том месте, которое вы примонтировали, а не в каком-либо каталоге хоста, принадлежащем пользователю ollama. Документированная команда для запуска выглядит так:
docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollamaollama перед двоеточием — это именованный том Docker, а /root/.ollama — путь внутри контейнера, куда сервер записывает данные. Поэтому du по путям из предыдущего раздела ничего не находит, так как там пусто. Выведите реальное расположение и размер:
docker volume inspect ollama
docker system df -v
docker exec -it ollama ollama listПрочитайте поле Mountpoint из docker volume inspect, затем выполните sudo du -sh для этого пути. Чтобы разместить модели на томе данных, замените именованный том на каталог хоста (-v /mnt/data/ollama:/root/.ollama) и пересоздайте контейнер. Контейнер выполняет запись от имени root, поэтому владельцем этого каталога на хосте станет root. В rootless Podman root контейнера по умолчанию отображается на UID и GID вашего пользователя хоста, в то время как остальные идентификаторы контейнера используют подчинённые диапазоны: запуск Ollama в rootless Podman подробно описывает это отображение.
Одно предостережение по поводу очистки. Обычная команда docker volume prune удаляет только анонимные тома, поэтому она не затрагивает именованный том ollama, но docker volume prune --all удаляет все тома, на которые не ссылается ни один контейнер, включая именованные. Если удалить или пересоздать контейнер ollama без его тома, последующая команда prune --all удалит все загруженные вами модели, и восстановить их можно будет только повторной загрузкой. Прочитайте как очистить дисковое пространство Docker на VPS перед запуском очистки на сервере, где хранятся модели.
Удаление модели с помощью ollama rm, а не rm
ollama list
ollama rm gemma4
ollama list
df -h /ollama rm удаляет манифест для данного тега, а затем удаляет слои, на которые больше не ссылается ни один манифест. Место освобождается сразу после того, как эти файлы удаляются из файловой системы, поэтому df срабатывает мгновенно. Поскольку слои являются общими, удаление одного из двух тегов, связанных между собой, может освободить гораздо меньше места, чем размер, указанный ollama list рядом с ним. Это корректное поведение, а не ошибка удаления.
Удаление файлов вручную нарушает целостность системы. Если удалить блоб с помощью rm, манифест продолжит ссылаться на него, поэтому ollama list будет по-прежнему отображать модель, а любая попытка её использования завершится ошибкой при чтении отсутствующего слоя. Если удалить манифест вручную, его слои останутся на диске, ни на что не указывая и занимая место, о котором не сообщит ни одна команда Ollama. Если вы уже удалили блоб, ollama rm для этого тега очистит оставшуюся запись; если вы удалили манифест, то не останется записи тега, которую можно было бы удалить. Перезапуск сервера очищает слои, на которые нет ссылок, если с момента их создания прошло более часа.
Последнее различие, так как эти понятия постоянно путают. ollama rm относится к дисковому пространству. ollama stop gemma4 выгружает модель из оперативной памяти и не освобождает место на диске. Время нахождения модели в RAM после завершения загрузки определяется отдельной настройкой, и в разделе удержание модели в памяти вместо перезагрузки при каждом запросе это описано подробнее.
FAQ
В чем разница между ollama pull и ollama run?
ollama pull загружает модель на диск и завершает работу. ollama run проверяет, находится ли модель на диске, загружает её, если её там нет, загружает модель в память и затем, если это чат-модель, открывает интерактивную сессию чата. Обе команды записывают одинаковые файлы в одну и ту же директорию. Используйте pull при подготовке окружения и в скриптах, а run — когда работаете за клавиатурой. ollama run <model> "your prompt" отправляет один запрос и завершает работу, что является пригодным для скриптов вариантом run.
Почему первый запуск ollama run кажется зависшим?
Программа может загружать, проверять загрузку или загружать модель в память. Приглашение чата не появится, пока модель не окажется на диске и не будет загружена в память, а размер модели составляет несколько гигабайт. Ollama выводит индикатор прогресса в стандартный поток ошибок, поэтому run внутри скрипта, который отбрасывает этот поток, или внутри задания cron, не покажет вам ничего во время работы. Откройте вторую сессию и запустите watch -n5 df -h /: на чистой системе уменьшение свободного места ступенями означает, что идет загрузка. Загружайте модель заранее, чтобы исключить ожидание скачивания и проверки; загрузка в память всё равно потребует времени.
Где Ollama хранит свои модели?
Расположение зависит от установки, поэтому лучше вывести его командой, чем предполагать. Запустите systemctl cat ollama.service, чтобы увидеть, установлена ли переменная OLLAMA_MODELS в юните или drop-in файле. Если нет, хранилище находится в домашней директории учетной записи, от имени которой работает сервис, что выводит getent passwd ollama. sudo find / -xdev -type d -name blobs 2>/dev/null указывает непосредственно на директорию слоев. Для образа контейнера хранилище находится внутри смонтированного тома, а docker volume inspect ollama выводит его Mountpoint на хосте.
Как перенести модели Ollama на другой диск?
Остановите сервис, скопируйте хранилище в новое место с помощью rsync -a, передайте права на директорию сервисной учетной записи с помощью sudo chown -R ollama:ollama <directory>, затем запустите sudo systemctl edit ollama.service и добавьте Environment="OLLAMA_MODELS=<directory>" в секцию [Service]. Перезагрузите конфигурацию с помощью sudo systemctl daemon-reload и перезапустите сервис. Проверьте результат командами systemctl show ollama --property=Environment и ollama list. Если список пуст, убедитесь, что новая директория содержит скопированное хранилище и что пользователь ollama имеет права на чтение; проверьте journalctl -e -u ollama на наличие ошибок доступа.
Освобождает ли место удаление файлов моделей вручную?
Удаление файлов вручную освобождает байты, но делает хранилище несогласованным. Если удалить блоб, манифест всё равно будет содержать эту модель, поэтому она продолжит появляться в ollama list и будет вызывать ошибку при попытке использования. Если удалить манифест, его слои останутся на диске, и на них не будет ссылок. Используйте ollama rm <model>, которая удаляет манифест, а затем слои, которые не нужны ни одной другой модели. Если блоб уже был удален вручную, запустите ollama rm для тега, чтобы очистить запись. Если манифест был удален, записей тегов для удаления не останется. Перезапустите сервер, чтобы удалить слои, на которые не ссылается ни один манифест, если они старше одного часа.