Divulgation: Nous percevons des commissions via les liens partenaires. Cela n'affecte pas nos classements. En savoir plus

Rédaction VPSchart

Publié le 15 janvier 2026, vérifié le 2 novembre 2026

Ollama

Hébergement Ollama 2026 : VPS CPU ou instance GPU ?

Le bon serveur ne se déduit pas du nom du fournisseur. Il dépend du modèle exact, de sa quantification, de la longueur de contexte, du nombre de requêtes simultanées et de la capacité à garder le modèle en RAM ou en VRAM.

Documentation officielle vérifiée le 2 novembre 2026. Les gammes, les régions et les capacités peuvent changer. Contrôlez la configuration finale avant de commander.

Réponse courte

Commencez par le plus petit test reproductible, pas par un classement

Une instance CPU peut suffire pour une évaluation privée avec peu de requêtes. Un GPU compatible devient souvent la vraie limite pour les réponses interactives, les longs contextes ou plusieurs utilisateurs. Testez le même tag de modèle, la même longueur de contexte et le même prompt. Comparez ensuite seulement le type de calcul dont vous avez réellement besoin.

Vérifier une configuration CPU chez Hetzner

Quatre valeurs déterminent la bonne instance

1. Modèle et quantification

Le tag du modèle fixe le besoin de base. Une petite version quantifiée peut tenir en mémoire, tandis qu'une variante plus grande ou moins quantifiée exige beaucoup plus de capacité. Notez le tag exact au lieu de retenir seulement le nom de la famille.

2. Longueur de contexte

Un contexte plus long augmente le besoin en mémoire. Ollama adapte son réglage par défaut à la VRAM disponible et recommande un contexte élevé pour certains usages d'agents, de recherche et de code. Ce seul réglage peut rendre un GPU auparavant suffisant trop petit.

3. Requêtes simultanées

Un prompt unique ne simule pas plusieurs utilisateurs. Décidez combien de modèles doivent rester chargés et combien de requêtes peuvent arriver en parallèle. Rejouez ensuite un prompt fixe en observant la mémoire, le déchargement vers le CPU et le temps de réponse.

4. Données persistantes

Les modèles, les Modelfiles, la configuration et une éventuelle interface doivent survivre au redémarrage. Un disque temporaire sert aux données de travail. Il ne remplace ni un volume persistant ni une sauvegarde indépendante.

CPU, GPU ou architecture séparée

Option	Convient plutôt à	À vérifier avant de commander	Risque principal
VPS CPU	Petits modèles, essais, traitements par lot et peu de requêtes	RAM, CPU partagé ou dédié, architecture et prompt réel	Temps de réponse et performances CPU variables
Instance GPU	Usage interactif, contexte long, modèles plus grands et concurrence	GPU exact, VRAM, pilote, région, capacité et stockage persistant	GPU incompatible, VRAM insuffisante ou coût qui continue
Architecture séparée	Interface et logique sur CPU, inférence sur un worker GPU distinct	Réseau privé, authentification, délais et chemin de repli	Exploitation plus complexe et dépendance réseau

Comparer les fournisseurs par leur vraie limite produit

Les entrées suivantes ne constituent pas un classement mesuré. Elles indiquent le point à contrôler dans chaque offre. Les prix et le matériel disponible ne sont volontairement pas figés ici.

Hetzner

Limite à vérifier : les serveurs Cloud proposent des ressources CPU partagées ou dédiées. Les serveurs GPU appartiennent à une gamme dédiée distincte. Décidez d'abord si votre essai fonctionne sur CPU ou exige un GPU précis.

Vérifier le calcul Hetzner

Hostinger

Limite à vérifier : les offres VPS documentées regroupent un nombre défini de vCPU, de mémoire, de stockage et de transfert. Contrôlez le plan dans hPanel et validez l'inférence CPU avec votre modèle et votre prompt.

Vérifier les VPS Hostinger

DigitalOcean

Limite à vérifier : les GPU Droplets existent avec du matériel AMD ou Nvidia. Ils associent un disque de démarrage persistant à un espace temporaire possible selon le plan. La région et les limites de compte peuvent aussi restreindre le déploiement.

Vérifier les GPU Droplets

Vultr

Limite à vérifier : les instances Cloud GPU sont des machines virtuelles équipées de GPU Nvidia. Contrôlez la variante exacte, la VRAM, la région, l'image et le pilote plutôt que de vous fier au seul nom Cloud GPU.

Vérifier Vultr Cloud GPU

Railway

Limite à vérifier : Railway est une plateforme pour services avec volumes persistants optionnels. Elle peut héberger une interface ou la logique de contrôle. Vérifiez calcul, mémoire, chemin de montage et durée d'exécution séparément du choix VPS ou GPU.

Vérifier un service Railway

Un test utile en six étapes

Figer le modèle : notez le tag Ollama exact et la quantification.
Fixer le contexte : utilisez la longueur requise par la tâche réelle. Un agent ou un flux de code demande souvent plus qu'un échange court.
Préparer la persistance : placez /root/.ollama ou le chemin configuré sur un stockage durable.
Mesurer un prompt fixe : relevez le démarrage, le temps avant le premier token, la durée totale et l'utilisation des ressources. Rejouez le test après redémarrage.
Simuler la concurrence : envoyez le nombre prévu de requêtes simultanées et observez RAM, VRAM, déchargement CPU et erreurs.
Définir la période de coût : séparez fonctionnement continu, usage ponctuel du GPU, stockage, réseau et sauvegardes. Une machine arrêtée n'est pas automatiquement gratuite.

Le mot GPU ne garantit pas la compatibilité

Ollama documente les familles Nvidia et AMD prises en charge ainsi que leurs exigences de pilote. Un fournisseur peut proposer du calcul GPU sans que chaque carte, chaque image système et chaque pilote conviennent à votre version d'Ollama. Vérifiez ces trois éléments avant l'achat, puis confirmez le chargement réel après installation.

La commande ollama ps indique si le modèle se trouve entièrement sur le GPU, entièrement sur le CPU ou réparti entre les deux. Un déchargement partiel vers le CPU est un signal de diagnostic, pas une conclusion automatique. Le bon compromis dépend toujours du temps de réponse que vous acceptez.

Stockage, sauvegarde et restauration

Les modèles publics peuvent souvent être téléchargés de nouveau, mais leur taille rallonge la reprise. Sauvegardez aussi la configuration, vos Modelfiles, les règles du proxy, les certificats et les données de l'interface associée. Documentez ce qui réside sur le disque de démarrage, le volume persistant et le disque temporaire.

Éléments récupérables : modèles publics, paquets d'installation et images de conteneur

Éléments propres : configuration, Modelfiles, certificats, règles d'accès et données applicatives

Test de restauration : démarrer une instance neuve, monter le volume ou la sauvegarde, charger le modèle et rejouer le même prompt

Ne pas publier le port 11434 sans protection

Ollama écoute par défaut sur 127.0.0.1:11434. Il est possible de modifier l'adresse d'écoute ou de placer un proxy inverse devant le service. Cette possibilité technique n'autorise pas une exposition ouverte à Internet. Ajoutez authentification, TLS, pare-feu, limites d'accès et journalisation devant l'API.

Point de départ pragmatique

Si un essai CPU atteint votre objectif, commencez avec assez de RAM et une capacité CPU prévisible. S'il est trop lent ou si le contexte et la concurrence dépassent la mémoire, passez à un GPU compatible sur la base de cette mesure. Vous payez ainsi un goulot d'étranglement observé plutôt qu'une recommandation générale.

Voir les options CPU Hetzner

Questions fréquentes

De combien de RAM Ollama a-t-il besoin sur un VPS ?

Il n'existe pas de valeur unique valable pour tous les modèles. La taille du modèle et sa quantification déterminent la base. La longueur de contexte, les requêtes parallèles et le nombre de modèles chargés augmentent ensuite le besoin. Vérifiez avec ollama ps où le modèle est chargé, puis mesurez votre propre prompt sous charge.

Ollama peut-il fonctionner sans GPU ?

Oui. La documentation Docker officielle prévoit explicitement un démarrage sur CPU seul. Le résultat dépend du modèle, du contexte, de la longueur des réponses et du temps d'attente acceptable. Un essai court avec un prompt fixe donne une réponse plus utile qu'une note générale attribuée à un fournisseur.

Quand une instance GPU devient-elle pertinente ?

Quand vous avez besoin de réponses interactives, de contextes plus longs, de plusieurs utilisateurs ou de modèles plus grands. Avant de commander, vérifiez le modèle exact de GPU, sa VRAM, sa compatibilité avec Ollama, le pilote, la région et la nature persistante ou temporaire du stockage.

Le port 11434 doit-il être accessible sur Internet ?

Non par défaut. Ollama écoute normalement sur 127.0.0.1 au port 11434. Pour un accès réseau, placez une authentification, TLS, un pare-feu, des règles d'origine et des limites devant l'API. Une adresse IP publique ne constitue pas une protection.

Railway est-il équivalent à un VPS pour Ollama ?

Non. Railway est une plateforme de services avec des volumes persistants optionnels, pas un VPS généraliste. Elle peut convenir à une interface ou à la logique de contrôle. Pour l'inférence locale, vérifiez séparément le calcul disponible, la mémoire, le stockage et les limites d'exécution.

Sources officielles

Toutes les affirmations techniques importantes ont été vérifiées le 2 novembre 2026 dans les sources originales suivantes :

Guides associés

Hébergement Open WebUI VPS pour les charges IA Présentation de Hetzner Présentation de DigitalOcean Comparer Vultr et DigitalOcean Toutes les comparaisons en français