Ollama : le Guide Complet pour l'Installer sur Windows, Mac et Linux

Vous avez entendu parler des modèles IA open source — Mistral, LLaMA 3, Gemma — et vous voulez les faire tourner sur votre propre machine. Le problème : les installer manuellement est une opération complexe qui nécessite des compétences techniques avancées.

Ollama résout ce problème. C'est un outil open source qui permet d'installer, gérer et exécuter des modèles IA locaux en quelques commandes — sur Windows, Mac ou Linux — sans configuration complexe, sans Docker obligatoire, sans expertise en machine learning.

Dans ce guide complet, vous allez installer Ollama sur votre système, télécharger votre premier modèle IA, et comprendre comment le configurer pour une utilisation en entreprise.

Qu'est-ce qu'Ollama ?

Ollama est un gestionnaire de modèles IA locaux. Il fait pour les modèles de langage ce que Docker fait pour les conteneurs applicatifs : il abstrait toute la complexité technique pour vous permettre de lancer une IA en une seule commande.

Ce qu'Ollama fait concrètement

• Télécharge et installe des modèles IA depuis une bibliothèque centralisée
• Optimise automatiquement les modèles pour votre matériel (CPU, GPU NVIDIA, GPU AMD, Apple Silicon)
• Expose une API locale compatible avec le format OpenAI — vos outils existants peuvent s'y connecter
• Gère plusieurs modèles simultanément avec une commutation rapide
• Fonctionne entièrement hors ligne une fois les modèles téléchargés

Pourquoi Ollama plutôt qu'une autre solution ?

Il existe d'autres gestionnaires de modèles locaux (LM Studio, llama.cpp, GPT4All). Ollama se distingue par sa simplicité d'installation, sa gestion native en ligne de commande, et son excellente compatibilité avec les outils tiers comme Open WebUI. C'est aujourd'hui la solution de référence pour déployer une IA locale en entreprise.

Prérequis système

Installation sur Windows

Étape 1 — Télécharger Ollama

Rendez-vous sur ollama.com et cliquez sur "Download for Windows". Le fichier est un installateur standard .exe d'environ 50 Mo.

Étape 2 — Lancer l'installation

Double-cliquez sur le fichier téléchargé et suivez l'assistant d'installation. Ollama s'installe en quelques secondes et se lance automatiquement en arrière-plan — une icône apparaît dans la barre des tâches.

Étape 3 — Vérifier l'installation

Ouvrez un terminal Windows (PowerShell ou Invite de commandes) et tapez :

ollama --version

Vous devez voir le numéro de version affiché. Si oui, Ollama est installé et opérationnel.

Étape 4 — Télécharger votre premier modèle

ollama pull mistral

Ollama télécharge le modèle Mistral 7B (environ 4 Go) avec une barre de progression. Une fois terminé, testez immédiatement :

ollama run mistral

Une interface de chat apparaît directement dans le terminal. Tapez votre première question et appuyez sur Entrée. Pour quitter : tapez /bye.

Installation sur macOS

Étape 1 — Télécharger Ollama

Rendez-vous sur ollama.com et cliquez sur "Download for Mac". Le fichier est une application .dmg standard.

Étape 2 — Installer l'application

Ouvrez le fichier .dmg téléchargé, glissez l'application Ollama dans votre dossier Applications. Lancez Ollama depuis les Applications — une icône de lama apparaît dans la barre de menu en haut à droite.

Étape 3 — Vérifier et lancer un modèle

ollama --version
ollama pull mistral
ollama run mistral

Installation sur Linux (Ubuntu / Debian)

Méthode officielle — Script automatique (recommandé)

C'est la méthode la plus simple. Dans votre terminal :

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

Ce script détecte automatiquement votre distribution, installe les dépendances, configure Ollama comme service système (démarrage automatique) et détecte votre GPU si disponible.

Vérifier l'installation

ollama --version
systemctl status ollama

Le service doit afficher active (running).

Installation manuelle (Ubuntu)

# Téléchargement du binaire
curl -L https://ollama.com/download/ollama-linux-amd64 -o ollama
chmod +x ollama
sudo mv ollama /usr/local/bin/

# Création du service systemd
sudo useradd -r -s /bin/false -m -d /usr/share/ollama ollama

sudo tee /etc/systemd/system/ollama.service > /dev/null <<EOF
[Unit]
Description=Ollama Service
After=network-online.target

[Service]
ExecStart=/usr/local/bin/ollama serve
User=ollama
Group=ollama
Restart=always
RestartSec=3

[Install]
WantedBy=default.target
EOF

sudo systemctl daemon-reload
sudo systemctl enable ollama
sudo systemctl start ollama

Support GPU NVIDIA sous Linux

# Vérifier que les drivers NVIDIA sont installés
nvidia-smi

# Si non installés — Ubuntu
sudo apt install nvidia-driver-535 -y
sudo reboot

Après redémarrage, relancez l'installation d'Ollama. Il détectera automatiquement le GPU.

Les modèles disponibles : lesquels choisir ?

Une fois Ollama installé, vous avez accès à une bibliothèque de modèles. Voici les plus pertinents pour une PME française :

Pour une utilisation quotidienne — rédaction, analyse, assistance

Mistral 7B — notre recommandation principale

ollama pull mistral

• Taille : ~4 Go · VRAM nécessaire : 8 Go
• Performances excellentes sur les tâches métier courantes
• Très bon niveau en français
• Développé par Mistral AI, entreprise française ✅

LLaMA 3 8B — alternative très performante

ollama pull llama3

• Taille : ~5 Go · VRAM nécessaire : 8-10 Go
• Légèrement supérieur à Mistral sur les tâches de raisonnement
• Bon niveau en français

Pour les machines moins puissantes

Gemma 2 2B — ultra léger

ollama pull gemma2:2b

• Taille : ~1.6 Go · VRAM nécessaire : 4 Go
• Idéal pour tester ou pour machines aux ressources limitées

Phi-3 Mini — compact et efficace

ollama pull phi3:mini

• Taille : ~2.3 Go · VRAM nécessaire : 4 Go
• Très bon pour les tâches d'analyse courtes

Pour les machines puissantes — 32 Go VRAM ou plus

Mixtral 8x7B

ollama pull mixtral

• Taille : ~26 Go · VRAM nécessaire : 32 Go
• Performances proches de GPT-4 sur de nombreuses tâches

LLaMA 3 70B

ollama pull llama3:70b

• Taille : ~40 Go · VRAM nécessaire : 48 Go
• Le plus performant des modèles open source disponibles localement

Commandes Ollama essentielles

# Lister les modèles installés
ollama list

# Télécharger un modèle
ollama pull NOM_DU_MODELE

# Lancer un chat dans le terminal
ollama run NOM_DU_MODELE

# Supprimer un modèle
ollama rm NOM_DU_MODELE

# Voir les modèles en cours d'exécution
ollama ps

# Arrêter un modèle en cours
ollama stop NOM_DU_MODELE

# Vérifier la version
ollama --version

Configuration pour une utilisation en réseau

Par défaut, Ollama n'écoute que sur localhost — il n'est accessible que depuis la machine sur laquelle il est installé. Pour le rendre accessible depuis d'autres postes de votre réseau (notamment pour Open WebUI) :

Sur Linux — service systemd

sudo systemctl edit ollama.service

Dans l'éditeur qui s'ouvre, ajoutez :

[Service]
Environment="OLLAMA_HOST=0.0.0.0"

sudo systemctl restart ollama

Sur Windows — PowerShell

$env:OLLAMA_HOST = "0.0.0.0"
ollama serve

Sur macOS — Terminal

OLLAMA_HOST=0.0.0.0 ollama serve

Une fois configuré, Ollama est accessible depuis n'importe quel appareil de votre réseau à l'adresse :

http://ADRESSE_IP_DU_SERVEUR:11434

C'est cette adresse que vous utiliserez pour connecter Open WebUI à votre instance Ollama.

Utiliser l'API Ollama

Ollama expose une API REST locale compatible avec le format OpenAI. Vous pouvez l'intégrer à vos outils existants, vos scripts Python, ou vos applications internes.

Test simple avec curl

curl http://localhost:11434/api/generate -d '{
  "model": "mistral",
  "prompt": "Résume les avantages de l'\''IA locale pour une PME en 3 points.",
  "stream": false
}'

Intégration Python

import requests

response = requests.post('http://localhost:11434/api/generate', json={
    'model': 'mistral',
    'prompt': 'Rédige un email de relance commercial professionnel.',
    'stream': False
})

print(response.json()['response'])

Compatibilité OpenAI — bibliothèque officielle Python

from openai import OpenAI

client = OpenAI(
    base_url='http://localhost:11434/v1',
    api_key='ollama'  # valeur quelconque, non vérifiée
)

response = client.chat.completions.create(
    model='mistral',
    messages=[{'role': 'user', 'content': 'Bonjour, comment puis-je vous aider ?'}]
)
print(response.choices[0].message.content)

Résolution des problèmes courants

Ollama ne démarre pas après installation

Vérifiez que le service est bien lancé. Sous Linux : systemctl status ollama. Sous Windows : cherchez l'icône Ollama dans la barre des tâches — si absente, relancez l'application manuellement.

Le téléchargement d'un modèle échoue

Vérifiez votre connexion internet et l'espace disque disponible. Si le téléchargement s'interrompt, relancez simplement ollama pull NOM_DU_MODELE — Ollama reprend là où il s'est arrêté.

Les réponses sont très lentes

Votre machine utilise probablement uniquement le CPU. Vérifiez qu'Ollama détecte bien votre GPU avec ollama run mistral — la première ligne doit indiquer le GPU utilisé. Si vous voyez CPU only, vérifiez l'installation de vos drivers GPU.

Erreur "model not found"

Le modèle n'est pas installé localement. Lancez ollama pull NOM_DU_MODELE avant d'utiliser ollama run.

Ollama n'est pas accessible depuis le réseau

Vérifiez que vous avez bien configuré OLLAMA_HOST=0.0.0.0 et que le port 11434 n'est pas bloqué par votre pare-feu.

Questions fréquentes