كم من الذاكرة (RAM) يحتاج Ollama؟

يتطلّب نموذج بحجم 7B مَعلمة بترميز Q4 نحو 5–6 GB من الذاكرة. خطّط لـ 8 GB كحد أدنى لتشغيل نموذج 7B/8B بأريحية. أما نماذج 13B فتحتاج 16 GB؛ ولنماذج 70B (البطيئة على المعالج المركزي) يُنصح بـ 64 GB أو بكرت رسوميات GPU.

هل Ollama متوافق مع OpenAI SDK؟

نعم. يوفّر Ollama نقطة نهاية متوافقة مع OpenAI عند `/v1/chat/completions` و`/v1/completions` و`/v1/embeddings`. غيّر `base_url` إلى مضيف Ollama الخاص بك واضبط `api_key` إلى أي سلسلة غير فارغة — ولا تحتاج شيفرتك الحالية إلى أي تعديل آخر.

هل يعمل Ollama بدون كرت رسوميات GPU؟

نعم. يعمل الاستدلال على المعالج المركزي فقط جاهزًا. تعمل النماذج المُكمّمة الأصغر (Q4_K_M) بسرعات مقبولة على المعالجات الحديثة للتطوير أو الاستخدام منخفض الحجم. أما لزمن استجابة بمستوى الإنتاج على نماذج 7B فأكثر، فيُسرّع كرت الرسوميات GPU الاستدلال بمقدار 10–30×.

كيف أضيف مزيدًا من النماذج؟

نفّذ `docker exec -it ollama ollama pull ` من خادم VPS الخاص بك. تصفّح النماذج المتاحة على ollama.com/library. خيارات شائعة: `llama3.1:8b`، `mistral:7b`، `qwen2.5:7b`، `deepseek-r1:7b`، `gemma2:9b`.

هل يمكنني اقتران Ollama مع Open WebUI؟

نعم — فهما مصمَّمان للعمل معًا. يكتشف Open WebUI تلقائيًا نسخة Ollama محلية ويُدرج جميع النماذج المُنزَّلة في مُنتقي النماذج. يمكن تشغيلهما على خادم VPS نفسه؛ ويضيف Open WebUI واجهة محادثة كاملة وإدارة للمستخدمين وتقنية RAG فوق محرّك الاستدلال في Ollama.

بناء واستضافة وتشغيل حلول الذكاء الاصطناعي.

Ollama

شغّل نماذج اللغة الكبيرة مفتوحة المصدر على خادم VPS الخاص بك — واجهة متوافقة مع OpenAI، بلا تكلفة لكل توكن.

8 GB كحد أدنى (يُنصح بـ 16 GB) RAM 2 vCPU Port 11434 متاح

الشيفرة المصدرية

المنظومة التقنية

DockerGollama.cpp

الحد الأدنى من RAM8 GB كحد أدنى (يُنصح بـ 16 GB)

الحد الأدنى من CPU2 vCPU

المنفذ الافتراضي11434

أنظمة التشغيل المتوافقةubuntu-24.04

Ollama هو بيئة تشغيل لنماذج اللغة الكبيرة مفتوحة المصدر تتيح لك تنزيل وتشغيل نماذج لغوية كبيرة (Llama 3، Mistral، Qwen، DeepSeek، Gemma) على بنيتك التحتية الخاصة بأمر واحد. يوفّر واجهة REST متوافقة مع OpenAI على المنفذ 11434، فأي أداة أو مكتبة تعمل مع OpenAI تعمل أيضًا مع نسختك المستضافة ذاتيًا — دون تغيير سطر واحد من الشيفرة.

عند نشره على خادم VPS من ServOrbit، يصبح Ollama واجهتك الخلفية الخاصة لاستدلال الذكاء الاصطناعي: طلبات غير محدودة بتكلفة شهرية ثابتة، مع بقاء جميع المُدخلات (prompts) والردود على خادمك. ويتكامل مباشرةً مع Open WebUI للحصول على واجهة محادثة، أو Flowise أو n8n للأتمتة، أو أي تطبيق مخصّص يستدعي `/v1/chat/completions`.

الميزات الرئيسية

واجهة متوافقة مع OpenAI — بدّل عنوان الأساس (base URL) وستعمل شيفرتك الحالية فورًا

إدارة النماذج بأمر واحد: `ollama pull llama3.1:8b`، `ollama list`، `ollama rm`

يدعم Llama 3 وMistral وQwen وDeepSeek وGemma وPhi وأكثر من 100 نموذج آخر

وضع المعالج المركزي (CPU) فقط يعمل جاهزًا؛ مع إمكانية تمرير كرت الرسوميات (GPU) اختياريًا لاستدلال أسرع

خادم متعدّد النماذج: حمّل عدة نماذج في آنٍ واحد، كلٌّ على منفذه أو سياقه الخاص

تخزين دائم للنماذج في وحدة تخزين Docker — تبقى النماذج بعد إعادة تشغيل الحاوية

متى تستخدم هذا الحل؟

1

واجهة خلفية خاصة للذكاء الاصطناعي

استبدل استدعاءات واجهة OpenAI بنقطة نهاية Ollama الخاصة بك. لا تغادر مُدخلاتك خادم VPS الخاص بك أبدًا — مثالي لمعالجة العقود أو المستندات الداخلية أو أي بيانات حساسة.

2

التطوير والاختبار محليًا

شغّل نموذجًا بحجم 7B أو 13B على خادم VPS مخصّص لبناء نماذج أولية لميزات الذكاء الاصطناعي قبل ربط نموذج لغوي في الإنتاج. تكلفة ثابتة، بلا فواتير مفاجئة، وأعد الضبط بـ `ollama rm`.

3

منظومة ذكاء اصطناعي مشتركة للفريق

اقرن Ollama مع Open WebUI لتمنح فريقك بأكمله واجهة مشتركة شبيهة بـ ChatGPT مدعومة بنماذج مفتوحة المصدر — على بنية تحتية تتحكّم بها.

نشر Ollama على خادم VPS الخاص بك

دليل محسّن لخوادم VPS Cloud من ServOrbit.

01

أنشئ خادم VPS

اطلب خادم VPS من ServOrbit بذاكرة 8 GB على الأقل (لنموذج 7B/8B بترميز Q4 في وضع المعالج المركزي) أو 16 GB للنماذج الأكبر. يُنصح بنظام Ubuntu 22.04. وللحصول على زمن استجابة بمستوى الإنتاج، يُحدث خادم VPS مزوّد بكرت رسوميات GPU فرقًا كبيرًا في التجربة.

02

انشر Ollama

اتصل عبر SSH ونفّذ: docker run -d -v ollama:/root/.ollama -p 127.0.0.1:11434:11434 --name ollama --restart always ollama/ollama. يبقي الربط بـ 127.0.0.1 الواجهة بعيدة عن الإنترنت العام — إذ ستقع خلف الوكيل العكسي الخاص بك.

03

نزّل نموذجك الأول

نزّل نموذجًا: docker exec -it ollama ollama pull llama3.1:8b. تحقّق من أنه يعمل: docker exec -it ollama ollama list. اختبر محليًا: curl http://127.0.0.1:11434/api/generate -d '{"model":"llama3.1:8b","prompt":"Hello"}'.

04

أضف وكيلًا عكسيًا مع مصادقة

لا يتضمّن Ollama مصادقة مدمجة. استخدم Caddy أو Nginx لإنهاء TLS وإضافة طبقة رمز Bearer قبل كشف الواجهة خارجيًا. مثال Caddyfile: reverse_proxy localhost:11434 { header_up Authorization "Bearer {env.OLLAMA_TOKEN}" }.

05

اربط أدواتك

في Open WebUI ← Settings ← Connections، اضبط عنوان Ollama إلى http://localhost:11434. وفي أي حزمة OpenAI SDK، اضبط base_url='http://:11434/v1' وapi_key='ollama'. أصبحت أدواتك الآن تستخدم نماذجك.

الأسئلة الشائعة

Ollama هو بيئة تشغيل مفتوحة المصدر تنزّل نماذج اللغة الكبيرة (LLM) وتشغّلها عبر واجهة REST محلية. اعتبره خادم استدلال محليًا: تنزّل النموذج مرة واحدة، ويمكن لأي تطبيق استدعاؤه تمامًا كما يستدعي واجهة OpenAI.

حلول تكميلية

الذكاء الاصطناعي

فعّل Ollama على بنيتك التحتية.

خادم VPS Cloud مخصص — عنوان IPv4 مضمّن، مركز بيانات أوروبي، والدعم مضمّن. لا تغادر بياناتك خادمك أبدًا.

الإعداد الموصى به: 8 GB كحد أدنى (يُنصح بـ 16 GB) RAM · 2 vCPU