{"id":789,"date":"2026-06-06T01:59:12","date_gmt":"2026-06-06T01:59:12","guid":{"rendered":"https:\/\/convly.ai\/how-to-install-ollama-2026\/"},"modified":"2026-07-10T11:21:40","modified_gmt":"2026-07-10T11:21:40","slug":"how-to-install-ollama-2026","status":"publish","type":"post","link":"https:\/\/convly.ai\/fr\/how-to-install-ollama-2026\/","title":{"rendered":"Comment installer Ollama en 2026 : Mac, Windows et Linux (guide pas \u00e0 pas)"},"content":{"rendered":"<p>L'installation d'Ollama ne prend vraiment que deux minutes, quel que soit le syst\u00e8me d'exploitation utilis\u00e9. Ce guide vous explique en d\u00e9tail la marche \u00e0 suivre sur Mac, Windows et Linux, vous montre comment ex\u00e9cuter votre premier mod\u00e8le et aborde les quelques erreurs que les utilisateurs rencontrent le plus souvent.<\/p>\n<p>Vous d\u00e9couvrez cet outil pour la premi\u00e8re fois ? Commencez par <a href=\"https:\/\/convly.ai\/fr\/what-is-ollama-complete-guide-2026\/\">Qu'est-ce qu'Ollama et comment \u00e7a marche ?<\/a>, puis revenez ici pour l'installer.<\/p>\n<p><!--geo-block--><\/p>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_84 counter-flat ez-toc-counter ez-toc-container-direction\">\n<label for=\"ez-toc-cssicon-toggle-item-6a62863fa7cd4\" class=\"ez-toc-cssicon-toggle-label\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Basculer<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #000000;color:#000000\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #000000;color:#000000\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/label><input type=\"checkbox\"  id=\"ez-toc-cssicon-toggle-item-6a62863fa7cd4\"  aria-label=\"Basculer\" \/><nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/convly.ai\/fr\/how-to-install-ollama-2026\/#Quick_answer_How_do_you_install_Ollama\" >Quick answer: How do you install Ollama?<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/convly.ai\/fr\/how-to-install-ollama-2026\/#Before_you_install_can_your_machine_run_it\" >Avant l'installation : votre ordinateur est-il compatible ?<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/convly.ai\/fr\/how-to-install-ollama-2026\/#Install_on_macOS\" >Installer sur macOS<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/convly.ai\/fr\/how-to-install-ollama-2026\/#Install_on_Windows\" >Installation sous Windows<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/convly.ai\/fr\/how-to-install-ollama-2026\/#Install_on_Linux\" >Installation sous Linux<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/convly.ai\/fr\/how-to-install-ollama-2026\/#Run_your_first_model\" >Ex\u00e9cutez votre premier mod\u00e8le<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/convly.ai\/fr\/how-to-install-ollama-2026\/#Verify_the_API_is_running\" >V\u00e9rifiez que l'API fonctionne<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/convly.ai\/fr\/how-to-install-ollama-2026\/#Common_install_problems_and_fixes\" >Probl\u00e8mes d'installation courants et solutions<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-9\" href=\"https:\/\/convly.ai\/fr\/how-to-install-ollama-2026\/#Configure_Ollama_after_install_storage_memory_and_a_UI\" >Configurer Ollama apr\u00e8s l'installation : stockage, m\u00e9moire et interface utilisateur<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-10\" href=\"https:\/\/convly.ai\/fr\/how-to-install-ollama-2026\/#FAQ\" >FAQ<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-11\" href=\"https:\/\/convly.ai\/fr\/how-to-install-ollama-2026\/#Bottom_line\" >Conclusion<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-12\" href=\"https:\/\/convly.ai\/fr\/how-to-install-ollama-2026\/#Related_articles\" >Articles connexes<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"Quick_answer_How_do_you_install_Ollama\"><\/span>Quick answer: How do you install Ollama?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Installing Ollama is a download-and-run process that takes around two minutes on every major operating system. On macOS, download the app from ollama.com or run <code>brew install ollama<\/code>; on Windows, run the official installer, which is native and needs no WSL; on Linux, run the one-liner <code>curl -fsSL https:\/\/ollama.com\/install.sh | sh<\/code>. Then pull and run your first model with <code>Lancer gemma4<\/code>, and confirm it works when the local API answers at <code>http:\/\/localhost:11434<\/code>.<\/p>\n<ul>\n<li><strong>macOS :<\/strong> download the app from ollama.com or run <code>brew install ollama<\/code>.<\/li>\n<li><strong>Windows :<\/strong> run the official <code>.exe<\/code> installer \u2014 native, no WSL required \u2014 then check <code>ollama --version<\/code>.<\/li>\n<li><strong>Linux :<\/strong> une commande \u2014 <code>curl -fsSL https:\/\/ollama.com\/install.sh | sh<\/code>.<\/li>\n<li><strong>First model to run:<\/strong> <code>Lancer gemma4<\/code> downloads and runs a strong all-rounder in a single command.<\/li>\n<li><strong>RAM you need:<\/strong> roughly as much free RAM (or VRAM) as the quantized model size \u2014 around 4\u20135 GB for a 7B model and about 8 GB for a 13B model.<\/li>\n<\/ul>\n<div class=\"convly-tldr\">\n<h3>Points cl\u00e9s<\/h3>\n<ul>\n<li><strong>Mac :<\/strong> t\u00e9l\u00e9chargez l'application sur ollama.com, ou <code>brew install ollama<\/code>.<\/li>\n<li><strong>Windows :<\/strong> T\u00e9l\u00e9chargez et ex\u00e9cutez le programme d'installation officiel \u2014 version native, WSL non requis.<\/li>\n<li><strong>Linux :<\/strong> une commande \u2014 <code>curl -fsSL https:\/\/ollama.com\/install.sh | sh<\/code>.<\/li>\n<li><strong>Premier mod\u00e8le :<\/strong> <code>Lancer gemma4<\/code> Il s'agit d'un logiciel polyvalent et performant, facile \u00e0 t\u00e9l\u00e9charger et \u00e0 utiliser.<\/li>\n<li><strong>V\u00e9rifiez que cela fonctionne :<\/strong> l'API r\u00e9pond \u00e0 l'adresse <code>http:\/\/localhost:11434<\/code>.<\/li>\n<\/ul>\n<\/div>\n<h2><span class=\"ez-toc-section\" id=\"Before_you_install_can_your_machine_run_it\"><\/span>Avant l'installation : votre ordinateur est-il compatible ?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Ollama est une toute petite ville, mais le <em>mod\u00e8les<\/em> ne le sont pas. Une r\u00e8gle empirique rapide : il vous faut environ autant de RAM libre (ou de VRAM) que la taille quantifi\u00e9e du mod\u00e8le \u2014 environ 4 \u00e0 5 Go pour un mod\u00e8le de 7 milliards de param\u00e8tres, 8 Go pour un mod\u00e8le de 13 milliards de param\u00e8tres, et bien plus encore pour les plus gros. Si vous n\u2019\u00eates pas s\u00fbr de ce que votre mat\u00e9riel peut supporter, consultez notre <a href=\"https:\/\/convly.ai\/fr\/ollama-system-requirements-2026\/\">Guide des exigences syst\u00e8me d\u2019Ollama<\/a> Tout d'abord, choisissez un mod\u00e8le qui vous va vraiment bien.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Install_on_macOS\"><\/span>Installer sur macOS<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>La solution la plus simple est l'application native :<\/p>\n<ol>\n<li>Aller \u00e0 <strong>ollama.com\/t\u00e9l\u00e9chargement<\/strong> et t\u00e9l\u00e9chargez l'application macOS.<\/li>\n<li>Ouvrez le <code>.dmg<\/code> puis faites glisser Ollama vers le dossier \u00ab Applications \u00bb.<\/li>\n<li>Lancez-le \u2014 Ollama fonctionne en arri\u00e8re-plan et le <code>ollama<\/code> La commande devient disponible dans votre terminal.<\/li>\n<\/ol>\n<p>Vous pr\u00e9f\u00e9rez la ligne de commande ? Utilisez Homebrew :<\/p>\n<pre><code>brew install ollama\n<\/code><\/pre>\n<p>Sur Apple Silicon (M1 \u00e0 M5), Ollama utilise automatiquement le GPU via le backend MLX d'Apple (depuis la version 0.19), ce qui vous permet de b\u00e9n\u00e9ficier d'une inf\u00e9rence rapide sans configuration suppl\u00e9mentaire.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Install_on_Windows\"><\/span>Installation sous Windows<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Ollama fonctionne en mode natif sous Windows \u2014 vous n'avez plus besoin de WSL :<\/p>\n<ol>\n<li>T\u00e9l\u00e9chargez le programme d'installation pour Windows \u00e0 partir de <strong>ollama.com\/t\u00e9l\u00e9chargement<\/strong>.<\/li>\n<li>Lancez le <code>.exe<\/code> et suivez les instructions.<\/li>\n<li>Ouvrir <strong>PowerShell<\/strong> ou <strong>Invite de commande<\/strong> et tapez <code>ollama --version<\/code> pour v\u00e9rifier qu'il est bien install\u00e9.<\/li>\n<\/ol>\n<p>Si vous disposez d'un GPU NVIDIA, Ollama le d\u00e9tecte automatiquement et utilise CUDA. Aucune manipulation particuli\u00e8re n'est n\u00e9cessaire au niveau des pilotes, \u00e0 condition que ceux-ci soient \u00e0 jour.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Install_on_Linux\"><\/span>Installation sous Linux<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Une seule commande suffit :<\/p>\n<pre><code>curl -fsSL https:\/\/ollama.com\/install.sh | sh\n<\/code><\/pre>\n<p>Cela permet d'installer Ollama et de le configurer en tant que <code>systemd<\/code> service qui d\u00e9marre au d\u00e9marrage du syst\u00e8me. Pour v\u00e9rifier qu'il est bien en cours d'ex\u00e9cution :<\/p>\n<pre><code>systemctl status ollama\n<\/code><\/pre>\n<p>Sous Ubuntu et la plupart des distributions, le programme d'installation d\u00e9tecte les cartes graphiques NVIDIA et AMD et configure le backend appropri\u00e9. Pour les cartes AMD en particulier, assurez-vous que ROCm est install\u00e9 \u2014 consultez notre article d\u00e9taill\u00e9 sur <a href=\"https:\/\/convly.ai\/fr\/amd-rocm-vs-nvidia-cuda-2026\/\">ROCm contre CUDA<\/a> concernant l'\u00e9tat de la prise en charge d'AMD en 2026.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Run_your_first_model\"><\/span>Ex\u00e9cutez votre premier mod\u00e8le<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Une fois Ollama install\u00e9, vous pouvez r\u00e9cup\u00e9rer et ex\u00e9cuter un mod\u00e8le en une seule commande :<\/p>\n<pre><code>Lancer gemma4\n<\/code><\/pre>\n<p>Lors de la premi\u00e8re ex\u00e9cution, le mod\u00e8le (de quelques gigaoctets) est t\u00e9l\u00e9charg\u00e9, puis vous acc\u00e9dez \u00e0 une interface de chat. Tapez une question, obtenez une r\u00e9ponse \u2014 le tout directement sur votre ordinateur. Voici quelques commandes utiles :<\/p>\n<ul>\n<li><code>ollama list<\/code> \u2014 afficher les mod\u00e8les que vous avez t\u00e9l\u00e9charg\u00e9s.<\/li>\n<li><code>ollama pull qwen3<\/code> \u2014 t\u00e9l\u00e9charger un mod\u00e8le sans l'ex\u00e9cuter.<\/li>\n<li><code>ollama rm gemma4<\/code> \u2014 Supprimer un mod\u00e8le pour lib\u00e9rer de l'espace disque.<\/li>\n<li><code>ollama ps<\/code> \u2014 voir ce qui est actuellement charg\u00e9 en m\u00e9moire.<\/li>\n<\/ul>\n<p>Vous ne savez pas par quel mod\u00e8le commencer ? Consultez notre guide sur les <a href=\"https:\/\/convly.ai\/fr\/best-local-llms-to-run-on-ollama-2026\/\">les meilleurs LLM locaux sur Ollama<\/a> associe les mod\u00e8les aux cas d'utilisation et au mat\u00e9riel.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Verify_the_API_is_running\"><\/span>V\u00e9rifiez que l'API fonctionne<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Ollama expose une API REST sur le port 11434. Pour v\u00e9rifier qu'elle est bien active, ex\u00e9cutez la commande suivante :<\/p>\n<pre><code>curl http:\/\/localhost:11434\/api\/tags\n<\/code><\/pre>\n<p>Une r\u00e9ponse JSON r\u00e9pertoriant vos mod\u00e8les signifie que tout fonctionne correctement. C'est \u00e0 ce point de terminaison que vos propres applications se connecteront \u2014 et comme Ollama propose une API compatible avec OpenAI, une grande partie du code existant fonctionne simplement en modifiant l'URL de base.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Common_install_problems_and_fixes\"><\/span>Probl\u00e8mes d'installation courants et solutions<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<ul>\n<li><strong>\u201c ollama : commande introuvable \u201d (Mac\/Linux) :<\/strong> L'application est install\u00e9e, mais elle n'appara\u00eet pas sur votre <code>PATH<\/code>. Sur Mac, assurez-vous que l'application a bien \u00e9t\u00e9 lanc\u00e9e au moins une fois ; sous Linux, ouvrez un nouveau terminal apr\u00e8s l'installation.<\/li>\n<li><strong>Les t\u00e9l\u00e9chargements de mod\u00e8les sont lents ou se bloquent :<\/strong> Ollama t\u00e9l\u00e9charge des fichiers volumineux ; un t\u00e9l\u00e9chargement bloqu\u00e9 se r\u00e9sout g\u00e9n\u00e9ralement en <code>ollama pull<\/code> encore une fois \u2014 il reprend l\u00e0 o\u00f9 il s'\u00e9tait arr\u00eat\u00e9, au lieu de red\u00e9marrer.<\/li>\n<li><strong>Le GPU n'est pas utilis\u00e9 :<\/strong> v\u00e9rifier <code>ollama ps<\/code> \u2014 si le message indique \u00ab 100% CPU \u00bb, cela signifie peut-\u00eatre que vos pilotes GPU ne sont pas \u00e0 jour ou que le mod\u00e8le est trop volumineux pour tenir dans la m\u00e9moire VRAM et qu\u2019il a donc \u00e9t\u00e9 transf\u00e9r\u00e9 vers le processeur. Essayez un mod\u00e8le plus petit ou davantage quantifi\u00e9.<\/li>\n<li><strong>\u201cErreurs \u201d m\u00e9moire insuffisante \u00bb :<\/strong> Le mod\u00e8le d\u00e9passe la capacit\u00e9 de votre RAM\/VRAM. Choisissez un \u00e9chantillon plus petit (recherchez <code>q4<\/code> (variantes) ou un mod\u00e8le de plus petite taille. Notre <a href=\"https:\/\/convly.ai\/fr\/ollama-system-requirements-2026\/\">guide des exigences syst\u00e8me<\/a> indique o\u00f9 chaque \u00e9l\u00e9ment doit \u00eatre plac\u00e9.<\/li>\n<li><strong>Le port 11434 est d\u00e9j\u00e0 utilis\u00e9 :<\/strong> Une autre instance d'Ollama est en cours d'ex\u00e9cution. Arr\u00eatez-la (<code>ollama ps<\/code> puis de quitter l'application\/le service) avant d'en lancer une nouvelle.<\/li>\n<\/ul>\n<p><!--ai-enriched--><\/p>\n<h2><span class=\"ez-toc-section\" id=\"Configure_Ollama_after_install_storage_memory_and_a_UI\"><\/span>Configurer Ollama apr\u00e8s l'installation : stockage, m\u00e9moire et interface utilisateur<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>L'installation d'Ollama est un jeu d'enfant. Quelques param\u00e8tres suffisent pour d\u00e9terminer s'il restera discret ou s'il va tranquillement monopoliser votre disque dur et votre m\u00e9moire vive. Il s'agit exclusivement de variables d'environnement, et l'endroit o\u00f9 vous devez les d\u00e9finir d\u00e9pend de votre syst\u00e8me d'exploitation : sous macOS, utilisez <strong>launchctl setenv<\/strong>, sous Linux, modifiez le service \u00e0 l'aide de <strong>systemctl edit ollama.service<\/strong> et ajouter un <code>Environnement=<\/code> ligne, et sous Windows, ajoutez une variable d'environnement utilisateur dans les Param\u00e8tres. Red\u00e9marrez Ollama apr\u00e8s chaque modification pour que celle-ci prenne effet.<\/p>\n<p>Les quatre qui comptent le plus :<\/p>\n<ul>\n<li><strong>OLLAMA_MODELS<\/strong> \u2014 emplacements o\u00f9 sont stock\u00e9s les mod\u00e8les. Les mod\u00e8les sont volumineux, et par d\u00e9faut, ils se trouvent sur votre disque syst\u00e8me (<code>~\/.ollama\/models<\/code> sous macOS, <code>\/usr\/share\/ollama\/.ollama\/models<\/code> sous Linux, <code>C:Utilisateurs.ollamamodels<\/code> sous Windows). Configurez-le pour qu'il utilise un disque plus grand ou plus rapide avant de charger une multitude de mod\u00e8les. Sous Linux, assurez-vous que le <code>ollama<\/code> L'utilisateur peut lire et \u00e9crire dans ce nouveau r\u00e9pertoire.<\/li>\n<li><strong>OLLAMA_KEEP_ALIVE<\/strong> \u2014 la dur\u00e9e pendant laquelle un mod\u00e8le reste en m\u00e9moire apr\u00e8s une requ\u00eate. La valeur par d\u00e9faut est de 5 minutes. D\u00e9finissez-la sur <code>-1<\/code> pour conserver un mod\u00e8le \u00e0 jour afin que la premi\u00e8re r\u00e9ponse ne soit jamais lente, ou <code>0<\/code> pour d\u00e9charger imm\u00e9diatement et lib\u00e9rer de la m\u00e9moire VRAM d\u00e8s que vous avez termin\u00e9.<\/li>\n<li><strong>OLLAMA_CONTEXT_LENGTH<\/strong> \u2014 la fen\u00eatre de contexte. Par d\u00e9faut, Ollama utilise une valeur prudente de 4 096 tokens, ce qui fait que les longs documents sont tronqu\u00e9s sans avertissement. Augmentez cette valeur (par exemple \u00e0 8 192 ou plus) si votre mod\u00e8le le permet, et associez-la \u00e0 <strong>OLLAMA_FLASH_ATTENTION=1<\/strong> afin de limiter la consommation suppl\u00e9mentaire de m\u00e9moire.<\/li>\n<li><strong>OLLAMA_HOST<\/strong> \u2014 ce \u00e0 quoi le serveur se connecte. Par d\u00e9faut, Ollama n'\u00e9coute que sur <code>127.0.0.1:11434<\/code>, de sorte qu'aucun autre \u00e9l\u00e9ment de votre r\u00e9seau ne puisse y acc\u00e9der. Configurez-le sur <code>0.0.0.0:11434<\/code> pour utiliser Ollama depuis un autre ordinateur, un t\u00e9l\u00e9phone ou un conteneur Docker.<\/li>\n<\/ul>\n<p>Une mise en garde importante concernant ce dernier point : l'API Ollama pr\u00e9sente <strong>pas d'authentification int\u00e9gr\u00e9e<\/strong>. Liaison \u00e0 <code>0.0.0.0<\/code> Cela signifie que toute personne pouvant acc\u00e9der au port 11434 peut ex\u00e9cuter des mod\u00e8les sur votre mat\u00e9riel. Ne le faites que sur un r\u00e9seau local (LAN) de confiance, et placez-le derri\u00e8re un proxy inverse ou une r\u00e8gle de pare-feu si la machine est expos\u00e9e.<\/p>\n<p>Enfin, la ligne de commande convient pour les tests, mais s'av\u00e8re fastidieuse au quotidien. La solution habituelle consiste \u00e0 <strong>Ouvrir l'interface utilisateur Web<\/strong>, une interface de type ChatGPT auto-h\u00e9berg\u00e9e qui communique avec votre instance locale d'Ollama. La solution la plus rapide passe par Docker : le conteneur \u00e9coute en interne sur le port 8080 ; il suffit donc de le rediriger vers un port h\u00f4te \u00e0 l'aide de <code>-p 3000:8080<\/code> et ouvrir <code>http:\/\/localhost:3000<\/code>, puis configurez-le pour qu'il pointe vers votre instance Ollama. Vous b\u00e9n\u00e9ficiez ainsi de l'historique des discussions, du changement de mod\u00e8le et du t\u00e9l\u00e9chargement de documents, le tout fonctionnant enti\u00e8rement sur votre propre machine.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"FAQ\"><\/span>FAQ<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<h3>Comment installer Ollama sous Windows ?<\/h3>\n<p>T\u00e9l\u00e9chargez le programme d'installation natif depuis ollama.com\/download et lancez le <code>.exe<\/code>. Ollama fonctionne en mode natif sous Windows sans n\u00e9cessiter WSL, et utilise automatiquement un GPU NVIDIA via CUDA si vous en poss\u00e9dez un. V\u00e9rifiez que l'installation a bien \u00e9t\u00e9 effectu\u00e9e \u00e0 l'aide de la commande <code>ollama --version<\/code> dans PowerShell.<\/p>\n<h3>Comment installer Ollama sous Linux ?<\/h3>\n<p>Ex\u00e9cuter <code>curl -fsSL https:\/\/ollama.com\/install.sh | sh<\/code>. Cela permet d'installer Ollama et de l'enregistrer en tant que service systemd. V\u00e9rifiez-le \u00e0 l'aide de la commande <code>systemctl status ollama<\/code>. Le programme d'installation d\u00e9tecte automatiquement les cartes graphiques NVIDIA et AMD.<\/p>\n<h3>Puis-je installer Ollama avec Homebrew ?<\/h3>\n<p>Oui \u2014 <code>brew install ollama<\/code> fonctionne sous macOS. L'application native propos\u00e9e par ollama.com est tout aussi performante et s'affiche dans la barre de menus ; la solution Homebrew est pratique si vous g\u00e9rez tout via la ligne de commande.<\/p>\n<h3>O\u00f9 Ollama stocke-t-il les mod\u00e8les ?<\/h3>\n<p>Par d\u00e9faut, sous Mac et Linux dans <code>~\/.ollama\/models<\/code>, et sous Windows, dans votre profil utilisateur. Les mod\u00e8les pouvant occuper plusieurs gigaoctets chacun, utilisez <code>ollama list<\/code> pour garder une trace de ce que vous avez t\u00e9l\u00e9charg\u00e9 et <code>ollama rm<\/code> pour faire le m\u00e9nage.<\/p>\n<h3>L'installation d'Ollama ne pr\u00e9sente-t-elle aucun risque ?<\/h3>\n<p>Oui. Ollama est un logiciel libre (sous licence MIT) et largement utilis\u00e9. La mise en garde habituelle s'applique \u00e0 l'installateur Linux en une seule ligne : il s'agit du script officiel du projet, mais si vous le souhaitez, vous pouvez le t\u00e9l\u00e9charger et l'examiner <code>install.sh<\/code> avant de l'ex\u00e9cuter.<\/p>\n<h3>Pourquoi Ollama tronque-t-il syst\u00e9matiquement les longues requ\u00eates ou les longs documents ?<\/h3>\n<p>Ollama utilise par d\u00e9faut une fen\u00eatre de contexte de 4096 tokens, quelle que soit la capacit\u00e9 r\u00e9elle du mod\u00e8le ; les entr\u00e9es plus longues sont donc tronqu\u00e9es sans avertissement. Pour augmenter cette valeur, lancez le serveur avec <code>OLLAMA_CONTEXT_LENGTH<\/code> d\u00e9finissez une valeur plus \u00e9lev\u00e9e (par exemple 8192 ou plus), dans la limite prise en charge par le mod\u00e8le. Un contexte plus grand utilise davantage de m\u00e9moire ; par cons\u00e9quent, activez <code>OLLAMA_FLASH_ATTENTION=1<\/code> pour compenser le co\u00fbt, et surveillez votre marge de man\u0153uvre en mati\u00e8re de RAM ou de VRAM.<\/p>\n<h3>Comment puis-je acc\u00e9der \u00e0 Ollama depuis un autre ordinateur de mon r\u00e9seau ?<\/h3>\n<p>Par d\u00e9faut, Ollama n'\u00e9coute que sur localhost ; il est donc invisible pour les autres appareils. Configurez <code>OLLAMA_HOST=0.0.0.0:11434<\/code> puis red\u00e9marrez-le, et connectez-vous ensuite en utilisant l'adresse IP LAN de la machine h\u00f4te sur le port 11434. Attention : l'API ne dispose d'aucun syst\u00e8me d'authentification ; veillez donc \u00e0 ne l'exposer que sur un r\u00e9seau de confiance, et utilisez une r\u00e8gle de pare-feu ou un proxy inverse si la machine est accessible depuis l'ext\u00e9rieur de votre domicile ou de votre bureau.<\/p>\n<h3>Comment puis-je emp\u00eacher Ollama de recharger le mod\u00e8le \u00e0 chaque requ\u00eate ?<\/h3>\n<p>Ce d\u00e9lai correspond au fait que le mod\u00e8le est d\u00e9charg\u00e9 de la m\u00e9moire entre deux utilisations. Par d\u00e9faut, Ollama conserve un mod\u00e8le charg\u00e9 pendant 5 minutes ; d\u00e9finissez <code>OLLAMA_KEEP_ALIVE=-1<\/code> pour le maintenir en m\u00e9moire de mani\u00e8re permanente afin que les invites de commande r\u00e9pondent instantan\u00e9ment. En contrepartie, le mod\u00e8le occupe votre RAM ou votre VRAM en permanence ; utilisez donc <code>0<\/code> ou bien, si vous pr\u00e9f\u00e9rez lib\u00e9rer cette m\u00e9moire d\u00e8s qu\u2019une requ\u00eate est termin\u00e9e.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Bottom_line\"><\/span>Conclusion<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Quel que soit le syst\u00e8me d'exploitation utilis\u00e9, l'installation d'Ollama se r\u00e9sume \u00e0 un simple t\u00e9l\u00e9chargement suivi d'une ex\u00e9cution, ce qui prend environ deux minutes. Il suffit ensuite d'une seule commande pour cr\u00e9er votre premier mod\u00e8le local. Choisissez un mod\u00e8le adapt\u00e9 \u00e0 votre mat\u00e9riel, v\u00e9rifiez que l'API r\u00e9pond sur le port 11434, et vous disposez d'un LLM priv\u00e9 et gratuit fonctionnant sur votre propre machine. \u00c0 partir de l\u00e0, explorez <a href=\"https:\/\/convly.ai\/fr\/best-local-llms-to-run-on-ollama-2026\/\">quels mod\u00e8les ex\u00e9cuter<\/a> et <a href=\"https:\/\/convly.ai\/fr\/ollama-system-requirements-2026\/\">de combien de mat\u00e9riel chacun a besoin<\/a>.<\/p>\n<p><!--related-block--><\/p>\n<div class=\"convly-related\">\n<h2><span class=\"ez-toc-section\" id=\"Related_articles\"><\/span>Articles connexes<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<ul>\n<li><a href=\"https:\/\/convly.ai\/fr\/deepseek-v4-flash-vs-gemini-3-5-flash\/\">DeepSeek V4-Flash vs Gemini 3.5 Flash: Specs, Pricing &amp; Which to Choose (2026)<\/a><\/li>\n<li><a href=\"https:\/\/convly.ai\/fr\/claude-5-new-ai-models-june-2026\/\">Existe-t-il un Claude 5 ? Claude Fable 5 et tous les principaux mod\u00e8les d\u2019IA de juin 2026<\/a><\/li>\n<li><a href=\"https:\/\/convly.ai\/fr\/llm-hallucinations-complete-guide\/\">Hallucinations des mod\u00e8les de langage volumineux en 2026 : pourquoi elles surviennent et comment les \u00e9viter<\/a><\/li>\n<li><a href=\"https:\/\/convly.ai\/fr\/prompt-engineering-techniques\/\">Ing\u00e9nierie des prompts en 2026 : 12 techniques r\u00e9ellement efficaces<\/a><\/li>\n<li><a href=\"https:\/\/convly.ai\/fr\/what-is-ollama-complete-guide-2026\/\">Qu\u2019est-ce qu\u2019Ollama ? Le guide complet pour ex\u00e9cuter des LLM localement en 2026<\/a><\/li>\n<\/ul>\n<\/div>","protected":false},"excerpt":{"rendered":"<p>L'installation d'Ollama prend environ deux minutes, quel que soit le syst\u00e8me d'exploitation. Voici les \u00e9tapes \u00e0 suivre pour Mac, Windows et Linux, ainsi que la marche \u00e0 suivre pour ex\u00e9cuter votre premier mod\u00e8le et r\u00e9soudre les erreurs les plus courantes.<\/p>","protected":false},"author":1,"featured_media":795,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[3],"tags":[637,634,256,635,638,636],"class_list":["post-789","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-llms","tag-how-to-install-ollama","tag-install-ollama","tag-local-llm","tag-ollama-install","tag-ollama-setup","tag-ollama-tutorial"],"_links":{"self":[{"href":"https:\/\/convly.ai\/fr\/wp-json\/wp\/v2\/posts\/789","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/convly.ai\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/convly.ai\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/convly.ai\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/convly.ai\/fr\/wp-json\/wp\/v2\/comments?post=789"}],"version-history":[{"count":4,"href":"https:\/\/convly.ai\/fr\/wp-json\/wp\/v2\/posts\/789\/revisions"}],"predecessor-version":[{"id":1514,"href":"https:\/\/convly.ai\/fr\/wp-json\/wp\/v2\/posts\/789\/revisions\/1514"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/convly.ai\/fr\/wp-json\/wp\/v2\/media\/795"}],"wp:attachment":[{"href":"https:\/\/convly.ai\/fr\/wp-json\/wp\/v2\/media?parent=789"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/convly.ai\/fr\/wp-json\/wp\/v2\/categories?post=789"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/convly.ai\/fr\/wp-json\/wp\/v2\/tags?post=789"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}