Trace install tas - Ollama

Trace install tas - Ollama

Rôle

API locale de modèles LLM avec deux instances distinctes :

• une instance AMD/ROCm sur la Radeon RX 7900
• une instance NVIDIA/CUDA sur la GeForce RTX 3070

Accès

Instance AMD / ROCm

• Local : http://10.8.0.1:11434
• Depuis le terminal local : `OLLAMA_HOST=http://127.0.0.1:11434`
• Public : https://lololand.hopto.org:25434

Instance NVIDIA / CUDA

• Local : http://10.8.0.1:11435
• Depuis le terminal local : `OLLAMA_HOST=http://127.0.0.1:11435`
• Pas d'exposition publique dédiée documentée à ce stade

Ports

• 11434/tcp : serveur Ollama AMD / ROCm
• 11435/tcp : serveur Ollama NVIDIA / CUDA
• 25434/tcp : proxy public Caddy vers l'instance AMD/ROCm, protégé par basicauth

Exécution / runtime

AMD / ROCm

• Service systemd user : `/home/loic/.config/systemd/user/ollama.service`
• Conteneur : `ollama_roc`
• Image : `docker.io/ollama/ollama:rocm`
• Devices : `/dev/kfd`, `/dev/dri`

NVIDIA / CUDA

• Service systemd user : `/home/loic/.config/systemd/user/ollama-nvidia.service`
• Conteneur : `ollama_nv`
• Image : `docker.io/ollama/ollama:latest`
• Intégration GPU : Podman + NVIDIA Container Toolkit + CDI
• Device CDI utilisé : `nvidia.com/gpu=all`

Chemins de configuration

• `/home/loic/.config/systemd/user/ollama.service`
• `/home/loic/.config/systemd/user/ollama-nvidia.service`
• `/etc/caddy/Caddyfile`
• `/home/loic/.bashrc` (alias CLI)
• `/home/loic/upgrade/ollama-dual-gpu-plan.md`

Volumes / persistance

• Stockage modèles partagé entre les deux instances : `/media/loic/nem/ollama`
• Montage conteneur : `/media/loic/nem/ollama -> /root/.ollama`

Dépendances

• Caddy 25434 -> 11434 avec basicauth pour l'instance AMD/ROCm
• NVIDIA driver 580 open pour la RTX 3070
• NVIDIA Container Toolkit
• CDI NVIDIA généré dans `/var/run/cdi/nvidia.yaml`
• clients comme Open WebUI

Remarques

• L'instance NVIDIA n'a fonctionné correctement qu'après mise en place de NVIDIA Container Toolkit et CDI.
• Le stockage de modèles est partagé entre les deux serveurs pour éviter les doublons disque.
• Par prudence, éviter les `ollama pull` simultanés sur les deux instances.
• Faire préférentiellement les opérations d'écriture (`pull`, `rm`, création de modèles) sur une seule instance à la fois.
• Le proxy public documenté actuellement cible uniquement l'instance AMD/ROCm.

Utilisation CLI

Sélection explicite du serveur

Pour cibler un serveur particulier depuis le terminal local, utiliser `OLLAMA_HOST`.

Exemples :

OLLAMA_HOST=http://127.0.0.1:11434 ollama list
OLLAMA_HOST=http://127.0.0.1:11434 ollama run qwen3

OLLAMA_HOST=http://127.0.0.1:11435 ollama list
OLLAMA_HOST=http://127.0.0.1:11435 ollama run qwen3

Alias shell

Alias ajoutés dans `/home/loic/.bashrc` :

alias ollama-amd='OLLAMA_HOST=http://127.0.0.1:11434 ollama'
alias ollama-nvidia='OLLAMA_HOST=http://127.0.0.1:11435 ollama'

Exemples :

ollama-amd list
ollama-amd run qwen3

ollama-nvidia list
ollama-nvidia run qwen3

Exemples de tests

Test basique de disponibilité

curl http://127.0.0.1:11434/api/tags
curl http://127.0.0.1:11435/api/tags

Questions de test

OLLAMA_HOST=http://127.0.0.1:11434 ollama run qwen3 "Donne-moi un résumé en 3 phrases de la différence entre ROCm et CUDA."
OLLAMA_HOST=http://127.0.0.1:11435 ollama run qwen3 "Donne-moi un résumé en 3 phrases de la différence entre ROCm et CUDA."

OLLAMA_HOST=http://127.0.0.1:11434 ollama run qwen3 "Écris un haïku sur les GPU."
OLLAMA_HOST=http://127.0.0.1:11435 ollama run qwen3 "Écris un haïku sur les GPU."

Vérifier le GPU utilisé côté NVIDIA

Les logs de `ollama-nvidia.service` doivent montrer une détection CUDA du type :

• `library=CUDA`
• `description="NVIDIA GeForce RTX 3070"`

Supervision / diagnostic

État des services

systemctl --user status ollama.service
systemctl --user status ollama-nvidia.service

Journaux

journalctl --user -u ollama.service -n 100 --no-pager
journalctl --user -u ollama-nvidia.service -n 100 --no-pager

Vérifier la carte NVIDIA

nvidia-smi
watch -n 1 nvidia-smi

Vérifier que CDI voit le GPU

nvidia-ctk cdi list

Conteneurs actifs

podman ps | grep -E 'ollama_roc|ollama_nv'

Contrôler la réponse API

curl http://127.0.0.1:11434/api/tags
curl http://127.0.0.1:11435/api/tags

Données / emplacements à sauvegarder

• `/media/loic/nem/ollama`
• `/home/loic/.config/systemd/user/ollama.service`
• `/home/loic/.config/systemd/user/ollama-nvidia.service`
• `/etc/caddy/Caddyfile`
• `/home/loic/.bashrc`

Sauvegarde

• Sauvegarder le répertoire de modèles partagé `/media/loic/nem/ollama`.
• Sauvegarder les deux services systemd user Ollama.
• Sauvegarder la configuration Caddy liée à `25434`.

Restauration

• Restaurer `/media/loic/nem/ollama`.
• Restaurer les fichiers systemd user `ollama.service` et `ollama-nvidia.service`.
• Recharger systemd user puis relancer les services :

systemctl --user daemon-reload
systemctl --user restart ollama.service
systemctl --user restart ollama-nvidia.service

• Vérifier ensuite `curl http://127.0.0.1:11434/api/tags` et `curl http://127.0.0.1:11435/api/tags`.

Maintenance documentaire

Lors d'un changement de port, de proxy public, de stockage des modèles, de pilote GPU, de toolkit NVIDIA, d'alias shell ou d'architecture AMD/NVIDIA, mettre à jour cette page et la page centrale Trace install tas.

Trace documentaire

Cette page fait partie de Trace install tas.\n\n== État Quadlet confirmé — 2026-07-25 ==

Les deux instances Ollama sont définies par Quadlet :

• ROCm : ollama-rocm.service, conteneur ollama_roc, port 11434, image docker.io/ollama/ollama:rocm
• NVIDIA : ollama-nvidia.service, conteneur ollama_nv, port 11435, image docker.io/ollama/ollama:latest
• Fichiers : /home/loic/.config/containers/systemd/ollama-rocm.container et ollama-nvidia.container
• Modèles partagés : /media/loic/nem/ollama

L'API ROCm répond actuellement en version 0.32.3. Le tag :rocm est flottant ; pour figer une version, comparer son digest à un tag versionné tel que :0.32.3-rocm puis modifier le Quadlet.

L'instance NVIDIA reste dépendante de la cohérence entre le pilote noyau, les bibliothèques NVIDIA, le toolkit et le CDI.