![\"Mascote](\"\/wp-content\/uploads\/2026\/09\/ollama-v4.webp\")
<\/p>\n<\/p>\n
Rodar modelos de IA localmente<\/strong> deixou de ser coisa de laborat\u00f3rio: com o Ollama voc\u00ea baixa e executa LLMs no seu pr\u00f3prio Linux, sem enviar dados para a nuvem e sem pagar por token. Este post conta de onde o projeto veio \u2014 a origem explica muita coisa do desenho dele \u2014 e mostra como instalar, ajustar e usar de verdade.<\/p>\n Para entender por que o Ollama parece tanto com o Docker, basta olhar quem o escreveu. Jeff Morgan<\/strong> e Michael Chiang<\/strong> s\u00e3o dois canadenses que se conheceram na Universidade de Waterloo e, antes disso tudo, criaram o Kitematic<\/strong> \u2014 a interface que tornava o Docker utiliz\u00e1vel por gente normal. A Docker comprou o projeto em 2015<\/strong>, e aquilo virou o que hoje se chama Docker Desktop.<\/p>\n A dupla passou pelo Y Combinator na turma de inverno de 2021<\/strong> e, em 26 de junho de 2023<\/strong>, abriu o reposit\u00f3rio do Ollama. A tese era a mesma do Kitematic, trocando container por modelo: existe uma tecnologia poderosa e chata de operar, e algu\u00e9m precisa embrulh\u00e1-la num comando s\u00f3.<\/p>\n Da\u00ed vem tudo o que parece familiar. Voc\u00ea faz N\u00fameros de setembro de 2026: escrito em Go<\/strong>, licen\u00e7a MIT<\/strong>, mais de 180 mil estrelas<\/strong> no GitHub e cerca de 9 milh\u00f5es de desenvolvedores<\/strong> usando. Em julho de 2026 a empresa \u2014 de apenas 14 pessoas \u2014 levantou uma s\u00e9rie B de US$ 65 milh\u00f5es<\/strong> liderada pela Theory Ventures, chegando a US$ 88 milh\u00f5es no total, com Benchmark e o pr\u00f3prio Y Combinator na lista.<\/p>\n Um detalhe t\u00e9cnico importante da trajet\u00f3ria: at\u00e9 2025 o Ollama era, no fundo, uma casca sobre o llama.cpp<\/strong>. Em maio daquele ano o projeto lan\u00e7ou motor pr\u00f3prio<\/strong>, constru\u00eddo sobre a biblioteca de tensores GGML, porque dar suporte a modelo multimodal remendando o llama.cpp tinha virado insustent\u00e1vel. Hoje cada modelo \u00e9 autocontido e traz a pr\u00f3pria camada de proje\u00e7\u00e3o \u2014 mas o GGML continua ali embaixo, por compatibilidade de CPU.<\/p>\n E o outro lado, que \u00e9 justo dizer: a qualidade n\u00e3o \u00e9 a mesma<\/strong>. Um modelo de 8B rodando na sua GPU n\u00e3o substitui um modelo de fronteira. Para tarefa mec\u00e2nica \u2014 resumir, classificar, extrair, reformatar \u2014 a diferen\u00e7a some. Para racioc\u00ednio dif\u00edcil, n\u00e3o.<\/p>\n A conta pr\u00e1tica: um modelo quantizado em 4 bits ocupa mais ou menos 0,6 GB por bilh\u00e3o de par\u00e2metros<\/strong>, mais uma folga para o contexto. Traduzindo:<\/p>\nDe onde veio o Ollama<\/h2>\n
pull<\/code> de um modelo de um registro. Voc\u00ea descreve o seu modelo num arquivo chamado Modelfile<\/strong>, que \u00e9 um Dockerfile com outro nome. Voc\u00ea lista o que tem instalado com list<\/code> e apaga com rm<\/code>. Nada disso \u00e9 coincid\u00eancia.<\/p>\nPor que rodar IA local?<\/h2>\n
\n
Requisitos reais: \u00e9 a mem\u00f3ria que manda<\/h2>\n