要点

対象：自分のパソコンでAIを動かしてみたい

  1. 最初はGemma 4 E2BかE4Bが手ごろ
  2. /bye で終え、ollama rm で消す
  3. ollama ps で「100% GPU」か見る

Ollamaは、自分のパソコンでAIモデルを動かすアプリです。入れたあと ollama run gemma4:e2b と打つと、モデルのダウンロードが始まります。ダウンロードが終わると、そのまま話しかけられます。1

この記事の目次（9節）
  1. 入れる前に確かめること
  2. OSごとのインストール手順
  3. 最初のモデルを選ぶ
  4. ダウンロードして話す
  5. よく使うコマンド
  6. モデルの置き場所と、Ollamaの消し方
  7. パソコンの中だけで使う設定
  8. つまずきやすいところ
  9. 次に読む回

Gemma 4 E2Bは、Google DeepMindが公開するGemma 4のうち、いちばん小さいモデルです。16

手元で動かすだけなら、Ollamaの料金はかかりません。14

この記事は、ローカルAIの講座「1からの道のり」の8回目です。前の回を読んでいなくても、この回だけで入れて話せます。

STEPS 01 02 03 04 05 入れる ダウンロードする 話す 確かめる 消す Windows・Mac・Linux それぞれの入れ方 モデルを手元に置く 手元に無ければ run がダウンロードから始める 手元のモデルと、GPU に載っているか 置き場所は OLLAMA_MODELS で変えられる ollama -v で動いているかを見る ollama pull gemma4:e2b ollama run gemma4:e2b 終えるときは /bye ollama list ・ ollama ps ollama rm gemma4:e2b Ollama
入れてから消すまでの5つの段階と、それぞれで打つコマンドです。

入れる前に確かめること

Ollamaは、Windows・Mac・Linuxで動きます。GPU（画像やAIの計算が得意な部品）があると、速く動かせます。2341015

OS動作環境GPUを使うには
WindowsWindows 10 22H2以降（HomeかPro）NVIDIAはドライバー551.61以降。AMDはROCm v7かVulkanに対応したドライバー
MacmacOS 14（Sonoma）以降Appleシリコン（M1以降）ならGPUを使える。Intelプロセッサ搭載のMacはCPUだけで動く
Linuxx86（amd64）向けとArm（arm64）向けの配布物があるNVIDIAはCUDAのドライバー、AMDはROCm v7のドライバー

GPUが無くても、CPU（パソコンの中心の部品）で動かせます。ただし、大きいモデルは、性能の高いGPUが無いパソコンでは遅くなります。31115

Windowsでは、Ollamaのアプリを入れるのに4GB以上の空き容量が要ります。モデルの分は別です（gemma4:e2b なら4.6〜7.5GB）。26

OSごとのインストール手順

Windows

ふつうはインストーラーで入れます。25

  1. 公式サイトのダウンロードページ（ollama.com/download）を開き、Windowsを選ぶ
  2. 「Download manually」から OllamaSetup.exe をダウンロードする
  3. ダウンロードした OllamaSetup.exe をダブルクリックし、画面の指示に従って進める

PowerShellで入れるときは、irm https://ollama.com/install.ps1 | iex と打ちます。5

入れるときに管理者権限は要りません。入れたあとは、PowerShellやコマンドプロンプトで ollama コマンドが使えます。2

Mac

  1. ダウンロードページでmacOSを選び、「Download manually」から Ollama.dmg をダウンロードする
  2. ダウンロードした Ollama.dmg を開き、出てきた画面でOllamaを「アプリケーション」フォルダへドラッグする
  3. Ollamaを開く

Ollamaを開いて、ターミナルで ollama コマンドを使えるようにしてよいかを聞かれたら、許可します。35

ターミナルで入れるときは、curl -fsSL https://ollama.com/install.sh | sh と打ちます。5

Linux

  1. ターミナルで curl -fsSL https://ollama.com/install.sh | sh と打つ
  2. ollama -v と打つ。ollama version is に続けて番号が出れば、入っていて動いている

could not connect と出たら動いていないので、ollama serve と打って動かします。1416

最初のモデルを選ぶ

最初の1つには、Gemma 4 E2BかE4Bを勧めます。Gemma 4の中で小さいほうの2つで、Ollamaではどちらにも文章と画像を読ませられます。6

下の表のコンテキスト長は、モデルが一度に読める長さで、トークン（AIが文章を数える単位）で数えます。6

モデル名（打つ名前）ファイルの大きさ（保存の形式で違う）コンテキスト長の上限
gemma4:e2b4.6〜7.5GB128Kトークン
gemma4:e4b6.6〜9.5GB128Kトークン

Ollamaは、gemma4:e2b には空いているVRAM（GPUに付いている専用のメモリ）が8GBあることを勧めています。Macでは、CPUとGPUが共用するメモリ（ユニファイドメモリ）の空きで見ます。1

VRAMが足りないときは、Ollamaがメインメモリも使って動かしますが、答えが遅くなることがあります。1 自分のパソコンのVRAMの調べ方は、講座の7回目「手持ちのパソコンで動くか確かめる」で説明しています。

ollama run gemma4 と打つと、Gemma 4 E4Bが入ります。6 Gemma 4のモデルごとのメモリの目安は、講座の1回目の表にあります。

ダウンロードして話す

WindowsとMacでは、アプリの画面でもモデルを選んで会話できます。13 ここでは、コマンドで始めます。

会話を始める

  1. ターミナル（WindowsはPowerShell）に ollama run gemma4:e2b と打つ
  2. ダウンロードが終わって >>> が出たら、質問を打ってEnterを押す

先にダウンロードだけ済ませたいときは、ollama pull gemma4:e2b と打ちます。17

会話の中で使うコマンド

会話は /bye で終えます。会話の途中では、次の表のコマンドとキーも使えます。78

打つものすること
Ctrl＋D会話を終える（/bye と同じ）
Ctrl＋C答えの途中で止める
/clearそれまでの会話を忘れさせる
"""複数行の文章を打ち始める（もう一度 """ と打つと終わる）
/?使えるコマンドを表示する

よく使うコマンド

会話の外では、次のコマンドでモデルを管理します。7916

コマンドすること
ollama listダウンロードしたモデルを一覧にする
ollama psいまメモリに読み込んでいるモデルを見る
ollama stop gemma4:e2b読み込んだモデルをメモリから外す
ollama rm gemma4:e2bモデルを消す

モデルは、既定（デフォルト）では使い終わってから5分、メモリに残ります。メモリをすぐ空けたいときは ollama stop と打ちます。9

モデルの置き場所と、Ollamaの消し方

OSモデルの既定の置き場所9
WindowsC:\Users\%username%\.ollama\models
Mac~/.ollama/models
Linux/usr/share/ollama/.ollama/models

置き場所を変えたくなったら（OLLAMA_MODELS）

置き場所は、環境変数（OSに覚えさせる設定の値）の OLLAMA_MODELS で変えます。値には、置きたいフォルダの場所を書きます。29

OS設定のしかた
Windows「環境変数」を検索して「アカウントの環境変数を編集」を開き、OLLAMA_MODELS を作る。保存したら、Ollamaを終了してスタートメニューから起動し直す
Maclaunchctl setenv OLLAMA_MODELS <フォルダ> と打ち、Ollamaを起動し直す
Linuxsudo systemctl edit ollama で Environment="OLLAMA_MODELS=<フォルダ>" を書き、起動し直す（フォルダの持ち主の変え方を含め、手順は公式のFAQ）

Ollamaを消す

Windowsでは、「設定」の「アプリ」からアンインストールします。OLLAMA_MODELS で置き場所を変えていた場合、そこのモデルはアンインストールしても消えないので、フォルダごと自分で消してください。2

Macでは、/Applications/Ollama.app と、モデルなどが入った ~/.ollama のフォルダを消します。ほかに消すファイルとLinuxの消し方は、公式の手引きの「Uninstall」の節にあります。34

パソコンの中だけで使う設定

Ollamaには、モデルをOllama社のサーバーで動かす「クラウドモデル」もあります。名前が cloud で終わるモデル（gemma4:cloud など）で、使うにはサインインが要ります。115

手元のモデルだけを使うなら、サインインしなくてかまいません。1

クラウドの機能は、使わなければそのままでかまいません。はっきり切っておきたいときだけ、環境変数 OLLAMA_NO_CLOUD を 1 にして、Ollamaを起動し直します。切ると、クラウドモデルとウェブ検索は使えなくなります。9

Ollama社の説明では、手元で動かしているあいだ、打った文章やデータを同社が見ることはありません。また、既定のOllamaは、ほかのパソコンからは使えない設定になっています。9

クラウドモデルの扱いは、講座の2回目で書きました。

つまずきやすいところ

GPUで動いているか

ollama ps と打ち、「PROCESSOR」の欄を見ます。9

  • 「100% GPU」: モデル全体がGPUのメモリに載っている
  • 「100% CPU」: モデル全体がメインメモリに載っている
  • 「48%/52% CPU/GPU」のような表示: モデルの48%がメインメモリに、52%がGPUのメモリに分かれて載っている

「100% GPU」にならないときは、VRAMが足りていないことがあります。小さいモデル（E2B）に替えるか、要るメモリを講座の4回目で確かめます。1

NVIDIAのGPUがあるのに「100% CPU」になるときは、OllamaがGPUを見つけられていないことがあります。まず、GPUのドライバーを最新にしてみてください。11

長い資料を読ませたくなったら

VRAMが24GiB（約26GB）より少ないパソコンでは、Ollamaは既定で、モデルに4,096トークンまでしか読ませません。128Kトークンまで読めるモデルでも同じです。6912

長い資料を読ませるなら、アプリの設定画面のスライダーで長くします。ollama run の会話の中なら、/set parameter num_ctx 8192 のように打ちます。長くするほど、要るメモリは増えます。912

コンテキスト長やトークンのくわしい意味は、講座の3回目で説明しています。

動かないときはログを見る

ログ（Ollamaの記録）の場所は次のとおりです。11

  • Mac: ~/.ollama/logs/server.log
  • Windows: %LOCALAPPDATA%\Ollama の中の server.log
  • Linux: journalctl -u ollama と打つ

次に読む回

この講座の前の回は「手持ちのパソコンで動くか確かめる — Windows・Mac・Linux で GPU とメモリを調べる」です。

次の回は「画面で使う — LM Studio でモデルを探して、設定の意味を知る」です。

出典

  1. Quickstart（Ollama のドキュメント）（参照 2026-11-01）
  2. Windows（Ollama のドキュメント）（参照 2026-11-01）
  3. macOS（Ollama のドキュメント）（参照 2026-11-01）
  4. Linux（Ollama のドキュメント）（参照 2026-11-01）
  5. ollama/ollama の README（GitHub）（参照 2026-11-01）
  6. gemma4 のモデルのページ（Ollama）（参照 2026-11-01）
  7. CLI Reference（Ollama のドキュメント）（参照 2026-11-01）
  8. ollama/ollama の cmd/interactive.go（会話の画面のコマンドの一覧・GitHub）（参照 2026-11-01）
  9. FAQ（Ollama のドキュメント）（参照 2026-11-01）
  10. Hardware support（Ollama のドキュメント）（参照 2026-11-01）
  11. Troubleshooting（Ollama のドキュメント）（参照 2026-11-01）
  12. Context length（Ollama のドキュメント）（参照 2026-11-01）
  13. Ollama's new app（Ollama Blog・2025年7月30日）（参照 2026-11-01）
  14. Pricing（Ollama）（参照 2026-11-01）
  15. Download Ollama（Ollama）（参照 2026-11-01）
  16. ollama/ollama の cmd/cmd.go（コマンドの一覧・GitHub）（参照 2026-11-01）