- La gestión del espacio en disco es fundamental al ejecutar LLMs locales debido al gran tamaño de los archivos de pesos.
- La configuración se basa principalmente en el uso de la variable de entorno OLLAMA_MODELS según el sistema operativo.
- Es posible migrar modelos ya descargados moviendo físicamente las carpetas antes de aplicar los cambios de ruta.
¿Cómo cambiar la carpeta donde Ollama guarda los modelos? Si te has lanzado a la aventura de ejecutar modelos de lenguaje en tu propio ordenador, habrás notado que Ollama es una herramienta sencillamente fantástica para simplificar todo el proceso. Sin embargo, hay un pequeño inconveniente que suele saltar rápido: el espacio en disco. Por defecto, el programa tiende a guardar los modelos en la unidad donde está el sistema operativo, y como bien sabemos, esos archivos pueden pesar decenas de gigabytes, llenando tu SSD principal en un abrir y cerrar de ojos.
Mover estos archivos a un disco secundario o a una partición con más aire es una de las primeras optimizaciones que deberíamos hacer para evitar que el PC se quede colgado o que no podamos descargar ese modelo de 70B que tanto nos atrae. Para lograrlo, no hace falta ser un experto en informática; basta con ajustar un par de variables y reiniciar el servicio para que Ollama sepa exactamente dónde debe buscar sus tesoros.
Ubicaciones predeterminadas según tu sistema
Antes de mover nada, es fundamental saber dónde está el «escondite» actual de los modelos. En Windows, lo normal es que los encuentres en C:\Users\TU_USUARIO\.ollama\models. Si usas macOS, la ruta suele ser ~/.ollama/models. En el caso de Linux, la cosa varía según cómo lo hayas instalado: si fue mediante el script oficial de servicio, probablemente estén en /usr/share/ollama/.ollama/models, aunque en instalaciones manuales se suelen quedar en la carpeta home del usuario.
Configuración en entornos Windows
Si usas Windows, tienes varias formas de abordar esto. La más recomendada es mediante las variables de entorno del sistema. Para ello, debes buscar en el menú de inicio «Editar las variables de entorno del sistema» y entrar en la sección de variables. Aquí es donde debes crear una nueva variable llamada OLLAMA_MODELS y asignarle como valor la ruta completa de tu disco secundario, por ejemplo, D:\OllamaModels. Es vital que la carpeta ya exista antes de hacer este paso.
Si ya tienes modelos descargados y no quieres volver a bajarlos desde cero, puedes hacer una migración manual. Primero, cierra Ollama completamente (asegúrate de que no haya procesos activos en el Administrador de Tareas). Luego, corta la carpeta .ollama de tu usuario y pégala en el nuevo destino. Una vez hecho esto, configura la variable de entorno mencionada anteriormente y reinicia el servidor para que reconozca la nueva ubicación.
Para los más valientes que prefieren la consola, es posible instalar Ollama en una ruta específica desde el principio usando el comando OllamaSetup.exe /DIR="D:\OllamaDir", lo que permite que tanto la aplicación como los modelos residan fuera de la unidad C.
Ajustes detallados para usuarios de Linux
En Linux, la gestión depende totalmente de si ejecutas Ollama como un usuario normal o como un servicio de sistema. Si lo has instalado con el script oficial, lo más limpio es editar la configuración de systemd. Ejecutando sudo systemctl edit ollama.service, podrás añadir una línea bajo la sección que diga Environment="OLLAMA_MODELS=/ruta/especial/ollama/models". Después de guardar, no olvides ejecutar sudo systemctl daemon-reload y reiniciar el servicio con sudo systemctl restart ollama.
Si prefieres una instalación más manual o ejecutas el servidor directamente en la terminal, puedes añadir la línea export OLLAMA_MODELS=/tu/ruta/personalizada a tu archivo .bashrc o .zshrc. Esto hará que la configuración sea permanente cada vez que abras una sesión. Un detalle importante es vigilar los permisos de escritura; el usuario que ejecuta Ollama debe tener control total sobre la nueva carpeta para evitar errores de descarga.
Ten cuidado si decides usar una partición formato NTFS en Linux, ya que se ha reportado que la carga de los modelos puede volverse considerablemente más lenta, llegando a perderse más de un 20% de rendimiento en comparación con formatos nativos como EXT4.
Procedimiento para usuarios de macOS
En los Mac, la variable a tocar es la misma, pero la forma de aplicarla cambia. Si necesitas un cambio temporal que dure solo hasta el próximo reinicio, puedes usar la terminal con el comando launchctl setenv OLLAMA_MODELS /ruta/al/disco/externo. Esto es ideal para hacer pruebas rápidas sin alterar la configuración global del sistema.
Para que el cambio sea definitivo, lo mejor es editar el archivo de configuración de tu shell (normalmente ~/.zshrc) añadiendo la línea export OLLAMA_MODELS="/Users/tuusuario/modelos". Una vez guardado, ejecuta source ~/.zshrc y reinicia la aplicación de Ollama desde el icono de la barra de menú para que los cambios surtan efecto.
Uso de Docker y montajes de volumen
Para quienes prefieren la limpieza de los contenedores, Docker es la opción ideal. Para evitar que los modelos se borren al eliminar el contenedor, es obligatorio usar volúmenes persistentes. Al lanzar el contenedor, se debe usar la bandera -v ollama_data:/root/.ollama. Si quieres que los datos vayan a una carpeta concreta de tu disco duro, simplemente cambia el nombre del volumen por una ruta absoluta de tu sistema host.
Además, puedes pasar variables de entorno adicionales mediante la bandera -e, permitiéndote configurar el OLLAMA_HOST para exponer la API en tu red local o ajustar el OLLAMA_KEEP_ALIVE para decidir cuánto tiempo permanece el modelo en VRAM antes de descargarse, optimizando así la memoria de tu GPU.
Solución de problemas y optimizaciones
A veces, a pesar de configurar todo, Ollama sigue escribiendo en la unidad principal. En estos casos, comprueba que la variable sea una variable del sistema y no una de usuario temporal. Si te encuentras con el error de address already in use en el puerto 11434, es probable que tengas una instancia fantasma corriendo; usa netstat o lsof para localizar el proceso y matarlo antes de reiniciar.
Si notas que el rendimiento ha bajado, verifica con el comando ollama ps que el procesador indicado sea gpu y no cpu. Si el modelo se ha movido a un disco mecánico (HDD) en lugar de un SSD, es normal que el tiempo de carga inicial sea mucho más largo, aunque una vez que el modelo esté en la memoria RAM o VRAM, la velocidad de generación de texto no se verá afectada. Si necesitas liberar más espacio, recuerda cómo eliminar modelos que ya no utilizas en Ollama.
Configurar correctamente la ruta de los modelos mediante la variable de entorno OLLAMA_MODELS permite liberar espacio crítico en la unidad de sistema y organizar la biblioteca de LLMs en discos de mayor capacidad, asegurando que la infraestructura local sea escalable y eficiente sin importar si se utiliza Windows, Linux, macOS o contenedores Docker.
Apasionado de la tecnología desde pequeñito. Me encanta estar a la última en el sector y sobre todo, comunicarlo. Por eso me dedico a la comunicación en webs de tecnología y videojuegos desde hace ya muchos años. Podrás encontrarme escribiendo sobre Android, Windows, MacOS, iOS, Nintendo o cualquier otro tema relacionado que se te pase por la cabeza.