Como instalar o Ollama no Windows 11 em outro SSD e usar a RTX 3070 para IA local

Se você começou a experimentar inteligência artificial localmente no Windows 11, provavelmente já percebeu um dos primeiros problemas: modelos de IA ocupam bastante espaço em disco e podem consumir muita memória durante a execução.

O Ollama tornou esse processo bastante simples. Ele permite baixar e executar modelos de linguagem localmente e, no Windows, funciona como uma aplicação nativa, com suporte a GPUs NVIDIA e AMD. A documentação atual também confirma que o servidor da API fica disponível localmente em http://localhost:11434.

Neste teste do HobbyTestLab, o objetivo foi um pouco diferente de simplesmente instalar o Ollama.

A ideia foi montar uma configuração mais organizada:

• Windows 11 Pro no SSD C:;
• Ollama instalado no SSD D:;
• modelos armazenados em outra pasta do D:;
• NVIDIA GeForce RTX 3070 com 8 GB de VRAM;
• 16 GB de RAM;
• utilização da GPU para acelerar os modelos locais.

E o mais importante: o procedimento foi realmente testado em uma máquina física, e não apenas reproduzido teoricamente.

Resumo rápido

A versão v0.32.5 aparece como a versão mais recente no repositório oficial consultado, publicada em 27 de julho de 2026.

Nota: versões do Ollama mudam rapidamente. Portanto, detalhes da interface podem mudar depois da publicação deste artigo.

O que é o Ollama?

O Ollama é uma plataforma para executar modelos de inteligência artificial localmente.

Em vez de enviar cada pergunta para um serviço de IA na nuvem, o modelo pode ser baixado para o computador e executado localmente.

Isso permite criar um pequeno laboratório de IA em um computador doméstico.

Além da interface gráfica, o Ollama disponibiliza uma API local. A documentação oficial informa que, no Windows, o Ollama roda como aplicação nativa e disponibiliza o comando ollama no PowerShell, CMD ou outro terminal.

A arquitetura básica fica assim:

Aplicação
    ↓
Ollama
    ↓
Modelo de IA
    ↓
GPU / CPU / RAM

Isso é particularmente interessante para quem pretende integrar modelos locais com ferramentas como automações, agentes de IA, programação e outras aplicações.

Por que instalar o Ollama no D:?

A principal razão é armazenamento, e não necessariamente desempenho.

Modelos de IA podem ocupar vários gigabytes. Alguns modelos atuais são muito maiores.

Por exemplo, no catálogo atual do Ollama, o gemma4:e4b aparece com aproximadamente 9,6 GB, enquanto o gemma4:12b aparece com aproximadamente 7,6 GB. Modelos maiores podem ocupar dezenas de gigabytes.

Se o SSD C: possui pouco espaço livre, deixar todos esses arquivos no disco do Windows rapidamente se torna inconveniente.

No meu caso, preferi separar a instalação e os modelos.

Aplicação

D:\Ollama

Modelos

D:\SHARE\AI\Ollama\models

Essa organização deixa o Windows no C: e concentra os arquivos relacionados à IA no SSD D:.

Meu hardware utilizado no teste

A configuração utilizada neste teste foi:

• Windows 11 Pro;
• NVIDIA GeForce RTX 3070;
• 8 GB de VRAM;
• 16 GB de RAM;
• dois SSDs NVMe.

A RTX 3070 continua sendo uma placa interessante para experimentar IA local, principalmente com modelos menores e quantizados.

Mas existe uma diferença importante que costuma gerar confusão:

8 GB de VRAM + 16 GB de RAM não significam uma GPU com 24 GB de memória.

São recursos diferentes.

A VRAM pertence à placa de vídeo, enquanto a RAM pertence ao sistema.

Dependendo do modelo e da configuração, o Ollama pode utilizar GPU e CPU/RAM. Entretanto, quando o objetivo é obter boa velocidade, é desejável evitar que uma quantidade excessiva do modelo seja transferida para a CPU.

A documentação atual do Ollama recomenda verificar o detalhamento do processamento através do ollama ps, observando a divisão indicada em PROCESSOR.

Como instalar o Ollama no D:

1. Baixe o instalador oficial

O primeiro passo é baixar o instalador oficial do Ollama para Windows.

Baixar Ollama para Windows

O instalador oficial é chamado:

OllamaSetup.exe

A documentação atual informa que o instalador para Windows não exige privilégios de administrador para a instalação normal.

2. Abra o PowerShell

Depois de baixar o instalador, abra o PowerShell na pasta onde o arquivo foi salvo.

Por exemplo:

cd "$env:USERPROFILE\Downloads"

3. Instale diretamente no D:

No meu teste, utilizei:

.\OllamaSetup.exe /DIR="D:\Ollama"

Esse procedimento funcionou e o aplicativo foi instalado em:

D:\Ollama

Importante: esta é uma característica observada no meu teste com o instalador utilizado. Como opções do instalador podem mudar entre versões, vale conferir o comportamento da versão que você estiver utilizando.

E os modelos? Também podem ficar no D:

Sim.

E essa foi uma das partes mais interessantes da configuração.

Depois de instalar o Ollama, abri a aplicação e utilizei a opção:

Settings → Model location

Na minha instalação, a interface permitiu alterar diretamente o local dos modelos.

Configurei:

D:\SHARE\AI\Ollama\models

Dessa forma, aplicação e modelos ficaram separados.

A documentação atual do Ollama informa que, na instalação padrão, os modelos e configurações ficam associados à pasta do usuário, mas também documenta a possibilidade de alterar a localização dos modelos.

Minha estrutura final

A estrutura ficou aproximadamente assim:

D:\
├── Ollama\
│   └── arquivos da aplicação
│
└── SHARE\
    └── AI\
        └── Ollama\
            └── models\

Isso facilita bastante a organização.

Se eu decidir testar vários modelos, sei exatamente onde eles estão.

Também fica mais simples controlar quanto espaço a instalação de IA está ocupando.

Como baixar um modelo

Depois da instalação, é possível utilizar o terminal.

O comando básico é:

ollama pull nome-do-modelo

Para executar:

ollama run nome-do-modelo

Também é possível utilizar a própria interface gráfica para procurar modelos e conversar com eles.

O catálogo oficial atualmente inclui famílias como Gemma 4, além de vários outros modelos.

Um exemplo atual: Gemma 4

Uma opção interessante para uma máquina como a minha é observar os modelos menores da família Gemma 4.

O catálogo oficial lista:

gemma4:e2b
gemma4:e4b
gemma4:12b
gemma4:26b
gemma4:31b

O gemma4:e4b, por exemplo, aparece atualmente como um modelo de aproximadamente 9,6 GB, baseado em 8B parâmetros e quantização Q4_K_M.

Isso não significa que ele ficará inteiro na VRAM da RTX 3070. O tamanho do arquivo do modelo e o consumo total de memória durante a inferência são coisas diferentes.

Por isso, o ideal é testar.

Como verificar se a RTX 3070 está sendo utilizada

Não recomendo simplesmente assumir que o Ollama está usando a GPU.

É muito fácil verificar.

Com o modelo rodando, abra outro PowerShell e execute:

nvidia-smi

O comando permite observar informações como:

• utilização da GPU;
• memória de vídeo utilizada;
• processos utilizando a GPU;
• temperatura;
• consumo.

Se o Ollama estiver utilizando a RTX 3070, será possível observar o processo e o uso de VRAM.

Use também o ollama ps

Existe uma segunda verificação ainda mais interessante:

ollama ps

A documentação atual recomenda justamente esse comando para verificar o modelo carregado e a divisão de processamento entre GPU e CPU.

Isso é importante porque simplesmente observar algum uso da GPU no Gerenciador de Tarefas não conta toda a história.

O que realmente interessa é descobrir quanto do modelo está sendo executado na GPU e quanto está sendo descarregado para a CPU.

Para uma RTX 3070 de 8 GB, essa informação é especialmente importante.

RTX 3070 8 GB: quais modelos fazem sentido?

Aqui precisamos separar duas coisas: rodar e rodar bem.

É possível executar modelos maiores utilizando RAM do sistema, mas isso pode reduzir bastante o desempenho.

Para uma RTX 3070 de 8 GB, eu começaria pelos modelos menores e quantizados.

O catálogo atual do Gemma 4 é um bom exemplo dessa diferença:

Os valores são os apresentados atualmente no catálogo do Ollama.

Isso mostra por que não devemos olhar somente para o número de parâmetros.

A arquitetura, quantização e configuração do modelo também importam.

• 🛒 Ver opções de RTX 3070 no Mercado Livre em ate 12x sem juros
• 🛒 Ou ver disponibilidade na Shopee com Cupom e Frete Grátis

E o contexto de 128K ou 256K?

Esse é um ponto que merece uma atualização importante em relação ao artigo original.

O Ollama atualmente define um context length padrão baseado na quantidade de VRAM:

• menos de 24 GiB: 4K;
• de 24 a 48 GiB: 32K;
• 48 GiB ou mais: 256K.

A documentação também alerta que aumentar o contexto aumenta o consumo de memória.

Portanto, uma RTX 3070 com 8 GB não deve ser tratada como se tivesse 128K ou 256K de contexto automaticamente só porque determinado modelo suporta esses valores.

Para tarefas simples, começar com um contexto menor pode ser muito mais sensato.

Para tarefas de agentes, programação ou uso intensivo de ferramentas, a documentação atual recomenda contextos maiores, mas isso precisa ser compatível com o hardware disponível.

Ollama precisa de WSL2?

Para este cenário, não.

O Ollama possui uma aplicação nativa para Windows, incluindo suporte a GPUs NVIDIA e AMD.

Portanto, se o objetivo é simplesmente executar modelos localmente em uma RTX 3070, não é necessário instalar o Ollama dentro do WSL2 apenas para conseguir utilizar a GPU.

Isso simplifica bastante o laboratório.

Também não é necessário colocar o Ollama em Docker para esse uso.

Docker e WSL2 podem ser úteis em outros cenários, principalmente quando queremos montar uma infraestrutura mais complexa, mas para começar com IA local no Windows, a instalação nativa é muito mais simples.

Ollama também pode funcionar como servidor local

Essa talvez seja uma das características mais interessantes para quem gosta de automação.

O Ollama disponibiliza uma API local em:

http://localhost:11434

Isso significa que outros programas podem conversar com o modelo.

A arquitetura pode ficar assim:

OpenClaw
     ↓
Ollama API
     ↓
Gemma / outro modelo
     ↓
RTX 3070

Isso abre possibilidades para integrar IA local com agentes, automações, scripts e ferramentas de desenvolvimento.

Vale a pena instalar o Ollama em outro SSD?

No meu cenário, sim.

Mas é importante deixar claro o motivo.

Não fiz essa mudança esperando automaticamente aumentar a velocidade dos modelos.

A principal vantagem é organização e espaço.

Vantagens

• libera espaço no SSD C:;
• evita acumular modelos grandes no disco do Windows;
• facilita organizar modelos;
• facilita backups;
• permite adicionar mais modelos;
• mantém aplicação e modelos separados;
• aproveita melhor um segundo SSD NVMe disponível.

A velocidade final, entretanto, depende de vários fatores, incluindo GPU, VRAM, RAM, modelo, quantização, contexto e armazenamento.

Desvantagens

Também existem alguns pontos negativos.

Primeiro: você passa a depender do SSD D:.

Se ele estiver desconectado, apresentar problema ou receber uma letra de unidade diferente, o Ollama poderá ter problemas para localizar os modelos.

Segundo: colocar o aplicativo no D: não transforma a RTX 3070 em uma GPU mais rápida.

O ganho principal é organização.

Terceiro: modelos maiores ainda podem exigir mais memória do que a máquina possui.

Ter 16 GB de RAM não elimina a limitação dos 8 GB de VRAM.

Para quem essa configuração é indicada?

✔ Boa escolha para:

• quem possui dois SSDs;
• quem tem pouco espaço no C:;
• quem quer experimentar IA local;
• quem possui uma GPU NVIDIA;
• quem quer testar diferentes modelos;
• quem pretende integrar Ollama com automações;
• quem quer montar um pequeno laboratório de IA doméstico.

✖ Menos indicada para:

• quem possui apenas um SSD com muito espaço livre;
• quem espera desempenho de uma GPU profissional;
• quem pretende executar modelos muito grandes exclusivamente na VRAM;
• quem precisa de desempenho profissional de inferência.

E as alternativas ao Ollama?

Ollama não é a única opção.

Existem atualmente outras ferramentas para executar modelos localmente.

LM Studio

O LM Studio é uma alternativa bastante conhecida para quem prefere uma experiência predominantemente gráfica.

É interessante para quem quer baixar modelos, configurar parâmetros e conversar com eles sem trabalhar tanto no terminal.

GPT4All

O GPT4All também permite executar modelos localmente e enfatiza privacidade e execução no próprio computador. A documentação oficial destaca que ele pode funcionar em desktops e notebooks comuns e também oferece recursos para trabalhar com documentos locais.

Jan

O Jan é outra alternativa interessante e atualmente oferece aplicações para Windows, Linux e macOS, além de modelos locais, API compatível com OpenAI e integração com agentes.

Para quem quer algo mais próximo de uma estação de trabalho de IA, Jan merece ser considerado.

Por que continuo preferindo Ollama?

No meu caso, o principal motivo é a combinação de:

simplicidade + terminal + API + integração com outras ferramentas.

A existência de uma API local também facilita bastante transformar o computador em um pequeno servidor de modelos.

Perguntas frequentes

Vale a pena em 2026?

Para quem quer experimentar IA local no Windows, considero que sim.

O projeto continua recebendo atualizações frequentes. A versão v0.32.5, por exemplo, foi publicada em julho de 2026, mostrando que o desenvolvimento continua ativo.

Mais importante ainda, o Ollama deixou de ser apenas uma ferramenta de terminal.

A experiência atual combina:

• aplicativo para Windows;
• gerenciamento de modelos;
• execução local;
• aceleração por GPU;
• API;
• integração com outras ferramentas;
• modelos modernos como Gemma 4.

Para uma máquina como a utilizada neste teste, com RTX 3070 8 GB e 16 GB de RAM, eu não tentaria transformar o computador em um servidor de modelos gigantes.

Eu faria justamente o contrário:

escolheria modelos menores, quantizados e adequados ao hardware.

Minha configuração final

Depois dos testes, minha configuração ficou assim:

Windows 11 Pro
      │
      ├── SSD C:
      │      └── Windows
      │
      └── SSD D:
             │
             ├── Ollama
             │      └── D:\Ollama
             │
             └── Modelos
                    └── D:\SHARE\AI\Ollama\models
                              │
                              ▼
                         Modelo local
                              │
                              ▼
                      RTX 3070 8 GB

Para quem possui dois SSDs, considero essa uma organização simples e eficiente.

Conclusão

O Ollama se tornou uma das maneiras mais práticas de começar a experimentar inteligência artificial local no Windows.

No meu caso, a mudança mais interessante não foi simplesmente instalar o programa.

Foi separar toda a estrutura:

C:
Windows

D:
Ollama
Modelos de IA

O procedimento que funcionou no meu computador foi:

.\OllamaSetup.exe /DIR="D:\Ollama"

Depois, pela interface do Ollama, configurei o armazenamento dos modelos para:

D:\SHARE\AI\Ollama\models

Com isso, o SSD do Windows fica livre dos arquivos maiores dos modelos, enquanto o SSD D: assume o armazenamento relacionado à IA.

A RTX 3070 com 8 GB de VRAM também continua sendo perfeitamente útil para esse tipo de laboratório, desde que as expectativas sejam realistas.

O ponto principal é não confundir capacidade de executar um modelo com capacidade de executá-lo rapidamente.

Para descobrir o que realmente funciona melhor nessa máquina, o próximo passo é comparar modelos diferentes medindo:

• velocidade de geração;
• uso de VRAM;
• uso de RAM;
• uso de CPU;
• tamanho do modelo;
• contexto;
• qualidade das respostas.

E é justamente essa comparação que pretendo continuar fazendo aqui no HobbyTestLab.

Fontes oficiais

• Ollama para Windows
• Documentação do Ollama para Windows
• Documentação sobre Context Length
• Modelos Gemma 4 no Ollama
• Releases oficiais do Ollama

Continue acompanhando o HobbyTestLab para ver quais modelos realmente entregam o melhor equilíbrio entre velocidade, consumo de memória e qualidade em uma RTX 3070 de 8 GB.

Quer se aprofundar em serviços auto-hospedados e configurações de homelab?

Explore mais guias sobre Laboratório Doméstico e Auto-Hospedagem aqui →