<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>Ollama on Nalar</title>
    <link>https://nalar.dev/id/tags/ollama/</link>
    <description>Recent content in Ollama on Nalar</description>
    <generator>Hugo</generator>
    <language>id-id</language>
    <lastBuildDate>Sat, 19 Sep 2026 00:00:00 +0000</lastBuildDate>
    <atom:link href="https://nalar.dev/id/tags/ollama/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Memori Ollama Gemma 3 270M Lebih Besar dari Ukuran File Model</title>
      <link>https://nalar.dev/id/memori-ollama-gemma-3-270m-lebih-besar-dari-ukuran-file-model/</link>
      <pubDate>Sat, 19 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://nalar.dev/id/memori-ollama-gemma-3-270m-lebih-besar-dari-ukuran-file-model/</guid>
      <description>&lt;p&gt;Ollama mencantumkan &lt;code&gt;gemma3:270m&lt;/code&gt; dengan ukuran sekitar 292 MB. Angka ini berguna untuk menghitung kebutuhan storage, tetapi bukan kebutuhan RAM. Nilai tersebut menggambarkan data model yang dikemas untuk varian default Ollama, yang memakai quantization Q8_0. Ketika inferensi berjalan, runtime juga membutuhkan memori untuk metadata model, execution buffer, state token, dan key-value cache yang dipakai attention.&lt;/p&gt;&#xA;&lt;p&gt;Perbedaan ini penting pada mesin dengan RAM kecil. Perangkat dengan RAM 512 MB sekilas terlihat cukup jika hanya dibandingkan dengan file model 292 MB, padahal sisa memori juga harus menampung Ollama dan sistem operasi. Konfigurasi context dapat mengubah total kebutuhan secara signifikan.&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
