LM Studio su Linux: Ubuntu, Debian, Arch, Fedora (2026)

LM Studio su Linux propone un'applicazione grafica in formato AppImage per scaricare e usare modelli locali, oltre a un server API. Il ramo 0.4 dispone anche della CLI lms e del servizio senza interfaccia llmster. Ecco il percorso grafico, i prerequisiti ufficiali e le verifiche utili su Linux.
#Perché LM Studio su Linux
Su Linux, la scelta istintiva per un LLM locale è Ollama: daemon systemd, CLI pulita, ascolto predefinito su localhost:11434. È eccellente per l'uso su server. LM Studio affronta un altro aspetto: quello della postazione di lavoro con interfaccia grafica.
- Un'interfaccia completa senza terminale
- Chat, browser di modelli Hugging Face, gestore dei download, impostazioni di sampling: tutto in interfaccia grafica. Utile se vuoi testare rapidamente diversi modelli prima di passare in produzione.
- Un server compatibile con OpenAI con un clic
- La scheda Developer espone un endpoint http://localhost:1234/v1 che utilizza il protocollo OpenAI. Qualsiasi SDK (openai-python, LangChain, Continue.dev) può inviare richieste a questo endpoint senza modificare una riga di codice.
- Nessuna installazione a livello di sistema
- L'AppImage viene eseguita nello spazio utente. Niente sudo, nessun pacchetto da installare, nessun repository di terze parti. Per le macchine soggette a restrizioni imposte dal reparto IT o per le distribuzioni atipiche, è un vantaggio prezioso.
- Formato GGUF nativo
- LM Studio legge esclusivamente il GGUF (il formato di llama.cpp). È lo stesso formato utilizzato internamente da Ollama, quindi il 100% dei modelli popolari è disponibile.
#Prerequisiti
Approfitta della nostra esperienza e di un percorso guidato per creare il tuo assistente locale e usare la tua IA ogni giorno.
- Spazio online a vita
- PDF + file
- Garanzia di rimborso di 30 giorni
- Distribuzione Linux recente
- La documentazione ufficiale cita Ubuntu 20.04 o versioni successive. Per Debian, Arch, Fedora e le relative derivate, verifica l'architettura, i driver e le note di versione; questa guida non certifica un test su ogni distribuzione.
- Compatibilità delle librerie di sistema
- Utilizzate una distribuzione e un'architettura compatibili con il download ufficiale. La soglia glibc 2.35 precedentemente indicata qui non è un prerequisito generale stabilito dalla documentazione attuale.
- FUSE
- La versione 0.4.22 ha risolto problemi di AppImage legati a FUSE e alla sandbox. Inizia con una versione recente; installa una libreria FUSE solo se lo richiedono un errore specifico e le note della tua distribuzione.
- Almeno 8 GB di RAM
- Per eseguire un modello 7B in Q4. 16 GB per lavorare comodamente, 32 GB o più per i modelli 14B o per tenere aperto anche il tuo IDE.
- GPU (opzionale ma consigliata)
- NVIDIA con driver recenti (CUDA 12+), AMD con ROCm 6.x, o Intel Arc tramite Vulkan. Senza GPU, gira sulla CPU — utilizzabile per modelli da 3B, lento per modelli da 7B.
#1. Recuperare l'AppImage
Il sito ufficiale rileva automaticamente il tuo sistema operativo e propone la versione corretta. Verifica che tu stia effettivamente scaricando da lmstudio.ai — esistono mirror dubbi.
- 01Scarica il file .AppImageIl file binario occupa tra 500 e 700 MB. Include llama.cpp, l'interfaccia Electron e tutto il runtime. Salvalo in ~/Applications/ o ~/.local/bin/ per convenzione — in realtà puoi metterlo ovunque, perché l'AppImage è autosufficiente.
- 02Rendilo eseguibileCon il comando chmod +x. Senza questo passaggio, il file è solo un archivio inerte.
- 03Lancez-leDoppio clic dal tuo gestore file o dalla riga di comando. Al primo avvio, LM Studio estrae il suo contenuto in ~/.cache/AppImage/ — è normale e si ripete solo a ogni aggiornamento.
#2. Primo avvio
Il ramo 0.4 utilizza Developer Mode, attivabile in Settings → Developer. La precedente scelta User / Power User / Developer appartiene all'interfaccia 0.3. Attiva la modalità sviluppatore quando hai bisogno del server o delle impostazioni avanzate.
La barra laterale sinistra organizza le viste:
- Chat
- L'interfaccia principale, simile a ChatGPT. È quella che userai il 90% del tempo.
- Discover
- Il catalogo dei modelli. Ricerca in tempo reale su Hugging Face, con un indicatore di compatibilità hardware (Full GPU Offload / Partial / Likely too large) basato sulla tua VRAM rilevata.
- My Models
- Tutti i tuoi modelli scaricati, con le loro dimensioni e le loro quantizzazioni. Utile per fare pulizia.
- Developer
- Il server locale compatibile con OpenAI. Visibile esclusivamente in modalità Power User o Developer.
#3. Scaricare un modello GGUF
LM Studio legge soltanto il formato GGUF (il formato binario di llama.cpp, successore di GGML). Se un modello esiste su Hugging Face ma non in GGUF, non potrai caricarlo direttamente. La stragrande maggioranza dei modelli popolari (Qwen 3.5, Gemma 4, Mistral, Granite 4.2, DeepSeek, gpt-oss) ha versioni GGUF mantenute dalla comunità.
- 01Apri Discover e cerca un modelloPer un primo tentativo, digita Qwen 3.5 9B o Granite 4.2 8B — le scelte affidabili del 2026 per la fascia 6-8 GB di VRAM. LM Studio elenca le varianti GGUF disponibili, solitamente pubblicate da bartowski, unsloth o lmstudio-community.
- 02Leggi i tag di compatibilitàA destra di ogni variante c’è un indicatore verde/arancione/rosso: “Full GPU Offload” significa che il modello entra interamente nella tua VRAM. “Partial” = una parte verrà caricata nella RAM (l'esecuzione sarà più lenta). “Likely too large” = meglio lasciar perdere.
- 03Scegli la quantizzazioneQ4_K_M è il punto ottimale per la maggior parte dei casi (bassa perdita di qualità, circa il 50% della dimensione di FP16). Q5_K_M se hai il 30-40% di VRAM in più. Q8_0 per la qualità massima se hai spazio in abbondanza. FP16 solo per il fine-tuning o il confronto.
- 04Clicca su DownloadTra 4 e 8 GB per un 7B in base alla quantizzazione. Il download avviene in background, puoi avviarne diversi in parallelo.
Una volta scaricato il modello, torna su Chat, selezionalo dal menu a discesa in alto, imposta il cursore GPU offload al massimo proposto e clicca su Load model. Il caricamento richiede da 5 a 30 secondi, a seconda delle dimensioni del modello e della velocità del disco.
#4. Avviare il server locale sulla porta 1234
La vista Developer fornisce in particolare endpoint compatibili con OpenAI, tra cui /v1/models e /v1/chat/completions. Per i client che utilizzano questi endpoint, adatta l'URL di base e l'autenticazione; non tutte le funzioni dell'API OpenAI sono necessariamente supportate.
- 01Passa alla modalità DeveloperSettings → UI Mode → Developer. La scheda Developer (icona del terminale) compare nella barra laterale.
- 02Seleziona un modelloMenu nella parte superiore della scheda Developer. Il modello deve essere già scaricato. Puoi caricarne diversi in parallelo se la VRAM lo permette.
- 03Regola Context Length e GPU OffloadPorta il GPU offload al massimo finché la VRAM lo consente. La lunghezza del contesto a 4096, predefinita, è sufficiente per la maggior parte degli utilizzi; passa a 8192 o 16384 per il RAG o i documenti lunghi.
- 04Clicca su Start ServerIl server ascolta per impostazione predefinita su 127.0.0.1:1234. La porta è configurabile proprio accanto se la 1234 è già occupata.
Per Python, basta un client openai ufficiale. La chiave API può essere qualsiasi stringa — LM Studio non la verifica.
Per accedere dalla LAN, attiva l’ascolto di rete nelle impostazioni del server. LM Studio dispone di un’autenticazione nativa tramite token: attiva Require Authentication, crea un token e invialo nell’intestazione Authorization: Bearer. Questa opzione è disattivata per impostazione predefinita. Mantieni localhost se il server viene utilizzato solo su questa macchina.
#5. Accelerazione GPU su Linux
È l'aspetto più insidioso di LM Studio su Linux. L'AppImage include diversi backend (CPU, CUDA, ROCm, Vulkan) e ne sceglie uno automaticamente all'avvio — ma il rilevamento automatico a volte sbaglia a seconda dei driver installati.
- NVIDIA (CUDA)
- Driver proprietari 535+ installati (nvidia-smi deve funzionare). CUDA 12.x è incluso nell'AppImage, non è necessario installarlo separatamente. Verifica in Settings → Hardware che la GPU sia elencata e che il backend sia effettivamente CUDA.
- AMD (ROCm)
- Driver ROCm 6.x installati sull'host (Radeon RX 6800 XT e versioni successive ufficialmente supportate, RX 6700 XT e RX 7600 spesso funzionanti con HSA_OVERRIDE_GFX_VERSION). Il tuo utente deve appartenere ai gruppi render e video.
- Intel Arc / iGPU
- Backend Vulkan, prestazioni discrete su Arc A770/A750 ma inferiori rispetto a NVIDIA/AMD. Installa vulkan-tools per verificare con vulkaninfo che la GPU venga rilevata.
- Nessuna GPU
- Fallback automatico sulla CPU. Per un Granite 4.2 8B Q4 su un Ryzen 7, aspettati 5-8 token/sec. Un modello da 3B come Qwen 3.5 2B o Granite 4.2 3B rimane molto utilizzabile. Al di sopra di 14B, la pazienza diventa un problema.
Il cursore GPU offload in Chat o Developer controlla quanti strati del modello vengono caricati sulla GPU. Impostalo al massimo finché la VRAM lo consente. Verifica il consumo effettivo in un terminale:
- Valori indicativi di VRAM per dimensione del modello (Q4)
- 3B ≈ 2 GB · 7B ≈ 5 GB · 14B ≈ 9 GB · 32B ≈ 19 GB · 70B ≈ 40 GB. Questi valori aumentano un po' se aumenti la lunghezza del contesto oltre 4096.
- GPU di riferimento
- Una scheda da 12 GB può essere adatta ad alcuni modelli 7B o 14B quantizzati, a seconda del contesto e del margine disponibile. Una 4090 da 24 GB non contiene interamente un 70B in Q3 con la sua cache: serve un modello più piccolo o un offload verso la RAM. Verificate la stima del caricamento prima di scegliere l'hardware.
#Insidie comuni
- L'AppImage rifiuta di avviarsi
- Avvia l'AppImage da un terminale, annota la versione e il messaggio esatto. Aggiorna prima di applicare un vecchio workaround per FUSE. Verifica poi l'architettura, la distribuzione e i prerequisiti ufficiali.
- La GPU non viene utilizzata
- Controlla nvidia-smi (o rocm-smi). Se la GPU non è elencata: driver mancanti o troppo vecchi. Se è elencata ma LM Studio continua a usare la CPU: Settings → Hardware permette di forzare il backend (CUDA/ROCm/Vulkan). Su AMD, l'utente deve appartenere ai gruppi render e video — disconnettiti e accedi di nuovo dopo il comando usermod.
- Il modello è lento nonostante la GPU
- VRAM saturata e offload parziale silenzioso. Riduci la lunghezza del contesto, abbassa il cursore GPU offload per misurare la soglia oppure scegli una quantizzazione più aggressiva (Q5 → Q4 → Q3).
- La porta 1234 è già occupata
- Spesso è occupata da un altro servizio di sviluppo. Cambia la porta in Developer → Settings, oppure termina il processo: ss -tulpn | grep 1234. Non serve modificare il firewall per un utilizzo su localhost.
- Aggiornamenti automatici che causano malfunzionamenti
- LM Studio si aggiorna automaticamente per impostazione predefinita. In un ambiente controllato (azienda, integrazione CI/CD), disattiva gli aggiornamenti automatici tramite Settings → Updates. Annota il numero della versione che funziona per poter tornare indietro se necessario.
- Automatizzare dal terminale
- LM Studio fornisce una CLI lms: lms ls, lms load, lms chat, lms server e lms runtime consentono di gestire i modelli e il server. Il servizio llmster funziona anche senza interfaccia grafica. Consulta lms --help e la documentazione della versione installata.
#Fonti e verifica del 14 ottobre 2026
Documentazione ufficiale verificata il 14 ottobre 2026. I requisiti possono evolvere: consulta queste fonti prima dell'installazione.
- Prerequisiti Linux ufficiali
- Note di versione e correzioni AppImage
- CLI ufficiale lms
- Autenticazione tramite token
#Per approfondire
Hai LM Studio installato, un GGUF caricato e un server compatibile con OpenAI in esecuzione. Ecco i passi successivi più naturali:
- Sfruttare a fondo il server API
- La guida Trasformare LM Studio in un server API descrive in dettaglio lo streaming, l'esecuzione di più modelli in parallelo, l'esposizione sicura sulla LAN e l'ottimizzazione delle prestazioni.
- Confrontare con Ollama su Linux
- La guida Installare Ollama su Linux tratta l'altro stack diffuso, più orientato a daemon/server. Per molti, la combinazione Ollama (daemon) + LM Studio (interfaccia client che si appoggia al daemon) è l'ideale.
- Scegliere la quantizzazione giusta
- La guida Scegliere la quantizzazione (Q4, Q5, Q8, FP16) confronta visivamente le perdite effettive di qualità e aiuta a trovare un compromesso tra qualità e VRAM; è particolarmente utile quando si scaricano i propri GGUF.
Un feedback, un errore, una precisazione? Facci sapere, così la guida migliora per tutti.