Comparatif des orchestrateurs d'inference self-hosted : LocalAI, exo, GPUStack, vLLM (en)

Comparaison de référence des orchestrateurs IA self-hosted en septembre 2026 : modalités supportées, support multi-machines, auto-discovery, cache-aware routing, console d’administration, cloud burst, fan-out non-LLM, training et support Kubernetes. Inclut un guide de choix selon les cas d’usage (Ollama, llama.cpp, vLLM, LocalAI, exo, GPUStack, Xinference, NVIDIA Dynamo) avec sources vérifiées.