Ce projet permet de déployer et gérer des instances de serveurs vLLM (Very Large Language Model) pour exécuter des modèles de langage à grande échelle. Il facilite l'orchestration, le scaling et la maintenance des ressources nécessaires à l'exécution de ces modèles, tout en optimisant les coûts et les performances. Idéal pour les entreprises ou chercheurs souhaitant exploiter des IA génératives sans gérer l'infrastructure sous-jacente.