Monter un vrai serveur IA chez soi tient souvent du parcours du combattant. On achète une machine costaud, on empile sur sa liste de courses tout ce qu'on rêve de faire tourner soi-même : un chat local, de la reconnaissance vocale, de la génération d'images, un peu de recherche documentaire... et on se retrouve à enchaîner les conteneurs Docker sans jamais vraiment savoir si tout va bien se parler entre eux. Light Heart Labs, visiblement lassé de ce bricolage permanent, a sorti Dream Server : un installateur qui prend en charge tout ce petit monde à votre place, en une seule commande. Je vous propose de faire le tour de l'outil : ce qu'il installe réellement, comment le mettre en route, comment le piloter au quotidien, et comment il se positionne face aux autres solutions d'IA locale du moment.
Le casse-tête du serveur ia fait maison
Si vous avez déjà essayé de monter votre propre serveur d'intelligence artificielle, vous savez de quoi je parle. Il faut généralement assembler à la main un moteur d'inférence (llama.cpp, vLLM ou Ollama), une interface de chat, éventuellement un module de reconnaissance et de synthèse vocale, un outil de génération d'images, une base vectorielle pour la recherche documentaire (le fameux RAG), et parfois un moteur de recherche web auto-hébergé pour éviter de dépendre de Google. Chaque brique a ses propres dépendances, ses propres ports, son propre fichier de configuration, et la moindre mise à jour peut casser l'équilibre de l'ensemble. Résultat : beaucoup de monde abandonne en cours de route et retourne payer un abonnement cloud.
C'est précisément ce problème que Dream Server cherche à résoudre : non pas en inventant un nouveau moteur d'IA, mais en orchestrant intelligemment les briques open source existantes pour qu'elles fonctionnent ensemble dès la première minute.
Dream Server, c'est quoi exactement ?
Dream Server est un projet open source développé par Light Heart Labs, distribué sous licence Apache 2.0 (donc librement utilisable, modifiable et même réutilisable commercialement). Le dépôt a dépassé les 2 400 étoiles sur GitHub et continue de recevoir des mises à jour fréquentes : au moment où j'écris ces lignes, la version stable est la 2.5.3, sortie fin mai 2026.
L'écosystème de l'IA locale évolue vite. Les chiffres et numéros de version cités dans cet article correspondent à l'état du projet au 30 juin 2026 ; vérifiez la page des releases du dépôt avant de vous lancer si vous lisez cet article plus tard.
Le projet a aussi commencé à se faire remarquer en dehors de sa communauté d'origine : reconnaissance « Featured Developer » par AMD, victoire au AMD Lemonade Developer Challenge de mai 2026, et présentation lors d'un événement consacré à l'écosystème IA de Philadelphie. Rien qui change la donne technique, mais cela donne une idée du sérieux et de la dynamique derrière l'outil.
Installer Dream Server en une seule commande
C'est l'argument central du projet : une seule ligne suffit pour tout déclencher. Sous Linux et macOS :
curl -fsSL https://raw.githubusercontent.com/Light-Heart-Labs/DreamServer/main/dream-server/get-dream-server.sh | bash
Sous Windows, via PowerShell :
Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass
git clone https://github.com/Light-Heart-Labs/DreamServer.git
cd DreamServer
.\install.ps1
L'installateur (baptisé en interne « DREAMGATE ») se charge de tout : il détecte votre carte graphique ou votre puce, choisit le modèle de langage le plus adapté à votre configuration, génère les identifiants de connexion, puis démarre l'ensemble des services. Sous Windows, il faut Docker Desktop avec le backend WSL2 ; sous macOS, une puce Apple Silicon (M1 ou plus récent) avec Docker Desktop également. Côté Linux, l'équipe annonce une validation sur une dizaine de distributions : Ubuntu 24.04/22.04, Debian 12, Linux Mint, Fedora, Rocky Linux, Arch, Manjaro, CachyOS et openSUSE Tumbleweed.
Treize services prêts à l'emploi
Le terme « serveur IA complet » n'est pas usurpé : la pile logicielle de Dream Server compte aujourd'hui treize services intégrés, contre une grosse poignée à l'origine du projet. Voici à quoi sert chacun d'eux.
| Service | Rôle dans la pile |
|---|---|
| Open WebUI | Interface de chat façon ChatGPT, historique des conversations, recherche web intégrée |
| llama-server | Moteur d'inférence du modèle de langage, configuré automatiquement selon le matériel détecté |
| LiteLLM | Passerelle API permettant de basculer entre inférence locale et fournisseurs cloud |
| Whisper | Reconnaissance vocale (speech-to-text) |
| Kokoro | Synthèse vocale (text-to-speech) |
| ComfyUI | Génération d'images |
| Qdrant | Base de données vectorielle utilisée pour la recherche augmentée par récupération (RAG) |
| SearXNG | Moteur de recherche web auto-hébergé, sans traçage |
| Perplexica | Moteur de recherche approfondie (« deep research ») |
| n8n | Automatisation de workflows, avec plus de 400 intégrations disponibles |
| OpenClaw | Cadre d'agents IA autonomes capables d'exécuter des tâches |
| Privacy Shield | Filtrage des données personnelles avant tout envoi vers un service tiers |
| Tableau de bord | Supervision en temps réel du GPU, des services et des extensions activées |
| Liste correspondant à la version 2.5.x ; elle peut évoluer au fil des mises à jour. | |
Tout ce petit monde communique nativement : Open WebUI parle à llama-server, qui peut basculer vers le cloud via LiteLLM, pendant que SearXNG ou Perplexica alimentent la recherche web et que n8n orchestre vos automatisations. C'est précisément ce câblage automatique qui constitue la vraie valeur ajoutée de Dream Server, bien plus que chaque brique prise isolément.
Une détection automatique adaptée à votre matériel
Que vous disposiez d'une RTX 4090, d'un Mac M4 avec mémoire unifiée, d'une puce AMD Strix Halo (la fameuse Ryzen AI MAX+ 395), ou même d'un vieux PC sans carte graphique dédiée, l'installateur ajuste automatiquement le modèle de langage téléchargé à la puissance disponible. Le tableau ci-dessous donne une idée des paliers généralement proposés ; gardez à l'esprit que la liste exacte des modèles évolue à chaque version.
| Matériel | VRAM / mémoire | Modèle indicatif |
|---|---|---|
| RTX 4060 Ti | 8-11 Go | Modèle compact (≈ 7 milliards de paramètres) |
| RTX 3090 | 12-20 Go | Modèle intermédiaire (≈ 14 milliards de paramètres) |
| RTX 4090 | 20-40 Go | Modèle avancé (≈ 32 milliards de paramètres) |
| A100 / H100 (multi-GPU) | 90 Go et plus | Modèle haut de gamme (70 milliards de paramètres et plus) |
| AMD Strix Halo (Ryzen AI MAX+ 395) | 64-96 Go unifiés | Modèle adapté à la mémoire unifiée AMD |
Valeurs données à titre indicatif ; consultez dream model list pour voir les modèles réellement proposés sur votre installation. | ||
Si vous n'avez pas de GPU du tout, Dream Server ne vous laisse pas pour autant sur le carreau : un mode cloud permet de faire tourner exactement la même pile de services, mais en s'appuyant sur des API distantes (OpenAI, Anthropic, Together) plutôt que sur de l'inférence locale.
Trois modes d'inférence à la carte
- Mode local
- Tout tourne sur votre machine, sans connexion sortante nécessaire pour générer une réponse. C'est le mode par défaut.
- Mode cloud
- L'inférence est déléguée à une API externe via LiteLLM. Pratique si votre machine n'a pas assez de puissance, ou si vous voulez ponctuellement accéder à un modèle plus performant.
- Mode hybride
- L'inférence locale reste prioritaire, avec un repli automatique vers le cloud en cas de besoin. Un bon compromis entre confidentialité et puissance disponible à la demande.
Le mode bootstrap : discuter pendant que tout se télécharge
Un modèle de langage complet pèse souvent plusieurs dizaines de gigaoctets, et son téléchargement peut prendre du temps selon votre connexion. Pour éviter de rester les bras croisés, Dream Server démarre dans un premier temps avec un modèle léger, capable de répondre en quelques minutes, le temps que le modèle définitif termine de se télécharger en arrière-plan. La bascule vers le modèle complet se fait ensuite automatiquement, sans manipulation de votre part.
Piloter Dream Server au quotidien avec la commande dream
Une fois l'installation terminée, toute la gestion de votre serveur passe par une seule commande : dream. Voici les commandes les plus utiles, telles que documentées par le projet.
| Commande | Effet |
|---|---|
dream status | Vérifie l'état de santé des services et du GPU |
dream list | Liste tous les services disponibles et leur état |
dream logs llm | Affiche les journaux d'un service (alias disponibles : llm, stt, tts) |
dream restart [service] | Redémarre un service précis, ou l'ensemble de la pile si aucun nom n'est précisé |
dream start / dream stop | Démarre ou arrête l'ensemble de la pile |
dream mode cloud | Bascule vers une inférence via API cloud |
dream mode local | Repasse en inférence 100 % locale |
dream mode hybrid | Active le mode hybride local + repli cloud |
dream model swap T3 | Change de palier de modèle selon votre matériel |
dream enable n8n | Active une extension, ici n8n |
dream disable whisper | Désactive une extension, ici Whisper |
dream config show | Affiche le fichier .env, avec les secrets masqués |
dream preset save gaming | Sauvegarde la configuration actuelle sous un nom donné |
dream preset load gaming | Restaure une configuration précédemment sauvegardée |
| Chaque service est conçu comme une extension : il suffit de déposer un dossier contenant un manifeste pour ajouter les vôtres. | |
Le piège du séparateur décimal sous linux en français
Si votre système Linux est configuré en locale française (ou dans toute locale qui utilise la virgule comme séparateur décimal), l'installateur peut générer par erreur des valeurs numériques avec une virgule au lieu d'un point dans le fichier .env (par exemple 16,0 au lieu de 16.0). Cela fait planter l'installation avec une erreur du type COMFYUI_CPU_LIMIT: expected number, got '16,0'. La parade, confirmée par l'équipe du projet, consiste à relancer l'installateur en forçant temporairement la locale C : faites précéder votre commande d'installation de LC_ALL=C.
Pour qui est fait Dream Server (et pour qui il ne l'est pas)
Dream Server reste un orchestrateur, pas un moteur d'IA magique : il ne réinvente rien sous le capot, il assemble des briques open source déjà éprouvées. Si vous prenez plaisir à monter votre stack pièce par pièce et à régler chaque paramètre à la main, cet outil ne vous apportera pas grand-chose de plus que ce que vous savez déjà faire. En revanche, si vous voulez simplement avoir votre IA personnelle opérationnelle ce soir, sans passer des heures à débuguer des conflits de ports ou des problèmes de pilotes CUDA, c'est exactement le genre de gain de temps recherché.
Pourquoi l'ia locale reprend de l'importance
À mesure que l'intelligence artificielle devient une brique d'infrastructure à part entière, dépendre à 100 % d'un abonnement cloud qui peut voir ses tarifs grimper ou son accès coupé du jour au lendemain devient un vrai sujet de vigilance, aussi bien pour un particulier que pour une petite structure. Garder ses données et ses conversations sur sa propre machine répond aussi à des préoccupations très concrètes de confidentialité, particulièrement sensibles dès qu'on touche à des documents professionnels ou personnels. C'est ce contexte qui explique l'intérêt grandissant pour des solutions clé en main comme Dream Server : elles abaissent la barrière technique sans pour autant sacrifier le contrôle.
Dream Server face aux alternatives
Dream Server n'est évidemment pas le seul acteur du secteur de l'IA locale, mais peu d'outils visent le même objectif : fournir d'un coup une pile complète et pré-câblée, plutôt qu'un composant isolé. Voici comment il se positionne face à quelques alternatives connues.
| Outil | Type d'approche | Niveau technique requis | Services inclus | Licence / prix |
|---|---|---|---|---|
| Dream Server | Installateur tout-en-un, pile complète pré-câblée | Débutant à expert (un terminal, mais zéro configuration manuelle) | Chat, voix, RAG, recherche web, images, automatisation, agents (13 services) | Open source (Apache 2.0), gratuit |
| Ollama | Moteur d'inférence en ligne de commande | Développeur | Modèle de langage seul (une interface comme Open WebUI doit être ajoutée à part) | Open source, gratuit |
| LM Studio | Application de bureau avec interface graphique | Débutant | Chat avec un modèle de langage, serveur API local | Gratuit, propriétaire |
| Pinokio | « App store » de projets IA locaux en un clic | Débutant à intermédiaire | Variable, selon les scripts installés individuellement | Gratuit |
| AnythingLLM | Plateforme de chat et de RAG documentaire | Intermédiaire | Chat, RAG documentaire, espaces multi-utilisateurs (s'appuie sur Ollama ou LM Studio pour l'inférence) | Gratuit, avec offre Pro payante |
| La plupart de ces outils sont complémentaires plutôt que strictement concurrents : Dream Server intègre d'ailleurs lui-même un moteur d'inférence et une interface de chat comparables à ce que proposent Ollama et Open WebUI séparément. | ||||
Mon avis
Ce qui me semble le plus convaincant dans Dream Server, ce n'est pas tant la promesse de « l'IA en une commande » - on l'a déjà entendue ailleurs - que la cohérence de l'ensemble une fois installé : chat, voix, images, recherche et automatisation qui se parlent vraiment entre eux, sans bricolage de votre côté. Pour quelqu'un qui débute, c'est clairement le chemin le plus court vers un serveur IA fonctionnel. Pour un utilisateur plus avancé qui a déjà sa propre stack Ollama plus Open WebUI plus quelques extensions, l'intérêt sera plus limité, sauf à vouloir centraliser sa gestion via une seule commande. Dans tous les cas, gardez à l'esprit qu'il s'agit d'un projet jeune et qui évolue vite : prenez le temps de lire les notes de version avant de l'installer sur une machine de production.
Pour aller plus loin
- Le dépôt officiel du projet, avec la documentation complète : github.com/Light-Heart-Labs/DreamServer
- La page des releases pour suivre les nouvelles versions et leurs notes de mise à jour