sites: Inventar und Zielbild an echte Knoten (pve44–pve61) angepasst; ADR-0001/0002/0006 ergänzt

Aufbauplan Task 0.4:
- inventory.yaml: pve44/46/48/52/61 und GODE-PC-05/06 (Ada, Windows, cpu_roles: false)
- proxmox.yaml: eine GPU-VM pro Knoten mit allen Karten (D2), local-lvm/tank (D1 B),
  192.168.100.0/24 ohne VLAN, Gast-IPs .220–.239 (ANNAHME bis Task 0.2)
- registry.yaml/prometheus.yml: ops-Labels auf gpu-pve44/46/48, Ada ohne pve_node/vmid
- tofu: dynamische hostpci, Speicher je Gast; Ansible: pve_gpu_hosts/pve_kiosk,
  Replikation auf mehrere Ziele
- Placement: cpu_roles=false schließt Arbeitsplätze/Kiosk von CPU-Rollen aus
- PLAN §1.3/§1.4/§9 und ADR-Nachträge (D1 entschieden, D2/D3 Bestätigung offen)

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

sites/knaster/registry.yaml

@@ -1,6 +1,9 @@
 # Registry für den Cluster "knaster" (SPEC-core §1).
 # Clients sprechen nur Slot-Namen an; litellm_model ist der Alias in deploy/litellm/config.yaml.
 # ops: Labels für den Healer (Portainer-Endpoint, Container, Proxmox-Node, VM-ID).
+# Stand Aufbauplan Task 0.4: P2000-Slots in den GPU-VMs gpu-pve44/46/48 (Zuordnung ANNAHME bis Benchmark-Tag,
+# Task 3.3). Ada-Slots laufen auf Windows-Arbeitsplätzen (D3) ohne Proxmox; Umstellung auf die
+# Worker-Registry v2 folgt in Task 6.4, bis dahin behalten sie ihre Engine.
 slots:
   tier0-strong:
     tier: 0
@@ -15,37 +18,37 @@ slots:
     tier: 1
     device: gpu
     engine: vllm
-    node: gpu-main                       # RTX 4000 Ada #1
+    node: gpu-main                       # RTX 4000 Ada, GODE-PC-05 (Windows, D3)
     litellm_model: tier1-general
     base_model: qwen3-14b-awq            # Startkandidat, Entscheidung per Kalibrierungslauf
     max_context: 32768
     effective_context: 16384
     supports_lora: true
     fallbacks: [tier1-flex]
-    ops: {docker_host: gpu-main, container: vllm, pve_node: pve-ada, vmid: "201"}   # VM-IDs/Hosts: ANNAHME bis Deployment
+    ops: {docker_host: gpu-main, container: vllm}   # kein Proxmox (D3); bis Task 6.4
 
   tier1-flex:
     tier: 1
     device: gpu
     engine: vllm
-    node: gpu-flex                       # RTX 4000 Ada #2 (nachts Training → unavailable)
+    node: gpu-flex                       # RTX 4000 Ada, GODE-PC-06 (Windows, D3)
     litellm_model: tier1-flex
     base_model: qwen3-14b-awq
     max_context: 32768
     effective_context: 16384
     supports_lora: true
-    ops: {docker_host: gpu-flex, container: vllm, pve_node: pve-ada, vmid: "202"}   # VM-IDs/Hosts: ANNAHME bis Deployment
+    ops: {docker_host: gpu-flex, container: vllm}   # kein Proxmox (D3); bis Task 6.4
 
   verifier-small:
     tier: 1
     device: gpu
     engine: llamacpp
-    node: gpu-small                      # Quadro M4000 (Nutzen per Benchmark prüfen)
+    node: gpu-small                      # Quadro P2000 in gpu-pve48
     litellm_model: verifier-small
     base_model: qwen3-4b-q4km
     max_context: 8192
     effective_context: 6144
-    ops: {docker_host: gpu-small, container: llamacpp-chat, pve_node: pve3, vmid: "231"}   # VM-IDs/Hosts: ANNAHME bis Deployment
+    ops: {docker_host: gpu-pve48, container: llamacpp-chat, pve_node: pve48, vmid: "248"}   # ANNAHME bis Task 3.3
 
   signature-extractor:
     tier: 1
@@ -56,18 +59,18 @@ slots:
     base_model: qwen3-4b-q4km
     max_context: 8192
     effective_context: 6144
-    ops: {docker_host: gpu-small, container: llamacpp-chat, pve_node: pve3, vmid: "231"}   # VM-IDs/Hosts: ANNAHME bis Deployment
+    ops: {docker_host: gpu-pve48, container: llamacpp-chat, pve_node: pve48, vmid: "248"}   # ANNAHME bis Task 3.3
 
   embed-default:
     tier: 1
     device: gpu
     engine: llamacpp
-    node: gpu-embed                      # Quadro P2000
+    node: gpu-embed                      # Quadro P2000, redundant in gpu-pve44 und gpu-pve46
     litellm_model: embed-default
     base_model: qwen3-embedding-0.6b-q8
     max_context: 8192
     kind: embedding
-    ops: {docker_host: gpu-embed-1, container: llamacpp-embed, pve_node: pve3, vmid: "221"}   # VM-IDs/Hosts: ANNAHME bis Deployment
+    ops: {docker_host: gpu-pve44, container: llamacpp-embed, pve_node: pve44, vmid: "244"}   # ANNAHME bis Task 3.3
 
   rerank-default:
     tier: 1
@@ -78,7 +81,7 @@ slots:
     base_model: bge-reranker-v2-m3-q8
     max_context: 8192
     kind: rerank
-    ops: {docker_host: gpu-embed-1, container: llamacpp-rerank, pve_node: pve3, vmid: "221"}   # VM-IDs/Hosts: ANNAHME bis Deployment
+    ops: {docker_host: gpu-pve44, container: llamacpp-rerank, pve_node: pve44, vmid: "244"}   # ANNAHME bis Task 3.3
 
   # --- Sprachausgabe (ADR-0006) ---
   tts-de:
@@ -90,17 +93,17 @@ slots:
     base_model: piper-de-thorsten-medium
     max_context: 5000                    # Zeichen pro Anfrage (TTS-Dienst-Limit)
     kind: tts
-    ops: {docker_host: infra, container: tts-piper, pve_node: pve1, vmid: "101"}   # ANNAHME bis Deployment
+    ops: {docker_host: infra, container: tts-piper, pve_node: pve44, vmid: "101"}   # HA: kann nach pve52/pve48 wandern
 
   tts-de-hq:
     tier: 1
     device: gpu
     engine: pytorch
-    node: gpu-flex                       # teilt sich die Ada mit tier1-flex; während Training unavailable
+    node: gpu-flex                       # teilt sich die Ada mit tier1-flex; unter Windows erst ab Phase 9 (WSL2, D3)
     litellm_model: tts-de-hq
     base_model: qwen3-tts-1.7b
     max_context: 5000
     kind: tts
-    ops: {docker_host: gpu-flex, container: qwen-tts, pve_node: pve-ada, vmid: "202"}   # ANNAHME bis Deployment
+    ops: {docker_host: gpu-flex, container: qwen-tts}   # kein Proxmox (D3)
 
 adapters: []