sites: Inventar und Registry an echte Knoten (pve44–pve61) angepasst; ADR-0001/0002/0006 und PLAN §1.3/1.4/9 ergänzt

Inventar mit pve44–pve61 und den Ada-Rechnern gode-pc-05/06 (M4000 weiter
disabled). Registry-ops auf gpu-pve44/gpu-pve48/infra laut Placement, bei
den Ada-Slots entfallen pve_node und vmid (Worker-Registry v2, Task 6.4).
Tests: neuer test_site_knaster_matches_real_nodes, Konsistenztest auf
gpus-Liste umgestellt. ADR-Nachträge zu D1 (Variante B), D2 (eine GPU-VM
pro Knoten) und D3 (Ada bleibt Windows, vorgeschlagen).

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

sites/knaster/registry.yaml

@@ -15,37 +15,37 @@ slots:
     tier: 1
     device: gpu
     engine: vllm
-    node: gpu-main                       # RTX 4000 Ada #1
+    node: gpu-main                       # RTX 4000 Ada auf 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}   # keine Proxmox-VM; Anbindung über Worker-Registry v2 (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 auf gode-pc-06 (nachts Training → unavailable)
     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}   # keine Proxmox-VM; Anbindung über Worker-Registry v2 (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 auf pve48 (Placement 12.10.)
     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"}
 
   signature-extractor:
     tier: 1
@@ -56,18 +56,18 @@ 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"}
 
   embed-default:
     tier: 1
     device: gpu
     engine: llamacpp
-    node: gpu-embed                      # Quadro P2000
+    node: gpu-embed                      # Quadro P2000 auf pve44 und pve46 (Anti-Affinität, Placement 12.10.)
     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"}   # zweite Instanz in gpu-pve46
 
   rerank-default:
     tier: 1
@@ -78,7 +78,7 @@ 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"}   # zweite Instanz in gpu-pve46
 
   # --- Sprachausgabe (ADR-0006) ---
   tts-de:
@@ -90,17 +90,17 @@ 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"}   # Knoten laut proxmox.yaml (HA nach pve52/pve48)
 
   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 auf gode-pc-06 mit tier1-flex; während Training unavailable
     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}   # keine Proxmox-VM; Anbindung über Worker-Registry v2 (Task 6.4)
 
 adapters: []