TTS-Slots (Piper CPU, Qwen3-TTS auf Ada), M4000 außer Betrieb, Engine-Grenzen im Placement (ADR-0006)

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

catalog/models.yaml

@@ -1,5 +1,12 @@
 # Modell-Katalog (SPEC-inventory §2). vram_gb = Gewichte + Mindest-KV-Cache (Richtwerte, per Kalibrierung prüfen).
 # Ist ein Modell nicht mehr aktuell, wird ein neuer Eintrag ergänzt. Der Wechsel läuft über die Lifecycle-Pipeline.
+# Engine-Grenzen gelten für alle Modelle der Engine (ADR-0006).
+engines:
+  llamacpp: {min_cc: 5.0, note: "CUDA-12-Build mit sm_52/61 – einzige Engine für Maxwell/Pascal"}
+  vllm:     {min_cc: 7.0}
+  pytorch:  {min_cc: 7.5, note: "Maxwell/Pascal nur bis torch 2.14 cu126, bf16/SDPA fehlen → sehr langsam (Qwen3-TTS auf P40: RTF ~7)"}
+  onnx:     {min_cc: 0.0, note: "läuft auch auf CPU"}
+
 models:
   qwen3-14b-awq:
     kind: llm
@@ -49,3 +56,22 @@ models:
     engines: [llamacpp]
     context: 8192
     cpu_ok: true
+  # --- TTS (ADR-0006) ---
+  qwen3-tts-1.7b:
+    kind: tts
+    vram_gb: 8           # bf16; mit faster-qwen3-tts (CUDA Graphs)
+    min_cc: 8.0          # bf16
+    engines: [pytorch]
+    note: "Apache 2.0, Deutsch, Voice Cloning/Design. Auf Ada geschätzt RTF 0,3–0,5 (messen)"
+  qwen3-tts-0.6b:
+    kind: tts
+    vram_gb: 4
+    min_cc: 8.0
+    engines: [pytorch]
+    note: "Apache 2.0, Deutsch"
+  piper-de-thorsten-medium:
+    kind: tts
+    vram_gb: 0.2
+    engines: [onnx]
+    cpu_ok: true
+    note: "schnell auf CPU (≪ Echtzeit), solide Qualität; piper-tts 1.3+ ist GPL-3.0 (eigener Dienst)"