Files
2026-10-12 02:12:30 +02:00

48 lines
1.5 KiB
YAML

# Rollen (SPEC-inventory §2/§3). Placement arbeitet sie nach priority ab.
roles:
gpu-main:
priority: 1
needs: {gpu: true, engine: vllm, min_vram_gb: 16, min_cc: 7.5}
prefer: largest
kinds: [llm]
slots: [tier1-general]
gpu-flex:
priority: 2
needs: {gpu: true, engine: vllm, min_vram_gb: 16, min_cc: 7.5}
prefer: largest
kinds: [llm]
optional: true # ohne zweite große GPU: kein Fallback-Slot, Training nur nachts auf gpu-main
slots: [tier1-flex]
gpu-embed:
priority: 3
count: 2 # redundant, damit Routing einen GPU-Ausfall übersteht
needs: {gpu: true, engine: llamacpp, min_vram_gb: 3, min_cc: 5.0}
prefer: smallest_fitting
kinds: [embedding, reranker]
cpu_fallback: true
slots: [embed-default, rerank-default]
gpu-small:
priority: 4
needs: {gpu: true, engine: llamacpp, min_vram_gb: 4, min_cc: 5.0}
prefer: smallest_fitting
kinds: [llm]
cpu_fallback: true
slots: [verifier-small, signature-extractor]
infra:
priority: 5
needs: {gpu: false, min_ram_gb: 16}
slots: []
tts-hq:
priority: 6
share_with: gpu-flex # Qwen3-TTS auf der zweiten Ada, außerhalb der Trainingsfenster
needs: {gpu: true, engine: pytorch, min_cc: 8.0}
kinds: [tts]
optional: true
slots: [tts-de-hq]
tts-cpu:
priority: 7
share_with: infra # Piper läuft im Infra-LXC mit
needs: {gpu: false, min_ram_gb: 8}
kinds: [tts]
slots: [tts-de]