Robert RappandClaude Opus 5.5
50acfa6a95
ci / test (push) Failing after 24s
Admin-Schlüssel je Person auf ops (Bastion) aus sites/knaster/proxmox.yaml (access.ops_ssh_keys/_revoked), Playbook admins.yml, Test, Übergabe in BETRIEB §15. Einstieg für Agenten und neue Admins: AGENTS.md, Projektkarte, bekannte Probleme. Weg 2 (Verwaltung über NEX) als Entwurf in Phase 9. Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
platform/proxmox
Proxmox-spezifische Schicht (austauschbar, siehe PLAN §7.2). Eingabe ist immer sites/<site>/proxmox.yaml.
Status: geschrieben, aber noch nicht gegen den echten Cluster getestet. Erster Lauf beim gemeinsamen Deployment, jeweils mit tofu plan bzw. ansible-playbook --check.
Ablauf
- Inventar: auf jedem Node
knaster inventory collectausführen undsites/knaster/inventory.yamlersetzen. Danachknaster placement plan --inventory sites/knaster/inventory.yamlund die Ergebnisse inproxmox.yamlübertragen (PCI-Pfade überlspci -nn | grep -i nvidia, IOMMU-Gruppen). - Hosts vorbereiten:
ansible-playbook playbooks/site.yml --limit pve_hosts. Setzt IOMMU und VFIO und sperrt die NVIDIA-Treiber auf dem Host. Danach die Hosts neu starten. Der ZFS-Pooltankwird nicht automatisch angelegt (Datenverlustgefahr), die Rolle gibt dafür den Befehl aus. - Template: pro Node ein Ubuntu-24.04-Cloud-Image als Template mit VMID 9000.
- VMs/LXC:
cd tofu && tofu init && tofu plan -var proxmox_api_token=...und danachtofu apply. - Gäste:
ansible-playbook playbooks/site.yml --limit gpu_vms,infra. Installiert die Treiber pro Generation gepinnt (legacy/modern), das Container-Toolkit, Docker und den Xid-Exporter. - Dienste:
deploy/compose/<rolle>auf den jeweiligen Gästen starten.
Bewusste Grenzen
- Keine Live-Migration von GPU-VMs. HA gilt nur für den Infra-LXC (mit ZFS-Replikation alle 15 Min.).
- Der Proxmox-API-Token für den Healer braucht nur
VM.PowerMgmtauf den GPU-VMs undSys.PowerMgmt(Host-Neustart, nur mit Freigabe).