rorapp/cluster-knaster

Fork 0

Files

T

History

Robert RappandClaude Opus 5.5 5c790cc8d4

ci / test (push) Successful in 27s

Details

gpu-llamacpp: Compose auf P2000 per device_ids, Rolle und Playbook (Task 6.1)

- Build-Pin wie im Benchmark (b6000 = 4762ad7, CUDA 12.4, sm_52;61), Host-Netz,
  Log-Rotation, /slots und Web-Oberfläche aus, Qwen3 ohne Denkphase.
- Exporter aus dem Compose entfernt (laufen nativ, Rolle gpu-exporters).
- Rolle gpu-llamacpp: Karten-UUID über den Namen, Modelle mit Prüfsumme,
  ufw-Regeln nur vorgemerkt. Inventargruppe gpu_llamacpp (ohne gpu-pve52).

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

2026-10-12 21:28:33 +02:00

ansible

gpu-llamacpp: Compose auf P2000 per device_ids, Rolle und Playbook (Task 6.1)

2026-10-12 21:28:33 +02:00

scripts

infra: Compose-Stack mit Monitoring, ohne LiteLLM (Task 5.2)

2026-10-12 20:22:26 +02:00

tofu

tofu: Container-Pool nicht über tofu (pool_id erzwingt Ersetzen)

2026-10-12 20:06:29 +02:00

README.md

platform: OpenTofu/Ansible für Proxmox, CI, Makefile, Doku-Abgleich

2026-10-12 00:54:23 +02:00

README.md

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 collect ausführen und sites/knaster/inventory.yaml ersetzen. Danach knaster placement plan --inventory sites/knaster/inventory.yaml und die Ergebnisse in proxmox.yaml übertragen (PCI-Pfade über lspci -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-Pool tank wird 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 danach tofu 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.PowerMgmt auf den GPU-VMs und Sys.PowerMgmt (Host-Neustart, nur mit Freigabe).