[Unit]
Description=llama-server (llama.cpp OpenAI-compatible API)
After=network-online.target
Wants=network-online.target

[Service]
Type=simple
User=root
Environment=HSA_OVERRIDE_GFX_VERSION={{ hsa_override_gfx_version }}
Environment=LD_LIBRARY_PATH={{ rocm_path }}/lib
ExecStart=/opt/llama.cpp/build/bin/llama-server \
    --model {{ llama_model_path }} \
    --host {{ llama_server_host }} \
    --port {{ llama_server_port }} \
    --ctx-size {{ llama_ctx_size }} \
    --n-gpu-layers {{ llama_n_gpu_layers }} \
    --parallel {{ llama_parallel }} \
    --alias {{ llama_model_alias }} \
{% if llama_embeddings %}
    --embeddings \
    --pooling {{ llama_pooling }} \
{% endif %}
    --log-disable
Restart=on-failure
RestartSec=10

[Install]
WantedBy=multi-user.target