ALI YESILKAYA ef15ba25e0 fix(llama_server): embed nomic sur CPU — supprime la contention GPU (docs=0) (#30) ... Le heartbeat embed (#28) gardait le slot :1238 chargé mais docs=0 revenait : latence bimodale 16ms / 9-12s. Cause = contention GPU, pas cold-start. nomic (:1238, --n-gpu-layers 99) partageait la RX 6700XT avec le chat qwen3-8b (:1234) ; ROCm sérialise → un embed lancé pendant une génération chat attend ~10s → dépasse le budget recall 4s du STT-server → docs=0 intermittent. - llama_embed_n_gpu_layers: 99 → 0 (CPU). nomic = 137M → ~100ms déterministe, découplé du slot chat. Le template lit déjà la variable. - heartbeat embed conservé comme sonde de vivacité (commentaire ajusté). - incidents-llm-gpu.md : section dédiée + README rôle mis à jour. Co-authored-by: Claude Opus 4.8 <noreply@anthropic.com>		2026-06-20 12:38:08 +02:00
..
group_vars	feat(ghostfolio): suivi de portefeuille sur k8s (PG s01 + Redis)	2026-06-15 14:04:19 +02:00
host_vars	feat(stt): embeddings dédiés nomic-embed-text sur gpu-01 (:1238) + migration auto (#12)	2026-06-17 21:54:41 +02:00
playbooks	feat(auto-improve): workflow Hermes d'analyse et amélioration de la doc	2026-06-02 23:53:53 +02:00
roles	fix(llama_server): embed nomic sur CPU — supprime la contention GPU (docs=0) (#30)	2026-06-20 12:38:08 +02:00
ansible.cfg	feat: initial commit — Ansible roles storage-01/gpu-01 opérationnels	2026-05-12 17:17:03 +02:00
inventory.yml	feat: initial commit — Ansible roles storage-01/gpu-01 opérationnels	2026-05-12 17:17:03 +02:00
requirements.yml	feat: initial commit — Ansible roles storage-01/gpu-01 opérationnels	2026-05-12 17:17:03 +02:00