diff --git a/docs/platform/llm-server/ai/GNAI-008-PLAN_Ansible-Deployment.md b/docs/platform/llm-server/ai/GNAI-008-PLAN_Ansible-Deployment.md index f8a368f..ff8af14 100644 --- a/docs/platform/llm-server/ai/GNAI-008-PLAN_Ansible-Deployment.md +++ b/docs/platform/llm-server/ai/GNAI-008-PLAN_Ansible-Deployment.md @@ -923,6 +923,48 @@ VRAM. Der Abschlusslauf endete mit `--rm` entfernt; das gepinnte Image bleibt für den folgenden Testing-Aufbau im Store. Modellladen, Layer-Verteilung und Inferenz wurden noch nicht geprüft. +### 14.6 Belegter Ausführungsstand M4: Production und Umschaltmechanik (06.11.2026) + +**Production-Umgebung:** `inventories/production` führt dieselbe +Rollenlogik mit eigenen Variablen (Konto `gnai-production`/980, +Datenwurzel `/var/lib/ghostnet-ai/production`, Unit-Präfix und Netz +`gnai-production-llama`). Als Profile sind entsprechend dem +M3-Betreiberbeschluss (GNAI-009 10.4) nur der Referenz Swift 1.5 Q6_K +und das Rollbackprofil Unsloth UD-Q6_K ausgerollt. Preview: production +`changed=2`, Testing-Regressionslauf `changed=0`. Der erste Deployment- +Lauf (ok=38 changed=4) zog das gepinnte Engine-Image in den eigenen +rootless Store, startete `gnai-production-llama-swift15` und bestand +Health/Alias/Inferenztest (17×23=391, `reasoning_content` vorhanden); +Testing blieb nach geordnetem Stopp ohne Container und GPU-Prozesse. + +**Umschaltmechanik:** Die Rolle `ai_environment_switch` deployt das +privilegierte Host-Skript `gnai-environment-switch` (flock-Lock, +Stop-vor-Start, GPU-Freigabenachweis je Umgebungskonto über +`/proc/*/fd`, Health-Warte, atomare Zustandsdatei), das Mapping aus +`ai_environment_definitions`, den Recovery-Service und einen +Minuten-Timer. Non-Fallback-Wechsel verlangen zwingend ein +Wartungsfenster (Minuten), dessen Ende in der Zustandsdatei +festgehalten wird. Ausgeführt wird der Wechsel über +`playbooks/switch-environment.yml`; das Ziel kann ohne CI-Zugang auf +Production-Secrets gesetzt werden (Umsetzung der Betreiber- +Vorentscheidungen zu Frage 5/6 aus Abschnitt 12). + +Abnahme am 06.11.2026, alle bestanden: + +| Test | Ergebnis | +| --- | --- | +| T1 Wechsel ohne Fenster wird verweigert (RC 1) | bestanden | +| T2 Production→Testing mit 15-Min-Fenster über das Playbook | bestanden („switched to testing") | +| T3 Zustand: `active=testing`, Fenster gesetzt, Production ohne Units und GPU-Prozesse, Testing-Health ok | bestanden | +| T4 Rückweg Testing→Production | bestanden | +| T5 Runner-Abbruch: Fenster (4 Min) läuft ab, niemand schaltet zurück – Recovery-Timer stellt Production automatisch her | bestanden (Kernkriterium M4) | +| T6 simulierter Ausfall: Production-Stopp, `recover` → aktiv | bestanden | +| T7 Idempotenz des Rollen-Deploy + bereits aktivem Ziel | `changed=0` bestanden | + +Offen aus M4: realer Hostreboot-Test (mit dem Betreiber, dedizierte +Hardware), Backup-/Restore-SOP mit praktischem Nachweis sowie die +Prüfung der Alarmgrenzen für Production im Monitoring. + --- ## 15. Abschlussgrenze dieses Entwurfs diff --git a/llm-server/llm/ansible/playbooks/switch-environment.yml b/llm-server/llm/ansible/playbooks/switch-environment.yml index 8f50766..de4b4cc 100644 --- a/llm-server/llm/ansible/playbooks/switch-environment.yml +++ b/llm-server/llm/ansible/playbooks/switch-environment.yml @@ -52,9 +52,7 @@ and ai_environment_window_minutes | string | length > 0) else []) }} register: ai_environment_switch_result - changed_when: >- - 'switched to' in ai_environment_switch_result.stdout - or 'already active and running' in ai_environment_switch_result.stdout + changed_when: "'switched to' in ai_environment_switch_result.stdout" failed_when: ai_environment_switch_result.rc != 0 - name: Report the switch result