GNAI-001 M4 abgeschlossen: Backup/Reboot/Alarmgrenzen (GNAI-008 14.6)
Rolle ai_backup: woechentlicher Timer, NFS-Ziel (Encoding-Pipeline- Anbindung, Betreiberentscheid), Archiv ohne GGUF-Weights (SOURCE.yml- Reproduzierbarkeit), SHA256-Sidecar, Retention 8; Restore-Nachweise R1 (Baum-Diff) und R2 (environment-state restore) bestanden. Echter Hostreboot: Recovery-Service bringt Production selbststaendig hoch. Verfuegbarkeitsmetrik gn_ai_active_env (Textfile, 30 s) mit Regel- vorschlag fuer die GNMON-Suite. M4 damit vollstaendig abgenommen. Generated by Mistral Vibe. Co-Authored-By: Mistral Vibe <vibe@mistral.ai>
This commit is contained in:
@@ -963,7 +963,40 @@ Abnahme am 06.11.2026, alle 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.
|
||||
Prüfung der Alarmgrenzen für Production im Monitoring — **alle drei
|
||||
Folgepunkte wurden am selben Tag nachgezogen:**
|
||||
|
||||
- a) **Echter Hostreboot (06.11.2026, 07:21):** Nach dem Betreiber-Go
|
||||
startete der Server neu; der Recovery-Service brachte Production ohne
|
||||
jedes Zutun hoch (`active=production`, Engine mit GPU-Prozess,
|
||||
Inferenzstichprobe 17×23 korrekt, Thinking intakt, Lüfterservice
|
||||
aktiv). Damit ist der Wiederanlaufpfad für Boot, Abbruch und
|
||||
Netzwerkverlust belegt.
|
||||
- b) **Backup-/Restore (Rolle `ai_backup`, Betreiberentscheid: Ziel ist
|
||||
die bestehende NFS-Anbindung der Encoding-Pipeline, pve-Datenhdd):**
|
||||
wöchentlicher Timer (So 03:30, Persistent), Archiv mit
|
||||
`/etc/ghostnet-ai`, Quadlet-Verzeichnissen der Konten,
|
||||
`environment-state`, Benchmark-Rohdaten und Model-Store-Metadaten
|
||||
ohne `*.gguf` (Weights bleiben über SOURCE.yml-Pins reproduzierbar),
|
||||
SHA256-Sidecar, Integritätsprüfung, Retention 8. Praktische Nachweise
|
||||
R1 (Extrakt und vollständiger Baum-Diff gegen das Live-System,
|
||||
identisch) und R2 (Löschen und Restore von `environment-state`,
|
||||
byte-identisch) bestanden; SOP im Rollen-README.
|
||||
- c) **Monitoring/Alarmgrenzen:** Die GNMON-M5-Suite auf dem Server
|
||||
(vmalert/Alertmanager rootless unter `gn-monitor`) alarmiert bereits
|
||||
beide Vorfall-Signaturen (Junction >95 °C über 2 Min; PWM-Anforderung
|
||||
bei 0 RPM über 3 Min) plus Edge- und VRAM-Grenzen und
|
||||
Node-Exporter-Ausfall. Ergänzt wurde die Verfügbarkeitsmetrik
|
||||
`gn_ai_active_env{env}` (Textfile-Collector der Switch-Rolle, 30-Sek.-
|
||||
Timer, verifiziert für läuft=1/gestoppt=0/nach-Recovery=1);
|
||||
Regelvorschlag an die Suite: `gn_ai_active_env == 0` über 2 Minuten,
|
||||
kritisch.
|
||||
|
||||
**Damit ist Meilenstein 4 (GNAI-001) vollständig abgenommen:** Der
|
||||
ausgewählte interne Dienst läuft als Production-Umgebung, ein
|
||||
abgebrochener Testlauf wird hostseitig ohne Production-Secrets
|
||||
rückgerollt (Timer/Service), Backup/Restore sind praktisch belegt und
|
||||
Alarmgrenzen stehen.
|
||||
|
||||
---
|
||||
|
||||
|
||||
Reference in New Issue
Block a user