feat: 完成 issue #8 ⑥ K8s/Helm 部署底座 + 昇腾适配层

2026-08-04 22:04:18 +08:00
parent 691a812fcf
commit e620d4937e
20 changed files with 1013 additions and 0 deletions
@@ -0,0 +1,41 @@
+# -*- coding: utf-8 -*-
+# 模板「推理后端适配层」配置资产示例：ti-cl4（氯化车间/海绵钛，Template-Ti 一期）。
+#
+# 说明：
+# - 这是「推理后端选择」配置点（PRD 5.6 ⑥ 部署底座）：
+#   切换后端（NVIDIA 5090 GPU ↔ 华为昇腾 NPU）**只改本文件 backend 字段**，
+#   业务代码零改动（统一走 InferenceBackend 接口）；
+# - backend: gpu —— NVIDIA 5090（Triton/ONNX，vLLM/Triton OpenAI 兼容接口）
+#            npu —— 华为昇腾（ACL/CANN，MindIE/onnxruntime-ascend）
+# - endpoint 为空时进入 dry-run 模式（适配层就绪，便于离线验证/联调）；
+# - 该配置由 Helm 渲染注入（deploy/k8s/helm/iaop/values.yaml -> ConfigMap）。
+template: ti-cl4
+version: 1.0.0
+
+# ---- 推理后端选择（切换后端只改这一处） ----
+backend: gpu          # gpu | npu
+
+inference:
+  # 与 Helm values.inference 保持同构，便于一键部署时直接覆盖
+  model: iaop-ti-cl4-v1
+  endpoint: http://iaop-inference.iaop.svc.cluster.local:8000/v1
+  timeout_seconds: 60
+  runtime: vllm        # gpu: vllm|triton；npu: mindie|onnx-ascend
+  device: nvidia-5090  # gpu: nvidia-5090；npu: ascend-310p|ascend-910b
+  cann_version: ""     # npu: CANN 工具链版本（如 8.0），gpu 忽略
+  max_tokens: 1024
+  temperature: 0.1
+
+# ---- 资源配额（Helm 部署时以此为默认值） ----
+resources:
+  requests:
+    cpu: "2"
+    memory: 8Gi
+  limits:
+    cpu: "8"
+    memory: 32Gi
+
+# ---- 灰度发布策略（ArgoCD 滚动发布参数，PRD 5.6 配置点） ----
+rollingUpdate:
+  maxUnavailable: 0
+  maxSurge: 1