# -*- 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