ollama: cerrar exposición pública y activar la iGPU vía device plugin

- Ingress con forward-auth de Authentik (la API estaba abierta a internet)
- generic-device-plugin entrega card0+renderD128 como squat.ai/gpu con el
  cgroup de dispositivos bien configurado — lo que el hostPath nunca dio
- fuera los 3 hostPath de dispositivos (ya no hacen falta)
- OLLAMA_NUM_CTX→OLLAMA_CONTEXT_LENGTH (la real); fuera OLLAMA_METRICS (no existe)

Sonda temporal confirmó: con cgroup, Vulkan enumera la Radeon 780M (17 GiB).

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

ollama/ollama.yaml

@@ -1,16 +1,15 @@
 # Ollama en chemavx-k8, bajo ArgoCD (selfHeal).
 #
-# 2026-07-22 — DERIVA CORREGIDA. Todo el paso de la iGPU (los 3 hostPath de
-# /dev/dri, /dev/kfd y /sys/devices/virtual/kfd, sus montajes, los grupos
-# suplementarios 44/109, el securityContext y las 4 variables AMD) estaba puesto
-# A MANO en el objeto vivo y NO en este fichero. Sobrevivía sólo por el merge de
-# tres vías: `kubectl diff` no lo borraba porque no figura en la
-# last-applied-configuration, y ArgoCD lo daba por Synced. Cualquier
-# reconstrucción desde git se lo habría llevado en silencio. Ahora está
-# declarado: lo que se lee aquí es lo que hay.
+# 2026-07-23 — iGPU POR FIN ACTIVA, vía device plugin (device-plugin.yaml).
+# El hostPath de /dev/dri hacía visible el dispositivo pero el cgroup de
+# dispositivos negaba open() (EPERM): la GPU nunca llegó a usarse. El recurso
+# squat.ai/gpu entrega card0+renderD128 con el cgroup bien puesto, y el
+# backend Vulkan (la imagen no trae ROCm) enumera la Radeon 780M.
+# Ese mismo día se cerró la exposición pública: el Ingress lleva ahora el
+# forward-auth de Authentik (mismo middleware que Grafana).
 #
-# Y el motivo de que la GPU no se usara: la imagen no trae ROCm (ver el
-# comentario del bloque env). Se activa el backend Vulkan, que sí viene dentro.
+# 2026-07-22 — deriva corregida: todo el paso de la iGPU vivía puesto a mano
+# en el objeto vivo (merge de tres vías) y no en git. Ahora git es la verdad.
 ---
 apiVersion: v1
 kind: Namespace
@@ -79,13 +78,13 @@ spec:
           env:
             - name: OLLAMA_MODELS
               value: /root/.ollama/models
-            # El default (131072) reventaba la iGPU con un KV cache enorme.
-            - name: OLLAMA_NUM_CTX
+            # Límite de contexto para que el KV cache no reviente la iGPU.
+            # OJO: la variable real es OLLAMA_CONTEXT_LENGTH; OLLAMA_NUM_CTX
+            # no existe para el servidor (estuvo meses sin aplicarse).
+            - name: OLLAMA_CONTEXT_LENGTH
               value: "8192"
             - name: OLLAMA_KEEP_ALIVE
               value: "-1"
-            - name: OLLAMA_METRICS
-              value: "1"
             # --- aceleración por la iGPU (Radeon 780M, Hawk Point) ---
             # AQUÍ NO VAN HSA_OVERRIDE_GFX_VERSION NI HIP_VISIBLE_DEVICES.
             # Son de ROCm, y esta imagen no trae ROCm (en /usr/lib/ollama sólo
@@ -111,6 +110,9 @@ spec:
               cpu: "500m"
             limits:
               memory: 8Gi
+              # La iGPU, entregada por el generic-device-plugin
+              # (device-plugin.yaml): card0 + renderD128 con acceso de cgroup.
+              squat.ai/gpu: "1"
           securityContext:
             privileged: false
             allowPrivilegeEscalation: false
@@ -119,14 +121,6 @@ spec:
           volumeMounts:
             - name: ollama-data
               mountPath: /root/.ollama
-            # Paso de la iGPU sin privileged: los dispositivos del kernel amdgpu.
-            - name: dev-dri
-              mountPath: /dev/dri
-            - name: dev-kfd
-              mountPath: /dev/kfd
-            - name: sys-kfd
-              mountPath: /sys/devices/virtual/kfd
-              readOnly: true
           livenessProbe:
             httpGet:
               path: /api/tags
@@ -141,8 +135,8 @@ spec:
             initialDelaySeconds: 30
             periodSeconds: 10
             failureThreshold: 15
-      # 44=video, 109=render en chemavx-k8. Sin estos grupos el proceso no
-      # puede abrir /dev/kfd ni renderD128 aunque estén montados.
+      # 44=video, 109=render en chemavx-k8: permisos de grupo sobre los nodos
+      # DRM (crw-rw---- root:render). El acceso de cgroup lo da el device plugin.
       securityContext:
         supplementalGroups: [44, 109]
         seccompProfile:
@@ -151,18 +145,6 @@ spec:
         - name: ollama-data
           persistentVolumeClaim:
             claimName: ollama-models
-        - name: dev-dri
-          hostPath:
-            path: /dev/dri
-            type: Directory
-        - name: dev-kfd
-          hostPath:
-            path: /dev/kfd
-            type: CharDevice
-        - name: sys-kfd
-          hostPath:
-            path: /sys/devices/virtual/kfd
-            type: Directory
 
 ---
 apiVersion: v1
@@ -191,6 +173,11 @@ metadata:
   annotations:
     cert-manager.io/cluster-issuer: letsencrypt-prod
     traefik.ingress.kubernetes.io/router.entrypoints: websecure
+    # Cerrado 2026-07-23: la API estaba expuesta SIN autenticación (cualquiera
+    # podía usar el LLM o llenarte el disco con /api/pull). Mismo forward-auth
+    # que Grafana; los consumidores del cluster (researchowl, roswell, los
+    # vigilantes) van por el Service interno y no pasan por aquí.
+    traefik.ingress.kubernetes.io/router.middlewares: authentik-authentik-forward-auth@kubernetescrd
 spec:
   ingressClassName: traefik
   rules: