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/device-plugin.yaml

@@ -0,0 +1,71 @@
+# generic-device-plugin (squat.ai) — da acceso REAL a la iGPU sin privileged.
+#
+# El porqué: montar /dev/dri por hostPath hace visible el dispositivo pero NO
+# concede acceso en el cgroup de dispositivos (open() = EPERM aunque seas root).
+# Un device plugin es el único camino sano: kubelet reserva el recurso
+# (squat.ai/gpu), monta los nodos de dispositivo Y configura el cgroup.
+# Diagnosticado el 2026-07-22; sonda privileged temporal confirmó que con
+# acceso al cgroup, Vulkan enumera la Radeon 780M (17 GiB VRAM+GTT).
+#
+# El DaemonSet corre privileged, pero es un componente de infraestructura sin
+# Service ni Ingress — no es comparable a exponer ollama privileged.
+# Imagen fijada por digest (no hay tags de versión en este proyecto).
+apiVersion: apps/v1
+kind: DaemonSet
+metadata:
+  name: generic-device-plugin
+  namespace: ollama
+  labels:
+    app: generic-device-plugin
+spec:
+  selector:
+    matchLabels:
+      app: generic-device-plugin
+  template:
+    metadata:
+      labels:
+        app: generic-device-plugin
+    spec:
+      # Solo en el nodo con la iGPU (la 780M está en chemavx-k8).
+      nodeSelector:
+        kubernetes.io/hostname: chemavx-k8
+      priorityClassName: system-node-critical
+      tolerations:
+        - operator: Exists
+      containers:
+        - name: generic-device-plugin
+          image: ghcr.io/squat/generic-device-plugin@sha256:dc192e164c69b03f156765793a1be62ca437709ae477b27ca7d8f3dcf5021576
+          args:
+            - --log-level=info
+            # Un único recurso "gpu" que entrega los dos nodos DRM juntos.
+            - --device
+            - |
+              name: gpu
+              groups:
+                - paths:
+                    - path: /dev/dri/card0
+                    - path: /dev/dri/renderD128
+          resources:
+            requests:
+              cpu: 10m
+              memory: 16Mi
+            limits:
+              cpu: 50m
+              memory: 32Mi
+          ports:
+            - containerPort: 8080
+              name: http
+          securityContext:
+            privileged: true
+          volumeMounts:
+            - name: device-plugin
+              mountPath: /var/lib/kubelet/device-plugins
+            - name: dev
+              mountPath: /dev
+      volumes:
+        - name: device-plugin
+          hostPath:
+            path: /var/lib/kubelet/device-plugins
+        - name: dev
+          hostPath:
+            path: /dev

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
+# 2026-07-23 — iGPU POR FIN ACTIVA, vía device plugin (device-plugin.yaml).
-# /dev/dri, /dev/kfd y /sys/devices/virtual/kfd, sus montajes, los grupos
+# El hostPath de /dev/dri hacía visible el dispositivo pero el cgroup de
-# suplementarios 44/109, el securityContext y las 4 variables AMD) estaba puesto
+# dispositivos negaba open() (EPERM): la GPU nunca llegó a usarse. El recurso
-# A MANO en el objeto vivo y NO en este fichero. Sobrevivía sólo por el merge de
+# squat.ai/gpu entrega card0+renderD128 con el cgroup bien puesto, y el
-# tres vías: `kubectl diff` no lo borraba porque no figura en la
+# backend Vulkan (la imagen no trae ROCm) enumera la Radeon 780M.
-# last-applied-configuration, y ArgoCD lo daba por Synced. Cualquier
+# Ese mismo día se cerró la exposición pública: el Ingress lleva ahora el
-# reconstrucción desde git se lo habría llevado en silencio. Ahora está
+# forward-auth de Authentik (mismo middleware que Grafana).
-# declarado: lo que se lee aquí es lo que hay.
 #
-# Y el motivo de que la GPU no se usara: la imagen no trae ROCm (ver el
+# 2026-07-22 — deriva corregida: todo el paso de la iGPU vivía puesto a mano
-# comentario del bloque env). Se activa el backend Vulkan, que sí viene dentro.
+# 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.
+            # Límite de contexto para que el KV cache no reviente la iGPU.
-            - name: OLLAMA_NUM_CTX
+            # 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
+      # 44=video, 109=render en chemavx-k8: permisos de grupo sobre los nodos
-      # puede abrir /dev/kfd ni renderD128 aunque estén montados.
+      # 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: