48 lines
1.4 KiB
YAML
48 lines
1.4 KiB
YAML
# llama.cpp + Gemma-4-12B (Vision) fuer die Buyer-Sheet-Extraktion.
|
|
# Basiert auf dem bewaehrten Qwen-Run (gleiche ROCm-Flags), erweitert um
|
|
# Vision (mmproj laedt -hf automatisch) und --reasoning off (sonst leeres content).
|
|
#
|
|
# Start: docker compose -f docker-compose-llama-gemma12b.yml up -d
|
|
# Logs: docker compose -f docker-compose-llama-gemma12b.yml logs -f
|
|
# Stop: docker compose -f docker-compose-llama-gemma12b.yml down
|
|
|
|
services:
|
|
llamacpp-gemma12b:
|
|
image: ghcr.io/ggml-org/llama.cpp:server-rocm
|
|
container_name: llamacpp-gemma12b
|
|
restart: unless-stopped
|
|
# init:true -> haengende Prozesse werden ordentlich eingesammelt (kein Zombie)
|
|
init: true
|
|
devices:
|
|
- /dev/kfd:/dev/kfd
|
|
- /dev/dri:/dev/dri
|
|
group_add:
|
|
- video
|
|
security_opt:
|
|
- seccomp=unconfined
|
|
ipc: host
|
|
ports:
|
|
# Achtung: Qwen laeuft schon auf 8080. Gemma bekommt 8000, damit beide
|
|
# parallel laufen koennen. Client entsprechend auf :8000 zeigen.
|
|
- "8000:8080"
|
|
volumes:
|
|
- ~/.cache/llama.cpp:/root/.cache/llama.cpp
|
|
command:
|
|
- -hf
|
|
- unsloth/gemma-4-12b-it-GGUF:UD-Q4_K_XL
|
|
- --host
|
|
- 0.0.0.0
|
|
- --port
|
|
- "8080"
|
|
- -ngl
|
|
- "99"
|
|
- --ctx-size
|
|
- "16384"
|
|
- --parallel
|
|
- "1"
|
|
- --jinja
|
|
- --reasoning
|
|
- "off"
|
|
- --alias
|
|
- gemma-4-12b
|