Camada 9 — Workloads

Esta é a camada onde valor chega ao usuário final — pesquisador, aluno, comunidade. Tudo nas camadas 0-8 existe pra que esta funcione.

Categorias de workload

Categoria	Apps
Apps acadêmicos	Tutor/Open edX (LMS), Invenio (repositório), OJS (revistas), Superset (analytics), Airflow (ETL)
Plataforma operacional	Authentik (IdP), OpenObserve (logs/metrics), Rancher (UI K8s), MongoDB
GPU serving	vLLM, SGLang, TGI (inference HTTP)
GPU batch	Volcano, Kueue (filas batch) — futuro
GPU sharing	HAMi, NVIDIA Device Plugin
Datalake	MinIO (S3), Iceberg, Trino, Spark — futuro

Sub-páginas

• Tutor / Open edX — em produção, deployado via ArgoCD + Kustomize
• OpenObserve — observability backend
• GPU em K3s via LXC — gpu-sp-01 em produção
• Como subir um novo app — guia passo a passo
• Arquitetura K8s — decisões consolidadas

Estado atual

• ✅ Tutor / Open edX (Franca)
• ✅ Invenio (Franca)
• ✅ OJS (Franca)
• ✅ Superset (Franca)
• ✅ Authentik (Franca)
• ✅ OpenObserve (setup parcial)
• ✅ gpu-sp-01 LXC (validado)
• 🚧 OnlyOffice (workstations Ryzen)
• ❌ vLLM/SGLang em produção
• ❌ Datalake (MinIO + Iceberg)

Princípio: workloads são meios, não fins

Lembrar: o “fim” institucional é apoiar pesquisa em humanidades digitais (contexto). Cada app aqui existe pra atender essa missão. Decisões de scaling, redundância, prioridade vão nessa direção.