Simplification radicale : moteur pris de l'image officielle llama.cpp

Plus aucune compilation CUDA : le runtime part de
ghcr.io/ggml-org/llama.cpp:server-cuda (llama-server précompilé et maintenu
par l'équipe amont, backends .so chargés dynamiquement, archs GPU courantes,
repli CPU fonctionnel). Le build complet passe de ~40 min à ~4 min et tous
les pièges du build CUDA sans GPU (stubs libcuda, espace disque du runner,
choix des architectures) disparaissent.

- Dockerfile : 2 étapes (Go + image officielle), build-arg LLAMACPP_IMAGE
  pour épingler une version ou passer en CPU/Vulkan
- entrypoint : BIN=/app/llama-server
- workflow GHCR : purge disque et CUDA_ARCHS supprimés, cache max
- compose/.env/README à l'avenant

Validé : build 3 min 55, UI HTTP 200, healthcheck healthy, superviseur PID
OK, llama-server démarre (repli CPU) et n'échoue que sur un modèle factice.

.github/workflows/docker-publish.yml

@@ -16,16 +16,6 @@ jobs:
       - name: Checkout
         uses: actions/checkout@v4
 
-      # L'étape llama.cpp CUDA a besoin de place : l'image devel pèse ~8 Go et
-      # un runner ubuntu-latest n'offre que ~14 Go libres. On purge ce qui est
-      # préinstallé et inutile ici (SDK Android, .NET, Haskell…).
-      - name: Libérer l'espace disque du runner
-        run: |
-          sudo rm -rf /usr/local/lib/android /usr/share/dotnet /opt/ghc \
-                      /usr/local/.ghcup /opt/hostedtoolcache/CodeQL
-          sudo docker image prune -af
-          df -h /
-
       - name: Setup Buildx
         uses: docker/setup-buildx-action@v3
 
@@ -53,11 +43,7 @@ jobs:
           push: true
           build-args: |
             LOKI_VERSION=${{ github.sha }}
-            CUDA_ARCHS=75;86;89
           tags: ${{ steps.meta.outputs.tags }}
           labels: ${{ steps.meta.outputs.labels }}
-          # Cache limité : les couches CUDA (plusieurs Go) satureraient le
-          # plafond de 10 Go du cache GitHub Actions — on ne cache que le mode
-          # min (couches finales), le gain principal restant le cache apt/go.
           cache-from: type=gha
-          cache-to: type=gha,mode=min
+          cache-to: type=gha,mode=max