Implement UP_STOP_ON_FAIL option to manage GPU state on installation failure

- Added a new configuration option `UP_STOP_ON_FAIL` to control whether the GPU should be stopped automatically if the `up` command fails, enhancing user control over resource management.
- Updated the CLI to include a `--keep-on-fail` flag, allowing users to prevent GPU shutdown during installation errors.
- Enhanced the installation scripts and documentation to reflect these changes, providing clearer guidance on the new behavior and configuration options.
- Improved error handling in the CLI to ensure proper cleanup of resources in case of failure, preventing unexpected billing for unused GPU resources.

docs/cli.md

@@ -57,6 +57,7 @@ gpu-rent up --yes --ollama
 | `gpu-rent dry-run` | План без mutating-вызовов |
 | `gpu-rent up` | Без `--yes`: меню LLM (если runtime none) → пресет → **Selectel**: flavor # / data GB / preemptible → confirm → create → туннель. Цветной лог (ошибки/warn/ok) |
 | `gpu-rent up --yes` | Без вопросов; flavor из `FLAVOR_PREFERENCE` / `DEFAULT_FLAVOR_ID` |
+| `up --keep-on-fail` | Не гасить GPU при ошибке install (по умолчанию `UP_STOP_ON_FAIL=true` → `stop`) |
 | `gpu-rent up -v` / `--verbose` | Полная таблица doctor на `up` (по умолчанию кратко) |
 | `gpu-rent up --ollama` / `--llamacpp` / `--llm …` | LLM рядом со SwarmUI |
 | `gpu-rent up --no-swarm` / `--llm-only` | Только LLM (нужен `--ollama`/`--llamacpp`); без clone SwarmUI |

docs/llm.md

@@ -120,15 +120,22 @@ Unit `gpu-rent-ollama` читает `/mnt/swarm_data/.gpu-rent-gpu.json`:
 
 На `up`: скачать GGUF → `/mnt/swarm_data/llamacpp/models` → `llama-server` + systemd. Уже скачанные крупные файлы не трогает.
 
-**Бинарник (без compile по умолчанию):** официальные Releases **не** дают Linux CUDA — только Windows CUDA + Ubuntu CPU/Vulkan. `install_llamacpp.sh` берёт **Ubuntu Vulkan** prebuilt (~30 MB, GPU через Vulkan). CUDA-сборка из исходников — только крайний случай (prebuilt упал) или явно `LLAMACPP_BUILD_CUDA=1` (5–15 мин, тихий лог + heartbeat).
+**Бинарник:** в GitHub Releases **нет** Linux CUDA — только Windows CUDA + Ubuntu CPU/Vulkan. Драйвер/CUDA runtime на VM ≠ готовый `llama-server` с CUDA: его нужно **собрать** (`nvcc`) или взять Vulkan prebuilt.
 
-Переменные (`.env` или `gpu-rent.vars`, пробрасываются на VM при `up`):
+Порядок по умолчанию (`LLAMACPP_BACKEND=auto`):
+
+1. Если на VM уже есть `nvcc` (часто после прошлого `up`) → **CUDA-сборка** (тихо + heartbeat 5–15 мин).
+2. Иначе → Ubuntu **Vulkan** prebuilt (~30 MB).
+3. Fallback на другой путь при ошибке.
+
+Был только Vulkan-stamp, а `nvcc` появился — следующий `up` сам пересоберёт CUDA.
 
 | Var | Зачем |
 | --- | --- |
+| `LLAMACPP_BACKEND=auto\|cuda\|vulkan` | выбор пути (default auto) |
 | `LLAMACPP_TAG` | pin release (`b10545`) |
 | `LLAMACPP_ASSET_URL` + `LLAMACPP_SHA256` | свой архив |
-| `LLAMACPP_BUILD_CUDA=1` | сразу CUDA из исходников |
+| `LLAMACPP_BUILD_CUDA=1` | форс CUDA; `=0` — никогда не собирать |
 | `LLAMACPP_FORCE_REINSTALL=1` | снести бинарь и поставить заново |
 | `LLAMACPP_NGL` / `LLAMACPP_CTX` | override GPU layers / context |
 | `LLAMACPP_HOST` / `LLAMACPP_PORT` | bind (default `127.0.0.1:8080`) |