feat(menu): nicht nutzbare TTS-Provider ausblenden + GPU-Erkennung

Menue zeigt nur tatsaechlich nutzbare Vorlese-Optionen, um Verwirrung durch
folgenlose Eintraege zu vermeiden:
- Backend ist alleinige Quelle: /api/config liefert fertiges tts_menu
  (Chatterbox nur wenn erreichbar, Cloud nur mit OpenRouter-TTS, Cartesia nur
  mit Key). piper bleibt garantierter, immer sichtbarer Default.
- Frontend blendet aus statt auszugrauen; 'Im Geraet' nur auf Mobilgeraeten
  (isMobile). Aktive/gespeicherte Auswahl auf einen sichtbaren Provider
  geklemmt -> kein Server-422.
- 4x refresh*Preset + 3x /api/config-Fetch -> 1x refreshTtsMenu; /api/config
  serverseitig 30s gecacht (spart die bisher kostenpflichtige OpenRouter-Probe
  pro Seitenladen).

GPU-Erkennung zentralisiert (keine Dopplung):
- app/capabilities.py: detect_physical_gpus/resolve_gpus (nvidia-smi).
- Neues Setting GPUS (auto|none|0,1,2), beim Start an CUDA_VISIBLE_DEVICES
  gekoppelt -> angezeigt = real nutzbar. admin_llm nutzt dieselbe Erkennung.

Tests: tests/test_capabilities.py (Maske, Kopplung, Menue-Sichtbarkeit, GPUs).

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

app/admin_llm.py

@@ -14,6 +14,7 @@ import subprocess
 from pathlib import Path
 
 from app.config import settings
+from app.capabilities import detect_physical_gpus
 
 ALLOWED_BACKENDS = {"ollama", "llamacpp"}
 _SCRIPT = Path(__file__).resolve().parent.parent / "scripts" / "llm-server" / "switch-llm.sh"
@@ -74,28 +75,6 @@ async def _ollama_loaded() -> tuple[bool, list[dict]]:
     return True, models
 
 
-async def _gpus() -> list[dict]:
-    out = await _run([
-        "nvidia-smi",
-        "--query-gpu=index,memory.used,memory.total",
-        "--format=csv,noheader,nounits",
-    ])
-    if out is None:
-        return []
-    gpus: list[dict] = []
-    for ln in out.splitlines():
-        parts = [p.strip() for p in ln.split(",")]
-        if len(parts) == 3 and parts[0].isdigit():
-            used, total = int(parts[1]), int(parts[2])
-            gpus.append({
-                "index": int(parts[0]),
-                "used_mib": used,
-                "total_mib": total,
-                "percent": round(used / total * 100) if total else 0,
-            })
-    return gpus
-
-
 async def _gateway_service_active() -> bool:
     out = await _run(["systemctl", "is-active", "voice-assistant.service"], timeout=4.0)
     return bool(out and out.strip() == "active")
@@ -108,7 +87,7 @@ async def llm_status() -> dict:
     llamacpp, (ollama_reachable, ollama_models), gpus, gw = await asyncio.gather(
         _llamacpp_running(),
         _ollama_loaded(),
-        _gpus(),
+        detect_physical_gpus(),
         _gateway_service_active(),
     )
     return {