Create chmod +x /app/compile_flash.sh

chmod +x /app/compile_flash.sh

@@ -0,0 +1,51 @@
+#!/bin/bash
+set -e
+
+echo "🔧 [Aduc-SDR] Compilador Persistente de FlashAttention"
+echo "------------------------------------------------------"
+
+# Diretório onde os wheels serão salvos
+WHEEL_DIR="/data/wheel"
+mkdir -p "$WHEEL_DIR"
+
+# Busca se já existe wheel compilado
+FLASH_WHL=$(find "$WHEEL_DIR" -name "flash_attn-*.whl" | head -n 1)
+
+if [[ -f "$FLASH_WHL" ]]; then
+    echo "📦 Wheel já encontrado: $FLASH_WHL"
+    echo "✅ Nenhuma compilação necessária."
+    exit 0
+fi
+
+echo "⚙️ Nenhum wheel encontrado — iniciando compilação controlada..."
+echo "   > Limitando threads e desativando CUDA para reduzir uso de memória."
+
+# Define limites e flags para compilar de forma segura
+export MAX_JOBS=2
+export OMP_NUM_THREADS=2
+export USE_FLASH_ATTENTION_WITH_CUDA=0
+export FORCE_CUDA=0
+export CUDA_VISIBLE_DEVICES=""
+export TORCH_CUDA_ARCH_LIST="8.9"
+export PYTORCH_CUDA_ALLOC_CONF="max_split_size_mb:128"
+
+# Tenta compilar o wheel
+echo "🚧 Compilando wheel flash-attn==2.8.3..."
+pip wheel flash-attn==2.8.3 --no-build-isolation -w "$WHEEL_DIR" || {
+    echo "⚠️ Falha no build padrão — tentando modo CPU-only..."
+    pip wheel flash-attn==2.8.3 --no-build-isolation -w "$WHEEL_DIR" --config-settings="--build-option=--cpu-only"
+}
+
+# Verifica se a compilação gerou o arquivo
+FLASH_WHL=$(find "$WHEEL_DIR" -name "flash_attn-*.whl" | head -n 1)
+
+if [[ -f "$FLASH_WHL" ]]; then
+    echo "✅ Wheel gerado com sucesso: $FLASH_WHL"
+    echo "📁 Salvo em: $WHEEL_DIR"
+    echo "📦 Instalando wheel local..."
+    pip install --no-cache-dir "$FLASH_WHL"
+    echo "✨ FlashAttention pronto e persistente."
+else
+    echo "❌ Falha ao gerar wheel FlashAttention. Abortando."
+    exit 1
+fi