feat(scale): performance benchmarks + FinOps monitoring (k6 + cost dashboards par tenant)

[Yanstart]

Cadrage stratégique 2026 (mai 2026) — PIVOT PRODUIT

Mesurer pour gérer. Sans benchmarks et observation des coûts par
tenant, impossible de tarifer ni d'optimiser.
Voir `.claude/memory/VISION_ALIGNMENT.md §0.6`.

Contexte

Aujourd'hui : tests de performance ad-hoc (Wave 7 platform hardening) et
monitoring infrastructure (Prometheus + Grafana). Insuffisant pour un produit :

1. Pas de scénarios de charge produit : combien de tenants × users × annotations × inferences ML simultanés peuvent être servis sur un cluster donné ?
2. Pas de SLO documentés : on ne sait pas formellement à quoi on s'engage
3. Pas de FinOps : impossible de répartir le coût d'infrastructure par tenant pour la facturation
4. Pas de capacity planning : impossible de dimensionner un cluster pour N tenants futurs

Cible

1. Scénarios k6 / Locust réalistes :
   • Pathologiste typique : ouvre 5 lames/h, dessine 20 annotations, lance 2 ML inferences
   • RCP session : 5 utilisateurs co-visualisent + chat
   • Fine-tuning admin : déclenche 1 fine-tuning d'un foundation model
2. SLO documentés et mesurés :
   • Availability : 99.9% par tenant
   • Tile load P95 : < 100ms
   • Annotation API P95 : < 200ms
   • ML inference P95 : < 5s pour heatmap, < 30s pour fine-tuning step
   • Error rate : < 0.5%
3. FinOps dashboards Grafana :
   • Coût compute par tenant (CPU/GPU hours)
   • Coût storage par tenant (TB stockés × tier)
   • Coût bandwidth par tenant
   • Coût total per tenant
4. Capacity planning model : spreadsheet ou notebook Jupyter qui prend (N tenants, profile usage) → (cluster size, cost estimate)

Approche technique proposée

1. `tests/load/` avec scripts k6 paramétrables (N users, durée, ramp-up) + rapport HTML
2. SLO : framework Wave 13 feat(scale): observability at scale (OpenTelemetry + log aggregation + multi-tenant SLO) #360 (Pyrra/Sloth) — déclarer les 5 SLO ci-dessus
3. FinOps : métriques Prometheus + tag `tenant_id` propagé (Wave 13 feat(scale): observability at scale (OpenTelemetry + log aggregation + multi-tenant SLO) #360 prerequisites) + tarifs cloud configurables
4. Capacity planning : notebook `scripts/capacity-planning.ipynb` reproductible
5. Documentation `docs/Admin/performance-and-cost.md`

Acceptance criteria

• 3 scénarios k6 / Locust documentés et runnables
• SLO framework actif avec alertes Prometheus si SLO breached par tenant
• Dashboard Grafana "FinOps per tenant"
• Capacity planning notebook
• Tests CI : régression P95 > 20% détectée
• Rapport benchmark dans `docs/Admin/performance-baseline.md`
• Conformité AI Act : SLO exposables (Article 15)

Dépendances

• Wave 13 feat(scale): multi-tenant data isolation + auth federation #354 (multi-tenant)
• Wave 13 feat(scale): observability at scale (OpenTelemetry + log aggregation + multi-tenant SLO) #360 (observability + SLO framework)
• Wave 13 feat(scale): Helm chart + GitOps deployment + multi-region readiness #361 (deployment K8s)

Références

• `.claude/memory/VISION_ALIGNMENT.md §0.6`
• k6 : https://k6.io
• FinOps Foundation : https://www.finops.org
• SRE "Implementing SLOs" : https://sre.google/workbook/implementing-slos/