feat: 调度器+并发管线+GPU优化+日志分级+前端修复

- scheduler: ffmpeg 异步线程 + GPU 串行调度 + 模型复用（2N→2 次加载）
- pipeline: 阶段拆分（extract/asr/translate），中间数据存 Task 字段
- translate_service: 长度排序批处理，padding 浪费减少 91%
- model_manager: ASR/翻译不共驻，BatchedInferencePipeline 批量解码
- 日志分级: INFO=任务流转里程碑，DEBUG=进度详情；默认 INFO
- 前端: 日志最新在上+滚动感知+退避轮询；24h 时间；上传中状态显示
- /health: 返回完整 Whisper/NLLB 配置
- upload_service: 单事务 complete + 扩展名白名单
- task_router: 合并 UploadSession 虚拟任务到列表
- Dockerfile: CPU/GPU 独立构建链，deps 缓存稳定
- prefetch_models: 安装时预下载模型权重

app/main.py

@@ -76,6 +76,12 @@ async def lifespan(app: FastAPI):
         await asyncio.to_thread(reap_stale_sessions)
     except Exception as exc:  # pragma: no cover
         logger.warning("启动 reaper 失败：%s", exc)
+    # 启动 GPU 调度线程（常驻，串行处理 ASR+翻译，模型复用）
+    try:
+        from .services.scheduler import start_scheduler
+        start_scheduler()
+    except Exception as exc:  # pragma: no cover
+        logger.warning("启动 GPU 调度线程失败：%s", exc)
     # 缓存清理：启动时跑一次 + 后台定时循环（守护线程，随进程退出）
     s = get_settings()
     try:
@@ -144,7 +150,33 @@ def create_app() -> FastAPI:
 
     @app.get("/health")
     def health() -> dict:
-        return {"status": "ok"}
+        """存活探针 + 设备信息。
+
+        返回 torch 版本、cuda 可用性、GPU 名称、配置的 device，
+        便于一眼区分 CPU/GPU 容器是否正确调度到对应硬件。
+        torch 导入失败时（理论上不会，因为镜像已装 torch）降级为仅 status。
+        """
+        info: dict = {"status": "ok"}
+        try:
+            import torch
+            info["torch"] = torch.__version__
+            info["cuda_available"] = torch.cuda.is_available()
+            if torch.cuda.is_available():
+                info["gpu"] = torch.cuda.get_device_name(0)
+                info["gpu_count"] = torch.cuda.device_count()
+        except Exception as e:  # pragma: no cover
+            info["torch_error"] = str(e)
+        s = get_settings()
+        info["asr_device"] = s.asr.device
+        info["asr_model"] = s.asr.model
+        info["asr_compute_type"] = s.asr.compute_type
+        info["asr_batch_size"] = s.asr.batch_size
+        info["asr_language"] = s.asr.language
+        info["translation_device"] = s.translation.device
+        info["translation_model"] = s.translation.model
+        info["translation_batch_size"] = s.translation.batch_size
+        info["translation_sort_by_length"] = s.translation.sort_by_length
+        return info
 
     @app.get("/history", response_class=HTMLResponse)
     def history_page() -> HTMLResponse: