[P1] 推荐模式不做约束自检：大量推荐方案被本工具自带评估器判为不可行（随机 6%~18%） #5

New Issue

admin · 2026-09-03T10:56:38Z

admin commented

2026-09-03 10:56:38 +00:00

现象：把 recommend 输出的 plans.csv 回灌 evaluate，本应全部 feasible，实测大量被判违反硬件约束。

实测（合法输入、剔除 P0 场景）：

宽范围随机 8000 例：480 例（6.0%）自检不可行 —— IterBatch 206、ASW_Basic_降核 237、MergeBatch 37；违规条目：dValue 344、L0A 111、L0B 99、L1 20、L0C 9；
典型 LLM 形状 6000 例：1079 例（18.0%）不可行 —— IterBatch 656（几乎全为 dValue）、ASW_Basic_降核 422。

最小样例（recommend 推荐 → evaluate 报违规）：

分支	case	违规
IterBatch	B=256 M=128 N=1024 K=8 bf16	dValue=16B < 128B 下限
ASW_Basic_降核	B=51 M=255 N=42 K=682 fp32	L0A tile 超容量
ASW_Basic_降核	B=2 M=64 N=16 K=32 fp16	dValue=64B < 128B
MergeBatch	B=1024 M=2 N=512 K=32 fp8	dValue=32B

根因：

约束知识分散三处且互相不一致：各分支 check_conditions、make_plan 内部硬编码、evaluator.py:_check_constraints；
生成路径（router.route → branch.analyze）从不调用约束校验，只做进入条件判定与时延评估；
典型硬编码缺陷：branches/asw_basic.py:148 降核模式 base_k = min(K, 64) 忽略 dtype 字节数 → fp32（4B）下 base_m*64*4B*2 > L0A/L0B 64KB 必然溢出（正常模式 :67-70 由容量反推，降核分支漏做）。

期望：抽单一约束源（L0C/L0A/L0B/L1/dValue/min_TileSize/核数）供生成与校验共用；recommend 生成后强制自检，不可行则修复参数或显式降级报错，保证"推荐方案必可行"。

参考：测评报告 §5.2、附录 C。

**现象**：把 `recommend` 输出的 plans.csv 回灌 `evaluate`，本应全部 feasible，实测大量被判违反硬件约束。 **实测**（合法输入、剔除 P0 场景）： - 宽范围随机 8000 例：480 例（6.0%）自检不可行 —— IterBatch 206、ASW_Basic_降核 237、MergeBatch 37；违规条目：dValue 344、L0A 111、L0B 99、L1 20、L0C 9； - 典型 LLM 形状 6000 例：1079 例（**18.0%**）不可行 —— IterBatch 656（几乎全为 dValue）、ASW_Basic_降核 422。 **最小样例**（recommend 推荐 → evaluate 报违规）： | 分支 | case | 违规 | |---|---|---| | IterBatch | B=256 M=128 N=1024 K=8 bf16 | dValue=16B < 128B 下限 | | ASW_Basic_降核 | B=51 M=255 N=42 K=682 fp32 | L0A tile 超容量 | | ASW_Basic_降核 | B=2 M=64 N=16 K=32 fp16 | dValue=64B < 128B | | MergeBatch | B=1024 M=2 N=512 K=32 fp8 | dValue=32B | **根因**： 1. 约束知识分散三处且互相不一致：各分支 `check_conditions`、`make_plan` 内部硬编码、`evaluator.py:_check_constraints`； 2. 生成路径（`router.route` → `branch.analyze`）**从不调用**约束校验，只做进入条件判定与时延评估； 3. 典型硬编码缺陷：`branches/asw_basic.py:148` 降核模式 `base_k = min(K, 64)` 忽略 dtype 字节数 → fp32（4B）下 `base_m*64*4B*2 > L0A/L0B 64KB` 必然溢出（正常模式 :67-70 由容量反推，降核分支漏做）。 **期望**：抽单一约束源（L0C/L0A/L0B/L1/dValue/min_TileSize/核数）供生成与校验共用；recommend 生成后强制自检，不可行则修复参数或显式降级报错，保证"推荐方案必可行"。 **参考**：测评报告 §5.2、附录 C。

admin commented

2026-09-03 12:05:42 +00:00

【修复说明 · 乱码重写】原评论提交时编码损坏、内容不可恢复, 以下按 git 记录 / issue 正文 / 残留文本重建 (要点级, 非逐字原稿):

[P1] 推荐方案不经约束自检、回灌 evaluate 大量不可行 (随机 6%~18%) 已修复:

constraints.py 收敛为单一约束源 check_plan_constraints (生成/评估同用, commit 16a84ac);
router._wrap_checked 生成后自检 + 不可行时回退可行候选, evaluator 同源校验 (dad4585/0c19d99);
复测: 宽范围随机 8000 例 + 典型 LLM 形状 6000 例违规率 6%/18% → 0 违规。

【修复说明 · 乱码重写】原评论提交时编码损坏、内容不可恢复, 以下按 git 记录 / issue 正文 / 残留文本重建 (要点级, 非逐字原稿): [P1] 推荐方案不经约束自检、回灌 evaluate 大量不可行 (随机 6%~18%) 已修复: - constraints.py 收敛为**单一约束源** check_plan_constraints (生成/评估同用, commit 16a84ac); - router._wrap_checked 生成后自检 + 不可行时回退可行候选, evaluator 同源校验 (dad4585/0c19d99); - 复测: 宽范围随机 8000 例 + 典型 LLM 形状 6000 例违规率 6%/18% → 0 违规。

admin closed this issue

2026-09-03 12:05:42 +00:00

admin referenced this issue

2026-09-03 13:03:56 +00:00

[P2] 占位方案(used_core_num=0)可被 evaluate 判为可行并给出正常时延：recommend"无方案"与 evaluate"可行"矛盾 #18

Sign in to join this conversation.

1 Participants

Notifications

Due Date

No due date set.

Dependencies

No dependencies set.

Reference: admin/matmul-analysis#5