hakmem/CURRENT_TASK_PERF_REBASE3.md

## Phase PERF-ULTRA-REBASE-3: 正しいパラメータで再計測 (2025-12-11)

**問題**: Phase REBASE-2 で iters=1M, ws=400 は軽すぎて ULTRA 関数が invisible（238 samples のみ）だったため、正しいパラメータで再実施。

**修正内容**: iters=10M, ws=8192（Phase REBASE-1 と同じパラメータで再計測）

### Mixed 16-1024B ホットパス（self% 上位, 1890 samples）

| 順位 | 関数 | self% | 分類 |
|------|------|-------|------|
| **#1** | **free** | **29.22%** | free dispatcher |
| **#2** | **main** | **19.27%** | benchmark overhead |
| **#3** | **tiny_alloc_gate_fast** | **18.17%** | alloc gate |
| #4 | tiny_c7_ultra_refill | 6.92% | C7 ULTRA refill |
| #5 | malloc | 5.00% | malloc dispatcher |
| #6 | tiny_region_id_write_header (lto_priv) | 4.29% | header write |
| #7 | hak_super_lookup | 2.90% | segment lookup |
| #8 | hak_free_at | 2.36% | free routing |
| #9 | so_free | 2.60% | v3 free |
| #10 | so_alloc_fast | 2.46% | v3 alloc |

**スループット**:
- Mixed 16-1024B: **30.6M ops/s** (10M iter, ws=8192)
- C6-heavy 257-768B: **17.0M ops/s** (10M iter, ws=8192)

### C6-heavy ホットパス（self% 上位, 3027 samples）

| 順位 | 関数 | self% | 分類 |
|------|------|-------|------|
| **#1** | **worker_run** | **10.66%** | benchmark loop |
| **#2** | **free** | **25.13%** | free dispatcher |
| **#3** | **hak_free_at** | **19.89%** | free routing |
| #4 | hak_pool_free_v1_impl | 10.16% | pool v1 free |
| #5 | hak_pool_try_alloc_v1_impl | 10.95% | pool v1 alloc |
| #6 | pthread_once | 5.94% | initialization |
| #7 | hak_pool_free_fast_v2_impl | 3.94% | pool v2 fallback |
| #8 | hak_super_lookup | 4.39% | segment lookup |
| #9 | malloc | 3.77% | malloc dispatcher |
| #10 | hak_pool_try_alloc (part) | 0.66% | pool alloc slow |

### 分析

**Mixed 16-1024B での変化**:
- free: 29.22% (benchmark 外のディスパッチャ部分)
- tiny_alloc_gate_fast: 18.17% (前回 REBASE-1 の計測と一致)
- C7 ULTRA refill: 6.92% (前回 REBASE-1 では 7.66% だったが、ワークロードにより変動範囲内)
- C4-C7 ULTRA free 群: 個別には invisible (< 1% each) だが、合計で数%程度
- so_alloc系: 2.46% (so_alloc_fast) + 1.16% (so_alloc) = 約 3.62%
- page_of/segment: hak_super_lookup 2.90%

**C6-heavy での状況**:
- pool v1 経路が dominant: hak_pool_free_v1_impl (10.16%) + hak_pool_try_alloc_v1_impl (10.95%)
- hak_free_at: 19.89% (free routing overhead が大きい)
- hak_super_lookup: 4.39% (segment lookup)
- C6-heavy は完全に pool v1 経路を使用（前回の FREE_PATH_STATS 分析と一致）

### 次のボトルネック確定

**Mixed では**:
- **free dispatcher 全体（29.22%）** が最大
- tiny_alloc_gate_fast（18.17%）が第二
- C7 ULTRA refill（6.92%）は既に薄い部類

**C6-heavy では**:
- **hak_free_at（19.89%）** が最大の allocator 内部ボトルネック
- pool v1 alloc/free（各 10%）は構造的なコスト
- hak_super_lookup（4.39%）も削減余地あり

### 次フェーズ候補

1. **Option A: free dispatcher 最適化** (Mixed 向け)
   - free() 内部の routing logic を最適化
   - hak_free_at の分岐を削減
   - 期待効果: Mixed で free 29% → 25% 程度に削減（+1-2M ops/s）

2. **Option B: alloc gate 最適化** (Mixed 向け)
   - tiny_alloc_gate_fast（18.17%）の内部最適化
   - class 判定や routing の直線化
   - 期待効果: Mixed で alloc gate 18% → 15% 程度に削減（+1-2M ops/s）

3. **Option C: C6-heavy mid/pool 再設計** (C6 向け)
   - hak_free_at（19.89%）の C6 専用 fast path 追加
   - pool v1 の lookup overhead 削減
   - 期待効果: C6-heavy で 17M → 20-25M ops/s

**推奨**: Option A または B（Mixed が本線のため）。C6-heavy は別途 mid 再設計フェーズで対応。

---

### 生成ファイル

1. `/mnt/workdisk/public_share/hakmem/perf_ultra_mixed_v3.txt` - Mixed 16-1024B の complete perf report (1890 samples)
2. `/mnt/workdisk/public_share/hakmem/perf_ultra_c6_v3.txt` - C6-heavy の complete perf report (3027 samples)
3. `/mnt/workdisk/public_share/hakmem/CURRENT_TASK_PERF_REBASE3.md` - 本レポート