Phase ALLOC-TINY-FAST-DUALHOT-1: C0-C3 alloc direct path (WIP, -2% regression)

Add C0-C3 early-exit optimization to malloc_tiny_fast() similar to
FREE-TINY-FAST-DUALHOT-1. Skip policy snapshot for C0-C3 classes.

A/B Result (10-run, Mixed TINYV3_C7_SAFE):
- Baseline: 47.27M ops/s (median)
- Optimized: 46.10M ops/s (median)
- Result: -2.00% (regression, needs investigation)

ENV: HAKMEM_TINY_ALLOC_DUALHOT=0/1 (default OFF)

Implementation:
- core/front/malloc_tiny_fast.h: alloc_dualhot_enabled() + early-exit
- Design: docs/analysis/ALLOC_TINY_FAST_DUALHOT_1_DESIGN.md

Status: Research box (default OFF), needs root cause analysis

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude <noreply@anthropic.com>

CURRENT_TASK.md

@@ -1,6 +1,35 @@
 # 本線タスク（現在）
 
-## 現在地: Phase POOL-MID-DN-BATCH 完了 ✅ → 次フェーズ選定待ち
+## 現在地: Phase FREE-TINY-FAST-DUALHOT-1 完了 ✅ (+9.51% improvement)
+
+- **Latest**: Phase FREE-TINY-FAST-DUALHOT-1 completed (2025-12-13)
+- **Improvement**: +9.51% throughput (44.50M → 48.74M ops/s, 10-run mean, MIXED_TINYV3_C7_SAFE)
+- **Strategy**: Recognize C0-C3 (48% of frees) as "second hot path", not cold
+  - Skip policy snapshot + route determination
+  - Direct inline to `tiny_legacy_fallback_free_base()` for C0-C3
+  - Safety gate: `HAKMEM_TINY_LARSON_FIX=1` disables optimization
+- **Design**: `docs/analysis/FREE_TINY_FAST_DUALHOT_1_DESIGN.md`
+- **Implementation**: `core/front/malloc_tiny_fast.h` (lines 433-449)
+- **Commit**: `2b567ac07` - Phase FREE-TINY-FAST-DUALHOT-1
+
+## Next Phase: Phase ALLOC-TINY-FAST-DUALHOT-1（alloc の第2ホットを削る）
+
+DUALHOT optimized の perf で **alloc 側が次のボトルネック**に移行:
+- `tiny_alloc_gate_fast` + `malloc` が合計 ~30%
+- `free` は 29–31% → 16–17% に低下（FREE-TINY-FAST-DUALHOT-1 の成果）
+
+次の狙い:
+- `malloc_tiny_fast()` でも **C0–C3 を第2ホット**として扱い、`small_policy_v7_snapshot()` をスキップして LEGACY 最短へ直行。
+- 設計: `docs/analysis/ALLOC_TINY_FAST_DUALHOT_1_DESIGN.md`
+
+実装指示（小パッチ）:
+1) ENV gate `HAKMEM_TINY_ALLOC_DUALHOT=0/1`（default OFF）
+2) `core/front/malloc_tiny_fast.h` の `malloc_tiny_fast()` に `class_idx<=3` early-exit を追加
+3) health + 10-run A/B（Mixed / C6-heavy）
+
+---
+
+## 前フェーズ: Phase POOL-MID-DN-BATCH 完了 ✅（研究箱として freeze 推奨）
 
 ---
 
@@ -8,15 +37,16 @@
 
 **Summary**:
 - **Goal**: Eliminate `mid_desc_lookup` from pool_free_v1 hot path by deferring inuse_dec
-- **Mixed (bench_mid_large_mt_hakmem)**: **+2.8%** improvement ✅ (7.94M → 8.16M ops/s, median)
+- **Performance**: 当初の計測では改善が見えたが、後続解析で「stats の global atomic」が大きな外乱要因だと判明
+  - Stats OFF + Hash map の再計測では **概ねニュートラル（-1〜-2%程度）**
 - **Strategy**: TLS map batching (~32 pages/drain) + thread exit cleanup
-- **Decision**: Default OFF (ENV gate),可用于生产环境测试
+- **Decision**: Default OFF (ENV gate) のまま freeze（opt-in 研究箱）
 
 **Key Achievements**:
 - Hot path: Zero lookups (O(1) TLS map update only)
 - Cold path: Batched lookup + atomic subtract (32x reduction in lookup frequency)
 - Thread-safe: pthread_key cleanup ensures pending ops drained on thread exit
-- Stats: 82K deferred hits, 2.5K drain calls, 3.5K empty transitions
+- Stats: `HAKMEM_POOL_MID_INUSE_DEFERRED_STATS=1` のときのみ有効（default OFF）
 
 **Deliverables**:
 - `core/box/pool_mid_inuse_deferred_env_box.h` (ENV gate: HAKMEM_POOL_MID_INUSE_DEFERRED)
@@ -30,8 +60,13 @@
 ```bash
 HAKMEM_POOL_MID_INUSE_DEFERRED=0  # Default (immediate dec)
 HAKMEM_POOL_MID_INUSE_DEFERRED=1  # Enable deferred batching
+HAKMEM_POOL_MID_INUSE_MAP_KIND=linear|hash  # Default: linear
+HAKMEM_POOL_MID_INUSE_DEFERRED_STATS=0/1    # Default: 0 (keep OFF for perf)
 ```
 
+**Health smoke**:
+- OFF/ON の最小スモークは `scripts/verify_health_profiles.sh` で実行
+
 ---
 
 ### Status: Phase MID-V35-HOTPATH-OPT-1 FROZEN ✅

core/front/malloc_tiny_fast.h

@@ -129,6 +129,17 @@ static inline int front_gate_unified_enabled(void) {
 //   - USER pointer on success
 //   - NULL on failure (caller falls back to normal path)
 //
+
+// Phase ALLOC-TINY-FAST-DUALHOT-1: C0-C3 early-exit gate (default OFF)
+static inline int alloc_dualhot_enabled(void) {
+    static int g = -1;
+    if (__builtin_expect(g == -1, 0)) {
+        const char* e = getenv("HAKMEM_TINY_ALLOC_DUALHOT");
+        g = (e && *e && *e != '0') ? 1 : 0;
+    }
+    return g;
+}
+
 __attribute__((always_inline))
 static inline void* malloc_tiny_fast(size_t size) {
     // Phase ALLOC-GATE-OPT-1: カウンタ散布 (1. 関数入口)
@@ -155,6 +166,18 @@ static inline void* malloc_tiny_fast(size_t size) {
         // C7 ULTRA miss → fall through to policy-based routing
     }
 
+    // Phase ALLOC-TINY-FAST-DUALHOT-1: C0-C3 direct path (second hot path)
+    // Skip expensive policy snapshot and route determination for C0-C3.
+    // Measurements show C0-C3 is 48% of allocations, not rare.
+    if (__builtin_expect(alloc_dualhot_enabled() && class_idx <= 3, 0)) {
+        // Direct to LEGACY unified cache (no policy snapshot)
+        void* ptr = tiny_hot_alloc_fast(class_idx);
+        if (TINY_HOT_LIKELY(ptr != NULL)) {
+            return ptr;
+        }
+        return tiny_cold_refill_and_alloc(class_idx);
+    }
+
     // 2. Policy snapshot (TLS cached, single read)
     const SmallPolicyV7* policy = small_policy_v7_snapshot();
     SmallRouteKind route_kind = policy->route_kind[class_idx];

docs/analysis/ALLOC_TINY_FAST_DUALHOT_1_DESIGN.md

@@ -0,0 +1,105 @@
+# Phase ALLOC-TINY-FAST-DUALHOT-1 設計（C0–C3 を第2ホットとして扱う）
+
+## 背景（現状のボトルネック）
+
+FREE-TINY-FAST-DUALHOT-1 により `free` の self% が大きく低下したため、Mixed の次のボトルネックが **alloc 側**に移った。
+
+（例: `tiny_alloc_gate_fast` + `malloc` が合計 ~30% 付近）
+
+ここで重要なのは、FREE 側の学びと同じ:
+
+- C7 は ULTRA で “第1ホット”
+- C0–C3 は LEGACY（UC/SFC/SLL 等）で “第2ホット”
+- “第2ホット” を rare 扱いして `policy snapshot` を毎回踏むと損
+
+---
+
+## 目的
+
+`malloc_tiny_fast()` の alloc 経路で、C0–C3 については
+
+- `small_policy_v7_snapshot()`（policy snapshot）
+- `route_kind` 判定（switch）
+
+を **スキップ**し、LEGACY の最短経路（TLS unified cache hit → refill）へ直行させる。
+
+---
+
+## 非目標（やらないこと）
+
+- C4–C7 のルーティング設計変更（ULTRA/MID/v7 の構造は触らない）
+- “PGO build 前提の大改造” はやらない（まずは小パッチで A/B）
+- 統計の常時 ON（global atomic）を入れない（外乱要因になる）
+
+---
+
+## 設計（Box Theory）
+
+### 箱と境界
+
+- 対象ホット関数: `core/front/malloc_tiny_fast.h` の `malloc_tiny_fast(size)`
+- 境界: `class_idx` 確定直後（size→class の 1 回目）に “第2ホット” を判定して early-exit
+- 既存の Box は変更しない（`tiny_hot_alloc_fast()` と `tiny_cold_refill_and_alloc()` を再利用）
+
+### 戻せる（A/B）
+
+- ENV gate を 1 つ追加する:
+  - `HAKMEM_TINY_ALLOC_DUALHOT=0/1`
+  - 初期は default OFF（A/B しやすくする）
+
+### Fail-Fast / Safety
+
+- alloc は cross-thread free と違い “所有者” 概念がないため、Larson ガード不要。
+- ただし、将来 C0–C3 を v6/v7 等へ載せる実験に備え、ENV でいつでも OFF に戻せるようにする。
+
+---
+
+## 具体案（擬似コード）
+
+差し込み位置は `class_idx` を確定し、C7 ULTRA early-exit を試した **直後**。
+
+```c
+// C7 ULTRA early-exit (既存)
+if (class_idx == 7 && tiny_c7_ultra_enabled_env()) { ... }
+
+// NEW: C0–C3 DUALHOT
+if (alloc_dualhot_enabled() && class_idx <= 3) {
+    void* p = tiny_hot_alloc_fast(class_idx);
+    if (p) return p;
+    return tiny_cold_refill_and_alloc(class_idx);
+}
+
+// 既存: policy snapshot + route_kind switch
+const SmallPolicyV7* policy = small_policy_v7_snapshot();
+switch (policy->route_kind[class_idx]) { ... }
+```
+
+---
+
+## 計測手順（GO/NO-GO）
+
+### Gate 1: 健康診断
+
+`scripts/verify_health_profiles.sh` を default 設定（ENV OFF）で 1 回。
+
+### Gate 2: A/B（Mixed）
+
+- Baseline: `HAKMEM_TINY_ALLOC_DUALHOT=0`
+- Opt: `HAKMEM_TINY_ALLOC_DUALHOT=1`
+
+同一条件で 10-run。中央値と分散を比較。
+
+### Gate 3: perf（Mixed）
+
+期待:
+- `tiny_alloc_gate_fast` / `malloc` self% が下がる
+- `main` が相対的に上がる（= allocator 側の余地を削った証拠）
+
+---
+
+## 成功条件
+
+- Mixed: +2% 以上（または free DUALHOT と同等の “明確な改善”）
+- C6-heavy: ±2% 以内（回帰なし）
+- 回帰が出たら default OFF の研究箱として freeze（保持して次の学びに使う）
+