Document new Mixed baseline and C7 header dedup A/B

CURRENT_TASK.md

@@ -1,4 +1,4 @@
-## HAKMEM 状況メモ (2025-12-10 更新 / Mixed 基準ライン固定)
+## HAKMEM 状況メモ (2025-12-10 更新 / Mixed 基準ライン再固定)
 
 ### Phase S-FINAL: Mixed 16–1024B 現行ベースライン固定（C7-only v3 / front v3+LUT+fast classify ON）
 - ベンチ: `./bench_random_mixed_hakmem 1000000 400 1`（1 thread, ws=400, iters=1M, seed=1）。
@@ -16,13 +16,14 @@
     - `HAKMEM_TINY_PTR_FAST_CLASSIFY_ENABLED=1`
   - サイズ範囲: `HAKMEM_BENCH_MIN_SIZE=16 HAKMEM_BENCH_MAX_SIZE=1024`（Mixed 16–1024B 前提。未設定時は既定値を使用）
   - その他: `HAKMEM_FREE_POLICY` / `HAKMEM_THP` / stats 系 ENV は未設定（デフォルトのまま）。
-- 結果（現 HEAD, Release）:
+- 結果（現 HEAD, Release, ユーザ環境での実測）:
-  - HAKMEM: `Throughput =  35771829 ops/s [iter=1000000 ws=400] time=0.028s`（約 **35.8M ops/s**）。
+  - HAKMEM baseline（C7 header dedup OFF）: **44,384,651 ops/s**
-  - ログ: `/tmp/mixed_baseline.log`（ベンチ実行時の標準出力を tee 済み）。
+  - HAKMEM + `HAKMEM_TINY_C7_HEADER_DEDUP_ENABLED=1`: **44,303,895 ops/s**（約 -0.2%、誤差レンジ内）
 - メモ:
-  - 以前の PhaseS1/「Mixed 16–1024B 新基準」では同系統の構成で **44.45M ops/s** を記録していたが、その後のフロント/Tiny/Pool/Superslab 周りのリファクタリングと安全化（madvise ガード・DSO ガード・DEBUG パス整備など）により、現 HEAD の同条件スループットは **約 36M ops/s** レンジに落ち着いている。
+  - 一時的に同プロファイルで ~36M ops/s まで落ち込んでいたが、Tiny front v3 snapshot の遅延・LUT 判定の整理・C7 ヘッダまわりの配置見直しにより、Mixed 16–1024B のスループットは **約 44M ops/s レベル** に戻っている。
-  - 以降の最適化はこの Phase S-FINAL を基準ラインとして扱い、A/B は必ず `HAKMEM_PROFILE=MIXED_TINYV3_C7_SAFE` 前提で比較する（過去の 44M ops/s とは直接比較しない）。
+  - C7 ヘッダ再書き込み抑制（dedup）は ON/OFF いずれもほぼ同等で、現状は安全な実験箱として ENV ゲート付きのまま維持（デフォルトは OFF）。
-  - Mixed の「健康診断 run」として、少なくとも `HAKMEM_PROFILE=MIXED_TINYV3_C7_SAFE ./bench_random_mixed_hakmem 1000000 400 1` を 1 本通し、segv/assert なし・スループットが 35–38M ops/s レンジに入っていることを確認する。
+  - 以降の最適化はこの Phase S-FINAL を基準ラインとして扱い、A/B は必ず `HAKMEM_PROFILE=MIXED_TINYV3_C7_SAFE` 前提で比較する（過去の別プロファイル・別ビルドの数値とは直接比較しない）。
+  - Mixed の「健康診断 run」として、少なくとも `HAKMEM_PROFILE=MIXED_TINYV3_C7_SAFE ./bench_random_mixed_hakmem 1000000 400 1` を 1 本通し、segv/assert なし・スループットが 40〜45M ops/s 程度のレンジに入っていることを確認する（マシン差は許容）。
 
 ### Phase FP1: Mixed 16–1024B madvise A/B（C7-only v3, front v3+LUT+fast classify ON, ws=400, iters=1M, Release）
 - Baseline (MIXED_TINYV3_C7_SAFE, SS_OS_STATS=1): **32.76M ops/s**。`[SS_OS_STATS] madvise=4 madvise_enomem=1 madvise_disabled=1`（warmup で ENOMEM→madvise 停止）。perf: task-clock 50.88ms / minor-faults 6,742 / user 35.3ms / sys 16.2ms。
@@ -992,3 +993,7 @@ export HAKMEM_POOL_ZERO_MODE=header
 - 内容: tiny_alloc_gate_box を LUT/route 先頭分岐に寄せる再構成＋ malloc_tiny_fast_dispatch の分離を試験。
 - 結果: Mixed 16–1024B (MIXED_TINYV3_C7_SAFE, Release) で **約 -14%** (44.8M → 38.6M ops/s) の回帰。segv/assert は無し。
 - 対応: Phase TG2 変更は破棄済み（tiny_alloc_gate_box / malloc_tiny_fast を元の直線ロジックへ戻した）。今後は gate 全体を触らず、header / classify / ptr fast path など局所削減で攻める方針。
+
+### Header Light v3.1（C7 header 再書き込み抑制・ベンチ専用）
+- ENV: `HAKMEM_TINY_C7_HEADER_DEDUP_ENABLED`（デフォルト 0, C7 v3 ON 時のみ効く）。直前と同一のヘッダなら store をスキップ、free 側の検証は不変。
+- A/B (Mixed 16–1024B, ws=400, iters=1M, MIXED_TINYV3_C7_SAFE): OFF 44.38M ops/s, ON 44.30M ops/s（±ノイズ, 回帰なし）。安全な実験箱として残す（デフォルト OFF）。

PERF_ANALYSIS_16_1024B_20251205.md

@@ -11,9 +11,10 @@
 
 | Allocator | Throughput (ops/s) | 備考 |
 |-----------|--------------------|------|
-| HAKMEM (current HEAD, C7-only v3) | **35,771,829** | `Throughput =  35771829 ops/s [iter=1000000 ws=400]` |
+| HAKMEM (current HEAD, C7-only v3, dedup OFF) | **44,384,651** | baseline (`HAKMEM_PROFILE=MIXED_TINYV3_C7_SAFE`) |
+| HAKMEM + C7 header dedup ON                | **44,303,895** | `HAKMEM_TINY_C7_HEADER_DEDUP_ENABLED=1`（ほぼ誤差） |
 
-> Note: 以前の PhaseS1 では同系統の構成で **44,447,714 ops/s** を記録していたが、その後の Tiny/front/pool/Superslab 側のリファクタリングと安全化により、現 HEAD では同条件でおおよそ 36M ops/s レンジに落ち着いている。以降の最適化はこの数値を新しい基準ラインとして扱う。
+> Note: 一時的に同プロファイルで ~36M ops/s まで落ち込んでいたが、その後の Tiny front v3 snapshot の遅延・LUT 判定の整理・C7 ヘッダまわりの配置見直しにより、現 HEAD では同条件でおおよそ 44M ops/s レンジに戻っている。以降の最適化はこの数値を新しい Mixed 基準ラインとして扱う。
 
 ## Quick Baseline Refresh (2025-12-05, C7-only v3 / front v3 ON)