Phase 36-37: TinyHotHeap v2 HotBox redesign and C7 current_page policy fixes

- Redefine TinyHotHeap v2 as per-thread Hot Box with clear boundaries - Add comprehensive OS statistics tracking for SS allocations - Implement route-based free handling for TinyHeap v2 - Add C6/C7 debugging and statistics improvements - Update documentation with implementation guidelines and analysis - Add new box headers for stats, routing, and front-end management
2025-12-08 21:30:21 +09:00
parent 34a8fd69b6
commit 8f18963ad5
37 changed files with 3205 additions and 167 deletions
--- a/docs/analysis/C6_HOTBOX_DESIGN.md
+++ b/docs/analysis/C6_HOTBOX_DESIGN.md
@ -0,0 +1,60 @@
+# C6_HOTBOX_DESIGN
+
+目的: class6 を C7 SAFE と同じ TinyHeap ベースでホット化するための箱を定義する。まずは SAFE（meta きちんと保持）だけを対象とし、ULTRA（meta を大胆に省く）は C6 ではやらない。
+
+## 境界（箱の責務）
+- **内側 (C6 HotBox)**: TinyHeapBox 上での heap → page → block 管理、current_page ポリシー。
+- **外側 (Cold Box)**: Superslab / Tier / Guard / Stats。TLS SLL とは原則切断（TinyHeap クラスには SLL を使わせない）。
+
+## ENV / A/B 切替
+- `HAKMEM_TINY_HEAP_BOX` … TinyHeap front 全体の ON/OFF。
+- `HAKMEM_TINY_HEAP_CLASSES` … クラスごとの TinyHeap マスク。デフォルトは `0x80` (C7 のみ)。
+- `HAKMEM_TINY_C6_HOT` … C6 Hot front を有効化するスイッチ（1 で C6 専用直線パスを許可）。
+- `HAKMEM_TINY_C6_META_MODE` … 0=OFF, 1=SAFE（当面は SAFE のみ。ULTRA はやらない）。
+- **注意**: meta_mode=1 は現時点では bench/実験専用。長めの C6-heavy でクラッシュする既知事象があり、通常運用は
+  meta_mode=0 または C6 TinyHeap OFF を推奨する。
+- デバッグ用（meta_mode=1 時の Fail-Fast/可視化）:
+  - `HAKMEM_TINY_C6_DEBUG_POP=1` … pop まわりの Fail-Fast を有効化。
+  - `HAKMEM_TINY_C6_DELTA_TRACE=1` … delta を触った箇所を last_delta_site に記録。
+  - `HAKMEM_TINY_C6_DELTA_DEBUG=1` … destructor で delta サマリを dump。
+  - `HAKMEM_TINY_C6_DELTA_TRACE=1` が有効なときは delta サイト (ALLOC/FREE/ATTACH/EMPTY/THRESHOLD) をページに刻み、
+    `HAKMEM_TINY_C6_DEBUG_POP=1` では pop/free の Fail-Fast（範囲外 freelist/ss mismatch/cap0 等）と 512 行までの debug log を出す。
+
+## 現状の事実（2025-12 時点）
+- C6 TinyHeap（`HAKMEM_TINY_HEAP_CLASSES=0x40`）は C6-heavy / Mixed どちらも回帰気味（最新測定 2025-12-05）。
+  - C6-heavy (min=257/max=768, ws=256, iters=20k, debug OFF)  
+    - LEGACY: **41.74M ops/s**（HEAP_STATS 0）  
+    - TinyHeap mode0 (`C6_META_MODE=0`): **36.07M ops/s**（cls6 fast=5381 / slow_prepare=1）  
+    - TinyHeap mode1 (`C6_META_MODE=1` SAFE): **28.86M ops/s**（cls6 fast=2692 / slow_prepare=2690）
+  - Mixed 16–1024B (ws=256, iters=20k)  
+    - LEGACY: **40.90M ops/s**  
+    - C7_SAFE (C6 OFF): **40.96M ops/s**（cls7 fast=5691 / slow=1）  
+    - C6+C7 SAFE (`HEAP_CLASSES=0xC0`、両方 meta_mode=1): **27.21M ops/s**（cls6 fast=1388 / slow=1366、cls7 fast=5664 / slow=19）
+- mode0 は slow_prepare≈1 でも約 -14%（C6-heavy）と大きくマイナス、mode1 は slow_prepare が増えてさらに悪化。現状は bench/実験専用マスク（0x40/0xC0）とし、通常は LEGACY か C7_SAFE のみを推奨。
+- slow_prepare が小さいまま回帰するため、原因は Front/Hot の命令コストや meta 更新コスト（delta/flush 実装）の重さにあると推定。mode1 は delta/flush を触ることで slow_prepare も増えやすい点に注意。
+- meta_mode=1 の暫定防御（Phase21–22）:
+  - attach で meta->freelist を範囲チェックし、OOB は NULL に潰す。
+  - empty→release で meta->freelist を NULL にし、debug 時は page->free_list に poison。
+  - pop で freelist OOB / ss mismatch / cap0 などを Fail-Fast。  
+  - 上記後、C6-heavy iters=1000/1500/2000/20000 で再現していた SIGSEGV は出なくなり、delta サマリは 0/0/0（ただし bench 専用扱いは継続）。
+
+## 要件と設計方針
+- 当面は **SAFE のみ**（meta/active を delta + flush で正確寄りに保つ）。ULTRA は C6 では導入しない。
+- A/B できるように:
+  - C6 Hot front: `HAKMEM_TINY_C6_HOT=1` で直線パスを有効化。
+  - C6 TinyHeap ON/OFF: `HAKMEM_TINY_HEAP_CLASSES` のビットで切替（デフォルトは OFF）。
+- Box Theory 準拠:
+  - HotBox（TinyHeap 内部）と Cold Box（Superslab/Tier/Guard/Stats）の境界は 1 箇所。
+  - TLS SLL は C6 HotBox からは触らない。
+
+## 今後のフォーカス
+- C7 SAFE で効いた current_page 固定＋ delta/閾値 flush を C6 に横展開するかを検討。
+- Front/Hot の命令数を減らすため、C6 専用の直線フロント（Gate → Heap 一本化）を C7 と対称に整える。
+- 成果の指標:
+  - C6-heavy で LEGACY と同等以上を目指す。
+  - Mixed 16–1024B で C6 を載せてもマイナスが小さい（±1M 以内）こと。
+
+v1 の結論と凍結方針
+--------------------
+- v1 では C6 TinyHeap/Hot はどのモードでも C6-heavy/Mixed で明確なマイナス。meta_mode=1 は bench/実験専用とし、通常は mode0 か OFF を推奨。
+- C6 の本格的な再設計は TinyHeap v2（C5–C7 をまとめて組み直す箱）で行う。C6 を触るときは bench/実験マスク (0x40/0xC0) とデバッグ ENV を明示的に有効にする。
--- a/docs/analysis/C7_HOTBOX_DESIGN.md
+++ b/docs/analysis/C7_HOTBOX_DESIGN.md
@ -36,6 +36,21 @@ A/B 切替ポリシー（HAKMEM_TINY_C7_HOT）
 - `HAKMEM_TINY_C7_HOT=1` : C7HotBox を有効化。Gate で `class_idx==7` を検出したときだけ `tiny_c7_alloc_fast` / `tiny_c7_free_fast` を経由する。
 - `HAKMEM_TINY_C7_HOT=0` : 完全に従来経路へフォールバック（Unified Cache / Warm / Superslab の既存ルート）。
 - ENV で即時戻せるようにし、Box 境界は slow helper（`tiny_c7_alloc_slow_from_heap` / `tiny_c7_page_becomes_empty`）1 箇所に集約する。
+- TinyHeap プロファイル: `HAKMEM_TINY_HEAP_PROFILE` を導入（LEGACY/C7_SAFE/C7_ULTRA_BENCH/CUSTOM）。
+  - C7_SAFE: class mask=0x80, C7 meta_mode=1（SAFE）、`HAKMEM_TINY_HEAP_BOX` 自動 ON。C7_HOT は別途 1 を推奨。
+  - C7_ULTRA_BENCH: class mask=0x80, C7 meta_mode=2（bench 専用）。
+  - CUSTOM: 既存の `HAKMEM_TINY_HEAP_CLASSES` / `HAKMEM_TINY_C7_META_MODE` を直接指定。
+  - 推奨セット:
+    - 本番寄せ C7: `HAKMEM_TINY_HEAP_PROFILE=C7_SAFE HAKMEM_TINY_C7_HOT=1 HAKMEM_TINY_LARSON_FIX=1`
+    - C7-only bench: `HAKMEM_TINY_HEAP_PROFILE=C7_ULTRA_BENCH HAKMEM_TINY_C7_HOT=1 HAKMEM_TINY_LARSON_FIX=1`
+  - 補足: class6 にも対称の Hot front（`HAKMEM_TINY_C6_HOT` + class mask）を追加済みだが、C6 は回帰が大きく bench/実験専用のまま。
+  - Phase16: Route Snapshot Box (`tiny_route_env_box.h`) を追加し、Gate は「size→class→route LUT→heap/legacy」の 1 分岐構造に整理。C7 SAFE profile でも mixed での回帰を縮めつつ、C7-only は LEGACY≈39.7M / SAFE≈41.1M / ULTRA≈46.1M (20k/ws=64, Release, LARSON_FIX=1)。
+
+現状の位置づけ (Phase 19)
+--------------------------
+- C7 SAFE: C7-only 20k/ws64 ≈46.6M ops/s、Mixed 16–1024B は LEGACY と ±1M 以内。C7-heavy で推奨。
+- C7 ULTRA_BENCH: C7-only 20k/ws64 ≈52M（bench 専用、Superslab/Tier 統計は緩むため本番では OFF）。
+- C6 TinyHeap: C6-heavy / Mixed で throughput が明確に悪化（例: LEGACY≈44.3M → C6 TinyHeap≈38.6M）。`HAKMEM_TINY_HEAP_CLASSES=0x40/0xC0` は bench/実験専用マスクとして扱う。

 メモ
 ----
@ -119,6 +134,52 @@ Phase 9: Tiny lane 判定を TinyHeap と揃える
  - Mixed 16–1024B: OFF≈47.6M / C7 only TinyHeap≈36.9M / C6+C7 TinyHeap≈30.3M（警告なし）。
 - 依然として性能は TinyHeap OFF より低いケースがあるため、C6/C7 の slow_prepare 削減や current_page 利用強化を次フェーズで行う。

+Phase ULTRA: C7 meta モードの三段化（bench 専用 ULTRA 追加）
+------------------------------------------------------------
+- ENV `HAKMEM_TINY_C7_META_MODE` を追加（0:OFF, 1:SAFE meta-light=従来の delta+閾値 flush/clamp, 2:ULTRA）。未指定時は `HAKMEM_TINY_C7_META_LIGHT` を後方互換ゲートとして扱い SAFE=1 相当。
+- ULTRA(mode=2) は C7-only ベンチ専用。per-alloc で meta->used / ss_active_* を一切更新せず、delta/flush もスキップする高速モード。2024-xx-xx 時点で pop/push の meta->freelist/carved atomic も省略し、ベンチ専用の最小オーバーヘッド構成にしている（Box 境界は維持しつつ Superslab/Tier の統計整合は犠牲にする）。
+- SAFE(mode=1) はこれまでのページ境界 flush + 閾値 flush + attach clamp を維持し、本番で使うなら mode=0/1。ULTRA は「bench/研究用途のみ」と明記。
+- C7-only 20k/ws=64 (Release, HEAP_BOX=1, HEAP_CLASSES=0x80, HOT=1, LARSON_FIX=1):
+  - mode=0: ≈38.7M ops/s（alloc_fast_current=10052 / alloc_slow_prepare=7681）
+  - mode=1: ≈34.1M ops/s（alloc_fast_current=5837 / alloc_slow_prepare=5179）
+  - mode=2: ≈41.6M ops/s（alloc_fast_current=5948 / alloc_slow_prepare=5068）
+- current_page 可視化（Phase 11）: `g_c7_page_stats` を追加し、prepare_calls / prepare_with_current_null / prepare_from_partial / current_set_from_free / current_dropped_to_partial を `HAKMEM_TINY_C7_HEAP_STATS=1` でダンプ。C7-only ULTRA (20k/ws=64) では `prepare_with_current_null=prepare_calls` となり、free 側で current_page を保持できていないことが見えたため、current 固定化ポリシーを継続検討中。
+- current 固定化の初期版（ULTRA 専用）: empty/full での unlink を避け、free 後は常に current_page に据え置く + prepare で current を優先するように変更。C7-only 20k/ws=64 (mode=2) で ops≈52.0M、alloc_fast_current=11015 / alloc_slow_prepare=1 / prepare_calls=1 まで改善。SAFE への逆輸入は未定（ULTRA は bench 限定）。
+- SAFE (mode=1) への current ポリシー逆輸入 (Phase 12):
+  - free で used>0 の page を current に据え直し、empty でも delta flush のみで detach/publish を避けて current を保持。mark_full でも C7 meta_light が current を指す場合は unlink しない。
+  - prepare_page も C7 meta_light で current に空きがあれば即 return（refill へ降りない）。
+  - ベンチ (C7-only, ws=64, HEAP_BOX=1, HEAP_CLASSES=0x80, HOT=1, LARSON_FIX=1): SAFE mode=1 20k ≈46.6M ops/s（alloc_fast_current=11015 / alloc_slow_prepare=1 / free_fast_local=8726, prepare_calls=1）。長時間 100k≈46.7M / 200k≈44.99M、`HAKMEM_TINY_C7_DELTA_DEBUG=1` でも delta 残 0 を確認。
+  - ULTRA(mode=2) は bench 専用のまま。本番寄り構成は mode=0/1 を推奨。
+
+Phase 13: mixed での SAFE 効果と multi-class stats
+---------------------------------------------------
+- Stats を `TinyHeapClassStats[]` に拡張（ENV: `HAKMEM_TINY_HEAP_STATS` / `_DUMP`、旧 `_C7_` 互換）し、C6/C7 の fast/slow/fallback を同時に計測可能にした。
+- Mixed 16–1024B (iters=20k, ws=256, LARSON_FIX=1):
+  - TinyHeap OFF: ≈43.7M ops/s。
+  - C7 SAFE のみ TinyHeap (`HEAP_BOX=1 HEAP_CLASSES=0x80 META_MODE=1 HOT=1`): ≈44.9M ops/s（`HEAP_STATS[7] fast=5691 slow_prepare=1`）。
+  - C6+C7 TinyHeap (`HEAP_CLASSES=0xC0`): ≈39.3M ops/s（`HEAP_STATS[6] fast=2744 slow=1`, `HEAP_STATS[7] fast=5691 slow=1`）。
+- C6 偏重 (min=257 max=768):
+  - TinyHeap OFF: ≈43.8M ops/s。
+  - C6 TinyHeap のみ: ≈38.5M ops/s（`HEAP_STATS[6] fast=5372 slow=1`）。
+  - C6+C7 TinyHeap: ≈40.6M ops/s（`HEAP_STATS[6] fast=5372 slow=1`, `HEAP_STATS[7] fast=5691 slow=1`）。
+- 方針: C7 SAFE は mixed でも悪化せず、C7-only では legacy 超え → デフォルト TinyHeap 候補。C6 は slow_prepare 自体は少ないが経路オーバーヘッドで低下するため、当面は bench/実験用 (HEAP_CLASSES=0x40/0xC0)。C7-only を突き抜けるベンチは ULTRA (META_MODE=2) を手動で使う。
+
+Phase 17: C7 フロント超直線化（HotPipeline 前倒し）
+----------------------------------------------------
+- Route Snapshot を使った C7 判定ヘルパ `tiny_c7_front_uses_heap()` を追加。Gate から class7 が TinyHeap 経路かどうかを 1 LUT で判定できるようにした。
+- `malloc_tiny_fast` の冒頭に「size==1024 かつ C7 route=HEAP」専用パスを追加。クラス判定/LUT/route を飛ばして `tiny_c7_alloc_fast` へ直行し、miss 時だけ Legacy Tiny slow (`tiny_cold_refill_and_alloc(7)`) に静かにフォールバック。
+- `free_tiny_fast` も C7 route=HEAP を先に評価し、Larson fix ブロックの owner 判定後に `tiny_c7_free_fast_with_meta` へ直行する経路を明示（route はスナップショットから 1 回だけ読む）。
+- ベンチ (Release, iters=20k, ws=64, LARSON_FIX=1, HOT=1):
+  - C7-only: PROFILE=LEGACY ≈37.1M / C7_SAFE ≈38.2M / C7_ULTRA_BENCH ≈45.3M ops/s。
+  - Mixed 16–1024B (ws=256): PROFILE=LEGACY ≈40.3M / C7_SAFE ≈40.7M ops/s（差 ~-1M まで縮小）。
+- 今後の選択肢メモ: (A) C6 TinyHeap を C7 SAFE 流（current 固定＋meta-light SAFE）に寄せるか、(B) Tiny front/gate/UC の命令削減を perf で詰めるかを次フェーズで決める。
+
+Phase 18 メモ（C6 SAFE 実験とプロファイル整理）
+------------------------------------------------
+- TinyHeap プロファイル箱に加え、`HAKMEM_TINY_C6_META_MODE`（0/1）を追加。現状の C6 SAFE は整合優先で挙動は mode 0 相当（delta/flush 未使用、meta/active は per-alloc 更新）だが、クラスマスクで C6 を TinyHeap に載せたまま A/B 計測できる。
+- C6 偏重 20k/ws=256 では LEGACY ≈44.3M → C6 TinyHeap (mask=0x40, META_MODE=0/1) ≈38.6〜38.8M、C6+C7 TinyHeap (0xC0, META_MODE=1) ≈39.9M。Mixed 16–1024B でも C6 TinyHeap は ≈38.5〜38.7M、C6+C7 TinyHeap ≈39.5M（slow_prepare はいずれも ≈1 と低い）。
+- デフォルト profile は引き続き C7 SAFE / C7 ULTRA_BENCH / LEGACY の 3 択。C6 を TinyHeap に載せるのは bench/研究用（クラスマスク 0x40/0xC0 を明示）とし、本番では 0x80=C7 のみを推奨。C6 向け meta-light を安全に再導入する場合は Superslab 解放まわりの安全性を再確認する。
+
 TinyHeapBox への載せ替え（Phase 1.0 構造）
 ------------------------------------------
 - C7HotBox の実体を `core/box/tiny_heap_box.h` の汎用 TinyHeapBox 上に配置し、型は `tiny_heap_ctx_t` / `tiny_heap_page_t` へ統一。
--- a/docs/analysis/COLD_TINY_STATS_BOX_DESIGN.md
+++ b/docs/analysis/COLD_TINY_STATS_BOX_DESIGN.md
@ -0,0 +1,74 @@
+Cold Tiny Stats Box (初期メモ)
+=============================
+
+目的
+----
+- Tiny のホットパス (TinyHeap/Front) では「page->used の増減だけ」に集中し、Superslab/Tier/Guard 用の meta->used / ss_active_* / 学習系カウンタの更新は Cold 側に押し出す。
+- C7 SAFE で導入した page 内 delta + flush を一般化し、「Stats Box」がイベントを受け取って統計を更新する構造に寄せる。
+
+境界の考え方
+------------
+- Hot 側 (TinyHeap / TinyFront / HotBox):
+  - やること: page->used の増減、必要なら「EVENT_ALLOC / EVENT_FREE」などの軽い通知を 1 回投げるだけ。
+  - やらないこと: meta->used / ss_active_* / Tier 判定用カウンタを直接いじる。
+- Cold Stats Box 側:
+  - Hot からのイベントをバッファ or 簡易カウンタで受け取り、
+  - Superslab/Tier/Guard が参照する統計値に反映する（当面は flush 境界で即時更新。次フェーズでバッチ化を検討）。
+
+C7 SAFE との関係
+----------------
+- C7 SAFE ではすでに page 内に used_delta/active_delta を持ち、empty/threshold/attach 時に flush して meta/active を更新する「ミニ Aggregator」がある。
+- 本フェーズ以降は「flush 部分だけを Stats Box に委譲」→「Stats Box で pending に貯め、所定のトリガでまとめて meta/active を反映」という二段構えに進化させる。
+- 将来的には Stats Box 内で本格的なバッチ更新・学習カウンタ更新を担う余地を残す。
+
+遅延の許容と不変条件（C7 基準）
+--------------------------------
+- Superslab/Tier/Guard が前提にする不変条件:
+  - meta->used / ss_active_* は「ページが Superslab を離れる前」に必ず整合した値に戻っていること。
+  - Tier 判定や Guard/OOM 判定は「一時的に +α（最大 K ページぶん）」までなら許容するが、K は環境から明示的に決める。
+- 今回の方針:
+  - 1 ページあたり最大「capacity×16」程度までの pending なら遅延を許容（ENV で ON のときのみ）。
+  - ページが empty になり Superslab/Tier に返る直前、または pending が閾値を超えたときに必ず flush。
+  - Superslab を完全 release する前に pending=0 になる（empty で flush を強制する）ため、Tier/Guard の破綻は避ける。
+
+ENV / A/B ポリシー
+------------------
+- HAKMEM_TINY_STATS_BOX=0/1 で Stats Box 経由を切替。
+  - 0: これまで通り TinyHeap 内で meta/active を直接更新。
+  - 1: C7 SAFE の flush を Stats Box 経由に分離。
+- HAKMEM_TINY_STATS_BATCH=0/1 で meta/active の適用タイミングを切替（Stats Box が有効な場合のみ有効）。
+  - 0: flush ごとに即 meta->used / ss_active_* を更新（従来挙動）。
+  - 1: flush で得た delta を page pending に貯め、閾値/empty/release/destructor でまとめて反映。
+- 当面は C7 のみ対象。他クラスや C6 への適用は次フェーズ以降の検討事項。
+
+初期 A/B（C7-only 20k/ws=64, PROFILE=C7_SAFE, HOT=1, HEAP_STATS=ON）
+--------------------------------------------------------------------
+- STATS_BOX=0: 42.99M ops/s（cls7 fast=11015 / slow=1）
+- STATS_BOX=1: 42.92M ops/s（cls7 fast=11015 / slow=1）
+- いずれも delta summary=0 で挙動差なし（場所だけ Box に分離）。
+
+今フェーズの実装（概要）
+-------------------------
+- Stats Box に page 単位の pending(used_delta/active_delta) を追加。
+- C7 SAFE の flush は「delta を Stats Box に渡すだけ」に変更し、Stats Box が
+  - STATS_BATCH=0: 即座に meta/active 更新。
+  - STATS_BATCH=1: pending に加算し、閾値超え/empty でまとめて meta/active へ反映。
+- Hot 側（TinyHeap/C7 SAFE）のコード量は変えず、Cold 側だけで更新タイミングを差し替えられる形にした。
+
+Phase27 A/B（バッチ有効時の影響）
+---------------------------------
+- C7-only 20k/ws=64（PROFILE=C7_SAFE, HOT=1, LARSON_FIX=1, HEAP_STATS=ON）  
+  - STATS_BOX=0: 43.31M ops/s  
+  - STATS_BOX=1, BATCH=0: 43.06M ops/s（fast/slow 同一）  
+  - STATS_BOX=1, BATCH=1: 35.10M ops/s（大幅マイナス）  
+  - STATS_BOX=1, BATCH=1, META_MODE=2（ULTRA bench）: 48.55M ops/s
+- Mixed 16–1024B 20k/ws=256  
+  - LEGACY: 40.92M ops/s  
+  - C7_SAFE + STATS_BOX=1, BATCH=0: 42.72M ops/s  
+  - C7_SAFE + STATS_BOX=1, BATCH=1: 35.27M ops/s
+- 判断: BATCH=1 は C7-only/Mixed とも大きく劣化。bench 専用に留め、標準は STATS_BOX=1 & BATCH=0（または STATS_BOX=0）とする。
+
+標準設定 (v1)
+--------------
+- 推奨: PROFILE=C7_SAFE 時は `HAKMEM_TINY_STATS_BOX=1 HAKMEM_TINY_STATS_BATCH=0` を標準とし、レガシー比較時は STATS_BOX=0 でも可。
+- Bench/実験: `HAKMEM_TINY_STATS_BATCH=1` は bench 専用（C7-only/Mixed とも大幅マイナス）。C7_ULTRA_BENCH で試すときのみ併用を許容。
--- a/docs/analysis/FINAL_PERF_STATUS_2025XX.md
+++ b/docs/analysis/FINAL_PERF_STATUS_2025XX.md
@ -0,0 +1,31 @@
+# FINAL_PERF_STATUS_2025XX
+
+箱理論で進めた v1 系の最終スナップショット。ベスト構成と残差、次の大きなテーマを一枚にまとめる。
+
+## ベスト構成（デフォルト想定）
+- Tiny: `HAKMEM_TINY_HEAP_PROFILE=C7_SAFE`, `HAKMEM_TINY_HOTHEAP_V2=0`, `HAKMEM_TINY_STATS_BOX=1`, `HAKMEM_TINY_STATS_BATCH=0`, `HAKMEM_TINY_LARSON_FIX=1`
+- Pool: `HAKMEM_POOL_V2_ENABLED=0`（回帰防止のため v1 を標準）
+- HugePage/ヘッダ-light/実験系: すべて OFF（研究箱扱い）
+
+## 性能一覧（リリースビルド、代表プロファイル）
+- C7-only (ws=64, iters=20k): ≈40.6M ops/s  
+  - mimic/system との差: mimalloc ≈112.9M, system ≈92.1M → HAKMEM は mimic の ~36%、system の ~44%
+- Mixed 16–1024B (ws=256, iters=20k): ≈38–39M ops/s（v2 OFF, C7_SAFE）  
+  - mimalloc/system は未計測同条件だが C7-only 比率から推定し ~40% 前後
+- mid/smallmid (bench_mid_large_mt_hakmem 1 1,000,000 400 1, v2 OFF): ≈27.4–28.4M ops/s  
+  - mimalloc ≈54.2M → HAKMEM は ~50% 近辺
+
+## 埋めた「大きな穴」
+- Tiny front/route フラット化（size→class→route→alloc/free を 1 LUT+switch に縮約）
+- Warm Pool / Superslab OS stats で pf/sys の大穴を特定し、OS alloc/free はほぼゼロ化
+- SS_OS_STATS/Cold Stats Box で Superslab⇔OS/Stats を可視化し、デフォルトは A/B で安全側
+- C7 SAFE TinyHeap を標準に固定（v2 は研究箱）。Tiny v2 は完全ゲート付きでデフォルト OFF
+- Pool v1/v2 ゲート追加：`HAKMEM_POOL_V2_ENABLED=0` を標準にし、回帰を即切り戻せるようにした
+
+## ここから先（v3 テーマ候補）
+- TinyHeap v2 をゼロから設計（C5–C7 を統合する HotHeap、現在の実験 v2 とは別物）
+- First-touch / header-light / HugePage の本格対応（bench 専用から昇格させるか検証）
+- mid/smallmid の pool 系さらなる軽量化 or 別フロント
+- Tiny front 以外（mid/large）での route フラット化・命令数削減
+
+備考: v2 系・ヘッダ light・HugePage はすべて「明示的に ENV を立てた研究モード」のまま据え置き。標準ベンチ/比較は上記ベスト構成で見る。***
--- a/docs/analysis/FIRST_TOUCH_PAGEFAULT_REDUCTION_PLAN.md
+++ b/docs/analysis/FIRST_TOUCH_PAGEFAULT_REDUCTION_PLAN.md
@ -0,0 +1,51 @@
+# FIRST_TOUCH_PAGEFAULT_REDUCTION_PLAN
+
+## 現状サマリ（基準プロファイル: 16–1024B, ws=400, iters=1M, C7_SAFE, v2 OFF）
+- HAKMEM: ~6,600 page-faults / ~40.6M ops/s, user≈29 ms / sys≈18.5 ms
+- mimalloc: ~150 page-faults / ~112.9M ops/s
+- system malloc: ~130 page-faults / ~92.1M ops/s
+- Superslab OS 呼び出し（HAKMEM_SS_OS_STATS=1）: alloc=2 / free=3 / madvise=2 → OS mmap/munmap は支配的でない
+- WarmPool (C7): ヒット ~99% でほぼ効いている。残存 pf は first-write が主因と推定。
+
+## 方針（研究用 / デフォルト OFF）
+- Mode A: Superslab を HugePage / 大きめサイズで確保し、first-write そのものを減らす実験
+- Mode B: allocator 側の初期書き込み（ヘッダ/ゼロ埋め）を減らし、first-touch をアプリ側に寄せる実験
+- いずれも ENV で opt-in。デフォルトは OFF（本番プロファイルは現状維持）。
+
+## Mode A: HugePage / 大きめ Superslab 実験 Box（実験実装済み）
+- Box 案: SuperSlabHugePageBox（Cold 側で実験用）
+- ENV:
+  - `HAKMEM_SS_HUGEPAGE_EXPERIMENT=1` で HugePage を試行（デフォルト 0）
+  - `HAKMEM_SS_HUGEPAGE_SIZE` でページサイズ指定（未指定なら 2MB を仮定）
+- 実装（Phase52）:
+  - ss_os_acquire が ENV ON のときだけ `MAP_HUGETLB`（`MAP_HUGE_2MB` も併用できる環境では付与）を試し、失敗時は静かに通常 mmap にフォールバック。Stats で huge_alloc / huge_fail を出力。
+  - Superslab サイズが 2MB と一致するときのみ HugePage を試す（その他サイズは従来経路）。
+
+## Mode B: allocator 側 first-write 削減案
+- ヘッダ書き込みを減らすオプション（C5/C6/C7 region_id/guard ヘッダを実験的に省略）。安全性とトレードオフなので研究用 BOX (FirstTouchPolicyBox) に閉じ込める。
+- ゼロ初期化の重複を洗う:
+  - どこで memset/clear をしているか（Tiny front / mid / Superslab）を列挙し、アプリが必ず書く領域を allocator 側で二重初期化していないか確認。
+- Box Theory ルール:
+  - ポリシーは FirstTouchPolicyBox に集約し、ホットパスは policy snapshot を読むだけにする。
+- Tiny ヘッダ/初期化の 3 モード（bench 専用 ENV 実装済み）:
+  - `full`（デフォルト）: region_id_write_header を常に書き戻す（従来どおり）。
+  - `light`: 既存ヘッダと一致する場合は再書き込みを避け、必要最小限だけ書く。
+  - `off`（bench 専用）: 既存ヘッダが正しければ書かず、壊れているときだけ最小限を書き戻す（free の整合性確保のための最低限）。guard/memset もスキップ。
+  - ENV: `HAKMEM_TINY_HEADER_MODE=full|light|off`（未指定は full）。旧 `HAKMEM_TINY_WRITE_HEADER=0` は `off` 相当として互換維持。
+- 実験結果（Mixed 16–1024B, ws=400, iters=1M, C7_SAFE, v2 OFF）:
+  - HEADER_MODE=full: ≈42.40M ops/s, page-faults ≈6,662, cycles ≈176M。
+  - HEADER_MODE=light: ≈38.75M ops/s, page-faults ≈6,661, cycles ≈187M。
+  - HEADER_MODE=off: ≈39.33M ops/s, page-faults ≈6,662, cycles ≈184M。
+- 所感:
+  - pf 回数は 3 モードとも ≈6.66k でほぼ同一。ヘッダ write 軽量化では first-touch page-fault は減らない。
+  - cycles/ops は full が最良で、light/off は判定・分岐コストの増加により約 7〜9% の性能低下。
+  - 現時点では運用デフォルトは full のままが最良。light/off は bench 専用の research モードとして維持し、本番プロファイルでは使用しない。
+
+## 評価プロファイル（pf/sys A/B 用に固定）
+- プロファイル: `HAKMEM_BENCH_MIN_SIZE=16 HAKMEM_BENCH_MAX_SIZE=1024 HAKMEM_TINY_HEAP_PROFILE=C7_SAFE HAKMEM_TINY_HOTHEAP_V2=0 HAKMEM_TINY_LARSON_FIX=1`
+- メトリクス: ops/s, page-faults, user/sys（perf stat: cycles,instructions,task-clock,page-faults）
+- このプロファイルで Mode A/B を A/B し、pf がどこまで下がるかを見る。
+
+## ガードレール
+- HugePage / header-skip / zero-skip は研究専用でデフォルト OFF。ENV 明示なしでは有効化しない。
+- 本番プロファイルに入れる場合は Fail-Fast / Guard（明示 opt-in）と長時間安定性テストを必須にする。
--- a/docs/analysis/MID_LARGE_CPU_HOTPATH_ANALYSIS.md
+++ b/docs/analysis/MID_LARGE_CPU_HOTPATH_ANALYSIS.md
@ -0,0 +1,46 @@
+# MID/Large CPU Hotpath (Phase54)
+
+- 条件: `./bench_mid_large_mt_hakmem 1 1000000 400 1` (Release)  
+  `HAKMEM_TINY_HEAP_PROFILE=C7_SAFE`, `HAKMEM_TINY_C7_HOT=1`, `HAKMEM_TINY_HOTHEAP_V2=0`, `HAKMEM_TINY_LARSON_FIX=1`
+- スループット: HAKMEM ≈28.1M ops/s（mimalloc 54.2M / system 15.3M は Phase53 より）
+- perf stat (cycles:u): IPC≈2.4、page-faults≈7.4k（Phase53 と同等）
+
+## cycles:u ホットシンボル（self%）
+- hak_pool_try_alloc.part.0 … 14.7% （pool alloc ホットパス）
+- worker_run … 9.2% （ドライバ側のループと malloc 呼び出しを含む）
+- free / hak_free_at.constprop.0 … ~9–10%（glibc free 連携＋自前 free）
+- __memset_avx2_unaligned_erms … ~9%（pool 初期化/clear と推定）
+- mid_desc_lookup … 3.8%
+- hak_super_lookup … 1.4%
+- hak_pool_free.part.0 … 0.7%
+
+## 所感
+- pool 系（hak_pool_try_alloc / hak_pool_free）と free/memset が支配的で、mid_desc_lookup と super_lookup も目立つ。
+- kernel 枠の大きな inclusive% は free/memset 配下にぶら下がっており、userland 側の pool/front の命令数削減が効果的そう。
+
+## Phase55 方針（pool allocator ホットパス軽量化）
+- スコープ: core/hakmem_pool.c / core/hakmem_smallmid.c / core/box/pool_* の pool fast path。
+- hak_pool_try_alloc を直線化:
+  - 「TLS/local freelist hitなら即 return」を先頭に寄せ、debug/統計/slow は unlikely 側へ。
+  - mid_desc_lookup/クラス情報は入口で 1 回だけ計算し、TLS へのキャッシュを検討。
+- hak_pool_free / hak_free_at:
+  - self-thread free は pool push を最優先にし、cross-thread/debug は unlikely に寄せる。
+  - free 時の memset/初期化が不要なケースを洗い出し、スキップ余地をメモ。
+- mid_desc_lookup のキャッシュ:
+  - size→class→desc を入口で 1 回だけ決める仕組み（既存キャッシュの再利用も含め）を検討。
+- 成功ライン（bench_mid_large_mt_hakmem 1 1000000 400 1, Release):
+  - ops/s を 28–29M → 30–32M（+5〜10%）へ。
+  - perf report で hak_pool_try_alloc + free 周辺 self% が数ポイント低下。
+
+## Phase56 結果（pool fast path 初期実装）
+- 変更: PoolBlock→user 変換をヘルパに寄せ、TLS ring/lo pop と self-thread free push を直線化。owner 判定は mid_desc の 1 回 lookup で共有。
+- ベンチ（C6-heavy, ws=256, iters=20k, C7_SAFE, v2 OFF）: **25.9M ops/s**（目標 30–32M に届かず、前回 28–29M から回帰）。
+- perf stat（同条件 1M/400）: cycles=225,766,496、instructions=528,335,613、task-clock=57.88ms、ops/s≈25.7M。
+- 所感: fast-path整理だけでは効果薄く、むしろ低下。pool 内の memset/desc まわりやリング補充順序をより大胆に削らないと改善しない。次のステップとして追加の枝削減・キャッシュ導入を検討。
+
+## Phase57 回帰トリアージ（pool v2 をゲート化）
+- 変更: `HAKMEM_POOL_V2_ENABLED` を追加し、v1/v2 の pool 実装を env で切替。細分スイッチとして `HAKMEM_POOL_V2_BLOCK_TO_USER` / `HAKMEM_POOL_V2_TLS_FAST_PATH` を用意（デフォルト ON, v2 時のみ有効）。
+- ベンチ（C6-heavy, 1M/400, Release）:
+  - v1 (POOL_V2_ENABLED=0): **27.40M ops/s**
+  - v2 (POOL_V2_ENABLED=1): **24.73M ops/s**
+- 所感: v2 の変更が回帰要因と判明。標準は v1 に戻し、スイッチ単位の A/B でどの改変が悪いかを切り分ける方針。
--- a/docs/analysis/PERF_ANALYSIS_MID_LARGE_PHASE53.md
+++ b/docs/analysis/PERF_ANALYSIS_MID_LARGE_PHASE53.md
@ -0,0 +1,29 @@
+# Phase53: Mid/Smallmid ベンチ簡易計測（シングルスレッド）
+
+- 条件: 1 thread / cycles=1,000,000 / ws=400 / reps=1
+- ビルド: `make bench_mid_large_mt_hakmem bench_mid_large_mt_mi bench_mid_large_mt_system -j4`
+- プロファイル: TinyHotHeap v2 OFF、C7_SAFE プロファイル、LARSON_FIX=1、その他デフォルト
+
+## スループット比較
+
+- HAKMEM: `./bench_mid_large_mt_hakmem 1 1000000 400 1` → **28.43M ops/s**（別 run perf 時 29.02M）
+- mimalloc: `./bench_mid_large_mt_mi 1 1000000 400 1` → **54.22M ops/s**
+- system malloc: `./bench_mid_large_mt_system 1 1000000 400 1` → **15.29M ops/s**
+
+## perf stat (HAKMEM, user+sys)
+
+- コマンド: `perf stat -e cycles,instructions,task-clock,page-faults ./bench_mid_large_mt_hakmem 1 1000000 400 1`
+- 結果:
+  - cycles: 211,394,722
+  - instructions: 513,342,673 (IPC ≈ 2.43)
+  - task-clock: 57.48 ms (user 33.29 ms / sys 25.22 ms)
+  - page-faults: 7,374
+  - スループット: 29.02M ops/s（計測 run の値）
+
+## 所感 / 次の判断材料
+
+- mid/smallmid (257–768B主体) では mimalloc が HAKMEM の約 1.9×。system はさらに低い。
+- page-faults は 7.3k と Tiny (16–1024B) よりやや多めだが、主因は CPU 側命令量と sys 部分の比率。
+- 次の選択肢:
+  - mid/smallmid パス（Tiny 以外）のホットパスを狙う箱
+  - もしくは Tiny 側での残り課題と比較して優先度を決める材料に。
--- a/docs/analysis/PERF_ANALYSIS_TINY_FRONT_FLATTEN_PHASE42.md
+++ b/docs/analysis/PERF_ANALYSIS_TINY_FRONT_FLATTEN_PHASE42.md
@ -0,0 +1,205 @@
+# Phase42 Front Route Flatten ベースライン計測
+
+- ビルド: `make bench_random_mixed_hakmem -j4`
+
+## C7-only (ws=64, iters=20000, v2 OFF)
+- ENV: `HAKMEM_BENCH_C7_ONLY=1 HAKMEM_TINY_HEAP_PROFILE=C7_SAFE HAKMEM_TINY_HOTHEAP_V2=0 HAKMEM_TINY_STATS_BOX=1 HAKMEM_TINY_STATS_BATCH=0 HAKMEM_TINY_LARSON_FIX=1`
+- 結果: `Throughput = 41365988 ops/s`
+- 備考: HEAP_STATS のダンプは出ず（要調査）。FRONT_CLASS: cls7 alloc=11016。
+
+## Mixed 16–1024B (ws=256, iters=20000, v2 OFF)
+- ENV: `HAKMEM_BENCH_MIN_SIZE=16 HAKMEM_BENCH_MAX_SIZE=1024 HAKMEM_TINY_HEAP_PROFILE=C7_SAFE HAKMEM_TINY_HOTHEAP_V2=0 HAKMEM_TINY_LARSON_FIX=1 HAKMEM_TINY_FRONT_CLASS_STATS=1`
+- 結果: `Throughput = 43538552 ops/s`
+- 備考: FRONT_CLASS alloc counts（cls2:147, cls3:341, cls4:720, cls5:1420, cls6:2745, cls7:5692）。HEAP_STATS ダンプは出ず。
+
+## Tiny-only 8–128B (ws=256, iters=20000, v2 OFF) ※任意測定
+- ENV: `HAKMEM_BENCH_MIN_SIZE=8 HAKMEM_BENCH_MAX_SIZE=128 HAKMEM_TINY_HEAP_PROFILE=C7_SAFE HAKMEM_TINY_HOTHEAP_V2=0 HAKMEM_TINY_LARSON_FIX=1 HAKMEM_TINY_FRONT_CLASS_STATS=1`
+- 結果: `Throughput = 65979164 ops/s`
+- 備考: FRONT_CLASS alloc counts（cls2:147, cls3:341, cls4:720, cls5:9857）。HEAP_STATS ダンプは出ず。
+
+---
+
+# Phase43 (HEAP_STATS 再有効化の再計測) ※v2 OFF
+
+- HEAP_STATS 用 ENV を明示 (`HAKMEM_TINY_HEAP_STATS=1 HAKMEM_TINY_HEAP_STATS_DUMP=1`) したが、現状はダンプが出ていない。fast/slow の値は別途要確認。
+
+## C7-only (ws=64, iters=20000)
+- ENV: `HAKMEM_BENCH_C7_ONLY=1 HAKMEM_TINY_HEAP_PROFILE=C7_SAFE HAKMEM_TINY_C7_HOT=1 HAKMEM_TINY_HOTHEAP_V2=0 HAKMEM_TINY_STATS_BOX=1 HAKMEM_TINY_STATS_BATCH=0 HAKMEM_TINY_LARSON_FIX=1 HAKMEM_TINY_HEAP_STATS=1 HAKMEM_TINY_HEAP_STATS_DUMP=1 HAKMEM_TINY_FRONT_CLASS_STATS=1`
+- Throughput: `37,777,547 ops/s`
+- HEAP_STATS cls7: fast=11015 slow=1 / free_fast_local=8726、C7_PAGE_STATS: prepare_calls=1 prepare_with_current_null=1
+- FRONT_CLASS: cls7 alloc=11016 free=8726
+
+## Mixed 16–1024B (ws=256, iters=20000)
+- ENV: `HAKMEM_BENCH_MIN_SIZE=16 HAKMEM_BENCH_MAX_SIZE=1024 HAKMEM_TINY_HEAP_PROFILE=C7_SAFE HAKMEM_TINY_C7_HOT=1 HAKMEM_TINY_HOTHEAP_V2=0 HAKMEM_TINY_LARSON_FIX=1 HAKMEM_TINY_HEAP_STATS=1 HAKMEM_TINY_HEAP_STATS_DUMP=1 HAKMEM_TINY_FRONT_CLASS_STATS=1`
+- Throughput: `42,029,698 ops/s`
+- HEAP_STATS cls7: fast=5691 slow=1 / free_fast_local=4573（cls5/6 未出力）
+- FRONT_CLASS alloc: cls2=147 cls3=341 cls4=720 cls5=1420 cls6=2745 cls7=5692
+
+## Tiny-only 8–128B (ws=256, iters=20000)
+- ENV: `HAKMEM_BENCH_MIN_SIZE=8 HAKMEM_BENCH_MAX_SIZE=128 HAKMEM_TINY_HEAP_PROFILE=C7_SAFE HAKMEM_TINY_C7_HOT=1 HAKMEM_TINY_HOTHEAP_V2=0 HAKMEM_TINY_LARSON_FIX=1 HAKMEM_TINY_HEAP_STATS=1 HAKMEM_TINY_HEAP_STATS_DUMP=1 HAKMEM_TINY_FRONT_CLASS_STATS=1`
+- Throughput: `65,890,043 ops/s`
+- HEAP_STATS: 出力なし（cls7 も 0）→ クラス0〜6は計測対象外の可能性。要調査。
+
+### メモ
+- C7-only では HEAP_STATS/PAGE_STATS が出ることを確認。Mixed/Tiny-only では cls7 以外の HEAP_STATS が落ちておらず、環境/計測対象の条件を再確認する余地あり。
+
+# Phase43'': 計測専用で C6/C7 を TinyHeap に載せた場合（v2 OFF）
+
+## Mixed 16–1024B (ws=256, iters=20000, class mask=0xC0, C6+C7)
+- ENV: `HAKMEM_BENCH_MIN_SIZE=16 HAKMEM_BENCH_MAX_SIZE=1024 HAKMEM_TINY_HEAP_PROFILE=C7_SAFE HAKMEM_TINY_HEAP_CLASSES=0xC0 HAKMEM_TINY_C7_HOT=1 HAKMEM_TINY_C6_HOT=1 HAKMEM_TINY_HOTHEAP_V2=0 HAKMEM_TINY_LARSON_FIX=1 HAKMEM_TINY_HEAP_STATS=1 HAKMEM_TINY_HEAP_STATS_DUMP=1 HAKMEM_TINY_FRONT_CLASS_STATS=1`
+- Throughput: `32,227,500 ops/s`（性能は大幅に低下、計測専用）
+- HEAP_STATS:
+  - cls6: fast=2744 slow=1 free_fast_local=2745
+  - cls7: fast=5691 slow=1 free_fast_local=4572
+- FRONT_CLASS alloc: cls2=147 cls3=341 cls4=720 cls5=1420 cls6=2745 cls7=5692
+
+## Tiny-only 8–128B (ws=256, iters=20000, class mask=0xC0, C6+C7)
+- ENV: `HAKMEM_BENCH_MIN_SIZE=8 HAKMEM_BENCH_MAX_SIZE=128 HAKMEM_TINY_HEAP_PROFILE=C7_SAFE HAKMEM_TINY_HEAP_CLASSES=0xC0 HAKMEM_TINY_C7_HOT=1 HAKMEM_TINY_C6_HOT=1 HAKMEM_TINY_HOTHEAP_V2=0 HAKMEM_TINY_LARSON_FIX=1 HAKMEM_TINY_HEAP_STATS=1 HAKMEM_TINY_HEAP_STATS_DUMP=1 HAKMEM_TINY_FRONT_CLASS_STATS=1`
+- Throughput: `63,341,251 ops/s`
+- HEAP_STATS: 出力なし（対象クラスが 5 未満中心のため？）
+
+### 所感
+- C6 を TinyHeap 経由にすると Mixed で大きくマイナス（32M）。cls6/7 の slow はいずれも 1 なので、性能低下はフロント/ホットパスの命令数増が主因と見られる。
+- 計測目的でのみクラスマスクを広げるのは有効だが、本番プロファイルは C7 のみ TinyHeap (0x80) を維持するのが安全。
+
+# Phase48: first-touch/page-fault 実験用プロファイルの固定
+- 評価は以下で統一し、pf/sys A/B の基準にする:
+  - `HAKMEM_BENCH_MIN_SIZE=16 HAKMEM_BENCH_MAX_SIZE=1024 HAKMEM_TINY_HEAP_PROFILE=C7_SAFE HAKMEM_TINY_HOTHEAP_V2=0 HAKMEM_TINY_LARSON_FIX=1`
+  - perf stat メトリクス: ops/s, page-faults, task-clock(user/sys), cycles, instructions
+- 目的: HugePage/first-touch 削減などの実験をこのプロファイルで比較し、pf がどれだけ減るかを確認する。
+
+# Phase45: 16–1024B perf stat A/B（HAKMEM vs mimalloc vs system, ws=400, iters=1,000,000, v2 OFF, C7 SAFE）
+
+共通ENV: `HAKMEM_BENCH_MIN_SIZE=16 HAKMEM_BENCH_MAX_SIZE=1024`
+
+| Allocator | Throughput (ops/s) | cycles | instructions | IPC | task-clock | user/sys | page-faults |
+|-----------|-------------------:|-------:|-------------:|----:|-----------:|---------:|------------:|
+| HAKMEM (C7_SAFE, v2 OFF) | 40,623,450 | 181,136,824 | 372,126,696 | 2.05 | 46.82 ms | 29.4 ms / 18.5 ms | 6,659 |
+| mimalloc | 112,895,946 | 38,800,615 | 59,184,115 | 1.53 | 10.66 ms | 10.31 ms / 1.41 ms | 146 |
+| system malloc | 92,111,481 | 52,144,974 | 107,607,240 | 2.06 | 12.54 ms | 12.27 ms / 1.36 ms | 133 |
+
+所感/次手候補:
+- HAKMEM は sys 時間と page-fault が顕著（pf が mimallocの ~45x, sys 時間が高い）。pf/sys 寄りのボトルネックが支配的に見える。
+- 次の箱候補:
+  - pf/sys 改善を狙う: Superslab/Warm Pool/pagefault 周りのCold Box見直し。
+  - 命令数削減: front整理は済みなので、Tiny v1ホットパスや mid/large を軽くする路線も候補。
+
+### メモ
+- HEAP_STATS（fast/slow）のダンプが出ない状態。今後のベンチでは `HAKMEM_TINY_HEAP_STATS[_DUMP]` の有効化経路を再確認する必要あり。
+
+# Phase46: pf/sys 内訳の初期確認（HAKMEM, 16–1024B, ws=400, iters=1,000,000, v2 OFF, C7_SAFE）
+
+- `perf record -o perf.data.pf -e page-faults -- ./bench_random_mixed_hakmem 1000000 400 1`
+- `perf report --stdio -i perf.data.pf`
+- サマリ: page-fault サンプルの ~96% が `__memset_avx2_unaligned_erms`（初回タッチ系）。カーネル側の munmap/madvise 由来はほぼ見えず、残っている 6.6k faults は first-write が中心と推定。
+- 基準プロファイル（以降 pf/sys A/B の基準にする想定）:
+  - `HAKMEM_BENCH_MIN_SIZE=16 HAKMEM_BENCH_MAX_SIZE=1024 HAKMEM_TINY_HEAP_PROFILE=C7_SAFE HAKMEM_TINY_HOTHEAP_V2=0 HAKMEM_TINY_LARSON_FIX=1`
+- TODO / 次の箱候補:
+  - WarmPool / Superslab 再利用が十分効いているかの stats 確認（該当 ENV を後続で調査）。
+  - empty Superslab を即 OS 返却していないかのポリシー確認。
+  - pf/sys 系の変更は上記プロファイルで揃えて A/B を取る。
+
+# Phase46': WarmPool stats 1 回だけ確認（Mixed 16–1024B, ws=256, iters=20k, v2 OFF, C7_SAFE）
+- ENV: `HAKMEM_BENCH_MIN_SIZE=16 HAKMEM_BENCH_MAX_SIZE=1024 HAKMEM_TINY_HEAP_PROFILE=C7_SAFE HAKMEM_TINY_HOTHEAP_V2=0 HAKMEM_TINY_LARSON_FIX=1 HAKMEM_WARM_POOL_STATS=1`
+- 結果（stderr 抜粋）:
+  - WarmPool-STATS: C7 hits=173 / misses=1 / prefilled=1（約 99.4% ヒット）。C2/C3/C4/C6 は warmup/prefill の 1 miss/1 prefill のみ。C0/C1/C5 は 0。
+  - WARM logs: `REL_C7_WARM_PREFILL calls=1 slabs=1`, `REL_C7_CARVE attempts=173 success=173`, `REL_C7_WARM pop=174 push=173`.
+  - Throughput: 43,809,979 ops/s（ws=256, iters=20k）。
+- 所感:
+  - C7 は warm pool でほぼヒットしており、残り pf は first-write 優位という推定と矛盾しない。
+  - 他クラスの warm pool はほぼ未使用（prefill 1 回のみ）。Mixed での pf/sys は C7 以外の Superslab 利用状況も別途見る必要あり。
+
+# Phase49: Mixed 16–1024B userland-only CPU パス観測（v2 OFF, C7_SAFE）
+- ENV: `HAKMEM_BENCH_MIN_SIZE=16 HAKMEM_BENCH_MAX_SIZE=1024 HAKMEM_TINY_HEAP_PROFILE=C7_SAFE HAKMEM_TINY_C7_HOT=1 HAKMEM_TINY_HOTHEAP_V2=0 HAKMEM_TINY_LARSON_FIX=1`
+- perf stat（1M iters, ws=400, userlandのみ）: throughput=41,000,086 ops/s, cycles=126,239,279, instructions=324,810,642（IPC≈2.57）, branch-misses=1,186,675, time=0.0438s（user 0.0295s / sys 0.0143s）
+- perf record（cycles:u, 1M/400）上位シンボル（self%基準、子なし集計）:
+  - free 24.3%（libc wrapper経由の前段処理）
+  - malloc 18.0%
+  - main 15.3%（ベンチハーネス）
+  - tiny_heap_page_pop 8.8%（TinyHeapBox hot pop）
+  - hak_super_lookup 7.9%（frontからの Superslab 判定）
+  - tiny_heap_page_becomes_empty 5.9%（empty 処理）
+  - __memset_avx2_unaligned_erms 4.0%（ユーザランド側の初期化）
+  - tiny_region_id_write_header 2.4%
+- 所感: ベンチ前段の malloc/free/main が重いが、TinyHeapBox 側では pop / super_lookup / empty が目立つ。Phase50 では TinyHeapBox（pop/empty + super_lookup 周辺）の枝削減を優先候補にする。
+
+# Phase47: Superslab OS ポリシーと OS 呼び出し可視化
+- Superslab取得パス: LRU pop → 旧 cache pop → ss_os_acquire(mmap、必要なら MAP_POPULATE / prefault touch) の順。mmap 成功時に g_ss_mmap_count + SS_OS_STATS alloc を更新。
+- Superslab解放パス: registry unregister → LRU push（成功時は MADV_DONTNEED で lazy zero、今回 madvise カウント追加）→ 旧 cache push → どちらも満杯なら即 munmap（SS_OS_STATS free を加算）。ss_cache が容量縮小で munmap した場合も free をカウント。
+- 新 ENV: `HAKMEM_SS_OS_STATS=1` で alloc/free/madvise を destructor 1 行でダンプ（`[SS_OS_STATS] alloc=… free=… madvise=…`）。基準プロファイル（16–1024B, ws=400, iters=1M, C7_SAFE, v2 OFF）で 1 回回して OS 呼び出し回数を確認予定。
+- SS_OS_STATS（16–1024B, ws=400, iters=1M, C7_SAFE, v2 OFF）: alloc=2 / free=3 / madvise=2 / mmap_total=2 → OS 呼び出しは少数。残る 6.6k pf は first-write 優位と見るのが妥当。
+
+# Phase47: C6-heavy CPU ホットパスの初期観測（v2 OFF, C7_SAFE）
+
+- ベンチ (ws=256, iters=20k, C6-heavy):
+  - ENV: `HAKMEM_BENCH_MIN_SIZE=257 HAKMEM_BENCH_MAX_SIZE=768 HAKMEM_TINY_HEAP_PROFILE=C7_SAFE HAKMEM_TINY_C7_HOT=1 HAKMEM_TINY_HOTHEAP_V2=0 HAKMEM_TINY_LARSON_FIX=1 HAKMEM_TINY_FRONT_CLASS_STATS=1 HAKMEM_TINY_HEAP_STATS=1 HAKMEM_TINY_HEAP_STATS_DUMP=1`
+  - Throughput: `39,457,304 ops/s`
+  - FRONT_CLASS: cls6 alloc/free=5373、cls7 alloc=5692 free=4573
+  - HEAP_STATS cls7: fast=5691 slow=1、C7_PAGE_STATS prepare_calls=1
+- perf stat (1M, ws=400, same ENV):
+  - Throughput: `41,295,709 ops/s`
+  - cycles=175,790,796 / instructions=368,496,560 (IPC≈2.10) / task-clock=42.36 ms (user 27.26 ms / sys 16.13 ms) / branch-misses=2,206,657
+- perf record (cycles, 1M, ws=400):
+  - ホットスポットは匿名ページフォルト経路に集中（`__memset_avx2_unaligned_erms` → `handle_mm_fault` → `do_anonymous_page` が包含 60%超）。
+  - ユーザランド側では `free`/`malloc` が目立つがカーネルの first-touch が支配的。
+- 所感: C6-heavy でも pf/sys が依然大きく、C6/Tiny フロントより先に first-touch/zero の扱いを考える必要がある（prefault/warm 再利用の検討）。
+
+# Phase50: Tiny ヘッダモード (full/light/off) A/B（first-touch 実験の一部）
+- 目的: `tiny_region_id_write_header` のヘッダ書き込み/guard 初期化を軽量化することで page-fault / cycles がどこまで動くかを確認。
+- 実装概要:
+  - ENV `HAKMEM_TINY_HEADER_MODE=full|light|off` を追加（未指定は full）。
+    - `full`: 従来どおり region_id ヘッダと guard/初期化を常に書き戻す。
+    - `light`: 既存ヘッダと一致する場合は再書き込みを避け、差分のみ最小限書く。
+    - `off`: 既存ヘッダが壊れている場合のみ最小限のヘッダを書き戻し、guard 呼び出しや追加初期化はスキップ（free 整合性の最低限のみ保証）。旧 `HAKMEM_TINY_WRITE_HEADER=0` は off 相当として互換維持。
+  - `FIRST_TOUCH_PAGEFAULT_REDUCTION_PLAN.md` に 3 モードの設計と ENV を明記（bench 専用 opt-in モードとして扱う）。
+
+## Mixed 16–1024B (ws=400, iters=1M, PROFILE=C7_SAFE, v2 OFF, LARSON_FIX=1)
+- 共通 ENV: `HAKMEM_BENCH_MIN_SIZE=16 HAKMEM_BENCH_MAX_SIZE=1024 HAKMEM_TINY_HEAP_PROFILE=C7_SAFE HAKMEM_TINY_C7_HOT=1 HAKMEM_TINY_HOTHEAP_V2=0 HAKMEM_TINY_LARSON_FIX=1`
+- HEADER_MODE=full:
+  - Throughput: **42,399,649 ops/s**
+  - cycles: 176,079,783
+  - page-faults: 6,662
+  - task-clock: 42.16 ms（user 25.1 ms / sys 17.8 ms）
+- HEADER_MODE=light:
+  - Throughput: **38,752,779 ops/s**
+  - cycles: 187,089,553
+  - page-faults: 6,661
+  - task-clock: 44.16 ms（user 31.5 ms / sys 13.2 ms）
+- HEADER_MODE=off:
+  - Throughput: **39,330,655 ops/s**
+  - cycles: 183,795,801
+  - page-faults: 6,662
+  - task-clock: 43.43 ms（user 29.3 ms / sys 15.2 ms）
+
+### 所感（ヘッダモード実験）
+- page-fault 回数は full/light/off いずれも ≈6.66k とほぼ同一で、ヘッダ書き込み軽量化では first-touch page-fault は減らない。
+- cycles/ops はむしろ full が最も良く、light/off はそれぞれ約 -9% / -7% 程度の性能低下。判定・分岐コストがヘッダ書き込み削減効果を上回っている。
+- 結論として、現時点の実装では **運用デフォルトは full のままが最良**。light/off は bench 専用の実験モードとして残し、本番プロファイルでは使用しない前提とする。
+
+# Phase52: Superslab HugePage 実験 (Mode A) – 初期結果
+- 目的: Superslab を HugePage (2MB) で確保する実験経路を追加し、page-fault / sys 時間がどこまで動くかを見る（研究専用）。
+- 実装概要:
+  - ENV:
+    - `HAKMEM_SS_HUGEPAGE_EXPERIMENT=1` で HugePage 経路を opt-in（デフォルト 0）。
+    - `HAKMEM_SS_HUGEPAGE_SIZE` でページサイズを指定（現状は "2M" 前提で実装）。
+  - `ss_os_acquire` 周辺に HugePage 試行を追加し、`MAP_HUGETLB | MAP_HUGE_2MB` で `mmap` を試し、失敗時は即通常の 1MB Superslab 経路にフォールバック。
+  - SS_OS_STATS に `huge_alloc` / `huge_fail` を追加し、`HAKMEM_SS_OS_STATS=1` で `[SS_OS_STATS] alloc=.. free=.. madvise=.. huge_alloc=.. huge_fail=..` を 1 行出力。
+
+## Mixed 16–1024B (ws=400, iters=1M, PROFILE=C7_SAFE, v2 OFF, LARSON_FIX=1)
+- 共通 ENV: `HAKMEM_BENCH_MIN_SIZE=16 HAKMEM_BENCH_MAX_SIZE=1024 HAKMEM_TINY_HEAP_PROFILE=C7_SAFE HAKMEM_TINY_C7_HOT=1 HAKMEM_TINY_HOTHEAP_V2=0 HAKMEM_TINY_LARSON_FIX=1 HAKMEM_SS_OS_STATS=1`
+- HugePage OFF:
+  - Throughput: **41,464,379 ops/s**
+  - cycles: 180,862,510
+  - page-faults: 6,660
+  - SS_OS_STATS: `alloc=2 free=4 madvise=2 mmap_total=2 fallback_mmap=0 huge_alloc=0 huge_fail=0`
+- HugePage ON (`HAKMEM_SS_HUGEPAGE_EXPERIMENT=1`, `HAKMEM_SS_HUGEPAGE_SIZE=2M`):
+  - Throughput: **41,372,856 ops/s**
+  - cycles: 177,305,948
+  - page-faults: 6,662
+  - SS_OS_STATS: `alloc=2 free=4 madvise=2 mmap_total=2 fallback_mmap=0 huge_alloc=0 huge_fail=0`
+
+### 所感（HugePage 実験初期結果）
+- 現状の Superslab サイズ/条件では HugePage 経路が一度もヒットせず（`huge_alloc=0` / `huge_fail=0`）、通常 Superslab 経路のみが使用されている。
+- そのため HugePage ON/OFF で throughput / cycles / page-fault はほぼ同一となり、初期実装の段階では効果は「ゼロに近い」。
+- 2MB Superslab 専用クラスを設計するか、サイズ条件を緩めて HugePage を実際に使うかを決めないと、Mode A の効果は評価できない。
+- 一方で pf はすでに ≈6.6k と小さく、たとえ HugePage でさらに削っても全体への寄与は限定的なため、現時点では **CPU ホットパス側の最適化を優先し、HugePage 実験は research-only の位置付けに留める** のが妥当と見える。
--- a/docs/analysis/TINY_C6_HOTPATH_ANALYSIS.md
+++ b/docs/analysis/TINY_C6_HOTPATH_ANALYSIS.md
@ -0,0 +1,18 @@
+# C6-heavy Hotpath 分析 (Phase47, v2 OFF)
+
+- プロファイル: `HAKMEM_BENCH_MIN_SIZE=257 HAKMEM_BENCH_MAX_SIZE=768 HAKMEM_TINY_HEAP_PROFILE=C7_SAFE HAKMEM_TINY_C7_HOT=1 HAKMEM_TINY_HOTHEAP_V2=0 HAKMEM_TINY_LARSON_FIX=1`
+- ベンチ:
+  - `./bench_random_mixed_hakmem 20000 256 1` → `Throughput = 39,457,304 ops/s`
+  - FRONT_CLASS: cls6 alloc/free=5373、cls7 alloc=5692 free=4573
+- perf stat (cycles,instructions,task-clock,branch-misses):
+  - `./bench_random_mixed_hakmem 1000000 400 1`
+  - cycles=175,790,796 / instructions=368,496,560 (IPC≈2.10)
+  - task-clock=42.36 ms (user 27.26 ms / sys 16.13 ms), branch-misses=2,206,657
+- perf record (cycles, 1M, ws=400):
+  - 上位は匿名ページフォルト経路が支配的（`__memset_avx2_unaligned_erms` → `handle_mm_fault` → `do_anonymous_page` → `alloc_anon_folio` 系で包含 60%+）。
+  - ユーザランド側では `free`/`malloc` が目立つが、カーネル first-touch が主因。
+
+## 次に削る箱（候補）
+- 最重: first-touch/ゼロイング由来の匿名ページフォルト
+  - 候補策: class6 向けの温存ページ再利用 / prefault を増やし、ベンチの 1M/400 で pf/sys をさらに削る。
+- Tiny v1 自体の命令数は二次的（perf で目立たず）。C6 を TinyHeap に載せるよりも、先に pf 削減箱を検討するのが妥当。
--- a/docs/analysis/TINY_CPU_HOTPATH_USERLAND_ANALYSIS.md
+++ b/docs/analysis/TINY_CPU_HOTPATH_USERLAND_ANALYSIS.md
@ -0,0 +1,34 @@
+# TINY CPU Hotpath Userland Analysis (Phase49)
+
+- プロファイル: Mixed 16–1024B, ws=400, iters=1,000,000  
+  `HAKMEM_BENCH_MIN_SIZE=16 HAKMEM_BENCH_MAX_SIZE=1024 HAKMEM_TINY_HEAP_PROFILE=C7_SAFE HAKMEM_TINY_C7_HOT=1 HAKMEM_TINY_HOTHEAP_V2=0 HAKMEM_TINY_LARSON_FIX=1`
+- コマンド: `perf stat -e cycles:u,instructions:u,branch-misses:u ./bench_random_mixed_hakmem 1000000 400 1`  
+  `perf record -g -e cycles:u -o perf.data.mixed_u ./bench_random_mixed_hakmem 1000000 400 1`
+
+## perf stat（userlandのみ）
+- Throughput: **41,000,086 ops/s**
+- cycles:u=126,239,279 / instructions:u=324,810,642 → IPC≈2.57
+- branch-misses:u=1,186,675
+- time=0.0438s（user 0.0295s / sys 0.0143s）
+
+## perf record（cycles:u）上位シンボル（self%）
+- free: 24.3% — front入口/libc wrapper 部分
+- malloc: 18.0% — 同上
+- main: 15.3% — ベンチハーネス
+- tiny_heap_page_pop.lto_priv.0: 8.8% — TinyHeapBox ホット pop
+- hak_super_lookup.lto_priv.*: 7.9% — Superslab 判定（front→TinyHeapBox 境界前）
+- tiny_heap_page_becomes_empty.constprop.0: 5.9% — empty 遷移処理
+- __memset_avx2_unaligned_erms: 4.0% — ユーザランド初期化（first-touch）
+- tiny_region_id_write_header: 2.4% — header 書き込み
+- その他: __pthread_self / hak_free_at / tiny_heap_meta_flush_page などが1〜2%台
+
+## 所感
+- ベンチ自身の malloc/free/main が大きいが、allocator 側では **tiny_heap_page_pop / hak_super_lookup / tiny_heap_page_becomes_empty** が目立つ。
+- userland側でも memset が残っており、first-touch 削減（ヘッダ書き込み削減や初期化遅延）余地がある。
+
+## Phase50 で削るターゲット箱（提案）
+- **TinyHeapBox（C7/C6）の pop/empty + hak_super_lookup 前段**  
+  - super_lookup 依存の範囲チェックを軽量化 or キャッシュ化。
+  - pop/empty 内の分岐を整理し、C7 SAFE の理想パス（current_page固定）に寄せる。
+  - header write / memset を最小化する実験スイッチを検討。
+
--- a/docs/analysis/TINY_HEAP_BOX_DESIGN.md
+++ b/docs/analysis/TINY_HEAP_BOX_DESIGN.md
@ -10,6 +10,32 @@ TinyHeapBox Design (C7 先行載せ替え)
  の 1 箇所に集約し、ホットパスは TinyHeap 内で完結させる。
 - A/B: `HAKMEM_TINY_HEAP_BOX=0` → 従来 Unified front、`=1` → TinyHeap front (いまは C7 のみ)。

+TinyHeap Profile (ENV ショートカット)
+--------------------------------------
+- `HAKMEM_TINY_HEAP_PROFILE` を新設し、プロファイルで TinyHeap のデフォルト構成を切り替え可能にした（ENV が未指定のときのデフォルトを決める箱）。
+  - LEGACY (デフォルト): TinyHeap OFF（class mask=0x00, meta_mode=0）。
+  - C7_SAFE: TinyHeap ON, class mask=0x80 (C7 のみ), C7 meta_mode=1（SAFE）、`HAKMEM_TINY_HEAP_BOX` も自動 ON。C7_HOT は別途 1 にする。
+  - C7_ULTRA_BENCH: class mask=0x80, meta_mode=2（ULTRA, bench専用）、`HAKMEM_TINY_HEAP_BOX` も ON。
+  - CUSTOM: `HAKMEM_TINY_HEAP_CLASSES` / `HAKMEM_TINY_C7_META_MODE` を直接指定する従来挙動。
+- 優先順位:
+  1. `HAKMEM_TINY_HEAP_BOX=0` なら TinyHeap 無効。
+  2. `HAKMEM_TINY_HEAP_CLASSES` があればそのビットマスクを最優先。
+  3. 無ければ `HAKMEM_TINY_HEAP_PROFILE` からデフォルト mask/meta_mode を決める。
+  4. `HAKMEM_TINY_C7_META_MODE` があれば C7 meta_mode はそれを優先（無ければ profile→旧 `HAKMEM_TINY_C7_META_LIGHT` の順）。
+- 推奨フラグ例:
+  - C7-only 比較: `HAKMEM_BENCH_C7_ONLY=1 HAKMEM_TINY_HEAP_PROFILE=C7_SAFE HAKMEM_TINY_C7_HOT=1 HAKMEM_TINY_LARSON_FIX=1`
+  - Mixed 16–1024B: `HAKMEM_BENCH_MIN_SIZE=16 HAKMEM_BENCH_MAX_SIZE=1024 HAKMEM_TINY_HEAP_PROFILE=C7_SAFE HAKMEM_TINY_C7_HOT=1`（C6 TinyHeap はデフォルト OFF のまま）
+
+標準プロファイル (v1 締め)
+--------------------------
+- 推奨候補:
+  - LEGACY … TinyHeap 全無効（基準）。
+  - C7_SAFE … class mask=0x80, meta_mode=1（SAFE）に加え `HAKMEM_TINY_STATS_BOX=1 HAKMEM_TINY_STATS_BATCH=0` をセットするのが標準。C6 は OFF。
+- bench/実験専用:
+  - C7_ULTRA_BENCH（meta_mode=2）、C6 TinyHeap マスク (0x40/0xC0)、`HAKMEM_TINY_STATS_BATCH=1`。
+- デフォルト運用: PROFILE=LEGACY か PROFILE=C7_SAFE を手で選択し、C6 は明示しない限り OFF。詳細の次ステップ案は `docs/analysis/TINY_NEXT_STEPS.md` に記載。
+- Phase 20 追加: C6 Hot front を C7 と対称に導入（ENV `HAKMEM_TINY_C6_HOT=1` + class mask で有効化）。Front を薄くしても C6 TinyHeap は依然回帰が大きい。C6 は v1 では bench/実験用の位置づけに凍結。
+
 主要構造 (core/box/tiny_heap_box.h)
 -----------------------------------
 - `tiny_heap_page_t`: ページ内 freelist/used/capacity と Superslab メタ (ss/meta/slab_idx/base) を保持。
@ -37,6 +63,7 @@ Front Gate (core/front/malloc_tiny_fast.h)
 ------------------------------------------
 - alloc: class_idx==7 & size==1024 かつ TinyHeapBox ON で `tiny_c7_alloc_fast()` に直行。それ以外は Unified Cache front。
 - free : Larson owner 判定に関係なく、TinyHeapBox ON + class7 なら meta 渡し free (`tiny_c7_free_fast_with_meta`) を優先。ss_fast_lookup 失敗時は `tiny_c7_free_fast()` で安全側。
+- Phase16: Route Snapshot Box (`tiny_route_env_box.h`) を追加し、起動時に `g_tiny_route_class[cls]` に TinyHeap/Legacy を確定。`malloc_tiny_fast` / `free_tiny_fast` は「size→class→route LUT→heap or legacy」の 1 分岐構造に整理。`HAKMEM_TINY_FRONT_CLASS_STATS(_DUMP)=1` で front クラス分布も取得可能。

 C7 は TLS SLL を使わない（TinyHeap front ON 時）
 -----------------------------------------------
@ -128,8 +155,78 @@ Phase 9: Tiny lane 判定の整理（TinyHeap を「成功」とみなす）
  - Mixed 16–1024B: OFF≈47.6M / C7のみ TinyHeap≈36.9M / C6+C7≈30.3M（警告なし）。
 - 今後: TinyHeap route の性能はまだ OFF より下がるケースがあるため、slow_prepare/hit 率の改善や C6 向け最適化を別フェーズで実施する。

+Phase ULTRA: C7 meta モードの三段化（bench 専用 ULTRA 追加）
+------------------------------------------------------------
+- ENV `HAKMEM_TINY_C7_META_MODE` を追加（0:OFF, 1:SAFE meta-light=従来の delta+閾値 flush/clamp, 2:ULTRA）。従来の `HAKMEM_TINY_C7_META_LIGHT` は mode 未指定時の後方互換ゲートとして残し、mode を指定しない場合は SAFE=1 相当。
+- ULTRA (mode=2) は C7-only ベンチ専用。per-alloc で meta->used / ss_active_* を一切更新せず、delta/flush もスキップする。2024-xx-xx 時点で pop/push の meta->freelist/carved atomic も省略してオーバーヘッドを削減（Box 境界は維持するが Superslab/Tier の統計整合性は保証しない）。
+- SAFE (mode=1) はこれまでのページ境界 flush + 閾値 flush + attach clamp を維持し、本番で使うならこちら。
+- ベンチ (C7-only 20k/ws=64, Release, HEAP_BOX=1, HEAP_CLASSES=0x80, HOT=1, LARSON_FIX=1):
+  - mode=0 (meta-light OFF): ≈38.7M ops/s（alloc_fast_current=10052 / alloc_slow_prepare=7681）
+  - mode=1 (SAFE): ≈34.1M ops/s（alloc_fast_current=5837 / alloc_slow_prepare=5179）
+  - mode=2 (ULTRA, bench): ≈41.6M ops/s（alloc_fast_current=5948 / alloc_slow_prepare=5068）
+- C7 current_page 固定化（ULTRA 専用）:
+  - ULTRA で tiny_heap_page_becomes_empty / mark_full の unlink を避け、free で常に current_page に据え置くように調整。
+  - prepare は current_page が生きていれば即 return する軽量パスに変更し、C7-only 20k/ws=64 (mode=2) で ops≈52.0M / alloc_fast_current=11015 / alloc_slow_prepare=1 / prepare_calls=1 まで改善。
+  - SAFE への逆輸入可否は別途検討（ULTRA は bench 限定、本番は OFF/SAFE を推奨）。
+- C7 current_page 可視化: `g_c7_page_stats`（prepare_calls / prepare_with_current_null / prepare_from_partial / current_set_from_free / current_dropped_to_partial）を `HAKMEM_TINY_C7_HEAP_STATS=1` で出力。現状 C7-only ULTRA では `prepare_with_current_null=prepare_calls` で free 側が current を保持できていないことが判明（要ポリシー見直し）。
+- 本番ドキュメントでは ULTRA を必ず OFF（mode=0/1）にすること。ULTRA で得た知見は安全側に逆輸入する前提。
+
+Phase 12: SAFE (mode=1) への current_page 逆輸入
+-------------------------------------------------
+- SAFE でも C7 current_page を極力保持するように変更:
+  - free: used>0 かつ free_list がある page は current に据え直し、empty でも delta を flush したうえで detach/publish せず current を保持（meta/active 整合性は維持）。
+  - mark_full: C7 meta_light が current を指す場合は unlink せず据え置き。
+  - prepare_page: C7 meta_light で current に空きがあれば即 return（refill へ降りない）。
+- ベンチ (C7-only, ws=64, HEAP_BOX=1, HEAP_CLASSES=0x80, HOT=1, LARSON_FIX=1):
+  - SAFE mode=1 (meta-light) 20k: ≈46.6M ops/s、alloc_fast_current=11015 / alloc_slow_prepare=1 / free_fast_local=8726、C7_PAGE_STATS: prepare_calls=1。
+  - SAFE 長時間: 100k≈46.7M、200k≈44.99M。`HAKMEM_TINY_C7_DELTA_DEBUG=1` でも `[C7_DELTA_SUMMARY] nonzero_pages=0 used_delta_sum=0 active_delta_sum=0` を確認。
+- ULTRA(mode=2) は bench 専用のまま。SAFE は meta/active の整合性を保ちつつ slow_prepare をほぼゼロに抑える構成になった。
+
 今後の拡張ステップ
 ------------------
 - C5〜C6 を TinyHeapBox に移す際は `tiny_heap_alloc_class_fast()` を流用し、Box 境界 (ページ補給/返却) の 1 箇所化を維持する。
 - `TINY_HEAP_MAX_PAGES_PER_CLASS` の調整と stats/Tier 更新の扱いは次フェーズで検証。
 - TLS SLL は今後 C0〜C6 のための箱として維持し、C7 は TinyHeapBox↔Superslab/Tier/Guard の二層構造に限定する。
+
+Phase 13: クラス汎用 TinyHeap stats + C6/C7 混在ベンチ
+----------------------------------------------------
+- Stats をクラス配列 `TinyHeapClassStats g_tiny_heap_stats[TINY_NUM_CLASSES]` に拡張。ENV は `HAKMEM_TINY_HEAP_STATS` / `_DUMP`（従来の `_C7_` も互換）。fast/slow/fallback/prepare_fail/fail をクラスごとに記録できる。
+- Mixed 16–1024B (iters=20k, ws=256, LARSON_FIX=1):
+  - TinyHeap OFF: ≈43.7M ops/s。
+  - C7 SAFE のみ TinyHeap (`HEAP_BOX=1 HEAP_CLASSES=0x80 META_MODE=1 HOT=1`): ≈44.9M ops/s、`HEAP_STATS[7] fast=5691 slow_prepare=1`。
+  - C6+C7 TinyHeap (`HEAP_CLASSES=0xC0` 同条件): ≈39.3M ops/s、`HEAP_STATS[6] fast=2744 slow=1`, `HEAP_STATS[7] fast=5691 slow=1`。
+- C6 偏重 (min=257 max=768, iters=20k, ws=256):
+  - TinyHeap OFF: ≈43.8M ops/s。
+  - C6 TinyHeap のみ (`HEAP_CLASSES=0x40`, C7 legacy): ≈38.5M ops/s、`HEAP_STATS[6] fast=5372 slow=1`。
+  - C6+C7 TinyHeap (`HEAP_CLASSES=0xC0`, C7 SAFE): ≈40.6M ops/s、`HEAP_STATS[6] fast=5372 slow=1`, `HEAP_STATS[7] fast=5691 slow=1`。
+- 示唆:
+  - C7 SAFE は mixed でも悪化せず、C7-only では legacy 超え → デフォルトで TinyHeap に載せる候補。
+  - C6 は slow_prepare はほぼ 0 でも経路オーバーヘッドで throughput が落ちるため、当面は bench/実験用 (HEAP_CLASSES=0x40/0xC0) に留める。C6 を本格移行するなら current_page ポリシーや meta-light 相当の最適化が必要。
+  - 推奨例: 本番寄せ C7 = `HEAP_BOX=1 HEAP_CLASSES=0x80 META_MODE=1`、C7-only bench = `META_MODE=2`（ULTRA, bench 専用）。C6 TinyHeap はデフォルト OFF のまま。
+
+Phase 18: C6 SAFE 再計測とメタモード足場（挙動は安全寄せのまま）
+----------------------------------------------------------------
+- ENV `HAKMEM_TINY_C6_META_MODE` を追加（0/1）。現状は整合優先のため behavior mode=0 扱い（C6 は meta/active を per-alloc 更新、delta/flush は未使用）。C6 を TinyHeap に載せるときは `HAKMEM_TINY_HEAP_BOX=1 HAKMEM_TINY_HEAP_CLASSES=0x40/0xC0` を明示。
+- ベンチ (Release, iters=20k, ws=256, LARSON_FIX=1):
+  - C6 偏重 (257–768B):
+    - LEGACY (TinyHeap OFF): ≈44.28M ops/s。
+    - C6 TinyHeap mask=0x40, META_MODE=0: ≈38.81M ops/s（cls6 fast=5372 / slow_prepare=1）。
+    - C6 TinyHeap mask=0x40, META_MODE=1: ≈38.59M ops/s（同じく slow_prepare≒1）。
+    - C6+C7 TinyHeap mask=0xC0, C6 META=1 / C7 META=1: ≈39.94M ops/s（cls6 fast=5372/slow=1, cls7 fast=5691/slow=1）。
+  - Mixed 16–1024B:
+    - LEGACY: ≈44.27M ops/s。
+    - PROFILE=C7_SAFE (mask=0x80, C7 META=1): ≈43.64M ops/s。
+    - C6 TinyHeap mask=0x40, META_MODE=0: ≈38.48M ops/s（cls6 fast=2744/slow=1）。
+    - C6 TinyHeap mask=0x40, META_MODE=1: ≈38.66M ops/s（cls6 fast=2744/slow=1）。
+    - C6+C7 TinyHeap mask=0xC0, C6 META=1 / C7 META=1: ≈39.49M ops/s（cls6 fast=2744/slow=1, cls7 fast=5691/slow=1）。
+- メモ: C6 は slow_prepare がほぼゼロでも回帰しているため、次は meta-light の安全な適用か Gate/Route 側の命令削減を検討。現状の C6 SAFE は「挙動は mode 0 相当（安全重視）」で、ベンチ比較用のスイッチとして位置付け。
+
+Phase 17: C7 フロント超直線化（Gate→Heap を 1 本に）
+---------------------------------------------------
+- Route Snapshot ベースのヘルパ `tiny_c7_front_uses_heap()` を追加し、class7 が TinyHeap route かどうかを 1 LUT で判定。
+- `malloc_tiny_fast` 冒頭に C7 専用パスを追加: `size==1024 && tiny_c7_front_uses_heap()` のとき class/LUT/route を飛ばして `tiny_c7_alloc_fast` へ直行、miss 時だけ `tiny_cold_refill_and_alloc(7)` に静かにフォールバック。他クラスは従来の route LUT 経由を維持。
+- `free_tiny_fast` も class7 が Heap route のときに先に判定し、Larson owner 一致後は `tiny_c7_free_fast_with_meta` へ直行（route はスナップショットから 1 回だけ読む）。C7 以外は既存の Larson/SLL/UC 経路を継続。
+- ベンチ (Release, iters=20k, LARSON_FIX=1):
+  - C7-only ws=64: PROFILE=LEGACY ≈37.1M / C7_SAFE ≈38.2M / C7_ULTRA_BENCH ≈45.3M ops/s。
+  - Mixed 16–1024B ws=256: PROFILE=LEGACY ≈40.3M / C7_SAFE ≈40.7M ops/s（回帰を ~-1M まで圧縮）。
+- 次の選択肢メモ: (A) C6 TinyHeap を C7 SAFE 流（current 固定＋meta-light SAFE）に寄せて再評価するか、(B) Tiny front/gate/UC の命令数削減を perf で詰めるかを検討。
--- a/docs/analysis/TINY_HEAP_V2_DESIGN.md
+++ b/docs/analysis/TINY_HEAP_V2_DESIGN.md
@ -6,6 +6,13 @@ TinyHeap v2 Design (入口メモ)
 - C7 専用で「1 枚 lease + current/freelist を v2 で握る」状態。ページ供給・meta/ss_active/Remote/Stats はすべて v1 TinyHeap/C7 SAFE に委譲。
 - A/B でいつでも v1 に戻せる（`HAKMEM_TINY_HOTHEAP_V2` / `HAKMEM_TINY_HOTHEAP_CLASSES`）。性能はまだ v1 と同等を維持するのが目的。

+Phase33: C7 v2 ON/OFF A/B（現状評価）
+-----------------------------------
+- 条件: C7 SAFE (`PROFILE=C7_SAFE HAKMEM_TINY_C7_HOT=1 HAKMEM_TINY_LARSON_FIX=1`), class mask 0x80, HEAP_STATS=ON。
+- C7-only (ws=64, iters=20k): v2 OFF **39.42M ops/s** / v2 ON **43.55M ops/s**（cls7 fast=11015 / slow=1、v2 alloc/free カウンタ増加）。
+- Mixed 16–1024B (ws=256, iters=20k): v2 OFF **40.44M ops/s** / v2 ON **36.58M ops/s**（cls7 fast=5691 / slow=1、v2 カウンタ増加）。
+- 現状の v2 は current/freelist を自前化しつつ、pop/free は v1 の `tiny_heap_page_pop/free_local` を呼ぶラッパ。C7-only はわずかにプラスだが、Mixed では lease 判定や v1 呼び出し重複のオーバーヘッドが目立つ。Phase34 で枝/ロード削減を検討。
+
 ゴール
 -----
 - mimalloc の heap→page→block に近い形で C5/C6/C7 を 1 つの TinyHotHeap に統合し、Gate/UC/TLS-SLL をさらに薄くする。
@ -93,3 +100,236 @@ Phase33 以降の選択肢
 --------------------
 - A) v2 で current_page＋freelist の多ページ対応・ページ返却まで拡張し、Superslab への触れ方を v2 専用に寄せる（v1 はページ供給だけの Box にする）。
 - B) 当面 v2 は C7 限定のラッパ＋単一ページ管理のまま据え置き、mid サイズや他クラスの箱に時間を回す。
+
+Phase34: C7-only 専用モードに一旦限定＆ v2 用 stats 追加
+------------------------------------------------------
+- 方針: `HAKMEM_TINY_HOTHEAP_V2` は当面 **C7-only ベンチ/実験専用**。Mixed 16–1024B では v2 OFF 推奨（v1 C7_SAFE を使用）。
+- v2 専用 stats（ENV: `HAKMEM_TINY_HOTHEAP_V2_STATS=1`）を追加:
+  - `alloc_calls / alloc_fast / alloc_lease / alloc_fb_v1`
+  - `free_calls / free_fast / free_fb_v1`
+  - destructor で `[HOTHEAP_V2_C7_STATS]` を 1 行 dump。
+- これで Mixed 時に「v2 がどこまでヒットしているか」「どれだけ v1 へフォールバックしているか」を切り分ける予定。
+- 次フェーズ候補:
+  - パターンA: Mixed でも v2 のヒット率が高い → 枝/チェックの純コスト削減（hot path flatten）を検討。
+  - パターンB: Mixed で v1 fallback が多い → v2 を C7-heavy 専用に割り切る or C7 判定をさらに絞る。
+
+Phase35: v2 をいったん棚上げ（標準は v1+C7_SAFE に集中）
+---------------------------------------------------------
+- 観測結果: C7-only/Mixed いずれも v2 ON で大幅に劣化（alloc_fast がほぼ当たらず、lease→v1 fallback が支配）。
+- 運用方針:
+  - `HAKMEM_TINY_HOTHEAP_V2=0` を標準（C7_SAFE v1 がデフォルト）。
+  - v2 は C7-only の研究用に **明示的に ON** したときだけ使用。Mixed では OFF 推奨。
+- 設計メモ:
+  - 現行 v2 は v1 へのフォールバック前提で、Hot path の枝コストと fallback 多発が主因で負けている。
+  - 続けるなら current/freelist を完全に自前管理し、Superslab との境界だけ v2 専用に切る再設計が必要。
+
+Phase36+: TinyHotHeap v2 を「Hot Box」として再定義する
+====================================================
+
+背景（棚上げからの再出発）
+--------------------------
+- Phase35 までの v2 は「v1 TinyHeap/C7 SAFE の上に乗るラッパ」であり、
+  - ページ供給・meta/ss_active/Remote/Stats はすべて v1 に委譲
+  - current/freelist も最終的には v1 の API を介して触る構造
+  だったため、**Mixed では構造的に v1 に勝てない** 状態だった。
+- Box Theory 的に見ると、
+  - v2 の Hot 部と v1 TinyHeap の境界が曖昧（箱が二重になっている）
+  - Cold Box（Superslab/Tier/Stats）との接点も v1/v2 の両方に分散
+  しており、「境界 1 箇所」の原則から外れている。
+- そこで Phase36 以降は:
+  > **TinyHeap v2 自体を per-thread Hot Box として再定義し、  
+  > Superslab / Tier / Remote / Stats / Learning をすべて外側の Cold Box に落とす**
+  という方針に切り替える。
+
+3 つの設計案（A/B/C）
+--------------------
+ここからの v2 には、Tiny 層をどこまで巻き取るかで 3 案ある。
+
+1. A案: C5〜C7 を 1 つの TinyHotHeap に統合  
+   - `TinyHeapCtx`（per-thread）と `TinyClassHeap`（per-class）を定義し、  
+     current/partial/full/page freelist を 1 箱にまとめる標準案。
+   - Superslab/Warm/Tier/Guard との境界は
+     - alloc 側: `tiny_heap_refill_slow(th, ci)`
+     - free 側: `tiny_heap_page_retire_slow(th, page)`
+     だけに集約する。
+2. B案: C7 超ホットレーン + C5/C6 セミホットレーン  
+   - A案の上に「C7 専用 fast lane (`c7_fastlist + c7_current`)」を乗せて、  
+     mimalloc クラスの C7-only 性能を狙う二車線構造。
+3. C案: mimalloc 風 Segment+Page+Block をフル導入  
+   - Superslab/Tier/Guard を 1 つの Segment Box として再定義し、  
+     TinyHotHeap v2 の下に「Segment→Page→Block」の階層を敷き直す v3 相当案。
+
+このドキュメントでは **A案（TinyHotHeap v2 = Hot Box）を第一候補** とし、  
+実装を進めやすい形に具体化する。B/C 案は A が安定したあとに検討する。
+
+TinyHotHeap v2 の箱構造（A案）
+------------------------------
+
+Box Theory 観点での分割は次の通り:
+
+- Hot Box: TinyHotHeapBox v2（per-thread）
+  - 中身: `TinyHeapCtx` / `TinyClassHeap` / `TinyPageMeta`
+  - 役割: heap→page→block のみを扱い、**Tiny 層の命令数を支配する唯一のホット層**。
+- Cold Box: Superslab/Segment + Tier + Guard + Remote
+  - 役割: 大きなチャンク管理、Tier/HOT/DRAINING/FREE 状態管理、Remote Queue、Guard/Budget。
+  - Hot からは `refill_slow` / `page_retire_slow` でしか触らない。
+- Policy Box: TinyPolicySnapshot
+  - 役割: クラスごとの `heap_enabled` / `max_partial_pages` / `warm_cap` などを保持。
+  - Hot は「現在のスナップショットを読むだけ」で、学習の有無を意識しない。
+- Stats Box / Learning Box:
+  - 役割: page 単位の delta を受け取り、Cold 側で集計・可視化・学習を行う。
+  - Hot は「page を refill/retire するとき」にだけ delta を渡す。
+
+Hot Box のデータ構造（案）
+--------------------------
+
+```c
+// ページ内メタデータ（ホット側が見る最小限）
+typedef struct TinyPageMeta {
+    void*     free_list;   // ページ内の block 単位 LIFO freelist
+    uint16_t  used;        // 使用中 block 数
+    uint16_t  capacity;    // page あたりの総 block 数
+    uint16_t  class_idx;   // Tiny class (C5〜C7)
+    uint16_t  flags;       // HOT/PARTIAL/FULL など
+    void*     slab_ref;    // Superslab/Segment 側への back pointer（Cold Box 用）
+} TinyPageMeta;
+
+// クラスごとの Hot heap 状態
+typedef struct TinyClassHeap {
+    TinyPageMeta* current;      // 直近で使用中の page
+    TinyPageMeta* partial_head; // 空きあり page のリスト
+    TinyPageMeta* full_head;    // full page（レアイベントのみ参照）
+} TinyClassHeap;
+
+// TLS ごとの TinyHotHeap コンテキスト
+typedef struct TinyHeapCtx {
+    TinyClassHeap cls[8];  // とりあえず C0〜C7。v2 では C5〜C7 を優先して有効化
+} TinyHeapCtx;
+```
+
+Hot パス API（alloc/free）
+-------------------------
+
+### alloc（Hot）
+
+```c
+void* tiny_heap_alloc_fast(TinyHeapCtx* th, uint32_t ci) {
+    TinyClassHeap* h = &th->cls[ci];
+    TinyPageMeta* p = h->current;
+
+    // 1. current page から pop
+    if (likely(p && p->free_list)) {
+        void* block = p->free_list;
+        p->free_list = *(void**)block;
+        p->used++;
+        return block;
+    }
+
+    // 2. partial list から page を 1 枚取って current に昇格
+    if (h->partial_head) {
+        p = h->partial_head;
+        h->partial_head = p->next;   // intrusive list 想定
+        h->current = p;
+        // 取り直した current から改めて pop
+        ...
+    }
+
+    // 3. ここで初めて Cold Box に降りる
+    return tiny_heap_refill_slow(th, ci);
+}
+```
+
+### free（Hot）
+
+```c
+void tiny_heap_free_fast(TinyHeapCtx* th, void* ptr) {
+    TinyPageMeta* p = tiny_page_of(ptr);  // base から逆算 or side meta
+
+    // ページ内 freelist に push
+    *(void**)ptr = p->free_list;
+    p->free_list = ptr;
+    p->used--;
+
+    if (unlikely(p->used == 0)) {
+        // page 完全 free → Cold Box に返却
+        tiny_heap_page_retire_slow(th, p);
+    }
+}
+```
+
+Hot→Cold 境界（1 箇所ルール）
+------------------------------
+
+- `tiny_heap_refill_slow(th, ci)`
+  - Warm/Shared/Superslab/Segment/Tier/Guard に対して  
+    「class ci 用の page を 1〜数枚ください」と要求する唯一の関数。
+  - 返ってきた page 群を `current` または `partial_head` に接続するだけで、  
+    meta->used / ss_active_* / Tier 状態は Cold Box 側が責任を持つ。
+- `tiny_heap_page_retire_slow(th, p)`
+  - `p->used == 0` のときだけ呼ぶ。
+  - page の返却/再利用（Warm Pool への push や Superslab への返却）と、  
+    Cold Stats/Guard の更新をまとめて処理する。
+
+この 2 関数だけが Hot→Cold の境界となるため、  
+Box Theory の「境界 1 箇所」に近い構造でデバッグ/A/B を行える。
+
+Stats / Learning の配置
+----------------------
+
+- Hot Box:
+  - `TinyPageMeta` に軽量なローカルカウンタのみを持たせる（例: `uint16_t local_allocs;` など）。
+  - `tiny_heap_refill_slow` / `tiny_heap_page_retire_slow` のタイミングで  
+    page 単位の delta を Cold Stats Box に flush する。
+- Cold Stats Box:
+  - Superslab/Segment/class 単位の累積 stats を保持。
+  - Learning Box からのみ読まれ、Hot Box は直接読まない。
+- Learning Box:
+  - 一定周期で Stats から `TinyPolicySnapshot` を更新し、  
+    `heap_enabled[class]` / `max_partial_pages[class]` / `warm_cap[class]` を調整する。
+  - Hot Box は `ci` 決定後に snapshot を読むだけで、  
+    Learning の ON/OFF によって命令数が変わらないようにする。
+
+ENV / Gate / A/B 方針（v2 再開時のルール）
+-----------------------------------------
+
+- ENV:
+  - `HAKMEM_TINY_HOTHEAP_V2` … v2 Hot Box を有効化（デフォルト 0）。
+  - `HAKMEM_TINY_HOTHEAP_CLASSES` … v2 適用クラスの bitmask。初期は C7-only (=0x80)、  
+    様子を見ながら 0xC0(C6+C7)→0xE0(C5〜C7) へ広げる。
+- Route Snapshot:
+  - `g_tiny_route_class[ci]` に `TINY_ROUTE_HOTHEAP_V2 / TINY_ROUTE_HEAP_V1 / TINY_ROUTE_LEGACY` を設定。
+  - Gate は `size→class→route` を 1 LUT + 1 分岐で決める薄い front を維持する。
+- A/B:
+  - C7-only: `HAKMEM_TINY_HOTHEAP_V2=1 HAKMEM_TINY_HOTHEAP_CLASSES=0x80` で v2 経路に切り替え、  
+    `=0` で v1 C7_SAFE に戻せるようにする。
+  - Mixed 16–1024B: 当面は v1 C7_SAFE を基準とし、C7-only が安定してから C6/C5 を昇格させる。
+
+将来の C 案（Segment+Page+Block）への橋渡し
+------------------------------------------
+
+- 上記 A 案（TinyHotHeap v2 = Hot Box）は、  
+  mimalloc 風の Segment+Page+Block 構造（C 案）の **Hot 部分** とほぼ一致している。
+- 今後 C 案へ進める場合も、
+  - Hot Box の API (`tiny_heap_alloc_fast/free_fast/refill_slow/page_retire_slow`) は変えず、
+  - Cold Box 側で Superslab/Tier/Guard を「Segment Box」として整理する
+  ことで、段階的に v3 へ移行できる。
+- このため、Phase36 以降の v2 実装は **「C 案の Hot 部だけを先に完成させる」** 方針で進める。
+
+次にやること（実装タスクの箱化）
+--------------------------------
+
+- docs/design/TINY_HOTHEAP_V2_IMPLEMENTATION_GUIDE.md に、  
+  実装手順（C7-only → C5〜C7 への拡張）と関数名/API の具体案をまとめる。
+- CURRENT_TASK.md に Phase36 として「TinyHotHeap v2 再定義（Hot Box 化）」を追加し、  
+  v2 の現状ステータスと今後のタスク窓口をこのドキュメントに集約する。
+
+Phase36 (C7-only Hot Box 暫定実装)
+----------------------------------
+
+- 状態: v2 は C7-only 実験箱のまま。デフォルトは `HAKMEM_TINY_HOTHEAP_V2=0`（v1 C7_SAFE が標準）。
+- 実装ポイント:
+  - TLS 取得で全 class の storage_page を reset＋stride 初期化。page node は storage を優先し、足りなければ calloc。
+  - Hot パス: `tiny_hotheap_v2_alloc/free` が current_page → partial → refill を処理し、lease した v1 page を pop/push して meta/ss を同期。used==0 は retire_slow でリセット。
+  - Cold 境界: `tiny_hotheap_v2_refill_slow`（`tiny_heap_c7_lease_page_for_v2()` 経由で 1 枚借りる）と `tiny_hotheap_v2_page_retire_slow`（返却＋reset）の 2 箇所のみ。Superslab/Tier/Stats は v1 が保持。
+  - Route/Gate: Route Snapshot に `TINY_ROUTE_HOTHEAP_V2` を設定し、C7 直線パス/汎用パスとも route==v2 のときだけ HotHeap v2 を呼ぶ。その他は v1 → legacy slow へフォールバック。
+- 今後: v2 は C7-only bench 用の A/B 前提。Mixed では v2 OFF 推奨。より本格的に進めるなら、v1 依存の lease/pop/push を減らし、Cold Stats Box 経由の更新に寄せる必要がある。
--- a/docs/analysis/TINY_NEXT_STEPS.md
+++ b/docs/analysis/TINY_NEXT_STEPS.md
@ -0,0 +1,46 @@
+Tiny Next Steps (Phase 19 メモ)
+===============================
+
+事実スナップショット
+--------------------
+- 標準プロファイル (v1 締め)
+  - LEGACY … TinyHeap 全無効。
+  - C7_SAFE … class mask=0x80, meta_mode=1 に加え `HAKMEM_TINY_STATS_BOX=1 HAKMEM_TINY_STATS_BATCH=0` をセット。C6 は OFF。
+  - Bench/実験 … C7_ULTRA_BENCH、C6 TinyHeap マスク (0x40/0xC0)、`HAKMEM_TINY_STATS_BATCH=1` は bench 専用。
+- プロファイルと性能
+  - C7_SAFE: C7-only 20k/ws64 ≈46.6M ops/s、Mixed 16–1024B は LEGACY と ±1M 以内（軽いマイナス〜誤差）。C7-heavy 向けの本番寄りプロファイル。
+  - C7_ULTRA_BENCH: C7-only 20k/ws64 ≈52M ops/s（bench 専用、Superslab/Tier 整合は緩む）。
+  - C6 TinyHeap: C6-heavy (min=257/max=768) LEGACY≈44.3M → TinyHeap≈38.6M。Mixed 16–1024B でも ≈38.5M〜39.5M と明確なマイナス。slow_prepare は ≒1 でも遅く、経路オーバーヘッドが支配的。
+  - Cold Stats Box: STATS_BOX=1 は C7 SAFE で同等〜わずかプラス、BATCH=1 は C7-only/Mixed とも大幅マイナス（bench 専用扱い）。
+- クラス分布の目安（HEAP_STATS, ws=256/iters=20k）
+  - Mixed 16–1024B + C7 SAFE: cls7 fast≈5691 / slow≈1。C6 を載せた場合でも cls6 fast≈2744 / slow≈1 と slow_prepare は低い。
+  - C6-heavy: cls6 fast≈5372 / slow≈1。slow_prepare が少なくても throughput は低下。
+- 結論（現状）
+  - C7 SAFE は C7-only で明確なプラス、Mixed でも許容レンジ → 推奨プロファイル候補。
+  - C6 TinyHeap は現状ベンチ/実験専用。デフォルトでは OFF（mask=0x80 のまま）。
+
+次の箱候補（2 本に絞る）
+-----------------------
+1) C6 TinyHeap を C7 SAFE 流に攻める箱
+   - やること: current 固定・slow_prepare 抑制、meta-light/delta/閾値 flush の安全版を C6 に移植。Superslab/Tier の整合を Fail-Fast で確認しながら命令を削る。
+   - リスク: 実装が複雑化するため delta debug/assert を増やす必要あり。効果が出なければ C6 TinyHeap は Bench 専用のまま。
+
+2) Tiny front をさらに薄くする箱
+   - 方向: Route Snapshot の上に C6/C7 用の直線 front（C7 HotPipeline 相当）を広げ、Gate/UC/TLS SLL 経路の命令数を削る。
+   - 位置づけ: C6 TinyHeap 攻めとほぼ同じ課題の裏表。C6 current 固定＋軽量 meta と合わせて検討。
+
+3) Cold Tiny Stats Box を詰める箱
+   - 役割: C7 SAFE で始めた page 内 delta/flush を「Cold Stats Box」に委譲し、meta->used / ss_active_* の更新をホットパスから切り離す。
+   - 進捗: STATS_BOX を導入済み。BATCH=0 は性能同等、BATCH=1 は C7-only/Mixed とも大きく劣化（bench 専用）。`HAKMEM_TINY_STATS_BATCH` は当面 OFF 推奨。
+   - 次の一手: BATCH=0 を前提に C5/C6 など他クラスへの適用可否を検討するか、別の箱（front/UC など）を優先するかを再評価。
+
+当面の運用ルール
+----------------
+- デフォルト: PROFILE=LEGACY か PROFILE=C7_SAFE を手動選択。C7_SAFE 時は `HAKMEM_TINY_STATS_BOX=1 HAKMEM_TINY_STATS_BATCH=0` をセット。C6 TinyHeap は明示しない限り OFF。
+- mimalloc 比較フラグ:
+- C7-only → `HAKMEM_BENCH_C7_ONLY=1 HAKMEM_TINY_HEAP_PROFILE=C7_SAFE HAKMEM_TINY_STATS_BOX=1 HAKMEM_TINY_STATS_BATCH=0 HAKMEM_TINY_LARSON_FIX=1`（ULTRA は研究用）。
+- Mixed 16–1024B → `HAKMEM_BENCH_MIN_SIZE=16 HAKMEM_BENCH_MAX_SIZE=1024 HAKMEM_TINY_LARSON_FIX=1` で PROFILE=LEGACY と PROFILE=C7_SAFE を並べて比較（C6 は載せない）。
+- C6 を触るときは必ず HEAP_CLASSES で class6 を明示し、`HAKMEM_TINY_HEAP_STATS[_DUMP]=1` で fast/slow を一緒に記録する。C6 は bench 専用のまま。
+- HotHeap v2 (C7 専用) の扱い:
+  - 現状は C7-only でも v1 より遅く、Mixed では大きく回帰。標準は `HAKMEM_TINY_HOTHEAP_V2=0`（v1 C7_SAFE を使用）。
+  - 研究/実験で使う場合のみ `HAKMEM_TINY_HOTHEAP_V2=1 HAKMEM_TINY_HOTHEAP_CLASSES=0x80` を明示し、`HAKMEM_TINY_HOTHEAP_V2_STATS=1` で fallback/fast 比率を観測する。結果が悪くてもよいベンチ専用モードとする。