hakmem/docs/analysis/ALLOC_GATE_ANALYSIS.md

ALLOC_GATE_ANALYSIS

Phase ALLOC-GATE-OPT-1 計測結果

Mixed 16-1024B (1M iter, ws=400)

[ALLOC_GATE_STATS] total=542033 size2class=0 route_calls=0 env_checks=275089 c0=0 c1=0 c2=8746 c3=17279 c4=34727 c5=68871 c6=137321 c7=275089

Throughput: 42.5M ops/s

分析:

• total_calls: 542,033 （malloc_tiny_fast 呼び出し数）
• size_to_class: 0 calls （毎回は呼ばれていない！）
• route_for_class: 0 calls （毎回は呼ばれていない！）
  • avg per alloc: 0 calls/alloc （LUT により完全に削減済み）
• env_checks: 275,089 （C7 ULTRA の ENV gate が主体）
  • env_checks ≈ c7 calls → C7 ULTRA 毎回 ENV check あり
• class 分布:
  • C7: 50.7% (275,089 / 542,033)
  • C6: 25.3% (137,321 / 542,033)
  • C5: 12.7% (68,871 / 542,033)
  • C4: 6.4% (34,727 / 542,033)
  • C3: 3.2% (17,279 / 542,033)
  • C2: 1.6% (8,746 / 542,033)
  • C1/C0: 0.0%
  • C4〜C7: 95.2% （hot classes が支配的）

コメント:

• size_to_class と route_for_class が完全に削減済み → LUT (tiny_front_v3) が効いている
• env_checks が C7 alloc で毎回発生 → tiny_c7_ultra_enabled_env() が毎回呼ばれている
  • C4/C5/C6 ULTRA の ENV check は早期リターン（LUT で class 判定済み）のため計測されず
• C4〜C7 が 95% → class-specific fast path の検討価値あり（ただし既に ULTRA で対応済み）

C6-heavy (257-768B, 1M iter, ws=400)

[ALLOC_GATE_STATS] total=11 size2class=0 route_calls=0 env_checks=0 c0=0 c1=1 c2=1 c3=0 c4=0 c5=0 c6=9 c7=0

Throughput: 27.4M ops/s

分析:

• total_calls: 11 （ほぼ全て mid route に落ちている）
• size_to_class: 0 calls
• route_for_class: 0 calls
• env_checks: 0 （C6 ULTRA は OFF のため）
• class 分布:
  • C6: 81.8% (9 / 11)
  • C1/C2: 各 1 回（初期化時のノイズ）

コメント:

• C6-heavy では malloc_tiny_fast がほぼ呼ばれていない → mid/pool 経路が主体
• total_calls=11 は初期化時の SuperSlab 確保等のノイズ
• C6-heavy の alloc gate 最適化は効果なし（そもそも通らない）

---

Phase ALLOC-GATE-OPT-1B 候補施策

候補 A: C7 ULTRA ENV gate の snapshot 化

条件: env_checks ≈ c7_calls （毎回呼ばれている） 施策: tiny_c7_ultra_enabled_env() を初期化時に1回だけ評価し、結果を TLS snapshot に保持 期待: ENV check overhead 削減（ただし既に tiny_c7_ultra_enabled_env() 自体が static cached）

評価: 効果は限定的（ENV gate は既に sentinel パターンで最適化済み）

候補 B: size_to_class / route_for_class の snapshot 化

条件: size_to_class=0, route_calls=0 （既に削減済み） 施策: 不要（LUT により完全に削減済み）

評価: 既に最適化済みで追加改善なし

候補 C: class-specific fast path (C4-C7)

条件: C4〜C7 が 95% 以上 施策: C4〜C7 用の直線パスと、その他サイズ用の旧ルートを分岐 期待: hot classes を完全に直線化

評価: 既に C4-C7 ULTRA で実装済み（寄生型 TLS キャッシュで fast path 確立）

---

判断基準

✅ 良い発見

• size_to_class / route_for_class は既に完全削減済み（LUT 効果）
• C4-C7 ULTRA で hot classes の fast path は確立済み（95% カバー）

❌ さらなる最適化の余地は小さい

• env_checks は C7 ULTRA の構造的コスト（毎回 ENV check する設計）
  • tiny_c7_ultra_enabled_env() 自体は既に sentinel cached で軽量
  • snapshot 化しても効果は誤差範囲（数%以下）
• alloc gate 内部は既に十分薄い（LUT + ULTRA で最適化済み）

次フェーズへの示唆

• alloc gate よりも別の箇所を狙うべき
  • PERF-ULTRA-REBASE-3 では tiny_alloc_gate_fast = 18% だが、内訳は「LUT overhead」「ULTRA ENV check」「class dispatch」等に分散
  • 18% を削るよりも、他のボトルネック（free dispatcher 29%、C7 ULTRA refill 7% 等）を狙う方が効果的
• alloc gate 自体は Phase FREE-DISPATCHER-OPT-1 と同様に「既に最適化済み」 と判断

---

結論

Phase ALLOC-GATE-OPT-1 の成果:

• ✅ alloc gate の内訳を可視化
• ✅ size_to_class / route_for_class が完全削減済み（LUT 効果）を確認
• ✅ C4-C7 が 95% で、ULTRA fast path が有効なことを確認
• ✅ env_checks は C7 ULTRA の構造的コスト（軽量化済み）

Phase ALLOC-GATE-OPT-1B の方針:

• 追加最適化は見送り
• alloc gate は既に十分薄く、さらなる改善余地は小さい（数%以下）
• 次フェーズでは free dispatcher (29%) や C7 ULTRA refill (7%) など、他のボトルネックを狙う