7adbcdfcb6
## Summary
Completed Phase 54-60 optimization work:
**Phase 54-56: Memory-Lean mode (LEAN+OFF prewarm suppression)**
- Implemented ss_mem_lean_env_box.h with ENV gates
- Balanced mode (LEAN+OFF) promoted as production default
- Result: +1.2% throughput, better stability, zero syscall overhead
- Added to bench_profile.h: MIXED_TINYV3_C7_BALANCED preset
**Phase 57: 60-min soak finalization**
- Balanced mode: 60-min soak, RSS drift 0%, CV 5.38%
- Speed-first mode: 60-min soak, RSS drift 0%, CV 1.58%
- Syscall budget: 1.25e-7/op (800× under target)
- Status: PRODUCTION-READY
**Phase 59: 50% recovery baseline rebase**
- hakmem FAST (Balanced): 59.184M ops/s, CV 1.31%
- mimalloc: 120.466M ops/s, CV 3.50%
- Ratio: 49.13% (M1 ACHIEVED within statistical noise)
- Superior stability: 2.68× better CV than mimalloc
**Phase 60: Alloc pass-down SSOT (NO-GO)**
- Implemented alloc_passdown_ssot_env_box.h
- Modified malloc_tiny_fast.h for SSOT pattern
- Result: -0.46% (NO-GO)
- Key lesson: SSOT not applicable where early-exit already optimized
## Key Metrics
- Performance: 49.13% of mimalloc (M1 effectively achieved)
- Stability: CV 1.31% (superior to mimalloc 3.50%)
- Syscall budget: 1.25e-7/op (excellent)
- RSS: 33MB stable, 0% drift over 60 minutes
## Files Added/Modified
New boxes:
- core/box/ss_mem_lean_env_box.h
- core/box/ss_release_policy_box.{h,c}
- core/box/alloc_passdown_ssot_env_box.h
Scripts:
- scripts/soak_mixed_single_process.sh
- scripts/analyze_epoch_tail_csv.py
- scripts/soak_mixed_rss.sh
- scripts/calculate_percentiles.py
- scripts/analyze_soak.py
Documentation: Phase 40-60 analysis documents
## Design Decisions
1. Profile separation (core/bench_profile.h):
- MIXED_TINYV3_C7_SAFE: Speed-first (no LEAN)
- MIXED_TINYV3_C7_BALANCED: Balanced mode (LEAN+OFF)
2. Box Theory compliance:
- All ENV gates reversible (HAKMEM_SS_MEM_LEAN, HAKMEM_ALLOC_PASSDOWN_SSOT)
- Single conversion points maintained
- No physical deletions (compile-out only)
3. Lessons learned:
- SSOT effective only where redundancy exists (Phase 60 showed limits)
- Branch prediction extremely effective (~0 cycles for well-predicted branches)
- Early-exit pattern valuable even when seemingly redundant
🤖 Generated with [Claude Code](https://claude.com/claude-code)
Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>
3.1 KiB
3.1 KiB
Phase 41 — asm-first gate audit（FAST build で “呼ばれてる gate” だけ削る）
Phase 40 の教訓:
- “gate を定数化すれば速い” は常に真ではない（layout tax で符号反転する）。
- perf self% だけで gate 税を推定しない（header work 等の実体が混ざる）。
よって Phase 41 は asm-first（実際に branch/call が残っているものだけ）で進める。
ゴール
FAST build（make perf_fast）で、hot path に残る “純粋な gate” を減らして +0.5% 以上を狙う。
判定（build-level）:
- GO: +0.5% 以上（Mixed 10-run mean）
- NEUTRAL: ±0.5%
- NO-GO: -0.5% 以下（revert）
Step 0: ベースライン固定
make perf_fastを回して baseline（FAST v3）の mean/median を記録。- そのログを
docs/analysis/PHASE41_ASM_FIRST_GATE_AUDIT_RESULTS.mdに貼る（まずは baseline だけ）。
Step 1: asm inspection（必須）
目的: “gate を消したつもりが既に最適化されていた/逆に layout を壊した” を避ける。
1-A) 対象 gate の存在確認（例）
対象候補（Phase 40 準備の優先順から）:
mid_v3_enabled()（core/box/mid_hotbox_v3_env_box.h）mid_v3_debug_enabled()（同上）
確認コマンド例（最小）:
objdump -d ./bench_random_mixed_hakmem_minimal | rg -n "mid_v3_enabled|mid_v3_debug_enabled" -n
判定
- asm に gate が見える（call/branch が残っている） → Step 2 へ
- asm に出ない（既に消えている） → その候補は skip
Step 2: 低リスクの “呼ばれないようにする” を先に
Phase 40 は「関数自体の定数化」で layout 税を踏んだ。
まずは **呼び出し回数を減らす（条件順序の見直し）**を優先する。
2-A) alloc 側: size range を先に見る
例（パターン）:
- 悪い:
if (mid_v3_enabled() && size_in_range) ...（常に gate が呼ばれる） - 良い:
if (size_in_range && mid_v3_enabled()) ...（範囲外なら gate を呼ばない）
候補箇所:
core/box/hak_alloc_api.inc.hの MID v3 分岐（mid_v3_enabled()を含む if）
期待: +0.2〜0.5%
Step 3: BENCH_MINIMAL 定数化（最後の手段）
Step 2 で不足する場合のみ、FAST build 限定で gate を定数化する。
3-A) mid_v3_enabled/debug を FAST で固定 OFF
条件:
- Mixed/FAST のプリセットで MID v3 がデフォルト OFF（研究箱）であることが Step 0 で確認できている。
実装:
core/box/mid_hotbox_v3_env_box.hに#include "../hakmem_build_flags.h"を追加#if HAKMEM_BENCH_MINIMALのときmid_v3_enabled()/mid_v3_debug_enabled()はreturn 0;- Standard/OBSERVE は現状維持
注意:
- layout 税が出る可能性があるので、必ず 10-run で判定する。
Step 4: A/B（FAST 10-run）
毎回これを正とする:
make perf_fast（FAST binary をBENCH_BINで指定して 10-run）
結果を docs/analysis/PHASE41_ASM_FIRST_GATE_AUDIT_RESULTS.md に追記して確定判定する。