hakmem/docs/ACE_LEARNING_LAYER.md

# ACE Learning Layer - Adaptive Control Engine

**目的**: 断片化・巨大WS・reallocの弱点を学習で潰して"つよつよ"にする 💪

## 現状の弱点（ChatGPT Pro分析より）

| 問題 | 現在 | 目標 | 改善率 |
|------|------|------|--------|
| **断片化ストレス** | 3.87 M ops/s | 10-20 M ops/s | **2.6-5.2x** ⭐ |
| **巨大WS** | 22.15 M ops/s | 30-45 M ops/s | **1.4-2.0x** |
| **realloc依存** | 6.6-277ns (ブレ) | 140-210ns | **1.3-2.0x** |
| Mid MT (維持) | 111.6 M ops/s | 110-115 M ops/s | ±5% |

## コンセプト

### 学習ループ

```
┌─────────────────────────────────────────────────────────┐
│  Metrics Collection (1Hz)                                │
│  ├─ throughput_ops                                       │
│  ├─ llc_miss_rate (LLC misses)                          │
│  ├─ mutex_wait_ns (contention)                          │
│  ├─ remote_free_backlog (per class)                     │
│  ├─ fragmentation_ratio (slow, 60s)                     │
│  └─ rss_mb (slow, 60s)                                  │
└─────────────────────────────────────────────────────────┘
                           ▼
┌─────────────────────────────────────────────────────────┐
│  Fast Loop (0.5-1s) - 即応調整                           │
│  ├─ Remote backlog ↑ → drain threshold ↓                │
│  ├─ LLC miss ↑ → TLS capacity ↓ (diet)                 │
│  └─ Mutex wait ↑ → bundle width ↑                      │
└─────────────────────────────────────────────────────────┘
                           ▼
┌─────────────────────────────────────────────────────────┐
│  Slow Loop (30-60s) - 断片化・RSS対策                    │
│  ├─ Fragmentation ↑ → partial release                   │
│  ├─ RSS ↑ → budgeted scavenge (max 5ms)                │
│  └─ Stable → restore thresholds (hysteresis)            │
└─────────────────────────────────────────────────────────┘
                           ▼
┌─────────────────────────────────────────────────────────┐
│  UCB1 Learning - ノブ調整                                 │
│  └─ reward = throughput - (misses + locks + frag)       │
└─────────────────────────────────────────────────────────┘
```

### 調整可能なノブ

| ノブ | 候補値 | 効果 |
|------|--------|------|
| **TLS capacity** | [4, 8, 16, 32, 64] | LLC miss対策、diet調整 |
| **Drain threshold** | [32, 64, 128, 256, 512] | Remote free backlog解消 |
| **Partial release pages** | [1, 2, 4, 8] | 断片化・RSS削減 |
| **Diet factor** | [0.5, 0.66, 0.75, 0.9, 1.0] | 巨大WS時のTLS縮小率 |
| **Bundle width** | [16, 32, 64, 128] | 中央フリリストの束移動 |

## 実装フェーズ

### 🔥 Phase 1: 最小実装（1日、最大効果）

**Target**: 断片化ストレス 3.87 → 8-12 M ops/s

実装内容：
1. メトリクス収集（2-3時間）
   - throughput, LLC miss, mutex wait, backlog
2. Fast loop骨格（2-3時間）
   - 報酬計算、ノブ調整ロジック
3. TLS capacity動的化（1-2時間）
   - 既存TINY_TLS_MAG_CAPを動的に変更
4. UCB1学習（1-2時間）
   - 離散候補から最適値選択
5. ON/OFF切替（1時間）
   - 環境変数 `HAKMEM_ACE_ENABLED=1`

**期待効果**: 断片化ケースで即座に効果

### 🚀 Phase 2: 断片化対策（半日）

**Target**: 断片化ストレス 8-12 → 10-20 M ops/s

実装内容：
1. Slow loop（2-3時間）
   - Fragmentation/RSS監視
2. Budgeted scavenge（2-3時間）
   - 時間制限付き部分返却（max 5ms）
   - madvise(DONTNEED)でメモリ返却

**期待効果**: 断片化完全対策

### 🎯 Phase 3: 巨大WS対策（半日）

**Target**: 巨大WS 22 → 30-45 M ops/s

実装内容：
1. LLC miss monitoring（1-2時間）
   - rdpmc使用、軽量計測
2. Auto diet（1-2時間）
   - Miss率高→TLS縮小
   - 安定→段階的復元

**期待効果**: 巨大WSで2x改善

### 🔧 Phase 4: realloc最適化（1日、オプション）

**Target**: realloc 1.3-2x改善

実装内容：
1. In-place拡張（半日）
   - 隣接空きブロック併合
2. コピー最適化（半日）
   - サイズ別戦略（NT store）

## 使い方

### 基本

```bash
# ACE有効化
export HAKMEM_ACE_ENABLED=1

# Fast loopインターバル（デフォルト500ms）
export HAKMEM_ACE_FAST_INTERVAL_MS=500

# Slow loopインターバル（デフォルト30s）
export HAKMEM_ACE_SLOW_INTERVAL_S=30

# ベンチマーク実行
bash benchmarks/scripts/stress/run_fragmentation_stress.sh
```

### A/B比較

```bash
# ベースライン（ACE OFF）
HAKMEM_ACE_ENABLED=0 ./bench_fragment_stress_hakx > baseline.txt

# ACE ON
HAKMEM_ACE_ENABLED=1 ./bench_fragment_stress_hakx > ace_on.txt

# 比較
diff baseline.txt ace_on.txt
```

### デバッグ

```bash
# ログレベル設定
export HAKMEM_ACE_LOG_LEVEL=2  # 0=off, 1=info, 2=debug

# 実行すると、ACEの調整をリアルタイム表示
# [ACE] Fast loop: reward=0.85, llc_miss=0.12, backlog=45
# [ACE] Adjusting TLS cap[2]: 32 → 24 (diet factor=0.75)
# [ACE] Drain threshold[3]: 128 → 64 (high backlog)
```

## 安全弁

ACEは以下の条件で自動停止：

```bash
# Latency guard（デフォルト10ms）
export HAKMEM_ACE_MAX_P99_LAT_NS=10000000

# RSS guard（デフォルト16GB）
export HAKMEM_ACE_MAX_RSS_MB=16384

# CPU占有上限（デフォルト5%）
export HAKMEM_ACE_MAX_CPU_PERCENT=5
```

## 期待結果（保守的見積り）

| ワークロード | Before | After (ACE) | コメント |
|------------|--------|-------------|----------|
| **断片化ストレス** | 3.87 M ops/s | **10-20 M ops/s** | Budgeted scavenge効果 |
| **巨大WS** | 22.15 M ops/s | **30-45 M ops/s** | Auto diet + LLC miss最適化 |
| **realloc heavy** | 277ns (worst) | **140-210ns** | In-place拡張 + NT store |
| Mid MT (4-8 threads) | 111.6 M ops/s | **110-115 M ops/s** | 維持（±5%以内） |
| 16 threads | 頭打ち | **+0-10%** | シャーディング効果 |

## ファイル構成

```
core/
├── hakmem_ace_metrics.{h,c}       ← メトリクス収集
├── hakmem_ace_controller.{h,c}    ← Fast/Slow loops
├── hakmem_ace_ucb1.{h,c}          ← UCB1学習
├── hakmem_ace_scavenge.{h,c}      ← 部分返却
└── hakmem_ace_realloc.{h,c}       ← realloc最適化

# 既存ファイルの変更:
core/hakmem_tiny_magazine.c        ← TLS capacity動的化
core/hakmem_pool.c                 ← Drain threshold動的化
core/hakmem.c                      ← ace_tick()統合
```

## 技術詳細

詳細な実装プランは `docs/ACE_LEARNING_LAYER_PLAN.md` を参照。

## 次のステップ

1. ✅ ドキュメント整備（このファイル）
2. 📝 Phase 1実装
   - [ ] hakmem_ace_metrics.{h,c}
   - [ ] hakmem_ace_controller.{h,c}
   - [ ] hakmem_ace_ucb1.{h,c}
   - [ ] 既存コードの統合
3. 🧪 A/Bテスト
4. 📊 結果レポート

---

**Status**: PLANNING (2025-11-01)
**Priority**: HIGH - 次の開発フェーズ 🎯
**Expected Impact**: 2-5x improvement on weak workloads