#复现实验

这套流程把“复现”拆成两个可验收层级：任何机器都能完成离线证据验真；满足固定软硬件条件的机器可以继续完成性能复跑并生成一份新的环境回执。两者使用同一组模型、提示词、ACL 与输出身份。

#验收基线

#1. 获取源码并冻结实验身份

在 Windows PowerShell 中执行：

git clone https://github.com/A3S-Lab/Power.git
Set-Location Power

$powerCommit = (git rev-parse HEAD).Trim()
$dirtyFiles = @(git status --porcelain)
if ($dirtyFiles.Count -ne 0) {
  throw 'A clean worktree is required'
}
$powerCommit

最新峰值采集的干净源码 revision 为 da2c1dd5a2c6a573ef8be7789de4a67fdb2a0eb0，当前质量矩阵为 64aef15ddff7232c6261385700c8a912d1ed0963。从更新的干净 revision 复跑是允许的，但必须保留独立证据，不能覆盖已有记录。

#2. 先做无需模型的离线验真

当前纯 Q6_K 校验器不加载 22.88 GB 模型，也不需要 NVIDIA GPU。它固定整个 紧凑证据载荷，并重新计算 600 请求质量矩阵：

py -3.13 .\tools\test_qwen38_q6_quality_evidence.py
py -3.13 .\tools\qwen38_q6_quality_evidence.py verify `
  --evidence .\docs\benchmarks\qwen3.8-27b-q6k-rtx4090\quality\pure-q6-rtx4090-3x.evidence.json `
  --json

它会重新计算 Q6_K 自回归的 23.642 token/s，以及同一 Q6_K 使用全词表 MTP 后的 41.035 token/s。可选的 --require-lossless 会按设计失败，因为完整输出 一致率是 50/100，严格评分有 2 个损失。

#验证历史峰值与校准证据

下面的历史校验器验证 23 个文件 SHA-256，并重新计算较早的峰值、混合制品 质量和配对校准记录：

powershell -NoProfile -ExecutionPolicy Bypass `
  -File .\tools\verify-qwen38-q6k-evidence.ps1 -Json

成功时进程退出码为 0，输出包含：

{
  "status": "passed",
  "verified_file_hashes": 23,
  "quality": {
    "completed_requests": 900,
    "request_wide_tokens_per_second": 83.22814601950864
  },
  "pure_q6": {
    "full_vocabulary_k7_s7_median": 147.020656574707,
    "prefix_fr8192_k7_s6_median": 176.6108685085471
  },
  "deep_optimization": {
    "peak": {
      "median_decode_tokens_per_second": 172.8353133057359,
      "minimum_decode_tokens_per_second": 171.29810355919784
    },
    "general": {
      "target_only_tokens_per_second": 28.71272184998198,
      "mtp_tokens_per_second": 46.92338764288924,
      "speedup_percent": 63.4236833695329,
      "paired_final_answers": 12,
      "fallback_replays": 0
    }
  }
}

任一文件字节或统计值变化，脚本都会返回非零退出码并指出不匹配字段。

#3. 对齐验收主机

这些 token/s 数值是下面这台机器上的边界，不是跨硬件承诺：

更换 GPU、驱动、时钟、显示负载或 CPU 拓扑后仍可运行同一协议，但必须把结果标为新平台；不要为了通过门槛而复制不适用的亲和性掩码。

#4. 构建固定 CUDA 配置

cargo fetch
powershell -NoProfile -ExecutionPolicy Bypass `
  -File .\tools\apply-llamacpp-power-patches.ps1

$env:CMAKE_GENERATOR = 'Ninja'
$env:CMAKE_CUDA_ARCHITECTURES = '89'
cargo build --release --bins `
  --target-dir target-native-sm89-ninja `
  --no-default-features `
  --features llamacpp-cuda,llamacpp-mtp-fr

补丁工具必须确认绑定层、MTP/FR 与高优先级 CUDA stream 三组补丁都已应用。runner 会拒绝任何不是独占 llama.cpp 的后端。

#5. 校验模型与输入

先把原始 Q6_K 制品注册为 qwen3.8-27b-q6-k，再设置 Power 数据目录。下面三个仓库输入的哈希必须完全一致：

$powerHome = 'D:\models\a3s-power\qwen38\power-home'
$manifestPath = Join-Path $powerHome `
  'models\manifests\qwen3.8-27b-q6-k.json'
$manifest = Get-Content -Raw -LiteralPath $manifestPath | ConvertFrom-Json
$model = Get-Item -LiteralPath $manifest.path

if ($model.Length -ne 22884408288) { throw 'Unexpected model size' }
if ((Get-FileHash -Algorithm SHA256 -LiteralPath $model.FullName).Hash -ne
    '562FBF760503008F118E5DF38DE5B3E97992D1F693F475815631198547486727') {
  throw 'Unexpected model hash'
}

#6. 完整复跑前缀 FR8192 峰值

关闭不必要的 GPU 程序，并在允许锁定 GPU 时钟的终端中执行。这里使用零性能门槛采集真实测量；只有安静主机的独立服务门槛才应要求每个样本都不低于 175：

$benchmarkRoot = 'D:\models\a3s-power\qwen38\benchmark'
$powerHome = 'D:\models\a3s-power\qwen38\power-home'

.\tools\run-qwen38-q6k-benchmark.ps1 `
  -Label pure-q6-fr8192-k7s6-b11-cudahigh `
  -Config .\docs\benchmarks\qwen3.8-27b-q6k-rtx4090\pure-q6-mtp7-snap6-fr8192-rtx4090-throughput.acl `
  -PromptFile .\docs\benchmarks\qwen3.8-27b-q6k-rtx4090\prompt.txt `
  -BenchmarkRoot $benchmarkRoot `
  -PowerHome $powerHome `
  -ModelHash 562fbf760503008f118e5df38de5b3e97992d1f693f475815631198547486727 `
  -MaxTokens 1024 -NumBatch 11 -WarmupRuns 1 -Samples 9 `
  -MinimumTokensPerSecond 0 -ProcessPriority High `
  -ProcessorAffinityMask 349525 -LockGpuClockMHz 2745 `
  -CudaHighPriority `
  -MaximumIdleGpuUtilizationPercent 8 -IdleGpuSampleCount 3 `
  -TargetDirectory target-native-sm89-ninja `
  -RequireHighPerformancePowerPlan -RequireCleanTree

runner 在 finally 中恢复 GPU 时钟，并把失败报告也保留下来，便于区分真实性能回归与环境争用。

#7. 验收新结果

在 $benchmarkRoot 中保留以下文件：

• pure-q6-fr8192-k7s6-b11-cudahigh.json：9 个原始样本、统计值和输出摘要；
• pure-q6-fr8192-k7s6-b11-cudahigh.environment.json：Git、二进制、模型、ACL、提示词、GPU、进程与电源状态；
• pure-q6-fr8192-k7s6-b11-cudahigh.preflight.json：启动前身份与主机控制检查；
• 对应 stdout / stderr 日志：后端初始化与失败诊断。

只有同时满足以下条件才是有效采集：9 个请求都生成 1,024 token；所有输出 SHA-256 一致；模型身份精确匹配；后端独占；工作树干净；高优先级 stream、亲和性、时钟与电源控制真实生效。是否达到部署门槛由调用方根据该主机的独立 SLO 决定，不能把历史 176.61 直接当成当前共享桌面的失败阈值。

#8. 验证只使用 Q6_K 目标的原生 DFlash2 采集

两种配对模式都使用同一个 22.88 GB Q6_K 目标。1.14 GB Q4 DFlash2 制品只 负责 proposal，不是目标模型结果。无需模型或 GPU 即可重新计算五次原生配对：

a3s-power-speculative-bench compare `
  .\docs\benchmarks\qwen3.8-27b-q6k-rtx4090\dflash2\native-target-only.json `
  .\docs\benchmarks\qwen3.8-27b-q6k-rtx4090\dflash2\native-dflash2-k7-s6.json

结果应为 33.075 对 144.453 token/s 解码中位数、4.367 倍提升和跨模式输出 完全一致；请求全程中位数为 25.744 对 63.182 token/s。再验证单独的代表性 质量证据：

py -3.13 .\tools\dflash2_evidence.py verify `
  --evidence .\docs\benchmarks\qwen3.8-27b-q6k-rtx4090\dflash2\evidence.json `
  --json

历史校验器会重新计算固定 12 题负载下 29.702 对 45.143 token/s、答案一致 12/12 与完整输出一致 7/12。加入 --require-production-default 必须失败，因为 代表性逐字输出门槛未通过；原生执行已经可用。完整 DFlash2 指南 固定了干净 Power 提交 72a1ecd、模型与运行时哈希、A3S_POWER_HOME 注册 边界、CUDA 构建参数、主机控制和配对命令。

#9. 复现原生 DSpark 门槛

外部 DSpark 使用保持不变的 22,884,408,288 字节 Q6_K 目标和固定摘要的 1.10 GB DSpark Q4 制品。先运行四个无需模型与 GPU 的校验器：

powershell -NoProfile -ExecutionPolicy Bypass `
  -File .\tools\verify-dspark-evidence.ps1 -Json

py -3.13 .\tools\qwen38_quality_evidence.py verify `
  --evidence .\docs\benchmarks\qwen3.8-27b-q6k-rtx4090\dspark\quality\evidence.json `
  --json

py -3.13 .\tools\dspark_adaptive_evidence.py verify `
  --evidence .\docs\benchmarks\qwen3.8-27b-q6k-rtx4090\dspark\adaptive\evidence.json `
  --json

py -3.13 .\tools\dspark_quality_followup_evidence.py verify `
  --evidence .\docs\benchmarks\qwen3.8-27b-q6k-rtx4090\dspark\quality\followup-evidence.json `
  --json

第一个验证 context-512 峰值：目标对照 32.249 token/s，DSpark K10/S6 中位数 169.324、最低 167.102 token/s，三次输出和回执完全一致。第二个验证 context-1024 的 600 请求质量采集：22.618 对 32.678 token/s、1.445 倍提升，以及分数、回放与全部配对任务向量。加入 --require-production-default 应当失败，因为完整输出一致率只有 54/100；该 K10/S6 矩阵是诊断证据，不是无损默认值。

第三个校验器绑定当前干净的按请求自适应采集：峰值中位数 164.756 token/s、最低 160.881，峰值输出与回执摘要一致，回放为零；100 题负载为 22.872 对 31.052 token/s，提升 1.358 倍，并重新计算全部配对任务向量。候选有 5 个宽松收益和 3 个损失，完整输出一致 55/100，因此加入 --require-production-default 同样必须失败。

第四个校验器绑定干净提交 7bdeb960f5a38ea7515c67a12636a29198fd95f6 上的损失样本复测：512 token 交叉运行 3 轮，另做 1 轮 1,024-token 配对。每轮都是 5/5 答案一致、0 收益、0 损失；1,024-token 配对中 5 题全部正常结束且答案 5/5 一致。512-token 吞吐为 30.521 对 24.967 token/s。完整输出一致仍为 0/5，因此加入 --require-production-default 应当失败。

复跑时使用哈希锁定的 dspark/quality/divergence-v1.selection.json 与 run-qwen38-quality-matrix.ps1。性能复测参数为 -MaxTokensOverride 512 -NumCtx 1024 -Repetitions 3；无截断质量检查参数为 -MaxTokensOverride 1024 -NumCtx 2048 -Repetitions 1。完整主机控制与可复制命令见复测协议。

证据包中的性能命令会记录 2745 MHz GPU 时钟锁定请求、高优先级 CUDA stream、High 进程优先级、0x55555 亲和性、干净工作树、GPU 空闲门槛与至少 23,000 MiB 可用显存。这些是本机采集条件，不是其他 CPU 或 GPU 拓扑的默认配置。

完整的 Windows/CUDA 长版流程 还包含 DSpark 质量矩阵命令、配对全词表对照、原始 Q6_K 12 题校准与此前的混合制品门槛；质量矩阵协议 说明如何重复现有 100 题 × 3 轮测试。