@kernaut/kernaut-resources 0.1.17-beta.1 → 0.1.18

package/resources/kop-2026-10-23-0.1.17-beta.1/product_capabilities/kernel_optflow/skills/KernelWiki-private/wiki/ascend/experience/cb04-dsq-slots-and-reduction.md

@@ -1,49 +0,0 @@
----
-{
-  "id": "exp-ascend-cb04-dsq-slots-and-reduction",
-  "title": "DequantSwigluQuant：双槽优先级和批量归约",
-  "type": "experience",
-  "vendor": "ascend",
-  "probe_slug": "cb04-dsq-slots-and-reduction",
-  "measured_on": {
-    "device": "历史910B2C/910C记录；本轮固定源码与CPU算术/parser复核"
-  },
-  "source": "https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/143fe7201e796a387879f67771e6999dbf81d661/docs/ascendc-migration/30-cb04-data-movement-pipelining-and-fixed-cost-evidence.md",
-  "architectures": [
-    "ascend910b"
-  ],
-  "languages": [
-    "ascendc"
-  ],
-  "tags": [
-    "ascendc"
-  ],
-  "evidence_level": "inferred",
-  "confidence": "experimental",
-  "scope": "2026-09-11固定快照；历史测量/源码/CPU反例分开，未新增NPU评测。性能值不是API单价或完整合法域保证。",
-  "aliases": [
-    "DequantSwigluQuant：双槽优先级和批量归约",
-    "DSQ 整行/半行和两个槽位：后置更正改变选择",
-    "DSQ 批量行归约：宽度、repeat、广播和两个输出"
-  ]
-}
----
-
-# DequantSwigluQuant：双槽优先级和批量归约
-
-保留CB03-07的输入、两个输出、自然DMA pitch/Gather例外及回退。早期H%16整行一槽104.8µs优于半行两槽109.5µs，当时PIPE_ALL仍串行，不能据此永久优先整行。C6真正流水化之后优先尝试两个半行槽，再退一槽，整行一槽须另验容量。精确预算使用calc_bytes+2*(slot+out_slot)，不是看到队列深度2就认定重叠。
-
-两个Cast都完成之后才能预取下一块；int32 H32 旧实现借 activations 尾部作 1/row_scale scratch，当前改为独立 dsq_recip；检查实际最后读者与各缓冲的复用。host方案计算、rpt/use_gather和kernel布局必须一致；自然DMA pitch与Gather自定义布局仍不同。
-
-所谓“16实例”的表实际上18组：fixed_int32为H/r=128/16、256/16、512/8、1024/4、2048/2；fixed_float_no_qs为half和bf16各512/16、1024/8、2048/4、4096/2；int32_h512_qs为512/12、1024/6、2048/2；half_h512_qs为512/16；bf16_h2048_qs为2048/4。标签保留为历史矛盾，不把18压回16。
-
-float mask64、第二源srcRepStride单位32B；H128/256折成max64，H≥512两阶段且中间量对齐；repeat=rows*H/64≤255。H/8≥256时不能截进8bit字段，广播退逐行Copy。任意H仍要full/tail/tiled/runtime fallback。int8 y是exact，fp32 scale仅MERE≤4.3e-8，不是两个输出全逐位；原Div与当前部分helper Muls(1/127)并存，不能统一改说一种实现。
-
-## 来源与复核入口
-
-- CB04-09：[kop:cannbench/design/kernel/dequant_swiglu_quant.md:106–113](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/kernel/dequant_swiglu_quant.md#L106-L113)；[kop:cannbench/design/kernel/dequant_swiglu_quant.md:1735–1757](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/kernel/dequant_swiglu_quant.md#L1735-L1757)；[kop:cannbench/design/WHY_WE_BURNED_THE_COMPUTE.md:627–645](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/WHY_WE_BURNED_THE_COMPUTE.md#L627-L645)；[kop:cannbench/design/WHY_WE_BURNED_THE_COMPUTE.md:670–684](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/WHY_WE_BURNED_THE_COMPUTE.md#L670-L684)。
-- CB04-10：[kop:cannbench/design/kernel/dequant_swiglu_quant.md:554–617](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/kernel/dequant_swiglu_quant.md#L554-L617)；[kop:cannbench/design/kernel/dequant_swiglu_quant.md:64–105](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/kernel/dequant_swiglu_quant.md#L64-L105)。
-
-完整包、成员哈希、连续代码窗口和19项CPU结果见 [固定证据目录](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/143fe7201e796a387879f67771e6999dbf81d661/docs/ascendc-migration/evidence/cb04-20260911/README.md)。未恢复probe只作报告级来源；源码包存在不证明所有分支已设备验证。
-
-共用 [CB03-07 完整条件](cb03-dsq-padded-row-layout.md)。

package/resources/kop-2026-10-23-0.1.17-beta.1/product_capabilities/kernel_optflow/skills/KernelWiki-private/wiki/ascend/experience/cb04-foreach-softmax-boundaries.md

@@ -1,45 +0,0 @@
----
-{
-  "id": "exp-ascend-cb04-foreach-softmax-boundaries",
-  "title": "ForeachNorm/Softmax：融合分组、混精与列分块",
-  "type": "experience",
-  "vendor": "ascend",
-  "probe_slug": "cb04-foreach-softmax-boundaries",
-  "measured_on": {
-    "device": "历史910B2C/910C记录；本轮固定源码与CPU算术/parser复核"
-  },
-  "source": "https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/143fe7201e796a387879f67771e6999dbf81d661/docs/ascendc-migration/30-cb04-data-movement-pipelining-and-fixed-cost-evidence.md",
-  "architectures": [
-    "ascend910b"
-  ],
-  "languages": [
-    "ascendc"
-  ],
-  "tags": [
-    "ascendc"
-  ],
-  "evidence_level": "inferred",
-  "confidence": "experimental",
-  "scope": "2026-09-11固定快照；历史测量/源码/CPU反例分开，未新增NPU评测。性能值不是API单价或完整合法域保证。",
-  "aliases": [
-    "ForeachNorm/Softmax：融合分组、混精与列分块",
-    "ForeachNorm：融合是每8张量一组，混精乘积不能含糊",
-    "Softmax 列分块：尾块、对齐和核占用共同决定"
-  ]
-}
----
-
-# ForeachNorm/Softmax：融合分组、混精与列分块
-
-ForeachNorm MAXLIST8，默认每组两kernel，即2*ceil(L/8)。四路fp32累加；partial8 floats占32B，final64槽受核数上界约束。队列fp32深度3、低精度4并有scratch；不要改说half累加。
-
-half混精路线只p1的Abs→Axpy<float>和p2的MulAddDst<float,half>。p2.5/3/5旧half中间量曾得0而参考.00510/.00253/.0641；p5且abs100会Inf而参考641.5。不是ApplyAdamW的half grad²同一机制。队列6/8导致tile8192→4096，1M由6.7→7.3µs、8M由16.74→22.24，容量与流水须一起比较。旧spread称.46，81.82/81.94/82.05/82.40实际.58；两者保留，不把.46设成固定噪声门。
-
-Softmax axis-strided inner2049旧tile128/512产生17/5块且tail1，half121列242B不对齐。aligned-balanced还要核占用；不能只消灭tail1。直接均分整体比1.0019，case19快7%而case16慢6%；对齐改法30.78→28.42、50.24→43.72µs，outer64/axis256/inner1025 half为282.23→199.81且仍tail1。历史双侧结果一升一降，未采用，不能把旧文首“未提交”当最终状态；隐藏57的38.98×慢例仍无形状证据。0.54噪声来自SwiGlu，不能套给Softmax。
-
-## 来源与复核入口
-
-- CB04-16：[kop:cannbench/design/kernel/foreach_norm.md:48–151](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/kernel/foreach_norm.md#L48-L151)。
-- CB04-17：[kop:cannbench/design/kernel/softmax_strided_tiling.md:1–79](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/kernel/softmax_strided_tiling.md#L1-L79)；[kop:cannbench/design/OPT_ROUND_CHECKLIST.md:2190–2224](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/OPT_ROUND_CHECKLIST.md#L2190-L2224)。
-
-完整包、成员哈希、连续代码窗口和19项CPU结果见 [固定证据目录](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/143fe7201e796a387879f67771e6999dbf81d661/docs/ascendc-migration/evidence/cb04-20260911/README.md)。未恢复probe只作报告级来源；源码包存在不证明所有分支已设备验证。

package/resources/kop-2026-10-23-0.1.17-beta.1/product_capabilities/kernel_optflow/skills/KernelWiki-private/wiki/ascend/experience/cb04-gather-transpose-layout.md

@@ -1,49 +0,0 @@
----
-{
-  "id": "exp-ascend-cb04-gather-transpose-layout",
-  "title": "Gather/Transpose：槽位、压紧与字段上界",
-  "type": "experience",
-  "vendor": "ascend",
-  "probe_slug": "cb04-gather-transpose-layout",
-  "measured_on": {
-    "device": "历史910B2C/910C记录；本轮固定源码与CPU算术/parser复核"
-  },
-  "source": "https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/143fe7201e796a387879f67771e6999dbf81d661/docs/ascendc-migration/30-cb04-data-movement-pipelining-and-fixed-cost-evidence.md",
-  "architectures": [
-    "ascend910b"
-  ],
-  "languages": [
-    "ascendc"
-  ],
-  "tags": [
-    "ascendc"
-  ],
-  "evidence_level": "inferred",
-  "confidence": "experimental",
-  "scope": "2026-09-11固定快照；历史测量/源码/CPU反例分开，未新增NPU评测。性能值不是API单价或完整合法域保证。",
-  "aliases": [
-    "Gather/Transpose：槽位、压紧与字段上界",
-    "Gather 批量末轴、双缓冲和4095边界",
-    "Transpose 的压紧、地址表和 lattice 路由"
-  ]
-}
----
-
-# Gather/Transpose：槽位、压紧与字段上界
-
-Gather批量末轴同时算x/index/offset/out容量，取最小批次；槽是32元素，不是32字节。transpose64×512B缓冲可两份或容量不足一份；大Gather每axis burst≤4095，GM gap以字节、UB gap以32B块，二者不互换。262144行×16 fp16由2463→130µs不证明所有rank/边界。
-
-[8,4096,64] dim1三dtype全部失败；旧548扫描漏边界，新616超过600上限。int64 payload按两个int32搬运；int64 index只取低32位需要取值范围或host上界证明。rank5→8是本轮扩展，不是任意rank。
-
-Transpose fallback inputStep!=1时，每次单元素DMA占32B槽，必须按实际dtype/pitch压紧，suffixStart与contiguous merge分别核。短边Gather、int64双int32与int8经half路线有各自计数；倒数+CAST_FLOOR建表的精确性受种子商界约束，扩大表要重证数值范围；32B对齐的seed表需容量门，不能拿API名替代布局。历史46/159→159/159，另有156 probe，样本身份不合并。
-
-tile16×2048改128²时，4096² half列repeat从101.8→25.7µs；去掉int64 compact反而6358→16589µs。rows8/pitch4096B仅407GB/s，rows6/9为1203/1219，加32B的对照只支持该访问点的bank假设，不推出禁止所有2幂pitch。lattice目标是每调用≥512B并降低调用数，不能只最小化字节量。
-
-## 来源与复核入口
-
-- CB04-12：[kop:cannbench/design/kernel/gather.md:100–245](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/kernel/gather.md#L100-L245)。
-- CB04-13：[kop:cannbench/design/kernel/transpose.md:104–227](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/kernel/transpose.md#L104-L227)；[kop:cannbench/design/kernel/transpose.md:315–335](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/kernel/transpose.md#L315-L335)。
-
-完整包、成员哈希、连续代码窗口和19项CPU结果见 [固定证据目录](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/143fe7201e796a387879f67771e6999dbf81d661/docs/ascendc-migration/evidence/cb04-20260911/README.md)。未恢复probe只作报告级来源；源码包存在不证明所有分支已设备验证。
-
-当前 TP007 另有改动，本页早期行号不代表其完整算法差分；近期版本继续由后续批次核对。

package/resources/kop-2026-10-23-0.1.17-beta.1/product_capabilities/kernel_optflow/skills/KernelWiki-private/wiki/ascend/experience/cb04-strided-slice-ownership.md

@@ -1,41 +0,0 @@
----
-{
-  "id": "exp-ascend-cb04-strided-slice-ownership",
-  "title": "StridedSlice：保守写入归属、tile和纯拷贝事件",
-  "type": "experience",
-  "vendor": "ascend",
-  "probe_slug": "cb04-strided-slice-ownership",
-  "measured_on": {
-    "device": "历史910B2C/910C记录；本轮固定源码与CPU算术/parser复核"
-  },
-  "source": "https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/143fe7201e796a387879f67771e6999dbf81d661/docs/ascendc-migration/30-cb04-data-movement-pipelining-and-fixed-cost-evidence.md",
-  "architectures": [
-    "ascend910b"
-  ],
-  "languages": [
-    "ascendc"
-  ],
-  "tags": [
-    "ascendc"
-  ],
-  "evidence_level": "inferred",
-  "confidence": "experimental",
-  "scope": "2026-09-11固定快照；历史测量/源码/CPU反例分开，未新增NPU评测。性能值不是API单价或完整合法域保证。",
-  "aliases": [
-    "StridedSlice：保守写入归属、tile和纯拷贝事件",
-    "StridedSlice SS003→SS005：保守写入归属不等于已发生破坏"
-  ]
-}
----
-
-# StridedSlice：保守写入归属、tile和纯拷贝事件
-
-SS003正确性全过，但按32B写入归属的保守提交规范被否决；这是风险约束，不是已观察到跨核破坏。SS004负向，SS005在245样本通过；case19为5.96→2.08µs，但case11回退4.88→5.34，case20仅1.064倍而非预测1.5。不能把路径改善推广为每例收益。
-
-span=(rowWidth−1)*step+1，核32B pitch与所有存活buffer容量。输出归属周期在group1时为tileBytes，其余按groupBytes的LCM周期分块；合法尾部与fallback随代码迁移。GM→UB→GM纯拷贝的消费者是MTE3，MTE2→V队列深度2不能代替MTE2→MTE3数据就绪。
-
-## 来源与复核入口
-
-- CB04-15：[kop:cannbench/design/kernel/strided_slice.md:3–29](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/kernel/strided_slice.md#L3-L29)；[kop:cannbench/design/kernel/strided_slice.md:123–174](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/kernel/strided_slice.md#L123-L174)；[kop:cannbench/design/kernel/strided_slice.md:212–223](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/kernel/strided_slice.md#L212-L223)；[kop:cannbench/design/opt9_reports/session_publication_20260910/strided_slice/local-knowledge-history.md:1–27](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/opt9_reports/session_publication_20260910/strided_slice/local-knowledge-history.md#L1-L27)。
-
-完整包、成员哈希、连续代码窗口和19项CPU结果见 [固定证据目录](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/143fe7201e796a387879f67771e6999dbf81d661/docs/ascendc-migration/evidence/cb04-20260911/README.md)。未恢复probe只作报告级来源；源码包存在不证明所有分支已设备验证。

package/resources/kop-2026-10-23-0.1.17-beta.1/product_capabilities/kernel_optflow/skills/KernelWiki-private/wiki/ascend/experience/cb04-swiglu-seeded-offsets.md

@@ -1,41 +0,0 @@
----
-{
-  "id": "exp-ascend-cb04-swiglu-seeded-offsets",
-  "title": "SwiGlu：偏移播种与真实准入",
-  "type": "experience",
-  "vendor": "ascend",
-  "probe_slug": "cb04-swiglu-seeded-offsets",
-  "measured_on": {
-    "device": "历史910B2C/910C记录；本轮固定源码与CPU算术/parser复核"
-  },
-  "source": "https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/143fe7201e796a387879f67771e6999dbf81d661/docs/ascendc-migration/30-cb04-data-movement-pipelining-and-fixed-cost-evidence.md",
-  "architectures": [
-    "ascend910b"
-  ],
-  "languages": [
-    "ascendc"
-  ],
-  "tags": [
-    "ascendc"
-  ],
-  "evidence_level": "inferred",
-  "confidence": "experimental",
-  "scope": "2026-09-11固定快照；历史测量/源码/CPU反例分开，未新增NPU评测。性能值不是API单价或完整合法域保证。",
-  "aliases": [
-    "SwiGlu：偏移播种与真实准入",
-    "SwiGlu 偏移播种、路由和队列：段长不是唯一门槛"
-  ]
-}
----
-
-# SwiGlu：偏移播种与真实准入
-
-输入a|b按split段读取，pair1优先分派。偏移表是uint32字节偏移；seed=8/gcd(s,8)，准入为1<s≤100、seed*s≤256且(s≤24或s*sizeof(T)%32!=0)。因此s99虽≤100仍被seed预算挡住；旧“8×16”注释不是当前256项预算。s7的旧28B偏移曾507035；两份表及尾padding一并检查。
-
-历史case9 [363,367,14] bf16 dim−1本地两次取最小37.76→13.9µs，线上43.52→18.02，不能将本地min当统计保证。队列深度2的case9/20时间比.797/.729只限这批，201样本不是全因子覆盖。新分派不得因单例收益省略前序pair1、dtype对齐或回退。
-
-## 来源与复核入口
-
-- CB04-11：[kop:cannbench/design/kernel/swi_glu.md:1–179](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/kernel/swi_glu.md#L1-L179)。
-
-完整包、成员哈希、连续代码窗口和19项CPU结果见 [固定证据目录](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/143fe7201e796a387879f67771e6999dbf81d661/docs/ascendc-migration/evidence/cb04-20260911/README.md)。未恢复probe只作报告级来源；源码包存在不证明所有分支已设备验证。

package/resources/kop-2026-10-23-0.1.17-beta.1/product_capabilities/kernel_optflow/skills/KernelWiki-private/wiki/ascend/experience/cb04-timing-and-ablation.md

@@ -1,57 +0,0 @@
----
-{
-  "id": "exp-ascend-cb04-timing-and-ablation",
-  "title": "计时、固定开销和消融的有效范围",
-  "type": "experience",
-  "vendor": "ascend",
-  "probe_slug": "cb04-timing-and-ablation",
-  "measured_on": {
-    "device": "历史910B2C/910C记录；本轮固定源码与CPU算术/parser复核"
-  },
-  "source": "https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/143fe7201e796a387879f67771e6999dbf81d661/docs/ascendc-migration/30-cb04-data-movement-pipelining-and-fixed-cost-evidence.md",
-  "architectures": [
-    "ascend910b"
-  ],
-  "languages": [
-    "ascendc"
-  ],
-  "tags": [
-    "ascendc"
-  ],
-  "evidence_level": "inferred",
-  "confidence": "experimental",
-  "scope": "2026-09-11固定快照；历史测量/源码/CPU反例分开，未新增NPU评测。性能值不是API单价或完整合法域保证。",
-  "aliases": [
-    "计时、固定开销和消融的有效范围",
-    "计时分母：CSV、摘要、墙钟和失败探针分别记录",
-    "空核、prologue 与核数：撤回统一耗时下限",
-    "屏障和 launch 的边际时间不能按次数相加",
-    "DMA 要分调用、burst、字节和流水，消融要覆盖完整操作",
-    "固定成本的技术判决与榜单计价分层"
-  ]
-}
----
-
-# 计时、固定开销和消融的有效范围
-
-固定 evaluator、warmup/repeat、kernel 身份、冷缓存动作、CSV 和摘要关联后再比较。固定 bench d59d44ca 的 batch parser 先按 step 对同名 Duration 求和，再跨 step 按名取中位数，最后跨名求和；不等于每步总时间的中位数。某 kernel 只在部分 repeat 出现仍会被接受，parser 返回成功不证明执行完整。缺摘要不能记零；输出错误但有 CSV 可保留诊断，不能作合法候选性能。不同历史流程有失败后仍留 CSV、失败前未进入 profiler 两种情况。
-
-DSQ z0 的 0.82–0.86µs 仅对当次 blocks8–48、12族/20例短路测法。运行期整数除法、系数冷读2–6µs和 case17 两次128B load+PIPE_ALL的3.28µs是不同返回点。当前 dsq_padded_plan 将 rpt/use_gather 放到 host，不能将差分称作所有 InitBuffer 的延迟。另一个 Cube 空核公式0.30+0.0133*blocks在24/96/288得到0.6192/1.5768/4.1304，与原表0.56/1.48/4.12冲突；缺回归原件，不补猜残差。
-
-Cummin P9 inner>1 保留八次独立 DataCopyPad，将每步三次 PIPE_ALL 改成每八步三次。MAIN[1009,1021] c22 为567.4→257.8µs；CTRL-IN[64,512,512] c512为660.3→324.2；CTRL-OUT为758.6→767.1。2.20×真实 A/B 保留，原≥3×预测失败也保留。117ns只是当时工作密度的边际反推，不能再以1803*2*117ns≈422µs外推诊断底价。
-
-WQBM 空 probe repeats1–256、blocks1/8/48 得3.805/3.812/3.801µs；忙 probe iters100/300/1000/3000拟合0.687+0.05001*iters，空点3.876不在直线上。“82%重叠”未独立识别硬件内禀量，取20次最小值也不能保证无争用。
-
-DMA 分开记录调用数、blockCount、每块有效字节、GM/UB gap及单位、核内循环、缓存与同步。异构六点的605GB/s/16KB外推不能替代真实路径约40GB/s；A1重复66.1→49.4µs、A4 spread109%不支持单一模型。A1已去Abs与A2称去Abs的归因冲突仍在。删指令会改变DCE、缓存、依赖及重叠，诊断消融不是性能上界。
-
-MlaProlog 固定1536×1024、grid24 AIC：当前local427.8/online845.8比1.98，旧941.1/1142.5比1.21，不能用固定倍率换算新实现。WQBM 32×1024为32768，不能沿用1048576。榜单分差和定价属于任务契约，不能变成通用硬件常数。
-
-## 来源与复核入口
-
-- CB04-01：[kop:cannbench/design/OPT_ROUND_CHECKLIST.md:3470–3494](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/OPT_ROUND_CHECKLIST.md#L3470-L3494)；[kop:cannbench/design/WHY_WE_BURNED_THE_COMPUTE.md:220–244](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/WHY_WE_BURNED_THE_COMPUTE.md#L220-L244)；[kop:cannbench/design/kernel/conv_2d.md:1043–1064](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/kernel/conv_2d.md#L1043-L1064)；[kop:cannbench/design/kernel/foreach_norm.md:48–64](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/kernel/foreach_norm.md#L48-L64)；[bench:src/kernel_eval/base/perf_strategy.py:478–601](https://gitcode.com/cann/cann-bench/blob/d59d44ca1cf14ed20c1e90cbbcbf4a3747ff84de/src/kernel_eval/base/perf_strategy.py#L478-L601)；[bench:src/kernel_eval/base/perf_strategy.py:753–780](https://gitcode.com/cann/cann-bench/blob/d59d44ca1cf14ed20c1e90cbbcbf4a3747ff84de/src/kernel_eval/base/perf_strategy.py#L753-L780)。
-- CB04-02：[kop:cannbench/design/WHY_WE_BURNED_THE_COMPUTE.md:220–244](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/WHY_WE_BURNED_THE_COMPUTE.md#L220-L244)；[kop:cannbench/design/kernel/dequant_swiglu_quant.md:1709–1734](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/kernel/dequant_swiglu_quant.md#L1709-L1734)。
-- CB04-03：[kop:cannbench/design/OPT_ROUND_CHECKLIST.md:2840–3143](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/OPT_ROUND_CHECKLIST.md#L2840-L3143)。
-- CB04-04：[kop:cannbench/design/OPT_ROUND_CHECKLIST.md:2507–2606](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/OPT_ROUND_CHECKLIST.md#L2507-L2606)；[kop:cannbench/design/OPT_ROUND_CHECKLIST.md:2964–3027](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/OPT_ROUND_CHECKLIST.md#L2964-L3027)；[kop:cannbench/design/OPT_ROUND_CHECKLIST.md:629–652](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/OPT_ROUND_CHECKLIST.md#L629-L652)；[kop:cannbench/design/REVIEW_20260825.md:439–476](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/REVIEW_20260825.md#L439-L476)。
-- CB04-21：[kop:cannbench/design/WHY_WE_BURNED_THE_COMPUTE.md:133–219](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/WHY_WE_BURNED_THE_COMPUTE.md#L133-L219)；[kop:cannbench/design/WHY_WE_BURNED_THE_COMPUTE.md:245–294](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/WHY_WE_BURNED_THE_COMPUTE.md#L245-L294)；[kop:cannbench/design/OPT_ROUND_CHECKLIST.md:2702–2759](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/cdabbb918bd275501f4c3fe6677b44d75743b36b/cannbench/design/OPT_ROUND_CHECKLIST.md#L2702-L2759)。
-
-完整包、成员哈希、连续代码窗口和19项CPU结果见 [固定证据目录](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/143fe7201e796a387879f67771e6999dbf81d661/docs/ascendc-migration/evidence/cb04-20260911/README.md)。未恢复probe只作报告级来源；源码包存在不证明所有分支已设备验证。

package/resources/kop-2026-10-23-0.1.17-beta.1/product_capabilities/kernel_optflow/skills/KernelWiki-private/wiki/ascend/experience/cb05-attention-state-capacity.md

@@ -1,68 +0,0 @@
----
-{
-  "id": "exp-ascend-cb05-attention-state-capacity",
-  "title": "Attention：跨迭代状态、容量与gate边界",
-  "type": "experience",
-  "vendor": "ascend",
-  "probe_slug": "cb05-attention-state-capacity",
-  "measured_on": {
-    "device": "Historical 910B2C/910C records; this increment is fixed-source and CPU-only review"
-  },
-  "source": "https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/b2736d0533094d958e0e220d31f1175177ba5718/docs/ascendc-migration/evidence/cb05-20260911/cases-03/cases.json",
-  "architectures": [
-    "ascend910b"
-  ],
-  "languages": [
-    "ascendc"
-  ],
-  "tags": [
-    "ascendc"
-  ],
-  "evidence_level": "inferred",
-  "confidence": "experimental",
-  "scope": "CB-05 partial 17-case increment; no new NPU execution or full-domain claim.",
-  "aliases": [
-    "MHA",
-    "MLA",
-    "MlaProlog",
-    "cleanFrom",
-    "pairedPv",
-    "SetOrgShape"
-  ]
-}
----
-
-续审入口：[SFA契约、flags与流水](cb05-sfa-contract-and-pipeline.md)、[MlaProlog完整域与计量](cb05-prolog-domain-and-measurement.md)。原BF16x2 NO-GO不因续审而解除；本页早期范围保留。
-
-# Attention：跨迭代状态、容量与gate边界
-## 范围
-
-CB05-03～08的来源/CPU回读；不把历史成功计数外推完整声明域。MlaProlog其余tile/full-load/游标/四输出融合，以及SFA专题仍待审。所有五字段及源码区间见[固定判决](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/b2736d0533094d958e0e220d31f1175177ba5718/docs/ascendc-migration/evidence/cb05-20260911/cases-03/cases.json)，旧GQA特有生命周期问题见[CB03](cb03-roi-gqa-layout-boundaries.md)，不能移植成MHA根因。
-
-## MHA状态和行距是两个检查
-
-Q[B,S,N,D]、K/V[B,Skv,N,D]，fp16/bf16/fp32，默认scale=1/sqrt(D)，causal右下对齐j>i+Skv−S。softmax只写有效前缀，复用缓冲时cleanFrom须在每行、包括全有效行更新。改变blockDim改变每核任务子序列，grid-stride遍历地址集合相同不证明状态行为同。CPU模型旧状态在[3,8,3]失败，固定版检查4,096条序列；它不是NPU复跑。
-
-另查dtype自然pitch：probability T按32B对齐，fp16/bf16行距16元素，fp32 score行距8元素。127/255/257失败与128/256/512/1008/1024通过的历史观察，不能替代实际布局、src/dstStride单位和tail分析。83例失败16→9→3，31例MTP13→0；残余F_decode_s2的B4/Sq2/Skv2048数值失败、Skv5120/8192容量失败不删除。hidden54/80→79/80与“3真崩+22连带”相容，但真实hidden形状未见，不能称唯一根因证明。−FLT_MAX不对所有归约/Inf/NaN中性。[CB05-04](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/b2736d0533094d958e0e220d31f1175177ba5718/docs/ascendc-migration/evidence/cb05-20260911/cases-03/cases.json)。
-
-## MHA配对PV的确切输入域
-
-A002仅fp16/bf16、1<=S<=2、heads正偶数、16<=D<=128且D%16==0、16<=Skv<=4096且Skv%16==0；fp32和其余条件走旧PV。workspace为2*query.numel()个T，groups/2、2*S、2*D、base16×256参与launch。额外workspace、解包及生命周期是成本的一部分。
-
-原本地223/228的五个父失败、hidden79/80中的mha_67 NaN位置失败保留。09-10完整候选差分属CB-06，不能称本页重做其验收。MHA代码12B/score元素不是已测HBM字节；GQA的51%–61%和48.3%份额不是MHA测量。[CB05-05](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/b2736d0533094d958e0e220d31f1175177ba5718/docs/ascendc-migration/evidence/cb05-20260911/cases-03/cases.json)。
-
-## MLA容量不等于静态K常量
-
-当前plugin numKVHeads=1、fp16/bf16、BSND/BNSD。resident梯子kv<=256/512/1024/2048/4096分别rows32/16/8/8/2；BNSD causal且kv>=qSeq前三档优先专用路；kv>4096走chunk4096 streaming。旧8192容量失败修streaming后由MARE .030533到0、声明域6/7→7/7，PV singleCoreK种子未改，故不能把4096当普遍PV合法K上限。
-
-概率pitch=AlignUp(kvSeq,32/sizeof(T))，fp32 score按8元素；当前resident每tile无条件清零rows*outPitch，输出srcStride=0使用自然UB pitch；BNSD GM dst gap=(qSeq*kvSeq−kvSeq)*sizeof(T)字节。历史64例×三核配置通过不是任意字段宽度/容量乘法证明。SetOrgShape需连同具体重载与布局理解，不泛化所有实现相同stride。[CB05-06](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/b2736d0533094d958e0e220d31f1175177ba5718/docs/ascendc-migration/evidence/cb05-20260911/cases-03/cases.json)。
-
-## 后置tiling反证与独立v
-
-同结构物化MLA在basicK32→128、dbL0A1→2、dbL0B保留1后，QK−29.6%、PV−15.0%、总−18.2%，推翻旧“带宽绑死所以tile不能动”。L0B2变体在basicN256/K128命中64KB容量断言；完整第一条build诊断/命令未定位，不能补造。K64双缓冲、depth8、step4、窄N、M64及分拆tile等负向结果逐项保留在CB05-07；doMTE2Preload1挂19例不等API永久不支持。
-
-proto称v和k_nope数值同不等存储别名；历史生成器实际每例独立、maxdiff2.0，固定新golden也独立读v。删除torch.empty的62.9MB分配不是节省等量读写。ATOMIC_ADD换L0C累加的20例QK比.943–1.052无可辨收益；首个507014与enUnitFlag/手工GetTensorC关联，是该工具链路径记录。代码20B/score不是HBM计数，L2解释未独立证实。[CB05-07/08](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/b2736d0533094d958e0e220d31f1175177ba5718/docs/ascendc-migration/evidence/cb05-20260911/cases-03/cases.json)。
-
-## MlaProlog：保持原门控判决
-
-CB05-03只评估BF16x2选择门，原NO-GO继续成立。两query输出的gate与正式四输出compare不同；29次零FN、case20三次128/128最坏率、case13 F/P/P、396坐标及seed更正全部保留。不得事后加“零输入例外”把原门控翻成GO；CPU回读不是hidden域验证或第三平面成本实测。[完整CB05-03](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/b2736d0533094d958e0e220d31f1175177ba5718/docs/ascendc-migration/evidence/cb05-20260911/cases-03/cases.json)。

package/resources/kop-2026-10-23-0.1.17-beta.1/product_capabilities/kernel_optflow/skills/KernelWiki-private/wiki/ascend/experience/cb05-gmm-domain-and-counterexamples.md

@@ -1,68 +0,0 @@
----
-{
-  "id": "exp-ascend-cb05-gmm-domain-and-counterexamples",
-  "title": "GMM opt14/15：真实派发、数值反例与身份计量",
-  "type": "experience",
-  "vendor": "ascend",
-  "probe_slug": "cb05-gmm-domain-and-counterexamples",
-  "measured_on": {"device": "Historical 910B2C/910C records; fixed-source and CPU-only review"},
-  "source": "https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/75ae23ba334a2129e23d311bc16858315e3f9bfe/docs/ascendc-migration/evidence/cb05-20260911/cases-09/cases.json",
-  "architectures": ["ascend910b"],
-  "languages": ["ascendc"],
-  "tags": ["ascendc"],
-  "evidence_level": "inferred",
-  "confidence": "experimental",
-  "scope": "CB05-47–66 followup; historical observations and CPU countermodels, no new device proof.",
-  "aliases": ["GroupedMatmul", "GMM", "Kc", "D1", "PadRows", "Brcb", "TwoSum", "Neumaier"]
-}
----
-
-# GMM opt14/15：真实派发、数值反例与身份计量
-
-接[补偿、PadRows与破逐位门](cb05-gmm-refine-and-padding.md)。本页不替代原17案，新增47～66保留opt14/15完整lane、主档前后更正及失败。逐例数字、三分与双侧包留[69案正本](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/75ae23ba334a2129e23d311bc16858315e3f9bfe/docs/ascendc-migration/evidence/cb05-20260911/cases-09/cases.json)，不把历史任务评分写为通用性能事实。
-
-## bf16融合与bias负例
-
-opt14 A0仅改plugin、调用早已有的native实例，非新造kernel；从fp32 accum+FinalizeAll改native bf16输出也改变中间舍入。公开七例分别无bias/fp32 bias，没有bf16 bias。原“最多一元素一ULP”不能由mean_diff*count推出：缺每位置位型/最小ULP；bf16 1ULP是2^-7量级，不可减半代入风险预算。
-
-native bf16输出+bf16 bias出现公开不可见的大量失败，80/252扫描和分expert错误要保留；fp32 bias修法与回到fp32输出再Finalize是两条不同修法。恒定max范数不能证明整个残差不依赖bias或bias未读；half 2B bias能过也反证“所有2B不支持”，但不证明所有bf16实例可用。两修法的有限域17/20及252扫描不是全域证明，近零7/17差异独立。[案例47、48](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/75ae23ba334a2129e23d311bc16858315e3f9bfe/docs/ascendc-migration/evidence/cb05-20260911/cases-09/cases.json)。
-
-## 扫描、写归属与tiling身份
-
-D0读后无消费、早continue，可能DCE，不能用434.8µs断言扫描<=3.5%。D4运行期负阈只对对应有限域免重算，D5仅保留launch；后续B反推命中634小于实数647，故不是保证的上界。不同算法/形状/路径的吞吐比不能单独归因向量化。
-
-64B段所有权使部分多hash变稳定，支持跨核写集假说但未唯一证明硬件回写机制。相对整64B段还需基址对齐；起址偏2B即可能共享物理line。packed mask失败、3/8阴性仍不稳、B/F不同对照不合并成“全域无竞态”。源码同累加式也不保证ISA同FMA。
-
-opt14最后baseM128/baseN256，2B元素baseK64、fp32 baseK32，stepKa/b4、depthA1/B1=8、dbL0A/B2、iterateOrder1。同mangled名不能表明值模板没改；七个GmmTilingIs及geometry static_assert查实际对象，仍不证明runtime分支已走。step8崩与preload失败不同，不保留“唯一preload例外”强句。20例grid实际12个<=20而非14，逻辑grid不等resident核数。[案例49、50、60](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/75ae23ba334a2129e23d311bc16858315e3f9bfe/docs/ascendc-migration/evidence/cb05-20260911/cases-09/cases.json)。
-
-## Kc、收窗与跨BLAS
-
-Kc仅half+half bias native分支、!tw、K/N>=1024、原请求MN在[2^19,2^22]；不是每chunk面积，tw旧路互斥。段内逐K fp32 FMA、段间顺序加，kc320为显式launch参数。保留“编过未触发”的失败与逐K稀疏通过带；本地kc384/其他参照同输出不唯一识别BLAS内部分块。旧tau.5→2^-5只改新!tw Kc，tw旧门仍.5。
-
-opt15再缩half tw .5→2^-5、Kc2^-5→2^-9、bf16两路2^-4→2^-7；fp32不缩窗且保MN<=2^22。3/4/10 hash已改变，桶数相同不能定位差异，MN相同也不等M/N/K/tw全同。CPU早退九个默认零不支持阈值证明；golden小值域不由candidate>Z排除，cancel窗也不能覆盖全部MARE/normal/small-value机制。
-
-旧“无解”、后补偿成功、17新增中12直接/5 AllBias要按版本并列；不能声称误差独立随机所以必√2改善。bf16有限积可上溢/下溢fp32；Neumaier/Dekker/TwoSum名字不是精确或顺序无关定理。baseline pragma和400个CPU排列抽样不排除所有编译解释；三项停止门中①不足而②/③支持停止，不倒改全部命中。传double输入而golden内部float matmul仍非fp64GEMM。[案例51～53、58、61、62](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/75ae23ba334a2129e23d311bc16858315e3f9bfe/docs/ascendc-migration/evidence/cb05-20260911/cases-09/cases.json)。
-
-## E分批和opt15实际stage
-
-D1旧8是g0..g7参数槽数而非位宽。最多8专家一批：x偏row_start*K、out/acc偏row_start*N、weight偏e0*K*N、bias偏e0*N；组界减row_start、末界补齐，空批跳过。refine仍按原MN。E无声明上界不免乘法溢出/资源限制；40定向例不是全域。lint前plugin512270a8与交付d53fedc2不同，增量patch不得重复应用；lint命中不等真实build error或运行调用。
-
-V6 vecRecompute=`非float && tw!=0 && 128<=K<=2048`。stageTw0=`tw==0 && K>=128 && N>=32/sizeof(T)`且每命中cTile+kTileW<=N；列尾回GM。stageTw1=`tw!=0 && !vecRecompute && K>=128`，也含非float K>2048，不是注释“仅fp32”。256链归并/尾部次序不能只靠最终T hash证明内部保序。
-
-make_order/make_dce曾先删目的目录并从脚本父目录当前树取源，旧BLOCK与最终V6不符；保留原脚本但不直接重放，须固定原树并改新目录失败闭合。源码定义数、grep标志、函数hash、特定耗时都不能替代完整build/load/执行身份。[案例57、59](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/75ae23ba334a2129e23d311bc16858315e3f9bfe/docs/ascendc-migration/evidence/cb05-20260911/cases-09/cases.json)。
-
-## PadRows与八个scratch
-
-PadRows完整门沿前页：tw、K字节非32B整倍、K>=64、Kpad字节<=32768、MN>=2^16；Cube读staged/Kpad而refine/finalize/bias读原K。数学零项不自动保证布局/tiling/特殊值逐位同。isPad=false曾大面积失败，深度2 VECIN仅否定该MTE3未读完的复用安排，不禁所有双缓冲。4.1MB/9.9µs=414GB/s，10.5MB/9.8µs=1071GB/s，不是旧566/1600；声明是否已算读+写，逻辑L1字节不等HBM观测。
-
-F真实kRowLanes128、weightLocalStride16、tile8列，每chunk8192B，八个scratch非注释七个。lanes从128反复减半至<=K，K127只有64，不是min(K,128)；分配仍128链。总量200064→167296B有具体布置前提；xFloat补8元素只防Brcb越界，不等尾已初始化。
-
-空TwoSum(0,0)在有限正常值下可恒等，不能与Kahan空链重分配混称“必不恒等”。CPU oracle的fp64→fp32→bf16有通用双舍入反例；命中来自numpy matmul非真实Cube dump；早ULP e−8实为半ULP，后verify e−7更正。以上不证明原40点结果错误，更不撤销V2更快却mismatch2→4或lanes1超时等失败。[案例63、64与CPU回执](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/75ae23ba334a2129e23d311bc16858315e3f9bfe/docs/ascendc-migration/evidence/cb05-20260911/gmm-opt15-cpu-01/models.json)。
-
-## 计时与更正链
-
-纯Cube/Vector空核须留真实pipeline，不能外推MIX；50launch并非50独立样本，16好例×3跑还同轮相关。GetBlockNum是逻辑块而非物理核；Final占比和固定成本比值也不自动跨机。floor/ab5/noise/fp32probe存在缺覆盖、少输入、空结果可成功等缺口，不能充作发布门。
-
-同源重建、跨源构建、前驱污染与会话重复不是同一噪声带。源码/符号同不排除二进制布局、调度或host间接影响device。旧min裁回1已由主控改成双向r*(1+band)，因此**55要连65读**；PIN仍未有无因果证明。九格/单点撑起的30%带不是置信上界，小于阈值只能称未分辨，不补零。
-
-同热点lane独立倍率不能相加；1421成本已含516.9，1933→861与779→525父树不同。收益低估也不自动证明模型正确；正式预测、local、online缺项各标unknown，不从一侧推另一侧，档案和lane复述同JSON不计独立证据。[案例54～56、65、66](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/75ae23ba334a2129e23d311bc16858315e3f9bfe/docs/ascendc-migration/evidence/cb05-20260911/cases-09/cases.json)。

package/resources/kop-2026-10-23-0.1.17-beta.1/product_capabilities/kernel_optflow/skills/KernelWiki-private/wiki/ascend/experience/cb05-gmm-refine-and-padding.md

@@ -1,63 +0,0 @@
----
-{
-  "id": "exp-ascend-cb05-gmm-refine-and-padding",
-  "title": "GMM：refine、PadRows与有限舍入反证",
-  "type": "experience",
-  "vendor": "ascend",
-  "probe_slug": "cb05-gmm-refine-and-padding",
-  "measured_on": {
-    "device": "Historical 910B2C/910C records; this increment is fixed-source and CPU-only review"
-  },
-  "source": "https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/b2736d0533094d958e0e220d31f1175177ba5718/docs/ascendc-migration/evidence/cb05-20260911/cases-03/cases.json",
-  "architectures": [
-    "ascend910b"
-  ],
-  "languages": [
-    "ascendc"
-  ],
-  "tags": [
-    "ascendc"
-  ],
-  "evidence_level": "inferred",
-  "confidence": "experimental",
-  "scope": "CB-05 partial 17-case increment; no new NPU execution or full-domain claim.",
-  "aliases": [
-    "GMM",
-    "PadRows",
-    "TwoSum",
-    "fmaf",
-    "opt15"
-  ]
-}
----
-
-# GMM：refine、PadRows与有限舍入反证
-## 范围与读取关系
-
-后续来源已续审至69案；本页是早期17案增量，后续完整lane、实际stage谓词、八缓冲、ULP/CPU oracle及噪声公式更正，必须联读[opt14/15续审](cb05-gmm-domain-and-counterexamples.md)。以下“尚未审完”描述保留当时范围，不是当前进度。
-
-本页接入CB05-01/02/15/16/17的技术增量，不取代[CB03的group、AllBias和bias dtype条件](cb03-matmul-rounding-nonfinite.md)。完整五字段含所有分数、失败计数、原说法/更正与逐区间来源，见[固定判决](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/b2736d0533094d958e0e220d31f1175177ba5718/docs/ascendc-migration/evidence/cb05-20260911/cases-03/cases.json)。opt14剩余lane和全批CB-05尚未审完；不声明完整输入域正确。
-
-## 补偿与refine路由
-
-GMM的fp16/bf16/fp32、transpose_weight、group_list累积边界、空组、split_item与bias均属计算契约。不能从某个fp16重排hash同推出fp32也同，更不能从400组CPU排列hash同推出所有编译器实现等价。历史fmaf链接失败是当次工具链/调用证据；CB05-02保留:808调用点，但未定位完整build日志/实际命令，不伪造“硬件没有FMA”或复测结果。
-
-opt15 A V6在原20例md5同，V3同时改变lane数和折叠粒度却使case3改变，不能按单变量归因。C保留fp32窗口2^-4，half 2^-1→2^-5、half KC 2^-5→2^-9、bf16 2^-4→2^-7；20例分桶计数同不等位同。fp32仅缩一倍已使case11 normal4→5，关refine的tiny_wide out0 cancel2→4超过额度2。同MN65536的case8/11也不能用shape相同替代数值域判断。
-
-当前两侧plugin的fp32 refine门为MN<=2^22；fp16 tw门K,N>=1024且2^20<=MN<=2^22；非tw KC门下界2^19；bf16大路径bias_kind==0、MN>=2^20、K,N>=512。保存它们是当前源码描述，**不是**批准这些历史门对任意合法输入正确。旧AllBias的5个hidden回归不能重命名为refine噪声。[CB05-15原plugin和报告区间](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/b2736d0533094d958e0e220d31f1175177ba5718/docs/ascendc-migration/evidence/cb05-20260911/cases-03/cases.md)。
-
-## PadRows：逻辑尺寸与物理行距
-
-当前门完整为 `tw && (K*element_bytes)%32!=0 && K>=64 && Kpad*element_bytes<=32768 && MN>=2^16`，Kpad=AlignUp(K,32/element_bytes)。仅tw时x、weight都以K为最内维；staged x[M,Kpad]、weight[E*N,Kpad]供Cube读取，Cube实际k_cube=Kpad，refine/finalize/bias仍读原x/weight/K。32768是该实现暂存预算，不是普遍硬件限制。
-
-同二进制fp16 M7001/K127/N255/E4/tw1：A/B/C行距254/254/510B时47.30µs；仅K128为19.26，仅N256为41.18，两者对齐9.94；K112对齐19.10、K120/126非对齐46.94/48.92、K256为23.58。实际候选总47.28→27.94–28.36，Cube45.14→18.35但staging9.90也要算入设备时间。强制已对齐case19付staging费3.30→6.52，无Cube收益。[CB05-16来源](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/b2736d0533094d958e0e220d31f1175177ba5718/docs/ascendc-migration/evidence/cb05-20260911/cases-03/cases.json)。
-
-isPad=false曾让9/20错62%–80%；深度2 VECIN队列在MTE3尚读UB时复用，出现静默损坏。只否定那种生命周期安排，不否定所有双缓冲。原“构造性逐位，因为K次数不变”过强：plugin实际传Kpad，新增零乘项、布局/tiling及特殊值仍需验证；两次20/20 hash同仅是有限观测。原“row pitch轴已关死”被对齐副本路线修订。tw0的hidden_57/_58被门排除，不因倍率相似而归为同一根因。
-
-## Lane F：位差、判据和缺轨迹
-
-特定bf16 M2047/K1023/N2047/E8/tw0、CANN9.1.0、Ascend910B2C实验，V4在4,190,209输出中与原基线40点不同；已见2088命中按fp64参照正确舍入，原最大3.5ULP、V4 .5ULP。每输出mismatch仍[0,1,0,0,0,0,1,0]、本地15/20通过集不变，maxMARE .0526→.0644仍保留。更准不是通用验收条件；当时采用依赖真实比较器和操作者例外授权。
-
-V2快5.5%却95点变、70点由对变错、14.75ULP，mismatch2→4；补acc-=comp先107→95仍错。保序lanes1发生507035超时。七个变体与一次超时不证明“所有保序提速数学上不可能”，也不证明+.004是严格性能上界。
-
-三份hidden回包的78个通过例轨迹未见Bf16Tiled；失败_51/_91无kernel记录，不能称全部hidden风险为零。原“每个控制组在跨build带内”也不成立：case2候选−11.3%超过双基线−7.1%。0.03%同源重建与−7.1%至+16.9%跨源构建是不同实验，不是全局噪声带或布局唯一因果证明。原1933→861与合并父树779→525是不同边际；历史预测+.157/实得+.0227的评分对账由CANNBench保留。[CB05-17及原NOTE精确区间](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/b2736d0533094d958e0e220d31f1175177ba5718/docs/ascendc-migration/evidence/cb05-20260911/cases-03/cases.json)。

package/resources/kop-2026-10-23-0.1.17-beta.1/product_capabilities/kernel_optflow/skills/KernelWiki-private/wiki/ascend/experience/cb05-moe-gating-layout-and-failures.md

@@ -1,62 +0,0 @@
----
-{
-  "id": "exp-ascend-cb05-moe-gating-layout-and-failures",
-  "title": "MoE gating：三输出、截断TopK、UB容量和失败控制",
-  "type": "experience",
-  "vendor": "ascend",
-  "probe_slug": "cb05-moe-gating-layout-and-failures",
-  "measured_on": {"device": "Historical 910B2C/910C records; fixed-source and CPU-only review"},
-  "source": "https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/75ae23ba334a2129e23d311bc16858315e3f9bfe/docs/ascendc-migration/evidence/cb05-20260911/cases-09/cases.json",
-  "architectures": ["ascend910b"],
-  "languages": ["ascendc"],
-  "tags": ["ascendc"],
-  "evidence_level": "inferred",
-  "confidence": "experimental",
-  "scope": "CB05-34–46: historical source judgments; no new NPU, execution identity or full-domain proof.",
-  "aliases": ["MoeGatingTopKSoftmax", "TopK", "finished", "ubFormer", "deferDiv", "row_idx"]
-}
----
-
-# MoE gating：三输出、截断TopK、UB容量和失败控制
-
-本页不是[MoE finalize/rerouting](cb05-moe-routing-and-quantization.md)的同义扩展。完整三输出、历史失败树、两侧包与数值见[CB05-34～46](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/75ae23ba334a2129e23d311bc16858315e3f9bfe/docs/ascendc-migration/evidence/cb05-20260911/cases-09/cases.json)。此为固定来源阅读与CPU模型，没有新设备验证。
-
-## finished与真实派发
-
-half/bf16/fp32 x为2D或3D，rows为前导维积，0<k<=E且k<=1024；finished为前导shape的bool。参考softmax保输入dtype再topk，y同dtype，expert_idx/row_idx int32，`row_idx[r,j]=r+j*rows`。finished只令expert_idx=E，y/row_idx不变；不能跳过整行。参考比较器忽略整数输出不代表契约允许算错或省略。
-
-冻结std prefer为`k<=8 && ((half或bf16 && 8<=E<=512) || (fp32 && 0<E<=512))`，另含`bf16 && 8<k<=16 && 64<E<=512`。EK要求!finished、支持dtype、!prefer、BuildEK成功；K-full另要求!EK、fp32且BuildK成功，其余按dtype的device门或朴素fallback。hidden把half prefer上界改64，并删除half的64<E<=512&&k<=8 device快路；有finished时不进EK但仍可能命中prefer，不能缩写“所有finished都fallback”。
-
-旧“专家索引全对”后来撤回，当前包注释却仍引用；不能从未检查该输出的结果确认selection。旧失败样本98的EK身份不证明新版98仍走EK；仅rows*k输出数不能唯一解E/rows/k。延迟除法舍入、截断树、尾max和其他数值路径仍待区分。[案例34、46](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/75ae23ba334a2129e23d311bc16858315e3f9bfe/docs/ascendc-migration/evidence/cb05-20260911/cases-09/cases.json)。
-
-## Top8截断不等完整排序
-
-每32记录块仅复制前8个(value,index)对，DataCopy blockLen2×32B=64B=16个float；这是布局截断，不是“mask16”同一条件。E512→128→128→32→32的截断树，放宽k到16前须每层至少保留k条记录并重新核scratch/stride。32位two-bit mask最多16条记录，k17不再增长；signed `(1<<k)-1` 放宽还涉及位宽/溢出。
-
-重复max16趟负收益、变长compaction不兼容当前布局、毒化−1→1e30的3/8/17/20坏而12/13过都保留；不能据探针推出排序通用不可能。BF16参考阈值曾有.00391/32倍和.0078125/64倍两版本，不统一成恒定倍数。[案例35](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/75ae23ba334a2129e23d311bc16858315e3f9bfe/docs/ascendc-migration/evidence/cb05-20260911/cases-09/cases.json)。
-
-## UB记账、scratch和尾max
-
-历史可用UB196352B不同于物理192KiB=196608B。host另扣1024B，colAlign=AlignUp(E,32)，计六份float general buffer、两份finished、输出/pattern和sumTensor。curRows=ceil(blockFormer/ubOuter)是离散阶梯；fits要求curRows*colAlign<=8160=255*32，sumBuffer=AlignUp(curRows*4,32)单列。minRows=max(1,2048/colAlign)再算want和均匀block；2048是元素数。colBytesAlign实际是升fp32后的8元素对齐数，不是名字暗示的字节。
-
-旧sumTensor漏计已修；finished旧按curRows*32*2计、实际AlignUp(curRows,32)*2，一例多收10560B但20例ubFormer没变，不是已有提速。公开最大7680也不是全域安全证明。
-
-k%8==0的deferDiv曾把sum输出缩为rows个float，但BIGGER旧ReduceSum把dst当rows*64累加区。当前acc=tmp、part=tmp[rows*64]，总rows*72 float，由BIGGER门colAlign>=96容纳；最终dst仅写rows值。不可把E64硬送BIGGER：loopTimes1会复制后再加首段，k1早返/merge还可能只留前32最大值。
-
-旧FROM_8_TO_64未pad却对colBytesAlign取max，不能称尾部无关。有限精度下有效[0,0]、尾1000可使有效exp全下溢0并除0；尾NaN/Inf另传播。CPU反例只否定“未初始化max总是良性”，不是当前NPU复现。scratch覆盖索引、改变结合顺序、地址越界要分别查。[案例36、37及CPU回执](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/75ae23ba334a2129e23d311bc16858315e3f9bfe/docs/ascendc-migration/evidence/cb05-20260911/moe-gating-cpu-01/models.json)。
-
-## batch TopK和row_idx复用
-
-失败batch TopK门为colAlign是32..2048的2次幂、0<k<=colAlign、k*sizeof(T)%32==0且k*4%32==0；不是E和k都必须2次幂。余量除colAlign*16（ping/pong，每record8B）再夹ubFormer/laneMax，容量够不证明Mrg地址布局正确。默认通过而ubFormer103真崩，需扫描输入可达批高；改host核数只改tiling，不模拟物理核/UB。一次并发评测引发llvm-objcopy缺文件为构建环境轮失败，不是API编译禁令。
-
-row_idx公式不依赖TopK但仍要算。旧Adds repeat1请求8*k个b32，k16需128超过64；calCount重载改分段执行，不是消灭容量上限。首tile构建min(rows,8)行再cnt<=have倍增；后tile原地加ubFormer，需要TQue<VECOUT,1>深度1返回同址、无覆盖、首tile覆盖尾tile、MTE3最后读完后复用。不能把历史同址现象当所有CANN保证。
-
-撤整个E头时连C1/C2一起丢弃，H后来仅救行复制倍增、索引外提、连续DataCopyPad，不含BatchTopK/PopStackBuffer；H1关EK双缓冲，H2不改tiling。15hash覆盖五输入，不是全域逐位；原brief在ubLoop1或col==colAlign时本就零工作，不把后改版成功倒记为原brief成功。[案例38、39、42](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/75ae23ba334a2129e23d311bc16858315e3f9bfe/docs/ascendc-migration/evidence/cb05-20260911/cases-09/cases.json)。
-
-## 测量边界与未采用候选
-
-drain排空V/MTE2/MTE3→S会破坏软件流水，三次幂等重复是串行边际，删段消融是可能不合法的反事实；三者不构成唯一时间分区。262144个64B burst同时决定16.78MB，次数/字节共线，不能声称只受burst影响；两人看同份源码也不是独立硬件计数。noMerge−.04为阴性，offpath+2.4/+8.6不能忽略。
-
-GetCoreNumVector=0、host强制24/32/40/48和计时曲线不唯一确定线上物理40核；40带模型依赖。grid20例全CRASH不等20独立故障，只有13真坏，旧58是precision_mismatch，不凭elapsed=null改判UB崩。
-
-I的E16/fp16/k2十四点拟合`2.178+.1462*blocks+.0356*blockFormer`、残差.175仅限该域；J另有10.15/14.59截距，不合并为硬地板。未找到机制和预算停止不证明1µs不存在。J C1/C1b仅E24..32或9..16，并受dtype/k/host门；相对误差2.89e-7不等所有<=1ULP。case17经48block为43行、ub22、2tile，不是66；1.092µs/tile拟合还同时改变repeat，非硬件常数。发布回退的最终否决和所有负读数保持可达。[案例40～45](https://github.com/sii-ai-infra/kernel-opt-pipeline/blob/75ae23ba334a2129e23d311bc16858315e3f9bfe/docs/ascendc-migration/evidence/cb05-20260911/cases-09/cases.json)。