From 5f24b7d22f98108f6cc234edba6768d55ea0a962 Mon Sep 17 00:00:00 2001
From: Zhiyi Hong <2497491955@qq.com>
Date: Fri, 31 Jul 2026 16:29:03 +0800
Subject: [PATCH] [Docs] record Phase 2 worker staging smoke test

---
 README.md                                                     | 4 ++++
 ...pro6000d_2node_sglang_hardware_contention_attribution.html | 2 ++
 2 files changed, 6 insertions(+)

diff --git a/README.md b/README.md
index 9017f4d..5e3cca4 100644
--- a/README.md
+++ b/README.md
@@ -1,5 +1,9 @@
 # sskj — 多平台大模型推理性能基准测试项目
 
+> **更新（2026-07-31 16:27:58 CST）**
+>
+> 完成 Phase 2 Worker 通信代码分发的双节点真机 smoke test。Run `dsv4pro-phase2-stage-smoke-20260731-162326` 依次通过 Head/Worker P2P、两组单机 8-rank AllReduce 和一组双机 16-rank AllReduce，全部 `wrong_values=0`。两节点暂存文件 SHA256 一致；结束后 `/tmp` 暂存、通信容器和 GPU 进程均已清理。本次使用 1 MiB、单次迭代，仅验证执行链路，不作为正式性能数据。
+>
 > **更新（2026-07-31 16:18:35 CST）**
 >
 > 修复 Phase 2 双节点通信基线在 Worker 启动后立即退出的问题。唯一入口仍只在 Head `174.1.51.5` 执行；脚本现在按 `RUN_ID` 将 `communication_baseline.py` 自动暂存到 Head/Worker 的 `/tmp`，校验 SHA256 后只读挂载进通信容器，并在结果目录保存当次源码与哈希。Worker `174.1.51.7` 不再依赖同路径 Git 工作树，异常退出也会清理暂存文件。新增回归测试后 Phase 2 单元测试为 9/9。
diff --git a/docs/dsv4pro_pro6000d_2node_sglang/phase2_dsv4pro_pro6000d_2node_sglang_hardware_contention_attribution.html b/docs/dsv4pro_pro6000d_2node_sglang/phase2_dsv4pro_pro6000d_2node_sglang_hardware_contention_attribution.html
index 817a22e..01d2fa1 100644
--- a/docs/dsv4pro_pro6000d_2node_sglang/phase2_dsv4pro_pro6000d_2node_sglang_hardware_contention_attribution.html
+++ b/docs/dsv4pro_pro6000d_2node_sglang/phase2_dsv4pro_pro6000d_2node_sglang_hardware_contention_attribution.html
@@ -651,6 +651,7 @@ dsv4pro_pro6000d_2node_sglang_hardware_contention_attribution/</code></pre>
       <li class="pass">最终代码固定到提交 <code>39fc2ba565a3</code>；Shell 语法检查和三个 Python 文件编译通过。</li>
       <li class="pass">Phase 1 精确窗口 4/4 单元测试通过；Phase 2 worker 分发、采集、解析与通信聚合 9/9 单元测试通过。</li>
       <li class="pass">完整 Dry-run 不启动服务即可展开全部模型、采集和通信命令；通信子流程生成 2 个 P2P、2 个单机 AllReduce、6 个双机 rank 命令。</li>
+      <li class="pass">双节点 smoke Run <code>dsv4pro-phase2-stage-smoke-20260731-162326</code> 已通过 Head/Worker P2P、两组 8-rank 与一组 16-rank AllReduce，均 <code>wrong_values=0</code>；暂存文件、容器和 GPU 进程清理完成。</li>
       <li class="pass">最终代码默认要求精确测量窗口、两端 DCGM 可用和全部必需采集器存活，缺失时 fail-closed。</li>
       <li>首次 Run 的性能数据保留在第 10 节；最终代码尚未在 16 卡上复跑，因此新通信基线和逐指标表暂不填写虚构数值。</li>
     </ul>
@@ -669,6 +670,7 @@ dsv4pro_pro6000d_2node_sglang_hardware_contention_attribution/</code></pre>
         <tr><td>2026-07-31 13:40:03 CST</td><td>完成首轮结果归因</td><td>排除原始双 Rail 带宽饱和、整机 CPU 饱和和频率塌陷作为首要原因；锁定 TP16 Kernel、调度与同步时间线</td></tr>
         <tr><td>2026-07-31 15:25:00 CST</td><td>完成最终 Phase 2 代码</td><td>提交 <code>30664faa41f8</code>：精确主测量窗口、双节点 DCGM 门禁、5 秒低开销 Host 采样、PCIe/NCCL 基线和逐指标自动报告均已通过本地验证</td></tr>
         <tr><td>2026-07-31 16:18:35 CST</td><td>修复 Worker 通信代码路径</td><td>提交 <code>39fc2ba565a3</code>：通信脚本按 Run 自动分发并校验哈希，Worker 不再要求存在同路径 Git 仓库；9/9 回归测试通过</td></tr>
+        <tr><td>2026-07-31 16:27:58 CST</td><td>双节点通信 smoke test</td><td>1 MiB 最小功能验证完整通过 P2P、8-rank 和 16-rank AllReduce；仅验证链路，不作为正式带宽数据</td></tr>
       </tbody>
     </table>