416 lines
21 KiB
HTML
416 lines
21 KiB
HTML
<!doctype html>
|
||
<html lang="zh-CN">
|
||
<head>
|
||
<meta charset="utf-8">
|
||
<meta name="viewport" content="width=device-width, initial-scale=1">
|
||
<meta name="color-scheme" content="light">
|
||
<title>Phase 2 Code：DSV4-Pro 双机 Pro6000D SGLang 硬件竞争归因</title>
|
||
<style>
|
||
:root {
|
||
--canvas: #eef3f4;
|
||
--paper: #ffffff;
|
||
--ink: #182126;
|
||
--muted: #5a6970;
|
||
--line: #d4dee1;
|
||
--navy: #17363d;
|
||
--teal: #087c72;
|
||
--teal-soft: #e8f5f3;
|
||
--amber: #a64c14;
|
||
--amber-soft: #fff1e7;
|
||
--code-bg: #17252b;
|
||
--code-ink: #eaf2f3;
|
||
}
|
||
* { box-sizing: border-box; letter-spacing: 0; }
|
||
html { scroll-behavior: smooth; }
|
||
body {
|
||
margin: 0;
|
||
color: var(--ink);
|
||
background: var(--canvas);
|
||
font-family: "PingFang SC", "Microsoft YaHei", "Noto Sans CJK SC", Arial, sans-serif;
|
||
font-size: 16px;
|
||
line-height: 1.72;
|
||
}
|
||
header { color: #f6fbfb; background: var(--navy); border-bottom: 5px solid #d2692b; }
|
||
.header-inner, main { width: min(100% - 36px, 1120px); margin: 0 auto; }
|
||
.header-inner { padding: 34px 0 30px; }
|
||
.eyebrow { margin: 0 0 6px; color: #9edbd5; font-size: 13px; font-weight: 700; }
|
||
h1 { margin: 0; font-size: clamp(28px, 4vw, 42px); line-height: 1.25; }
|
||
.meta { margin-top: 15px; color: #d6e5e7; font-size: 14px; }
|
||
main {
|
||
margin-top: 30px;
|
||
margin-bottom: 70px;
|
||
padding: 38px 48px 58px;
|
||
background: var(--paper);
|
||
border: 1px solid var(--line);
|
||
border-radius: 6px;
|
||
box-shadow: 0 12px 30px rgba(27, 45, 51, 0.07);
|
||
}
|
||
h2 {
|
||
margin: 46px 0 15px;
|
||
padding-bottom: 8px;
|
||
font-size: 25px;
|
||
line-height: 1.35;
|
||
border-bottom: 2px solid #adbbc0;
|
||
}
|
||
h2:first-of-type { margin-top: 18px; }
|
||
h3 { margin: 29px 0 10px; color: #21454d; font-size: 19px; }
|
||
h4 { margin: 22px 0 8px; font-size: 16px; }
|
||
p, ul, ol { margin-top: 0; margin-bottom: 16px; }
|
||
li + li { margin-top: 5px; }
|
||
a { color: var(--teal); text-underline-offset: 3px; }
|
||
code {
|
||
padding: 2px 5px;
|
||
color: #85380d;
|
||
background: var(--amber-soft);
|
||
border-radius: 3px;
|
||
font-family: "SFMono-Regular", Consolas, monospace;
|
||
overflow-wrap: anywhere;
|
||
}
|
||
pre {
|
||
margin: 14px 0 22px;
|
||
padding: 16px 18px;
|
||
overflow: auto;
|
||
color: var(--code-ink);
|
||
background: var(--code-bg);
|
||
border-radius: 5px;
|
||
font: 13px/1.62 "SFMono-Regular", Consolas, monospace;
|
||
}
|
||
pre code { padding: 0; color: inherit; background: transparent; }
|
||
table { width: 100%; margin: 16px 0 26px; border-collapse: collapse; font-size: 14px; }
|
||
th, td {
|
||
padding: 9px 11px;
|
||
vertical-align: top;
|
||
text-align: left;
|
||
border: 1px solid var(--line);
|
||
overflow-wrap: anywhere;
|
||
}
|
||
th { color: #153b41; background: #eaf2f2; }
|
||
tbody tr:nth-child(even) { background: #fafcfc; }
|
||
.callout { margin: 18px 0 26px; padding: 14px 18px; background: var(--teal-soft); border-left: 4px solid var(--teal); }
|
||
.warning { margin: 18px 0 26px; padding: 14px 18px; background: var(--amber-soft); border-left: 4px solid var(--amber); }
|
||
.toc { columns: 2; column-gap: 38px; margin: 16px 0 24px; padding-left: 22px; }
|
||
.toc li { break-inside: avoid; }
|
||
.path { font-family: "SFMono-Regular", Consolas, monospace; font-size: 13px; }
|
||
footer { margin-top: 48px; padding-top: 18px; color: var(--muted); border-top: 1px solid var(--line); }
|
||
@media (max-width: 760px) {
|
||
main { padding: 28px 20px 42px; }
|
||
.toc { columns: 1; }
|
||
table { display: block; overflow-x: auto; }
|
||
}
|
||
</style>
|
||
</head>
|
||
<body>
|
||
<header>
|
||
<div class="header-inner">
|
||
<p class="eyebrow">Standalone Code Walkthrough / Phase 2</p>
|
||
<h1>DSV4-Pro 双机 Pro6000D SGLang 硬件竞争归因：代码详解</h1>
|
||
<div class="meta">
|
||
行号基线：<code>39fc2ba565a3</code>
|
||
生成时间：2026-07-31 15:25:00 CST
|
||
唯一入口：<code>run_hardware_contention_attribution.sh all</code>
|
||
</div>
|
||
</div>
|
||
</header>
|
||
|
||
<main>
|
||
<div class="callout">
|
||
<strong>文档边界：</strong>本文只解释提交 <code>39fc2ba565a3</code> 的 Phase 2
|
||
代码和文件调用关系。Phase 1 负责模型服务与请求；Phase 2 负责通信基线、
|
||
两节点监控、精确时间切片和逐指标报告。
|
||
</div>
|
||
|
||
<h2 id="read">1. 阅读导航</h2>
|
||
<ul class="toc">
|
||
<li><a href="#flow">总体控制流</a></li>
|
||
<li><a href="#files">文件职责与调用关系</a></li>
|
||
<li><a href="#config">配置来源</a></li>
|
||
<li><a href="#communication">通信微基准</a></li>
|
||
<li><a href="#collectors">采集器实现</a></li>
|
||
<li><a href="#alignment">精确测量窗口</a></li>
|
||
<li><a href="#report">逐指标报告</a></li>
|
||
<li><a href="#index">函数行号索引</a></li>
|
||
</ul>
|
||
|
||
<h2 id="flow">2. 总体控制流</h2>
|
||
<pre><code>main "$@" → run_all
|
||
├─ validate_config
|
||
├─ preflight_node_tools
|
||
│ └─ 两节点 dcgmi discovery -l 必须成功
|
||
├─ preflight_clock_sync + preflight_gpus_idle
|
||
├─ run_communication_baseline
|
||
│ ├─ 两节点 CUDA P2P 全矩阵
|
||
│ ├─ 两节点各自 8-rank AllReduce
|
||
│ └─ 16-rank AllReduce，CROSS_NIC=0/1/2
|
||
├─ start_service → Phase 1 start
|
||
├─ capture_static_snapshots before
|
||
├─ start_collectors → Head/Worker 同时采集
|
||
├─ idle → fixed cases → mixed A/B → cooldown
|
||
├─ check_collectors + stop_collectors
|
||
├─ capture_static_snapshots after
|
||
├─ stop_service → Phase 1 stop
|
||
├─ summarize_results
|
||
│ └─ 按正式 benchmark 窗口生成第 5 节逐项数据表
|
||
└─ finish_manifest</code></pre>
|
||
<p>
|
||
<code>all</code> 是唯一正式入口。<code>communication</code>、<code>summarize</code>
|
||
和 <code>stop</code> 是排错/恢复 action，不需要在正常执行前手工调用。
|
||
</p>
|
||
|
||
<h2 id="files">3. 文件职责与调用关系</h2>
|
||
<table>
|
||
<thead><tr><th>文件</th><th>行数</th><th>职责</th></tr></thead>
|
||
<tbody>
|
||
<tr><td class="path">config.env</td><td>61</td><td>节点、Case、分层采样周期、通信尺寸、NCCL 选择和 fail-closed 策略。</td></tr>
|
||
<tr><td class="path">run_hardware_contention_attribution.sh</td><td>1036</td><td>唯一 Shell 编排器：预检、通信文件分发、通信基线、Phase 1 委托、采集器、Case 和清理。</td></tr>
|
||
<tr><td class="path">communication_baseline.py</td><td>227</td><td>CUDA P2P 全矩阵及 PyTorch/NCCL AllReduce 正确性、延迟和带宽测试。</td></tr>
|
||
<tr><td class="path">hardware_contention_attribution.py</td><td>1480</td><td>解析所有原始采集器，按 Case 切片，聚合通信并生成 CSV/JSON/report.md。</td></tr>
|
||
<tr><td class="path">tests/test_hardware_contention_attribution.py</td><td>322</td><td>9 项纯 Python 单元测试，覆盖 worker 无仓库依赖、精确窗口、解析器、RDMA 单位和通信聚合。</td></tr>
|
||
</tbody>
|
||
</table>
|
||
|
||
<pre><code>用户
|
||
└─ Phase2/run_hardware_contention_attribution.sh all
|
||
├─ source Phase2/config.env
|
||
├─ docker/torchrun → Phase2/communication_baseline.py
|
||
├─ env ... bash Phase1/run_quick_map.sh start/fixed/mixed/stop
|
||
│ └─ Phase1/quick_map_results.py 写 benchmark meta
|
||
├─ Shell 采集 Head/Worker 原始时间序列
|
||
└─ Phase2/hardware_contention_attribution.py summarize
|
||
├─ 读取 Phase1 bench/cases/*/meta.json
|
||
├─ 读取 Head/Worker 原始监控
|
||
├─ 读取 communication/COMM_RESULT
|
||
└─ 输出逐 Case、逐节点、逐指标表和 report.md</code></pre>
|
||
|
||
<h3>3.1 Phase 1 与 Phase 2 的边界</h3>
|
||
<table>
|
||
<thead><tr><th>问题</th><th>由哪个文件负责</th><th>证据</th></tr></thead>
|
||
<tbody>
|
||
<tr><td>模型路径、镜像、TP16、EP、显存比例</td><td>Phase 1 <code>config.env</code> + <code>run_quick_map.sh</code></td><td><code>service/head_server_cmd.txt</code>、<code>worker_server_cmd.txt</code></td></tr>
|
||
<tr><td>ISL/OSL/C、random 请求和 mixed A/B</td><td>Phase 1 场景表与 benchmark 函数</td><td><code>bench/*/bench_cmd.txt</code>、<code>bench.json</code></td></tr>
|
||
<tr><td>通信基线、监控周期、Case 选择</td><td>Phase 2 <code>config.env</code></td><td>Phase 2 <code>manifest.json</code></td></tr>
|
||
<tr><td>硬件归因和数值报告</td><td>Phase 2 Python 汇总器</td><td><code>case_*_summary.csv</code>、<code>report.md</code></td></tr>
|
||
</tbody>
|
||
</table>
|
||
|
||
<h2 id="config">4. 配置来源</h2>
|
||
<table>
|
||
<thead><tr><th>行号</th><th>配置组</th><th>关键变量</th></tr></thead>
|
||
<tbody>
|
||
<tr><td><code>config.env:L3-L16</code></td><td>入口与节点</td><td><code>PHASE1_ENTRY</code>、Head/Worker、端口和容器名。</td></tr>
|
||
<tr><td><code>L18-L21</code></td><td>诊断 Case</td><td>五个 fixed Case、mixed A/B 开关。</td></tr>
|
||
<tr><td><code>L23-L39</code></td><td>采样与严格性</td><td>GPU/DCGM/RDMA 1 秒；CPU/进程/网络/NUMA/perf 5 秒；精确窗口和采集器 fail-closed。</td></tr>
|
||
<tr><td><code>L40-L55</code></td><td>通信基线</td><td>镜像、消息尺寸、迭代次数、P2P 大小、CROSS_NIC 列表、Socket/HCA。</td></tr>
|
||
<tr><td><code>L57-L61</code></td><td>路径与模式</td><td><code>RESULT_BASE</code>、Runtime、Dry-run、是否允许部分采集器。</td></tr>
|
||
</tbody>
|
||
</table>
|
||
<p>
|
||
<code>MEM_FRACTION_STATIC</code> 不在 Phase 2 重复定义。它仍来自 Phase 1，
|
||
最终展开为 SGLang 的 <code>--mem-fraction-static</code>。判断某次 Run 的真实值，
|
||
应读取 <code>service/head_server_cmd.txt</code>，不能只看默认配置。
|
||
</p>
|
||
|
||
<h2 id="communication">5. 通信微基准</h2>
|
||
<h3>5.1 Shell 如何编排</h3>
|
||
<p>
|
||
<code>run_hardware_contention_attribution.sh:L281-L513</code> 负责源码暂存、
|
||
Docker 命令、两节点同步和清理。所有命令先写入 <code>commands/*.txt</code>：
|
||
</p>
|
||
<ul>
|
||
<li><code>L281-L319</code>：从 Head 将当次通信脚本暂存到两节点并校验 SHA256。</li>
|
||
<li><code>L321-L374</code>：构造容器命令，Head/Worker 各跑一次 P2P。</li>
|
||
<li><code>L376-L404</code>：Head/Worker 各跑一次 8-rank AllReduce。</li>
|
||
<li><code>L406-L467</code>：每个 CROSS_NIC 值先启动 Worker rank，再运行 Head rank。</li>
|
||
<li><code>L469-L513</code>：只清理本实验前缀的通信容器和本次 `/tmp` 暂存目录。</li>
|
||
</ul>
|
||
<p>
|
||
Docker 使用和 SGLang 一致的 CUDA 13 nightly 镜像，并显式透传
|
||
<code>rdma_cm</code>、<code>uverbs0</code>、<code>uverbs3</code>。
|
||
<code>NCCL_DEBUG=INFO</code> 只在微基准中打开，用于证明 NET/IB/GDRDMA 路径。
|
||
Worker 不要求存在 Git 仓库；容器只读挂载自动分发的
|
||
<code>/tmp/.../<RUN_ID>/communication_baseline.py</code>。结果目录同时保存
|
||
当次源码副本和 SHA256，避免两个节点 checkout 不一致造成版本漂移。
|
||
</p>
|
||
|
||
<h3>5.2 P2P 代码</h3>
|
||
<p>
|
||
<code>communication_baseline.py:L45-L106</code> 遍历所有源 GPU 和目标 GPU，
|
||
先调用 <code>torch.cuda.can_device_access_peer</code>，再对 256 MiB FP16 Tensor
|
||
做预热和 CUDA Event 计时。输出包括方向、P50/P95 latency 和 GB/s。
|
||
汇总器按拓扑拆成同 PCIe Switch 的 PIX 与跨 NUMA 的 SYS。
|
||
</p>
|
||
|
||
<h3>5.3 AllReduce 代码</h3>
|
||
<p>
|
||
<code>communication_baseline.py:L107-L198</code> 初始化 NCCL process group，
|
||
对 1 MiB、64 MiB、1 GiB 分别预热和重复测量。每轮先把各 rank latency
|
||
gather 到 rank 0，使用最慢 rank 作为 collective 完成时间，并检查归约结果：
|
||
</p>
|
||
<pre><code>algbw = message_bytes / latency
|
||
busbw = algbw × 2 × (world_size - 1) / world_size
|
||
wrong_values = count(output != expected_sum)</code></pre>
|
||
<p>
|
||
这样不会用某个提前返回 rank 的时间美化结果；<code>wrong_values=0</code>
|
||
才算正确完成。
|
||
</p>
|
||
|
||
<h2 id="collectors">6. 两节点采集器</h2>
|
||
<h3>6.1 启动前门禁</h3>
|
||
<p>
|
||
Shell <code>L67-L199</code> 完成配置、工具、时钟和 GPU 空闲检查。
|
||
<code>preflight_node_tools</code> 不只检查 <code>dcgmi</code> 文件存在，
|
||
还实际运行 <code>dcgmi discovery -l</code>；两节点任一 Host Engine 不可用即退出。
|
||
</p>
|
||
|
||
<h3>6.2 采集器包装</h3>
|
||
<p>
|
||
<code>start_stream_collector</code> 位于 Shell <code>L517-L551</code>。
|
||
它保存完整命令、PID、唯一进程 tag 和日志；<code>check_collectors</code> 在
|
||
<code>L722-L740</code> 检查采集器是否提前退出，默认不允许部分成功。
|
||
</p>
|
||
|
||
<table>
|
||
<thead><tr><th>采集器</th><th>Shell 位置</th><th>周期</th><th>输出</th></tr></thead>
|
||
<tbody>
|
||
<tr><td><code>nvidia-smi</code></td><td><code>L552-L565</code></td><td>1 秒</td><td><code>gpu_samples.csv</code></td></tr>
|
||
<tr><td>RDMA HCA counters</td><td><code>L566-L592</code></td><td>1 秒</td><td><code>rdma.csv</code></td></tr>
|
||
<tr><td>DCGM</td><td><code>L645-L655</code></td><td>1 秒</td><td><code>dcgm_dmon.log</code></td></tr>
|
||
<tr><td><code>mpstat</code></td><td><code>L656-L663</code></td><td>5 秒</td><td><code>mpstat.log</code></td></tr>
|
||
<tr><td><code>pidstat -durw</code></td><td><code>L664-L671</code></td><td>5 秒，进程级</td><td><code>pidstat.log</code></td></tr>
|
||
<tr><td><code>sar -n DEV,EDEV</code></td><td><code>L672-L678</code></td><td>5 秒</td><td><code>sar_net.log</code></td></tr>
|
||
<tr><td><code>perf stat</code></td><td><code>L680-L689</code></td><td>5 秒</td><td><code>perf_stat.log</code></td></tr>
|
||
<tr><td><code>numastat</code></td><td><code>L618-L644</code></td><td>5 秒</td><td><code>numa_samples.csv</code></td></tr>
|
||
</tbody>
|
||
</table>
|
||
<p>
|
||
CPU、进程、perf 和 sar 的每行均由 Shell 增加
|
||
<code>wall_time_ns TAB node TAB payload</code>。NUMA 直接转成结构化 CSV，
|
||
避免旧版线程级 1 秒日志过大，也让所有指标能按 Case 切片。
|
||
</p>
|
||
|
||
<h2 id="alignment">7. 精确测量窗口</h2>
|
||
<h3>7.1 Phase 1 如何标记主测量</h3>
|
||
<p>
|
||
Phase 1 <code>run_quick_map.sh:L547-L564</code> 每 100 ms 观察 bench 日志；
|
||
发现 <code>Starting main benchmark run</code> 后调用
|
||
<code>quick_map_results.py mark-measurement-start</code>。
|
||
<code>quick_map_results.py:L340-L385</code> 用这个起点和
|
||
<code>bench.json.duration</code> 生成：
|
||
</p>
|
||
<pre><code>measurement_started_at
|
||
measurement_ended_at
|
||
measurement_duration_s
|
||
measurement_window_source = bench_main_marker_plus_duration</code></pre>
|
||
|
||
<h3>7.2 Phase 2 如何使用</h3>
|
||
<p>
|
||
<code>hardware_contention_attribution.py:L509-L560</code> 优先读取上述字段。
|
||
只有兼容旧结果时才可能使用进程级窗口；正式配置
|
||
<code>REQUIRE_PRECISE_WINDOWS=1</code> 会拒绝任何 fallback。
|
||
<code>L561-L841</code> 对 GPU、DCGM、CPU、进程、perf、NUMA、netdev 和 RDMA
|
||
使用同一个 <code>started_ns ≤ sample ≤ ended_ns</code> 条件。
|
||
</p>
|
||
|
||
<h2 id="report">8. 逐指标报告</h2>
|
||
<p>
|
||
Python <code>summarize</code> 位于
|
||
<code>hardware_contention_attribution.py:L1036-L1378</code>。
|
||
它不只生成一个抽象结论，而是按 Phase 2 第 5 节依次写出：
|
||
</p>
|
||
<table>
|
||
<thead><tr><th>指标</th><th>解析函数</th><th>Case 汇总文件</th></tr></thead>
|
||
<tbody>
|
||
<tr><td>GPU</td><td><code>summarize_gpu_rows L377-L413</code></td><td><code>case_gpu_summary.csv</code>、<code>case_gpu_node_summary.csv</code></td></tr>
|
||
<tr><td>DCGM</td><td><code>parse_dcgm L167-L192</code></td><td><code>case_dcgm_summary.csv</code></td></tr>
|
||
<tr><td>CPU</td><td><code>parse_mpstat L193-L222</code></td><td><code>case_cpu_summary.csv</code></td></tr>
|
||
<tr><td>进程</td><td><code>parse_pidstat L223-L289</code></td><td><code>case_process_summary.csv</code></td></tr>
|
||
<tr><td>perf</td><td><code>parse_perf L290-L310</code></td><td><code>case_perf_summary.csv</code></td></tr>
|
||
<tr><td>NUMA</td><td>结构化 CSV + <code>summarize_case_metrics</code></td><td><code>case_numa_summary.csv</code></td></tr>
|
||
<tr><td>Linux netdev</td><td><code>parse_sar_net L311-L358</code></td><td><code>case_netdev_summary.csv</code></td></tr>
|
||
<tr><td>RDMA</td><td><code>summarize_rdma_rows L424-L484</code></td><td><code>case_rdma_summary.csv</code></td></tr>
|
||
<tr><td>P2P/NCCL</td><td><code>load_communication_rows</code> + <code>aggregate_communication_rows L842-L928</code></td><td><code>communication_summary.csv</code>、<code>communication_aggregate.csv</code></td></tr>
|
||
</tbody>
|
||
</table>
|
||
<p>
|
||
<code>report.md</code> 对每组都打印有效样本数、Mean/P95/Max、Head/Worker
|
||
或 Case 间比较和源文件。解析不到的值保留为 <code>-</code>，不会被写成 0。
|
||
</p>
|
||
|
||
<h2 id="outputs">9. 结果目录</h2>
|
||
<pre><code>results/<RUN_ID>/
|
||
manifest.json
|
||
commands/
|
||
communication/
|
||
service/
|
||
bench/<phase1-sub-run>/
|
||
head/
|
||
gpu_samples.csv
|
||
dcgm_dmon.log
|
||
mpstat.log
|
||
pidstat.log
|
||
perf_stat.log
|
||
sar_net.log
|
||
numa_samples.csv
|
||
rdma.csv
|
||
collector_commands/
|
||
worker/
|
||
...同上...
|
||
case_windows.csv
|
||
bench_summary.csv
|
||
case_gpu_summary.csv
|
||
case_gpu_node_summary.csv
|
||
case_dcgm_summary.csv
|
||
case_cpu_summary.csv
|
||
case_process_summary.csv
|
||
case_perf_summary.csv
|
||
case_numa_summary.csv
|
||
case_netdev_summary.csv
|
||
case_rdma_summary.csv
|
||
communication_summary.csv
|
||
communication_aggregate.csv
|
||
summary.json
|
||
report.md</code></pre>
|
||
|
||
<h2 id="index">10. 函数行号索引</h2>
|
||
<h3>10.1 Shell 编排器</h3>
|
||
<table>
|
||
<thead><tr><th>行号</th><th>函数组</th><th>职责</th></tr></thead>
|
||
<tbody>
|
||
<tr><td>L26-L66</td><td>日志、远端执行、命令证据</td><td>基础设施。</td></tr>
|
||
<tr><td>L67-L199</td><td>配置、工具、时钟、GPU 空闲门禁</td><td>正式运行前 fail-fast。</td></tr>
|
||
<tr><td>L200-L268</td><td>Manifest、marker、Phase 1 委托</td><td>运行身份与复用边界。</td></tr>
|
||
<tr><td>L281-L513</td><td>通信基线</td><td>按 Run 分发源码、P2P、8/16-rank AllReduce、CROSS_NIC A/B 与清理。</td></tr>
|
||
<tr><td>L448-L516</td><td>服务和静态快照</td><td>启停 Phase 1 双机服务并保存环境。</td></tr>
|
||
<tr><td>L517-L710</td><td>采集命令与启动</td><td>两节点分层采样。</td></tr>
|
||
<tr><td>L711-L772</td><td>采集器检查和停止</td><td>fail-closed 与残留清理。</td></tr>
|
||
<tr><td>L782-L835</td><td>fixed/mixed Case</td><td>代表负载编排。</td></tr>
|
||
<tr><td>L836-L858</td><td>汇总、Manifest、trap</td><td>结果收口。</td></tr>
|
||
<tr><td>L859-L928</td><td><code>run_all</code></td><td>完整状态机。</td></tr>
|
||
<tr><td>L929-L968</td><td>辅助 action 与 main</td><td><code>communication/all/summarize/stop</code> 分发。</td></tr>
|
||
</tbody>
|
||
</table>
|
||
|
||
<h3>10.2 Python 文件</h3>
|
||
<table>
|
||
<thead><tr><th>文件/行号</th><th>职责</th></tr></thead>
|
||
<tbody>
|
||
<tr><td><code>communication_baseline.py:L20-L44</code></td><td>尺寸解析、分位数和 JSON 结果协议。</td></tr>
|
||
<tr><td><code>L45-L106</code></td><td>CUDA P2P 全矩阵。</td></tr>
|
||
<tr><td><code>L107-L198</code></td><td>NCCL AllReduce 与正确性。</td></tr>
|
||
<tr><td><code>hardware_contention_attribution.py:L76-L166</code></td><td>时间、CSV、数字统计基础函数。</td></tr>
|
||
<tr><td><code>L167-L358</code></td><td>DCGM、mpstat、pidstat、perf、sar 解析器。</td></tr>
|
||
<tr><td><code>L359-L508</code></td><td>通信、GPU、RDMA、bench 读取与汇总。</td></tr>
|
||
<tr><td><code>L509-L841</code></td><td>精确窗口和全部 Case 指标切片。</td></tr>
|
||
<tr><td><code>L842-L1035</code></td><td>通信聚合、CSV、Marker、Manifest。</td></tr>
|
||
<tr><td><code>L1036-L1378</code></td><td>全部输出表和逐指标 <code>report.md</code>。</td></tr>
|
||
<tr><td><code>L1379-L1480</code></td><td>CLI 子命令。</td></tr>
|
||
</tbody>
|
||
</table>
|
||
|
||
<footer>
|
||
本文只描述提交 <code>39fc2ba565a3</code>。Nsight Systems、SGLang Profiler 和
|
||
Kernel Timeline 属于 Phase 3，不加入 Phase 2，避免重复采集和职责混淆。
|
||
</footer>
|
||
</main>
|
||
</body>
|
||
</html>
|