swung0x48/MobileGL
1
0
Fork 0
mirror of https://github.com/MobileGL-Dev/MobileGL synced 2026-11-07 18:13:23 +09:00
Code Issues Packages Projects Releases Wiki Activity
Files
e6281b26de73367f11fd584792f5e9fd73c4e969
MobileGL/docs/Disaggregated/notes/p7/device-window-2/tools/RUNBOOK.md
T

37 KiB
Raw Blame History

设备窗口 #2 运行手册（P7 收官：门 3 终局 + bsl stats + CTS AFTER）

一条命令产出三样东西：CONTRACT-P7 §7.2 的门 3 读数（36 例 × DirectVulkan × --use-pbuffer， monolith ×5（ID-P7-62 终裁）+ inproc ×3 + spawn ×3 + inproc RUN_AHEAD=0 ×1，同一 reboot-clean 会话）、 M2/M3 的 bsl-esc-menu 设备读数（MOBILEGL_PIPE_STATS 下的 /proc/<pid>/maps 行数峰值与 wbuf[]）， 以及 §7.3 门 5 的 CTS AFTER（五块 KHR-GL46，inproc × DirectVulkan，对 device-window-1/CTS-base）。 脚本在 ~/w7/notes/p7/window2/（仓库副本 docs/Disaggregated/notes/p7/device-window-2/tools/）。

参数：<pipe-sha> = 最终功能包全部落地后的集成树提交；<stamp> 缺省 p7w7-<sha8>。 输出根 ~/w7/logs/p7w7/<stamp>/。设备 Redmi 2f7cbe2e，包 top.mobilegl.plugin.p7w1.trace（原地 install -r，不卸载任何东西）。

0. 前置（不占设备，开窗前核对）

  1. <pipe-sha> 必须含 p7/devprep 的跑器修复（fe4c8745：run_android_retrace_local.py 能从 POSIX 主机起跑、 每遍之前清掉上一遍的产物）。没拣就会在第一步被 lib.sh 以名字拒绝；应急可 export W2_TOOLS_OVERRIDE=~/w7/p7-devprep （只借工具，APK 仍按 <pipe-sha> 构建）。
  2. Windows 侧 adb server 在跑并看得见 2f7cbe2e。WSL 的 /usr/sbin/adb 经 mirrored networking 连的就是它； server 没了在 Windows 上 adb start-server，不要在 WSL 里起（会抢 5037 而看不见 USB）。
  3. 手机 /data/local/tmp/mgcts 有 glcts、gl_cts/、mgprobe（窗口 1 部署，现仍在；缺则 sh ~/w7/logs/cts-a64/deploy/deploy.sh 2f7cbe2e）。
  4. 窗口期间没有别的 agent 用手机、主机不并行跑 gate（超时是墙钟）。「没有别的 agent」由锁保证：本波次所有 agent 都以 flock -w 3600 /home/swung/w7/locks/2f7cbe2e.lock <cmd> 用手机；window.sh 在 build 之后、preflight 之前拿同一把锁 （lib.sh 的 W2_SHARED_LOCK），一直持有到 restore 结束——两步之间别的 agent 插不进来；单独起的某一步自己拿、自己放。 拿锁是 flock -o：脚本以同样的参数在 flock 进程下重跑，锁 fd 不传给子进程（步骤留下的 adb server / supervisor 启动器不会把锁 带出窗口）。等锁最多 W2_SHARED_LOCK_WAIT（默认 3600 s），等不到退出 75、不碰手机。窗口自己的步骤锁 W2_LOCK 照旧。 手机若有锁屏密码，reboot 后要手动解锁一次（preflight 等 sys.user.0.ce_available=true 最多 10 min）。

1. 一条命令

bash ~/w7/notes/p7/window2/detach.sh ~/w7/logs/p7w7/window-<sha8>.log ~/w7/notes/p7/window2/window.sh <pipe-sha>
tail -f ~/w7/logs/p7w7/window-<sha8>.log        # 结束行 "=== WINDOW 2 DONE <stamp>"，其后打印 verdict

detach.sh = setsid nohup … < /dev/null &，与终端 / 工具 10 min 上限脱钩；它打印的 pid 是新会话的进程组长， 要停整个窗口用 kill -- -<pid>（只杀 pid 本身会留下正在跑的那一步，且放掉共享锁）。中断后原命令重跑即续： 每步完成写 <out>/steps/<step>.done；门 3 逐 (arm, case) 写 gate3/state/<arm>/<case>.done——只在该对要求的每一遍都留下 result.json 与 actual PNG 时才写，否则日志记 INCOMPLETE、gate3/progress.tsv 第 6 列 INCOMPLETE、不写 .done，下次整对重跑 （残档先删；遍数按首跑冻结在 gate3/arms.txt 的 repeat= 与 monolith_repeat=：新跑记 monolith_repeat=5，记 3 的是过渡版脚本开的跑、续跑仍 ×3，缺失 = ID-P7-62 之前的脚本开的跑、续跑仍 monolith ×1）；CTS 逐块写 cts/runs/<block>/.done——只在该块是完整读数时才写： run_cts.py 退出 0，且 60-reduce.py --check-block（与判读同一段代码）确认 cts/report-<block>.json 对 caselist 里每个未 skip 的用例 都有结果、unrun.txt 为空；否则不写，原因进 cts/runs/<block>/complete.txt。每块另存所跑 caselist 的副本 cts/runs/<block>/caselist.txt （caselist.path 指向的构建树删掉之后，输出目录仍能单独判读）。循环跑完仍有 INCOMPLETE 时 30-gate3.sh / 50-cts-after.sh 退出 3：window.sh 不给该步写 .done、 照走后面各步（reduce 与 restore 每次都跑），结尾打 WINDOW 2 INCOMPLETE … left open；原命令再跑一次只补缺的——若上一遍已 restore， 它先以 21-preflight.sh <stamp>（不重启）回到同一 boot 会话（重新钉频、stay-on；boot_id 变了就停；reboot-clean.txt 不改写， session/resumed.txt 记一笔）。

会话（CONTRACT-P7 §7.2「同一 reboot-clean 会话」）：session/boot-id.txt 是本窗口唯一的会话。30-gate3.sh 每对前后读手机 boot_id，与它不同立即停；每对的 .done 与每遍归档的 repeat-NN/boot_id.txt 都记 boot_id=… boot_id_before=…；60-reduce.py 要求四臂所有记录是同一个 boot_id 且等于 session/boot-id.txt，否则 GATE3 INVALID-SESSION。

中断后要删什么（先比 adb -s 2f7cbe2e shell cat /proc/sys/kernel/random/boot_id 与 <out>/session/boot-id.txt）：

  • boot_id 没变（主机 / WSL / adb 断、脚本被杀、某步 INCOMPLETE）：什么都不删，原命令重跑。没 .done 的对 / 块整对 / 整块重跑， 残档由脚本先删。只想重跑某个已完成的对：删 gate3/state/<arm>/<case>.done 与 steps/gate3.done（CTS 块同理： cts/runs/<block>/.done 与 steps/cts.done），再原命令重跑。
  • boot_id 变了（手机重启过）：门 3 已完成的对全部作废（30-gate3.sh 在下一对之前就停；21-preflight.sh 不带 --reboot 也停；带 --reboot 时只要 gate3/state 里还有 .done 就拒绝，防漏删）。删 gate3/state/、gate3/archive/、gate3/logs/、 gate3/progress.tsv、gate3/pin-*.txt 与 steps/preflight.done、steps/gate3.done，然后原命令重跑（preflight 带 --reboot 起新会话；session/found.env、gate3/cases.txt、gate3/arms.txt 保留——「找到时」状态、分母与遍数不变）。bsl 与 CTS 不受会话约束，保留。
  • 或者换 stamp 从头开（window.sh <pipe-sha> <new-stamp>），旧目录留作记录。

不重启：window.sh <pipe-sha> --no-reboot（门 3 要 reboot-clean，只在复跑时用）。

2. 步骤（等价的逐条命令）与耗时

# 命令 做什么 估时
1 10-build.sh <sha> [<stamp>] ~/w7/p7w7-tree-<sha8>（pipe 的 detached worktree，子模块从 pipe 拷，LFS fixture 随 checkout）里构建 APK（assembleTraceRelease，.p7w1 并排 id，debuggable，显式 stamp，debug keystore 签名）与主机制品（build-host：libMobileGL.so/libMobileGLServer.so/mobilegl_trace_replay + catalog），两端 stamp 字符串各 ≥1 6 min（dry：APK 131 s、host 223 s）
2 21-preflight.sh <stamp> --reboot 记录「找到时」的状态（supervisor、stay-on、钉频、Doze 白名单）→ reboot，前后 boot_id 必须不同 → 唤醒、svc power stayon true → pin_device.sh pin，check 为 PINNED 或 PINNED-1100（本板 pwrlevel 0 实跑 1100 MHz，窗口 1 已记，脚本期望值过期） 2–3 min
3 20-install.sh <stamp> adb install -r；设备上 base.apk 的 sha256 必须等于签名 APK，versionName 带 <sha7>；等 dex2oat 空闲 ~1 min
4 30-gate3.sh <stamp> 36 例（--matrix 的 DirectVulkan 集减 create-indirect / 1.21.11-main-menu / photon-v1.3b，冻结在 gate3/cases.txt）× 四臂（monolith ×5：30-gate3.sh 的 MONOLITH_REPEAT，ID-P7-62 终裁，不随 --repeat；inproc / spawn ×--repeat（3）；ra0 ×1）；iterationrp 带 apk.yml:460-462 三个 Magma 旋钮；每遍 result.json / actual PNG / 双角色日志 / transport-proof / logcat 归档；每臂前后 pin check；每对前后核 boot_id（§1「会话」），.done 只在每遍都有 result.json + actual PNG 时写，否则退出 3 留待续跑。主机自检（stub adb + stub 跑器，不占设备）：bash 30-gate3-selftest.sh 60–70 min（窗口 2 实测外推，见 §5；monolith ×1 时 42 min）
5 40-bsl-stats.sh <stamp> bsl-esc-menu × {inproc, spawn} 各 1 遍，MOBILEGL_PIPE_STATS=1 PERIOD=1；先 force-stop 再起设备端 root 采样器（0.25 s：maps 行数、VmRSS、VmHWM；排除 argv 带 tcp:// 的 supervisor server）；wbuf[] 从归档日志取 ~1 min
6 50-cts-after.sh <stamp> APK 的 arm64 libMobileGL.so 推到 mgcts 并在设备上核 sha256；AFTER 环境 = $BASE 的 flag + MOBILEGL_TRANSPORT=inproc + ROLE_SPLIT_STATE=1 STRICT_ERRORS=1 RUN_AHEAD=1；臂证明（mgprobe PASS 且 logcat 有 inproc 解析句与 Config: IPC … strict=1 role-split-state=1 run-ahead=1、0 Fatal；再用一个 glcts 用例证一次，其 StatusCode 记进 arm-proof.txt，不是 Pass / Fail 时打 WARN）；五块依次跑（顺序同 $BASE），每块 qpa_report --json（块的 .done 只在 run_cts 退出 0 且 60-reduce.py --check-block 判完整时写，否则退出 3 留待续跑），最后 cts_multi_report 出与 $BASE 同形的 JSON；UBO（GTF）块不跑：本 glcts 无 GTF 模块（ID-P7-16） 6–7 min（pipe 头 lib inproc 实测 358 s；$BASE monolith 372 s）
7 60-reduce.py <stamp> 写 verdict.txt / verdict.json（见 §3）；每遍都跑。自检：python3 60-reduce-selftest.py（主机，不占设备，~12 s） ~3 min（门 3 归档每遍一次纯 Python 的 SSIM-vs-first：p7w7-6afa077f（monolith ×1，每例 8 遍）只读实测 108 s，主机有负载时 130–150 s；monolith ×5 每例 12 遍、多 144 遍，按每遍同价外推 160–220 s）
8 90-restore.sh <stamp> Home；am force-stop 包（回放后缓存的 app 进程与 spawn 回放留下的 libMobileGLServer.so @mgl-… 子进程会一直占着几百 MB）；把 $BASE 库推回 /data/local/tmp/mgcts（设备 sha256 ≠ $BASE = IDENTITY.txt 的 7f58aa0b… 时才推，推后在设备上核 sha，结果行进 restored.txt）；supervisor 若开窗时在跑则以 tcp_device_server.py start --allow-idle（同 listen / token / Doze 状态文件）在新 APK上重启并核实在听；解钉频（MIUI 启动 boost 会让 check 短暂读成 DRIFT，重读至多 20 s）；stay-on 复原；每遍都跑（幂等） ~15 s

合计：构建 ~4–6 min + 设备 ~73–86 min（门 3 60–70 min）≈ 1.3–1.5 h。外推依据见 §5。

3. 判读 verdict.txt

  • 门 3，先看 -- session 行：session/boot-id.txt 与四臂的每条记录（gate3/state/<arm>/<case>.done 的 boot_id / boot_id_before、 每遍 repeat-NN/boot_id.txt）必须是同一个 boot_id；有第二个值、有记录不带 boot_id（含本规则之前的旧 .done）、或缺 session/boot-id.txt， 整门判 GATE3 INVALID-SESSION，与图无关。
  • 门 3 按合同常量判，不按跑器自己的记录判（ruling: integrator 2026-09-23 after codex closeout review）：gate3/arms.txt 只说明 30-gate3.sh 被要求跑什么，不说明门要什么；reducer 自己按 CONTRACT-P7 §7.1 / §7.2 核三件事（-- contract 行，违反的逐条 ! FAIL-…）： ① 遍数：inproc 与 spawn 每例归档 ≥ 3 遍。arms.txt 的 repeat= < 3，或已完成（有 .done）的对归档不足 3 遍 → GATE3 FAIL-REPEATS， 不管 arms.txt 写的是几（--repeat 1 跑出来的永远不是门）；没有 .done 的对不足 3 遍仍只是该例 INCOMPLETE（续跑整对重来）。 ② 四臂：monolith / inproc / spawn / inproc-ra0 每例都要有。某臂没有归档、且 arms.txt 的 arms= 也没列它（开跑时就没带）→ GATE3 FAIL-ARMS； 列了但还没跑到、或某例缺该臂 → 该例 INCOMPLETE。ra0 那一遍的 mobilegl.log 必须证明 run-ahead=0，否则该例 FAIL（那不是对照臂）；ra0 的图与 ssim 仍只记录、不判。 ③ 用例集：gate3/cases.txt 必须等于规范分母，不是「数到 36」——按 30-gate3.sh 的算法从工具树 trace_cases.json 取 CI split 且 ci_backends 含 DirectVulkan 的 39 例，减去 §7.1 的三个排除（reducer 的常量 CONTRACT_EXCLUDED，不读本次的 gate3/excluded.txt，两者不同只打 WARN）。 有集外用例、有重复行、或清单已给不出 39 / 36 → GATE3 FAIL-CASESET；是规范集的真子集（--cases 冒烟）→ 至多 PASS-SUBSET。 优先级：INVALID-SESSION > FAIL-REPEATS > FAIL-ARMS > FAIL-CASESET > 逐例 FAIL > INCOMPLETE。
  • 全部通过但不是门本身的读数时不记 PASS：用例是规范 36 例的真子集记 PASS-SUBSET， 会话不是 reboot-clean（session/reboot-clean.txt）记 PASS-NOT-REBOOT-CLEAN，跨臂不同而没有裁定记 PASS-NEEDS-ADJUDICATION（见下）， 用了 --extra-monolith 的重判记 PASS-WITH-EXTRA-READINGS（见下），末行注明「不是判据」，退出码非 0。 逐例 PASS / FAIL / INCOMPLETE + 原因：monolith 本身通过且确是 monolith（该遍 mobilegl.log（及 client / server 日志）没有 Config: IPC 也没有 MOBILEGL_TRANSPORT= 行；没有日志即「未证」）；inproc 与 spawn 各 3 遍齐全、该对有 .done、每遍臂证明 （transport-proof.json passed）通过、每遍 ssim ≥ 阈值、同一臂内三遍 actual PNG SHA-256 相同、每遍 |ssim − monolith| ≤ 0.0005； OpenRA 在 monolith / inproc / spawn 每遍都 1.000000 且 mismatch 0；一遍的 logcat 与上一遍逐字节相同记 STALE。-- arm identity 行汇总 monolith 身份与 split 臂 transport-proof 的通过数。RUN_AHEAD=0 臂每例必须有（见上 ②），且 Config: IPC 全是 run-ahead=0； 它的 ssim、SHA 只记录、不判；它的 runner rc=1 是 --require-inproc 要求 run-ahead=1 的已知副作用（E1）。 末行 GATE3 PASS: 36/36 才是门 3。
  • monolith 自身不可逐位复现的例（ruling: integrator 2026-09-23，ID-P7-62，~/w7/logs/g3det/VERDICT.md §2；(2) 为集成者终裁的「最近 monolith」口径，monolith ×5）：「三遍逐位相同」预设参照可逐位复现。 同一会话 monolith ≥ 3 遍（30-gate3.sh 跑 5 遍）而图不全相同的例，split 臂的逐位相同条款换成分布判据：(1) split 每遍对本会话每个 monolith 读数 |ssim − m| ≤ 0.0005； (2) 最近 monolith：px = RGBA 任一通道不同的像素数，Δ = 最大逐通道差；一遍的「最近」= 与它 px 最少的那遍（px 相同取 Δ 小者），Δ 也量到这一遍。 D_mm / Δ_mm = 各 monolith 遍到另一 monolith 遍的最近 px / Δ 的最大值（留一法，按遍：逐位相同的两遍互为 0）；split（inproc + spawn）每遍 s 须 px(s, 最近) ≤ 1.25 × D_mm + 32 且 Δ(s, 最近) ≤ 1.5 × Δ_mm + 8（reducer 常量 SPREAD_FACTOR / PX_HEADROOM / DELTA_FACTOR / DELTA_HEADROOM，verdict.json 的 gate3.rule_62 照录）。 Δ 是单像素的最大通道差，所以单有倍数与余量：过渡版 Δ_mm + 1 下 derivative 在 monolith ×3 的模拟里 0% 能过、纯噪声对照只 70%，终裁口径见 §6 的通过率表。 首版「全部图对最大值 ≤ monolith 两两最大值的 1.25 倍」作废：bliss 在 monolith ×3 下只 16% 能过，对纯噪声不公平 （从归档 actual PNG 算，numpy + PIL；没有则用 compare_actuals 的标准库解码，同数，W2_REDUCE_PNG_DECODER=pure 可强制）。 该例打 nondeterministic monolith (N distinct / M passes) -> distributional check（判得的 monolith 不足 5 遍时行尾注 [M < the 5 monolith passes 30-gate3.sh runs; …]，只作信息）与 D_mm / Δ_mm、split 到最近的最大值（及最远的那遍）、界、max |ssim - monolith|； 超界的 split 遍逐遍列出（它的最近 monolith 遍与 px / Δ），verdict.json 的 monolith_determinism.{mono_nearest,split_nearest} 列每遍；跨臂不同由 (2) 判、 不需 gate3/adjudication.tsv 行；-- monolith determinism 行汇总三类例数。monolith 逐位相同、或同会话不足 3 遍（ID-P7-62 之前 ×1 的归档）的例仍按逐位相同判， 后者 split 不逐位相同时原因注明「需 ≥ 3 遍」。monolith 每遍都要本身通过且确是 monolith；已完成的 monolith 对少于 arms.txt 的 monolith_repeat= → 该例 FAIL。 --extra-monolith DIR[@BOOT_ID]（可重复）把别处归档的同会话 monolith 遍（run_android_retrace_local.py --archive-dir 形状，如 g3det 的 E1-mono）加进读数： 每遍要有本会话 boot_id（该遍的 boot_id.txt，否则 @BOOT_ID 由操作者按那次跑自己的 boot_id 记录作证），没有或不同 → INVALID-SESSION； 用了它的读数至多 PASS-WITH-EXTRA-READINGS——裁定用的重判，不是判据。
  • 跨臂同图不是门（ruling: integrator 2026-09-23）：§7.2 的「三遍逐位相同」是臂内判据——inproc 自己三遍、spawn 自己三遍各自逐位相同。 inproc / spawn / monolith 三臂之间 actual PNG 是否相同只报告：逐例列 i==s==m（yes / i==s / no），-- cross-arm 行给同图例数， 不同的例各打一行 WARN cross-arm <case>: monolith <sha> | inproc <sha> | spawn <sha>；WARN 不改变该例的判定 （跨臂的逐例门是每遍 |ssim − monolith| ≤ 0.0005）。 但不静默放行（ruling: integrator 2026-09-23 after codex closeout review）：每个跨臂不同的例都要在 gate3/adjudication.tsv （每行 <case><TAB><理由>，# 为注释；没有理由的行不算，打 WARN）里有一行，否则本来 PASS 的门记 GATE3 PASS-NEEDS-ADJUDICATION（退出 1）。 WARN 行下给出该例各臂归档的 mismatchPixels（对 golden），以及三臂首遍之间直接数出的像素差（inproc-monolith / spawn-monolith / inproc-spawn， compare_actuals 的 mismatch_pixels），再注 adjudicated: <理由> 或 UNADJUDICATED；文件里列了但各臂同图的例记 note（陈旧行）。 裁定只针对跨臂同图，不豁免任何逐例判据；裁定文件属于该 stamp 的那批图，重跑某对后要重新看图再写。
  • BSL：每臂每进程（app / server）的 maps 行数峰值、VmRSS / VmHWM 峰值、wbuf[wbufs wlivepk wdefpk wdefsync]。
  • CTS：五块（shader-image / ssbo / dsa / texture / packed-pixels）缺一不可：每块要有 cts/runs/<block>/.done、非空且有结果的 cts/report-<block>.json，以及读得到、非空的 caselist（先用输出目录里的副本 runs/<block>/caselist.txt，没有才用 caselist.path 所指的文件；指向的文件没了、是空的、或两者都没有，不拿报告自己的用例顶替），否则该块记 MISSING、整体 CTS INCOMPLETE、退出码 ≠ 0—— 0 例的块永远不是读数。UBO 块（GTF-GL46.gtf31.GL3Tests.uniform_buffer_object*， p7-ubo-gl46.txt 90 例）显式记 unrun (not in this glcts)（设备 glcts 无 GTF 模块，ID-P7-16），不入判据。 每块 BASE 与 AFTER 的 P/F/NS/W/X（W = CompatibilityWarning / QualityWarning 等，X = Crash / Timeout / InternalError / ResourceError / DeviceHang / Incomplete）， rate = Pass / (Pass + Fail + L)，L = $BASE 为 Pass、AFTER 变成 NotSupported 或其他任何非 Pass 非 Fail 状态（warning、crash）的用例： 丢掉的受支持用例按非 Pass 计，不从分母里消失（ruling: integrator 2026-09-23 after codex closeout review——按 §7.3 字面的 Pass / (Pass + Fail)，ssbo 124 个 $BASE Pass 里 123 个变 NS、1 个仍 Pass，读数仍是 100%）；其余 NS、warning、crash 不在分母里。 表里 L 列是其个数；§7.3 字面的 Pass / (Pass + Fail) 照印在 (literal) 列与每块的 info literal 行，只供对照、不判。 L 例逐条列 LOST <case> (Pass -> <AFTER 状态>)，块里有任何一条没在 cts/adjudication.tsv（每行 <case><TAB><理由>；没有理由的行不算，打 WARN） 裁定 → 该块 FAIL；已裁定的 L 例印作 ADJUDICATED <case> (Pass -> <状态>) out of the rate; adjudicated: <理由>，并从该块两边的 rate 里拿掉 （不再算 AFTER 分母里的 L，$BASE 少一个 Pass；表里 A 列是其个数；(literal) 与旧口径两行 info 仍把它算在内。ruling: integrator 2026-09-23 after the int3 critic—— 否则 ssbo 1 例合理的 Pass→NS 裁定后仍是 −0.806 pp，永远红）。块判据：delta ≥ −0.5 pp、 未裁定的 L 例 = 0、新增 crash = 0 单独硬红且不可裁定（AFTER 为 X 而 BASE 不是——Fail→Crash 也算——另加 hung.txt；Pass→Crash 既是新 crash 也是 L 例）、unrun.txt 为空。 两边的 rate 只在两边都有结果的用例上算（同口径）；$BASE 没有的用例打 WARN <block>: N case(s) have no $BASE result，不进两边的 rate， 其中的 crash 仍算新增。AFTER 一个 Pass / Fail 都没有而 $BASE 有（例如全变 NotSupported：$BASE 的 Pass 全成 L，rate 为 0）→ 该块 FAIL； $BASE 自己没有 Pass / Fail → 该块 INCOMPLETE——算不出 delta 的块永远不是 PASS。NotSupported 数与 $BASE 不同时打 WARN <block>: NotSupported …（信息；其中原为 Pass 的是 L 例，见上）。 每块第二个 info 行是旧口径 Pass / (结果数 − NS)：BASE、AFTER 两个 rate 与 delta，只供对照，不判。另列 Pass→Fail（Pass->not）与非 Pass→Pass 的逐例名单； AFTER 高出 0.5 pp 以上只标注不判红。某块用的不是工具树里完整的 p7-<block>-gl46.txt（--limit 子集）时，全部通过也只记 CTS PASS-SUBSET。
  • 末行 WINDOW2 GATE3 <v> | CTS <v> -> exit <n>：门 3 为 PASS（规范 36 例、inproc / spawn 各 ≥ 3 遍、四臂齐、reboot-clean、同一会话、 跨臂不同全部裁定）且 CTS 为 PASS（五块完整、无未裁定的 L 例）才是 0；PASS-SUBSET / PASS-NOT-REBOOT-CLEAN / PASS-NEEDS-ADJUDICATION / PASS-WITH-EXTRA-READINGS 不是判据，FAIL-REPEATS / FAIL-ARMS / FAIL-CASESET 是合同常量不符，均退出 1；门 3 没跑（无 gate3/cases.txt）记 NOT-RUN，同样非 0。 reduce 的退出码只作记录：红的门也要走完 restore。
  • 自检（主机，~12 s）：python3 60-reduce-selftest.py（门 3 按规范 36 例、monolith ×5 造：用例名由自检自己按 30-gate3.sh 的算法从 trace_cases.json 算）——造目录验： 缺块 → CTS INCOMPLETE；boot_id 变 / 旧 .done / 缺 boot-id.txt → GATE3 INVALID-SESSION；monolith 日志带 Config: IPC → FAIL； 合同常量：--repeat 1、同一归档配上谎报 repeat=3 的 arms.txt、已完成的对只有 2 遍 → FAIL-REPEATS（同一对没有 .done → INCOMPLETE）； 开跑不带 ra0 / 不带 spawn → FAIL-ARMS，ra0 已列未跑 / 缺一例 → INCOMPLETE，ra0 日志 run-ahead=1 → 该例 FAIL； 35 例 + create-indirect / 35 例 + 集外名 / 36 例 + 排除例 / 重复行 → FAIL-CASESET； 跨臂：spawn 每例不同 → WARN + 像素差、PASS-NEEDS-ADJUDICATION，全部写进 gate3/adjudication.tsv → PASS，缺一例（无理由行）→ 仍 NEEDS-ADJUDICATION， 只一例不同且已裁定（另有陈旧行）→ PASS；臂内不同 → FAIL；ID-P7-62 最近 monolith（终裁）（8×8 合成图：灰 128、几段像素换值）：monolith ×5 逐位相同 + inproc 不同 → FAIL； monolith 5 遍成链（相邻两遍 4 px、Δ 2：D_mm 4、Δ_mm 2、界 1.25 × 4 + 32 = 37 px / 1.5 × 2 + 8 = 11）+ split 各遍到最近 ≤ 37 px / Δ 3（到最远 45 px，首版口径会红）→ PASS、退出 0、 不需裁定行、印出数字与四个常量、每遍最近点名（px 相同取 Δ 小者），标准库解码同数；某 split 遍到最近 38 px → FAIL；到最近 Δ 11（高于过渡版 Δ_mm + 1 = 3、也高于 Δ_mm + 8 = 10，恰在界上）→ PASS， Δ 12 → FAIL；到 px 最近的那遍 Δ 12（另一遍 Δ 仅 10）→ FAIL；monolith ×5 含一对逐位相同 → 留一法按遍（D_mm 4，按图会是 20），split 一遍到最近 40 px → FAIL； 某 split 遍对一个 monolith 读数差 0.00051 → FAIL；过渡版脚本的跑（monolith ×3、monolith_repeat=3）→ 规则照用（≥ 3 遍）、PASS、注明不足 5 遍；monolith ×1（旧归档）+ split 不同 → FAIL 且注明需 ≥ 3 遍； 已完成的 monolith 对只有 4 遍（monolith_repeat=5）→ FAIL（无 .done → INCOMPLETE）；×1 归档 + --extra-monolith DIR@BOOT 两遍 → 规则生效、PASS-WITH-EXTRA-READINGS（退出 1）， 不带 @BOOT / 另一 boot → INVALID-SESSION；只由 rate 定的块（dsa 1 / 2 / 4 例 Pass→Fail：−0.270 pp PASS、−0.541 pp FAIL、 364/6/0/1/0 −1.081 pp FAIL，无 crash）；L 例：dsa Pass→NS 未裁定 → 367/370、−0.270 pp（字面 −0.001 pp 只作信息）、列出、dsa FAIL，裁定后 PASS 且出 rate（367/369 对 367/369、+0.000 pp、印 ADJUDICATED）；一例裁定一例未裁定 → L 1、−0.271 pp、因未裁定例 FAIL；2 例裁定 NS + 2 例 Pass→Fail → −0.543 pp 因 rate FAIL；无理由的裁定行不算；ssbo Pass→NS 裁定后 PASS（+0.000 pp，不再 −0.806）；codex 的例子 ssbo 123/124 变 NS：字面 100% 而门 rate 0.806% → FAIL； Pass→CompatibilityWarning 也是 L；Pass→Crash 裁定后仍因新 crash FAIL；caselist 没了 / 为空 / 全 NotSupported → MISSING / FAIL 而非 PASS； 2 例门 3、非 reboot-clean、--limit CTS → PASS-SUBSET / PASS-NOT-REBOOT-CLEAN 且退出非 0；$BASE 缺的用例 → WARN；--check-block 的 0 / 3； dry run 数据（60-reduce-selftest-pre14e1c8b9.json = pre-14e1c8b9 五块相对 $BASE 的差异）上 dsa 门 rate −0.541 pp（字面 −0.272 pp、 旧口径 −0.539 pp 只作信息）；~/w7/logs/devprep/w2/pre-14e1c8b9 在时再对原始输出验一遍。 --reducer <py> 可对别的 reducer 跑同一套检查（red-once：6afa077f 的 reducer 113 项里红 54 项；8f3d179c 的 reducer 116 项里红 5 项——裁定例仍进 rate； 以下为现行 137 项：dd415408 的 reducer（ID-P7-62 之前）红 49 项；19cb0dbc 的 reducer（(2) 的首版 1.25 × 全部图对最大值）红 14 项；0b3af584 的 reducer （过渡版 Δ_mm + 1）红 6 项；后两者全在 monolith-determinism；日志 ~/w7/logs/g3-tools-rev2/selftest-red-*.log）。 bash 30-gate3-selftest.sh [--script <sh>]：stub adb + stub 跑器驱动 30-gate3.sh——新跑 arms.txt 记 repeat=3、monolith_repeat=5，monolith 按 ×5 调用并归档 5 遍、 split ×3、ra0 ×1；新跑带 --repeat 1 时 split ×1 而 monolith 仍 ×5；删一个 monolith .done 只重跑那一对（×5）；monolith 的 repeat-05（split 臂没有的第 5 遍）缺 PNG → 无 .done、日志点名 repeat-05、退出 3，再跑补齐；monolith_repeat=5 的跑以 --repeat 1 续跑仍 monolith ×5、split ×3；monolith_repeat=3（过渡版脚本开的跑）续跑仍 ×3 且日志说明； 无 monolith_repeat= 的旧 arms.txt 续跑仍 monolith ×1（13 项；red-once：dd415408 的 30-gate3.sh 红 10 项，19cb0dbc / 0b3af584 的（×3）红 8 项）。

4. 入库清单 → docs/Disaggregated/notes/p7/device-window-2/

verdict.txt、verdict.json、timing.tsv；session/（found.env、reboot-clean.txt、boot-id*.txt、apk.sha256、apk-on-device.sha256、 apk-install.txt、pin-*.txt、device.txt、restored.txt）；gate3/{cases.txt,excluded.txt,arms.txt,progress.tsv,pin-*.txt}； bsl/<arm>/{peaks.txt,wbuf.txt,wbuf-gauges.txt}；cts/{IDENTITY 即 deploy/IDENTITY.txt,arm-proof.txt,preflight.txt,report-*.txt,report-*.json,after-*.json,after-*.md,pin-*.txt}、 cts/runs/*/{crashed,hung,unrun,skipped,complete,caselist}.txt 与 caselist.path。归档图像与日志（gate3/archive/、bsl/*/archive/、qpa）留在 ~/w7/logs/p7w7/<stamp>/， 在 README 里记绝对路径（>2 MiB 不入库）。主机制品 <out>/host/ 与 host.sha256 供之后的 TCP 对照（run_tcp_matrix.py --library/--runner，同 stamp）。

5. Dry run（2026-09-23，已装 p7w6 APK 45759c30…，只证管线，不是判据）

命令：dry-run-p7w6.sh（W2_APK_OVERRIDE=~/w7/logs/p7w6/trace-p7w6.apk，W2_TOOLS_OVERRIDE=~/w7/p7-devprep，不重启，钉频）。

步 结果 墙钟
preflight（无 reboot） found：supervisor 在跑、stay-on 15、UNPINNED；pin → PINNED 5 s
install --verify-only 设备 base.apk sha256 = 45759c30…，versionName 26.09.0e16ca2-trace <1 s
门 3：OpenRA + iris-bsl-in-world × 四臂 × 1 8 次回放全部归档；OpenRA 四臂 1.000000 / 0；bsl-in-world 四臂 0.997010 同 SHA；spawn 证明 server role in pid …；ra0 两例 run-ahead=0，rc=1（预期） 63 s（7–8 s/例/臂）
bsl stats inproc（+ 第二轮 spawn） 两臂 0.999791667、SHA 155dcdd1…（= W6/E0a）；p7w6 读数：inproc app maps 峰 8536 行 / VmHWM 823 MB；spawn server 7401 行 / 343 MB，client 4595 行 / 555 MB；wbuf[wbufs=28 wlivepk=1052 wdefpk=3312832 wdefsync=24] 14 s/臂
CTS AFTER dsa 前 20 例 部署 p7w6 lib 12861aa1… 并核 sha；mgprobe PASS；mgprobe 与 glcts 的臂证明 PROVEN；BASE 19/0/0/1 vs AFTER 19/0/0/1，+0.000 pp，0 新 crash；之后 $BASE lib 7f58aa0b… 推回 1–2 s/块
restore Home、supervisor 在新起的 tcp://0.0.0.0:40613 在听、UNPINNED、stay-on 15、Doze 白名单同开窗 5 s
构建脚本 @ 14e1c8b9，stamp p7w7dry-14e1c8b9（未安装） APK f2ca6b02…（id .p7w1、versionName 26.09.14e1c8b-trace、同 debug 证书），lib stamp 串 1；主机制品 stamp 串 1 358 s
CTS 计时样本：p7w6 inproc 全 ssbo + dsa ssbo 124/124；dsa P/F/NS/W/X 366/3/0/1/1，合同口径 −0.272 pp（旧口径 −0.539），1 新 crash（见 §6） 3 s + 9 s
CTS 预读：pipe 头 14e1c8b9 的 arm64 lib（取自上行未安装的 APK，只推到 mgcts）五块全跑 见 §6：dsa 与 shader-image 各 1 个新 crash；之后 $BASE lib 推回并核 sha 358 s

外推：窗口 1 同机同口径的逐例间隔（E0a monolith 39 例 360 s、E0a inproc 342 s、W4 inproc 412 s；最慢 derivative 30 s、 bsl-esc-menu 15–30 s）与本次 dry run 的 7–8 s/例一致。窗口 2 实测（p7w7-6afa077f 的 timing.tsv，每例 8 遍）：门 3 共 2509 s = monolith ×1 300 s + inproc ×3 922 s + spawn ×3 933 s + ra0 ×1 353 s，即每遍 ≈ 8.5 s（含 runner 启动与汇总页、每臂 pin check）。monolith ×5（ID-P7-62 终裁，每例 12 遍）： monolith 臂 ≈ 36 × 5 × 8.5 s ≈ 1530 s，门 3 ≈ 2509 − 300 + 1530 ≈ 3740 s ≈ 62 min，留余量记 60–70 min（×3 时约 52 min）。 CTS 五块 inproc 实测 358 s（shader-image 9 / ssbo 3 / dsa 9 / texture 108 / packed-pixels 220 s）；窗口 2 实测 363 s。

6. 已知事实与限制

  • 门 5 在 pipe 头 14e1c8b9 上会红（预读，非判据，逐例归属在 docs/Disaggregated/notes/p7/device-window-2/dry-run/pre-14e1c8b9-cts/attribution.txt）：同一 lib 的 monolith 与 inproc 逐例对照（inproc 带或不带三个 split 旋钮结果相同）：

    • KHR-GL46.direct_state_access.renderbuffers_storage：monolith Pass，inproc SIGABRT Fatal{ReplyTooLarge, "ReadPixels 256x512 0x1908/0x1406 2097152 > 2097136"} ——RGBA/FLOAT 回读恰 2 MiB，比一个 reply 槽的载荷上限（槽 − 16 B 头，MG_Remote/Transport/ReplySlot.h:166-169）多 16 B；客户端在发射前具名拒绝 （MG_Remote/Client/ClientSession.cpp:2319，ID-47：「chunked readback 是 P6 债」）。
    • …renderbuffers_storage_multisample：monolith Pass，inproc Fail。两例合计 dsa 按合同口径 Pass/(Pass+Fail) 为 −0.272 pp （368/370 → 366/369，在 0.5 pp 内；旧口径 Pass/(结果数 − NS) 为 −0.539 pp）——dsa 红在 1 个新 crash，不在 rate。 新 reducer 在该数据上的读数：docs/Disaggregated/notes/p7/device-window-2/dry-run/pre-14e1c8b9-cts/verdict-contract.txt。 按 codex 收官复核后的裁定（ruling: integrator 2026-09-23 after codex closeout review），renderbuffers_storage 的 Pass→Crash 是 L 例： 门 rate 366/(366+3+1) = 98.919%，−0.541 pp，dsa 同时红在新 crash、rate 与未裁定的 L 例（字面 −0.272 pp 只作信息）； 读数 …/dry-run/pre-14e1c8b9-cts/verdict-codex-ruling.txt。
    • KHR-GL46.shader_image_load_store.incomplete_textures：monolith Fail（$BASE 亦非 Pass），inproc SIGABRT Fatal{UnmigratedVerb, "Magma:image-view-window"} （MG_Backend/DirectVulkan/Renderer/UniformManager.cpp:151）——Fail 变 Crash，按门 5 是新 crash。
    • …shader_image_load_store.advanced-sync-vertexArray：$BASE Pass，pipe 头 monolith 与 inproc 都 Fail——不是分离缺陷，是 p7w1 之后两臂共有的漂移。
    • KHR-GL46.texture_border_clamp.Texture2DArrayCompressed：整块里 Fail 一次，单跑三臂都 Pass——抖动。
    • 其余：ssbo、packed-pixels 与 $BASE 相同；texture +0.960 pp；shader-image 整体 +4.284 pp（合同口径；旧口径 +2.9，3 例修好）。 终局窗口之前要么修（ReadPixels 分块或放大 reply 槽；image-view-window 的 incomplete-texture 形状 decline 成 GL 语义而不是 Fatal），要么由集成者裁定。

  • dry run 暴露并已修的两处：run_android_retrace_local.py 只会用 Git Bash 起跑（WSL 下每例 FileNotFoundError），且一遍没产出时会归档上一遍的图（假「逐位相同」）——fe4c8745，带 red-once 单测； 脚本自身的 pipefail + grep -q 把在跑的 supervisor 读成「不在」——已改为先取输出再匹配。

  • $BASE 的机器可读 JSON（CTS-base/README 所称 base-DirectVulkan-monolith-p7w1-9be62cbc.json）此前不在任何树里；已按 cts_multi_report.py --adopt-legacy 从 ~/w7/logs/cts-a64/base/runs 重生成入 tools/cts/baselines/（数字与 README 表逐块一致；texture 因 skip 表 1 例记 INCOMPLETE 是该工具的口径）。 判据本身用的是入库的 CTS-base/report-*.json 逐例结果。

  • $BASE 库的 IDENTITY 写 stamp p7w1-d260f110，README / JSON 名写 9be62cbc：两者是同一补丁（d260f110 与 9be62cbc 同题提交），只是命名差。

  • 每次回放的 am force-stop 会杀 TCP supervisor；restore 负责按开窗状态复原。

  • 窗口 2（p7w7-6afa077f）按 ID-P7-62 终裁口径只读重判（reducer 95b4dc19，输出 ~/w7/logs/g3-tools-rev2/，verdict.{json,txt} sha 前后相同、归档与 g3det 目录无改动）： 原档 monolith ×1 → 三个 Iris 例仍 FAIL（规则需 ≥ 3 遍），GATE3 FAIL 33/36（verdict-rereduce.txt）；加 g3det E1-mono（同 boot 8e396037…，spec1*.log 前后核）→ sundial（D_mm 4113 px / Δ_mm 44，界 5173.25 px / 74；split 到最近 ≤ 4242 px / Δ 36）、bliss（9 px / 2，界 43.25 / 11；split ≤ 13 px / Δ 3）、 derivative（8690 px / 49，界 10894.5 / 81.5；spawn rep1 到最近 8743 px、Δ 56——过渡版 Δ_mm + 1 = 50 下是唯一的红）全过，36/36， 只余 create-instancing 的跨臂裁定未写：GATE3 PASS-NEEDS-ADJUDICATION: 36/36（verdict-rereduce-e1mono.txt）；再加 E5-mono-{a,b,c}（同 boot，spec2.log，只有 bliss）→ bliss monolith 18 遍 11 张、8 px / 2（界 42 / 11），split ≤ 5 px / Δ 2，GATE3 PASS-NEEDS-ADJUDICATION: 36/36（verdict-rereduce-e1e5mono.txt）。 两者用了 --extra-monolith，本就不是判据；终局读数要新窗口的门 3 自己的 monolith ×5。

  • 终裁口径的通过率（同会话 plain monolith 池任取 K 遍作参照，配门 3 自己的 split 6 遍，(1)+(2) 由本 reducer 的 nearest_spread 与常量算； ~/w7/logs/g3-tools-rev2/nearsim.{py,txt}；括号内为过渡版 Δ_mm + 1）：

    例（池） monolith ×3 monolith ×5 monolith ×6 纯噪声对照（参照 ×3 / 伪 split ×3）
    sundial-lite（6 遍 6 张） 100%（75%），20 组 100%（83.3%），6 组 100%（100%），1 组 95%（70%）；参照 ×5 / 伪 ×1：100%（83.3%）
    bliss（18 遍 11 张） 97.5%（89.6%），816 组 99.9%（94.3%），8568 组 100%（95.9%），18564 组 100%（98.3%）；参照 ×5 / 伪 ×3：100%（98.2%）
    derivative-main-d24.4.14（6 遍 6 张） 95%（0%），20 组 100%（0%），6 组 100%（0%），1 组 95%（70%）；参照 ×5 / 伪 ×1：100%（100%）

    首版口径（1.25 × 全部图对最大值）：bliss ×3 16.2%、×5 27.8%。Δ_mm 改读作「到任一其他遍的最小 Δ」在终裁口径下与表中 monolith ×3 / ×5 / ×6 各格相同（纯噪声列未算此读法）。 derivative ×3 唯一不过的一组（参照 E1-mono rep2/3/4，其纯噪声对照不过的也是这组参照）与 sundial 纯噪声唯一不过的一组（参照 g3 rep1 + E1-mono rep2/5）都红在 Δ、不在 px： 参照 3 遍彼此的 Δ 恰好都小（Δ_mm 27 / 23，界 48.5 / 42.5），而被判遍到最近的 Δ 为 43–56——split 遍与 monolith 遍一样；×5 下 6 遍的池里没有这种组合。

Reference in New Issue View Git Blame Copy Permalink