File size: 13,462 Bytes
d444358 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 | //! Bench v0.9.0 — medições honestas para r-34 (críticas Qwen3.8 nº 4/D3 e
//! plano itens 1/3/5). Saída JSON em stdout.
//!
//! Cada bloco mede a MESMA computação em duas variantes (A/B) com
//! black_box e repetições suficientes; reporta mediana e razão.
use khtst_rust::rng::RngDeterministico;
use khtst_rust::simd::{self, BufAlinhado64};
use std::hint::black_box;
use std::time::Instant;
fn mediana(mut xs: Vec<f64>) -> f64 {
xs.sort_by(|a, b| a.partial_cmp(b).unwrap());
xs[xs.len() / 2]
}
fn bench<F: FnMut()>(mut f: F, reps: usize) -> f64 {
let mut tempos = Vec::with_capacity(reps);
for _ in 0..reps {
let t = Instant::now();
f();
tempos.push(t.elapsed().as_secs_f64() * 1e3); // ms
}
mediana(tempos)
}
fn main() {
let reps = 21usize;
let mut resultado = serde_json::Map::new();
resultado.insert("avx512_disponivel".into(), simd::tem_avx512().into());
resultado.insert("cpus".into(), std::thread::available_parallelism().map(|n| n.get()).unwrap_or(1).into());
// ---------------- A) passo AdamW: escalar vs SIMD (despacho) ----------------
{
let n = 2_000_000usize;
let mut rng = RngDeterministico::novo(1);
let w: Vec<f32> = (0..n).map(|_| rng.normal(0.0, 0.5) as f32).collect();
let g: Vec<f32> = (0..n).map(|_| rng.normal(0.0, 0.1) as f32).collect();
let mut m = vec![0f32; n];
let mut v = vec![0f32; n];
let mut out = vec![0f32; n];
let (lr, b1, b2, eps, wd, bc1, bc2) = (3e-4f64, 0.9, 0.999, 1e-8, 0.01, 0.91, 0.001);
let t_esc = bench(|| {
simd::passo_adamw_escalar(&w, &g, &mut m, &mut v, &mut out, lr, b1, b2, eps, wd, bc1, bc2);
black_box(&out);
}, reps);
let t_simd = bench(|| {
simd::passo_adamw(&w, &g, &mut m, &mut v, &mut out, lr, b1, b2, eps, wd, bc1, bc2);
black_box(&out);
}, reps);
// bit-identidade em cena real (falsificação) — estados FRESCHOS iguais
let (mut ma, mut va, mut oa) = (vec![0f32; n], vec![0f32; n], vec![0f32; n]);
let (mut mb, mut vb, mut ob) = (vec![0f32; n], vec![0f32; n], vec![0f32; n]);
simd::passo_adamw_escalar(&w, &g, &mut ma, &mut va, &mut oa, lr, b1, b2, eps, wd, bc1, bc2);
simd::passo_adamw(&w, &g, &mut mb, &mut vb, &mut ob, lr, b1, b2, eps, wd, bc1, bc2);
let identico = oa.iter().zip(ob.iter()).all(|(a, b)| a.to_bits() == b.to_bits());
resultado.insert("adamw_escalar_ms".into(), t_esc.into());
resultado.insert("adamw_simd_ms".into(), t_simd.into());
resultado.insert("adamw_speedup".into(), (t_esc / t_simd).into());
resultado.insert("adamw_bit_identico".into(), identico.into());
}
// ---------------- B) BMU 4D: Vec<Vec<f64>> vs SoA+AVX-512 ----------------
{
let (c, d, n_consultas) = (4096usize, 4usize, 2000usize);
let mut rng = RngDeterministico::novo(2);
let ps: Vec<Vec<f64>> = (0..c).map(|_| (0..d).map(|_| rng.normal(0.0, 2.0)).collect()).collect();
let consultas: Vec<Vec<f64>> = (0..n_consultas).map(|_| (0..d).map(|_| rng.normal(0.0, 2.0)).collect()).collect();
let dist = |a: &[f64], b: &[f64]| -> f64 { a.iter().zip(b).map(|(x, y)| (x - y) * (x - y)).sum() };
let t_vecvec = bench(|| {
let mut soma = 0usize;
for x in &consultas {
let mut melhor = 0usize;
let mut dm = f64::INFINITY;
for (i, p) in ps.iter().enumerate() {
let dd = dist(x, p);
if dd < dm { dm = dd; melhor = i; }
}
soma += melhor;
}
black_box(soma);
}, 7);
let (soa, c2, d2) = simd::soa_de_prototipos(&ps);
let mut buf = Vec::with_capacity(c2);
let t_soa = bench(|| {
let mut soma = 0usize;
for x in &consultas {
soma += simd::melhor_indice_soa_buf(&soa, c2, d2, x, &mut buf);
}
black_box(soma);
}, 7);
let (rm, _, _) = simd::rm_de_prototipos(&ps);
let mut buf_rm = Vec::with_capacity(c2);
let t_rm = bench(|| {
let mut soma = 0usize;
for x in &consultas {
soma += simd::melhor_indice_rm_buf(&rm, c2, x, &mut buf_rm);
}
black_box(soma);
}, 7);
// equivalencia de indices
let mut iguais = 0usize;
for x in &consultas {
let mut melhor = 0usize; let mut dm = f64::INFINITY;
for (i, p) in ps.iter().enumerate() { let dd = dist(x, p); if dd < dm { dm = dd; melhor = i; } }
if simd::melhor_indice_soa_buf(&soa, c2, d2, x, &mut buf) == melhor { iguais += 1; }
}
resultado.insert("bmu_vecvec_ms".into(), t_vecvec.into());
resultado.insert("bmu_soa_ms".into(), t_soa.into());
resultado.insert("bmu_rm_ms".into(), t_rm.into());
resultado.insert("bmu_speedup_soa".into(), (t_vecvec / t_soa).into());
resultado.insert("bmu_speedup_rm".into(), (t_vecvec / t_rm).into());
resultado.insert("bmu_indices_iguais".into(), format!("{iguais}/{n_consultas}").into());
}
// ---------------- C) alinhamento 64B: alinhado vs malloc vs desalinhado ----------------
{
let n = 4_000_000usize;
let mut alinhado = BufAlinhado64::novo_zeros(n);
let mut comum: Vec<f64> = vec![0.42; n];
// desalinhado proposital: pula 1 f64 (8 B) — pior caso de split de linha
let mut base = BufAlinhado64::novo_zeros(n + 8);
let desalinhado_ptr = unsafe { base.as_mut_slice().as_mut_ptr().add(1) };
let fator = 1.0000001f64;
let t_al = bench(|| {
for x in alinhado.as_mut_slice() { *x = *x * fator + 0.1; }
black_box(alinhado.as_slice().last());
}, 7);
let t_comum = bench(|| {
for x in comum.iter_mut() { *x = *x * fator + 0.1; }
black_box(comum.last());
}, 7);
let t_des = bench(|| {
let fatia = unsafe { std::slice::from_raw_parts_mut(desalinhado_ptr, n) };
for x in fatia.iter_mut() { *x = *x * fator + 0.1; }
black_box(fatia.last());
}, 7);
resultado.insert("axpy_alinhado64_ms".into(), t_al.into());
resultado.insert("axpy_malloc16_ms".into(), t_comum.into());
resultado.insert("axpy_desalinhado8_ms".into(), t_des.into());
resultado.insert("alinhado_endereco_mod64".into(), (alinhado.endereco() % 64 == 0).into());
}
// ---------------- D) f32 vs bf16 no candle CPU (crítica D3) ----------------
{
use candle_core::{DType, Device, Tensor};
let dev = Device::Cpu;
let n = 8_000_000usize;
let dados: Vec<f32> = (0..n).map(|i| ((i as f32) * 0.001) % 1.0).collect();
let a = Tensor::from_vec(dados.clone(), (n,), &dev).unwrap();
let b = Tensor::from_vec(dados.clone(), (n,), &dev).unwrap();
let t_f32 = bench(|| {
let c = (&a + &b).unwrap().affine(1.5, 0.1).unwrap().sqr().unwrap();
black_box(c.to_scalar::<f32>());
}, 7);
let ab = a.to_dtype(DType::BF16).unwrap();
let bb = b.to_dtype(DType::BF16).unwrap();
let t_bf16 = bench(|| {
let c = (&ab + &bb).unwrap().affine(1.5, 0.1).unwrap().sqr().unwrap();
black_box(c.to_dtype(DType::F32).unwrap().to_scalar::<f32>());
}, 7);
resultado.insert("candle_f32_ms".into(), t_f32.into());
resultado.insert("candle_bf16_ms".into(), t_bf16.into());
resultado.insert("bf16_vs_f32".into(), (t_f32 / t_bf16).into());
}
// ---------------- E) nosso AdamW vs candle_nn::optim::AdamW ----------------
{
use candle_core::{Device, Tensor, Var};
use candle_nn::optim::{AdamW as AdamWC, Optimizer, ParamsAdamW};
let dev = Device::Cpu;
// 16 variáveis × 100k params ~ escala do tronco real
let mut vars = Vec::new();
for _ in 0..16 {
let t = Tensor::randn(0f32, 0.1, (100_000,), &dev).unwrap();
vars.push(Var::from_tensor(&t).unwrap());
}
let alvo = Tensor::randn(0f32, 1.0, (100_000,), &dev).unwrap();
let roda = |nosso: bool| -> f64 {
let mut opt_nosso = khtst_rust::treino::AdamWManual::novo(vars.clone(), 1e-3, 0.01);
let params = ParamsAdamW { lr: 1e-3, beta1: 0.9, beta2: 0.999, eps: 1e-8, weight_decay: 0.01 };
let mut opt_c = AdamWC::new(vars.clone(), params).unwrap();
let t0 = Instant::now();
for _ in 0..30 {
let perda = {
let mut total = None::<Tensor>;
for v in &vars {
let d = v.as_tensor().sub(&alvo).unwrap().sqr().unwrap().mean_all().unwrap();
total = Some(match total { None => d, Some(t) => (&t + &d).unwrap() });
}
total.unwrap()
};
if nosso {
let grads = khtst_rust::treino::grads_achatados(&perda, &vars).unwrap();
opt_nosso.passo(grads);
} else {
let gs = perda.backward().unwrap();
opt_c.step(&gs).unwrap();
}
}
t0.elapsed().as_secs_f64() * 1e3 / 30.0
};
let t_nosso = mediana((0..5).map(|_| roda(true)).collect());
let t_candle = mediana((0..5).map(|_| roda(false)).collect());
resultado.insert("adamw_nosso_ms_por_passo".into(), t_nosso.into());
resultado.insert("adamw_candle_nn_ms_por_passo".into(), t_candle.into());
resultado.insert("nosso_vs_candle_nn".into(), (t_candle / t_nosso).into());
}
// ---------------- F) clip: escalar vs SIMD ----------------
{
let n = 2_000_000usize;
let mut a: Vec<f32> = (0..n).map(|i| ((i as f32) * 0.001) % 0.5).collect();
let mut b = a.clone();
let t_esc = bench(|| {
for x in a.iter_mut() { *x *= 0.37f32; }
black_box(a.last());
}, reps);
let t_simd = bench(|| {
simd::escalar_slice(&mut b, 0.37f32);
black_box(b.last());
}, reps);
resultado.insert("clip_escalar_ms".into(), t_esc.into());
resultado.insert("clip_simd_ms".into(), t_simd.into());
resultado.insert("clip_speedup".into(), (t_esc / t_simd).into());
}
// ---------------- G) distâncias via MATMUL (gemm do candle: AVX-512+FMA) ----------------
// D²[i,k] = ||q_i||² - 2·(q @ w^T)[i,k] + ||w_k||² — muda a ordem de soma
// (ε, não bit-a-bit); é a forma CANÔNICA de vetorizar distâncias em lote.
{
use candle_core::{Device, Tensor};
let dev = Device::Cpu;
let (c, d, nq) = (4096usize, 4usize, 2000usize);
let mut rng = RngDeterministico::novo(4);
let ps: Vec<Vec<f64>> = (0..c).map(|_| (0..d).map(|_| rng.normal(0.0, 2.0)).collect()).collect();
let consultas: Vec<Vec<f64>> = (0..nq).map(|_| (0..d).map(|_| rng.normal(0.0, 2.0)).collect()).collect();
let q_flat: Vec<f32> = consultas.iter().flat_map(|r| r.iter().map(|&v| v as f32)).collect();
let w_flat: Vec<f32> = ps.iter().flat_map(|r| r.iter().map(|&v| v as f32)).collect();
let q_t = Tensor::from_vec(q_flat, (nq, d), &dev).unwrap();
let w_t = Tensor::from_vec(w_flat, (c, d), &dev).unwrap();
let t_mm = bench(|| {
// -2 q w^T
let cross = q_t.matmul(&w_t.transpose(0, 1).unwrap()).unwrap().affine(-2.0, 0.0).unwrap();
// + ||q||² por linha (broadcast) e + ||w||² por coluna
let qn = q_t.sqr().unwrap().sum(1).unwrap().reshape((nq, 1)).unwrap().broadcast_as((nq, c)).unwrap();
let wn = w_t.sqr().unwrap().sum(1).unwrap().reshape((1, c)).unwrap().broadcast_as((nq, c)).unwrap();
let d2 = (&cross + &qn).unwrap().add(&wn).unwrap().clamp(0f32, f32::INFINITY).unwrap();
black_box(d2.to_scalar::<f32>());
}, 7);
// referencia escalar p/ precisao
let dist = |a: &[f64], b: &[f64]| -> f64 { a.iter().zip(b).map(|(x, y)| (x - y) * (x - y)).sum() };
let d2 = {
let cross = q_t.matmul(&w_t.transpose(0, 1).unwrap()).unwrap().affine(-2.0, 0.0).unwrap();
let qn = q_t.sqr().unwrap().sum(1).unwrap().reshape((nq, 1)).unwrap().broadcast_as((nq, c)).unwrap();
let wn = w_t.sqr().unwrap().sum(1).unwrap().reshape((1, c)).unwrap().broadcast_as((nq, c)).unwrap();
(&cross + &qn).unwrap().add(&wn).unwrap()
};
let mm_v = d2.to_vec2::<f32>().unwrap();
let mut max_err = 0f64;
for (i, qi) in consultas.iter().enumerate() {
for (k, pk) in ps.iter().enumerate() {
let exato = dist(qi, pk);
let obt = mm_v[i][k] as f64;
max_err = max_err.max((exato - obt).abs());
}
}
resultado.insert("bmu_matmul_ms".into(), t_mm.into());
resultado.insert("bmu_matmul_erro_max".into(), max_err.into());
resultado.insert("bmu_speedup_matmul".into(), (15.313_f64 / t_mm).into());
}
let out = serde_json::json!({ "bench_v090": resultado });
println!("{}", serde_json::to_string_pretty(&out).unwrap());
}
|