perf_support 设计

设计目标

数值内核的基准测试只有在可复现、可比较时才有用：每次运行、每台机器上的输入都相同，测量的是计算而不是准备工作，并且保证被测代码确实运行了。perf_support 为本仓库的基准测试子系统提供这些保证。

数学背景

确定性的输入

输入由每个用例的种子通过 SplitMix64 生成器生成，并映射到目标分布（例如 $[-1, 1]$ 上的均匀分布）。结构化族由这些抽样按构造得到，例如对称正定矩阵取 $M^{\mathsf T} M + \alpha I$，它对任意 $\alpha > 0$ 都是 SPD，因为对 $x \ne 0$ 有 $x^{\mathsf T}(M^{\mathsf T}M + \alpha I)x = \lVert Mx \rVert^2 + \alpha\lVert x\rVert^2 > 0$。相同的种子总是给出相同的比特，因此 fixture 可以重新生成，而无需存储。

校验和

每次运行用 FNV 风格的混合把结果的比特模式折叠成一个 64 位值，

$$h_0 = 1469598103934665603, \qquad h_{k+1} = (h_k \oplus w_k) \cdot 1099511628211 \bmod 2^{64},$$

其中 $w_k$ 是第 $k$ 个输出值的 IEEE 比特模式（矩阵先计入形状）。校验和有两个用途：防止编译器把计算当作死代码删除，以及检测不同运行、目标或版本之间结果比特的变化。它不是密码学哈希。

设计决策

运行时加载 fixture，注册表写在代码中

用例列表由 bench/datasets/manifest.json 生成为 MoonBit 代码（generated_registry.mbt），而大型输入数组存放在运行时加载的 JSON 文件中。这使基准二进制保持小巧，代码体积不会扭曲测量结果，也让 Rust 基线可以使用同一批 fixture。

自修复的 fixture

当 fixture 文件缺失时，会根据注册表中的种子重新生成并写出，因此干净的检出也能运行任意用例。当文件存在但其版本、元数据或形状与注册表不一致时，运行会中止：悄悄不匹配的输入会让数字失去意义。

修改策略

有些操作会改变输入（例如 reduce_row_elimination）。因此 mutation_policy = "scratch_per_sample" 的用例在全新副本上运行，使每个样本测量的是相同的工作。

非受检内核

基准测试调用 unchecked_* 方法，因为已知输入满足前置条件，而且要测量的并不是校验的开销。

正确性与不变量

• 对固定的数据集版本，prepare_case(c) 在每次运行中都产生逐位相同的输入。
• run_prepared_case_inplace(p, true) 不改变 p。
• 校验和依赖于每个输出值以及输出形状。

被否决的方案

• 把所有输入嵌入代码。 大型字面量数组会使二进制体积和编译时间膨胀。
• 每次运行使用随机输入。 结果将无法在不同运行之间比较。

边界

perf_support 本身不做任何测量；计时和统计位于 perf_runner、perf 和 bench/run.py 中。它只覆盖使用 Double 输入的 @mutable 包，也不属于默认测试关卡。