53-模型卡 Template v1.0 | 第11章 资源与性能（SLA/SLO/吞吐/延迟/功耗）

目录 ／ 文档-技术白皮书 ／ 53-模型卡 Template v1.0

第11章 资源与性能（SLA/SLO/吞吐/延迟/功耗）

I. 目标与范围（Purpose & Scope）

• 规范模型在部署阶段的**资源模型（CPU/GPU/MEM/IO/NET/电源）与性能指标（SLA/SLO/吞吐/延迟/抖动/功耗/成本）**的度量、建模、校验与发布口径，支撑容量规划、压测基线、回归监控与合规放行。
• 凡涉及路径量（到达时/相位），正文显式 gamma(ell) 与测度 d ell，数据侧记录 delta_form ∈ {general, factored}；所有公式一律括号化，发布要求 p_dim = 1.0。

II. 前置条件与依赖（Prerequisites & Inputs）

• 数据与切分：与《数据集卡》Ch.4/Ch.6/Ch.7/Ch.11 对齐（Schema/Splits/QC/Bench）。
• 训练与权重：与本卷 Ch.6 一致（train_config.yaml、best.ckpt、环境快照）。
• 覆盖与协方差：与《误差预算卡》统一（coverage ∈ {k, alpha, quantile}、Σ PD）。
• 参数与新鲜度：与《参数注册卡》一致（freshness.policy、cov_group）。
• 引用与版本：一律“卷名 + 版本 + 锚点（P/S/M/I）”，锚点直指率 ≥ 90%。

III. 资源模型（Resource Model）

• 资源向量：R = (cpu, gpu, mem, io, net, power)；单位建议：cpu: core·s、gpu: sm·s、mem: GiB、io/net: MB/s、power: W。
• 队列近似：稳定区 ρ = λ/μ < 1；M/M/1 延迟近似：E[W] ≈ ρ/(μ−λ)；并行度 k 时 μ_eff ≈ k·μ。
• 批/流权衡：微批窗口 T_win = k/f_s；增大窗口提升吞吐但抬高 Latency_P95。
• 容量反解：以峰值 λ_peak 与目标 ρ_target 反解 μ_req = λ_peak/ρ_target 并映射到配额 R。
• 能耗与成本：P_avg、Energy/req、cost_per_K 与 R_cost（core·h/GPU·h）。

IV. 指标与统计（KPIs & Statistics）

• 延迟：Latency_P50/P95/P99 (s)；吞吐：Throughput (req/s 或 MB/s)；抖动：分位差或 MAD；
• 可用性：SLA/SLO（如：可用性≥99.9%，P95 延迟≤目标）；丢失率：loss_rate；
• 资源：ρ（利用率）、mem_peak、io/net_util；能耗：P_avg / Energy/req；
• 质量联动：Q_res、p_dim (=1) 与 ε_flux（路径守恒误差）。

V. 控制式与路径口径（Control & Path Forms）

• 到达时（两式等价）：
  T_arr = ( 1 / c_ref ) * ( ∫ n_eff d ell )
  T_arr = ( ∫ ( n_eff / c_ref ) d ell )
• 相位累计：
  Phi = ( 2π / λ_ref ) * ( ∫ n_eff d ell )

评测/报表前按“时间→路径→相位”顺序对齐；数据侧记录 delta_form；路径数组 len(gamma_ell)=len(d_ell)=len(n_eff)≥2。

VI. 压测与回归（Load Testing & Regression）

• 基线流程：冷启动→稳定期→峰值脉冲→恢复；记录 Latency_P95/Throughput/ρ/P_avg 曲线与区间。
• 回归监控：对比上版 δ_latency/δ_throughput/δ_power/δ_cost 及置信带；越界触发降级或回退。
• 弹性伸缩：在 ρ_target 附近缩放，记录收敛时间与成本；原则“先稳定后效率”。

VII. 门阈映射（Gates Mapping）

• G1 Schema 完整（性能表/契约字段齐备）；G2 引用合规（锚点直指率 ≥ 90%）；
• G3 路径规范（路径块齐备、步长合规）；G4 量纲闭合（p_dim = 1.0，check_dim_report.json 通过）；
• G5 新鲜度（clock_state="locked"、τ_calib 合规）；G6 覆盖一致（k/alpha/quantile）；
• G7 协方差一致（Σ PD，与误差卷一致）；G8 唯一性与无环（产物具 checksum，lineage 无环）。
• 触发 S1–S5 即阻断发布或标注 [Restricted]。

VIII. 机读配置（Machine-Readable Configs）
A. perf_sla.yaml

version: "1.0.0"

objectives:

latency_p95_s: 0.200

availability: 0.999

throughput_rps: 1000

loss_rate_max: 0.001

q_res_max: 0.20

guards:

p_dim_req: 1.0

jitter_p95_s: 0.020

power_w_max: 180

B. capacity_plan.yaml

version: "1.0.0"

load: { lambda_peak_rps: 1500, rho_target: 0.70 }

service: { mu_per_core_rps: 50, parallelism: 24 }

derived: { mu_req_rps: 2143, cores_req: 43 }

C. perf_probes.yaml

version: "1.0.0"

probes:

- name: "latency_hist"; window_s: 60; export: "figs/latency_hist.pdf"

- name: "throughput_series"; window_s: 60; export: "figs/throughput_series.svg"

- name: "resource_util"; window_s: 60; export: "figs/resource_util.pdf"

- name: "power_trace"; window_s: 60; export: "figs/power_trace.pdf"

IX. 反例与修正（Anti-Patterns & Fixes）

• 反例：仅报均值延迟而无 P95/P99 → 修正：补充分位与区间并注明窗口。
• 反例：T_arr = ∫ n_eff / c_ref d ell（无括号）→ 修正：括号化统一口径。
• 反例：负载未对齐导致跨版本不可比 → 修正：固定或归一 λ，或给出功效分析。
• 反例：能耗/成本缺失 → 修正：补充 P_avg/energy_per_req/cost_per_K。
• 反例：压力下 p_dim < 1 仍放行 → 修正：触发 S1 阻断并降级或回退。

X. 发布与目录（Release & Layout）

PTN_EXPORT/

configs/

perf_sla.yaml

capacity_plan.yaml

perf_probes.yaml

reports/

check_dim_report.json

validate_report.json

perf_summary.md

figs/

latency_hist.pdf

throughput_series.svg

resource_util.pdf

power_trace.pdf

report_manifest.yaml

SIGNATURE.asc

XI. 交叉引用（Cross-References）

• 数据集卡：Ch.6（Splits）、Ch.11（Bench/Score）；
• 误差预算卡：Ch.8/Ch.9（区间与阈值映射）；
• 管线卡：Ch.5（时基/同步/缓冲）、Ch.8（资源与性能）、Ch.12（产出与发布）；
• 本卷：Ch.6（训练协议）、Ch.7（UQ）、Ch.10（部署接口）。

XII. 执行勾选清单（Checklist）

• perf_sla.yaml / capacity_plan.yaml / perf_probes.yaml 已落库并与日志一致。
• 路径图与性能图双份导出，轴单位与图注 see[]/version 完整；路径图注明 Δell 与 delta_form。
• I70-dim_check 通过、p_dim = 1.0；覆盖/协方差口径与误差卷一致；/validate 通过 G1–G8。
• 基线与回归报告完备（P95/P99、吞吐、ρ、能耗、成本 + 区间）；负载与环境可复现。
• 不合规项已标注 [Restricted] 并处置；引用锚点直指率 ≥ 90%，制品含 checksum 与签名。