2026.06.22 —— 今日 10 則
TODAY'S THREAD 今天的線索是「名目對不上實際」——ARGUS 在上萬張 GPU 的訓練叢集裡把偷偷變慢的那一張揪出來、一篇論文戳破 LLM 產的 GPU kernel「看起來對」的錯覺、Apple 把一個還沒人呼叫的 Swift runtime 靜靜鏈進核心；旁邊還有 Graviton5、OCaml 5.5.0、Linux rseq 這些把底層往前推一格的動作。
LLM 產的 GPU kernel 看起來對——其實是測試在說謊
一篇論文指出，現在評測 LLM 生成 GPU kernel 的基準太鬆：只用單一輸入形狀做一次 allclose 比對，就把實際有 bug 的 kernel 蓋章成「正確」。作者準備了 24 個 Triton kernel（15 個正確、9 個故意埋錯），改用 op-schema 感知的種子模糊測試加上 fp64 CPU 參考解，把這 9 個壞 kernel 的變體全抓了出來，15 個正確的一個沒誤殺。要拿 LLM 寫 kernel 的人，這是一記提醒：你的綠燈可能是假的。
AMD MI355X 的 occupancy 數學——從矽片往上算
一篇從第一原理講 AMD MI355X occupancy 的長文：占用率不是黑盒，而是由 VGPR、SGPR、LDS、workgroup slot 這四個資源誰先用完決定的，關鍵洞見是那 512 條的 VGPR 檔案是一般暫存器和 accumulator 共用、不是兩個獨立池。文中還做了一個微基準，獨立改變指令級平行度與占用率，發現 matrix core 在占用率掉到一小截時仍維持約 97% 峰值。想搞懂 GPU 為什麼跑不滿，這是難得攤開算式的一課。
Multi-LCB——把 LiveCodeBench 擴到 12 種語言
LiveCodeBench 是評 LLM 寫程式的熱門基準，但它只測 Python。Multi-LCB 把 LCB 的題目轉成包含 Python 在內的 12 種語言、保留原本的汙染控制與評測協定，再拿 24 個 LLM 去跑。結果揭露了模型對 Python 的過擬合、特定語言的資料汙染，以及跨語言表現的巨大落差——換個語言，能力就露餡。
核心裡的 Swift——還沒人呼叫，卻已鏈進去
有人逆向了 macOS 的 kernelcache，發現 Apple 已經把 Embedded Swift 的 runtime 靜態鏈進 pthread 與 Libm 這兩個 kernel extension——37 個 Swift 符號躺在那裡，啟動時載入，目前卻沒有任何核心元件呼叫它。核心本體（Mach、BSD、IOKit）還是純 C/C++，但這個「已就位、待命中」的 runtime，像是某個 KernelKit 計畫的前置。對追蹤作業系統演化的人，這是一個值得記住的訊號。
Linux 的 Restartable Sequences 是什麼
rseq（restartable sequences）讓 user space 程式能察覺自己被搶佔、然後重跑一小段臨界區，藉此在不上重鎖的情況下做 per-CPU 的快速操作，malloc 一類的實作能因此受益。這是個存在已久卻少被講清楚的核心機制，gslin 這篇順著最近的討論把它的用途與限制整理了一遍。對在意併發效能、想少碰鎖的人值得一讀。
OCaml 5.5.0 釋出
OCaml 5.5.0 在 6 月 19 日、Pascal 生日當天釋出。這版的重頭戲集中在型別與模組系統：module-dependent functions 讓模組能當輕量的 functor 參數、higher-rank 多型函式可以直接當引數傳，還附帶一個可重新定位的編譯器，標準庫也多了 60 幾個函式。對寫 OCaml、或想看函式語言怎麼往前演化的人，是一份值得翻的更新。
ARGUS——在上萬張 GPU 裡揪出變慢的那一張
大型 LLM 訓練叢集裡，粗粒度的資源監控看得到變慢、卻定位不到根因，細粒度 profiler 又貴到不能常開。ARGUS 把觀測拆成 CPU 呼叫堆疊、框架語意、GPU kernel 執行三個維度，把每個 rank 每步的原始 kernel 事件壓掉約 3700 倍（10 MB 變 2.7 KB），總開銷壓在 2% 以下。它在超過一萬張 GPU 的生產叢集上跑了半年多，抓出 compute straggler、網路鏈路劣化、JIT 編譯卡頓等多種 fail-slow。
AWS Graviton5 上線
AWS 推出新一代 Graviton5 處理器，首批落在 EC2 的 M9g 與 M9gd 實例上。官方數字是相較前代有 25% 到 35% 的效能提升、L3 快取放大到 5 倍，並支援 PCIe Gen6。對在 ARM 上跑服務、或在評估雲端機型 CP 值的人，這是又一輪把每瓦效能往上推的更新——值得拿自家 workload 實測一輪。
優化 #[sqlx::test] 的重建時間
kobzol 追查為什麼改一個測試就要重編很久，發現 #[sqlx::test] 巨集會把 migration 程式碼 inline 進每個測試：350 個測試配 30 個 migration，展開後膨脹到 32 MiB，每次都得重編這坨東西。把 migration 收進一個共用的 MIGRATOR 常數、再用 migrator = "crate::MIGRATOR" 參數引用後，重建時間從約 7.5 秒降到 5 秒。一個關於巨集如何悄悄拖慢編譯的具體案例。
Distrobox v2——用 Go 整個重寫
Distrobox 把 v2 以 release candidate 形式公開，這是一次用 Go 從頭重寫的版本。原本一大包 shell script 換成 Go 之後，程式結構、測試與維護都好做了，也帶來效能提升，並從多個分散的指令收斂成單一一支 binary，同時保持與舊版的 CLI 相容。常用 distrobox 在主機上開各種發行版容器的人，可以開始留意這次大改。