exp: 轮次35——FP16/BF16与流水线复用都被实测否掉，f32认证需先抬eps到2e-4

- 显卡精度档（B=1,K=8,steps=1）：推理 FP32 7.68 / FP16 8.31 / BF16 8.58 ms，整周期不变而FP16 P99 46.6→55.6；
  动作偏差 FP16 0.0050°、BF16 0.0377° ⇒ 该批量下不是算力受限，保持 FP32
- float32 认证：48段×9点×15组对的间隙差 max 1.32e-4 mm（有1例高估）→ 现 eps=1e-4 已被越界，要用需 ≥2e-4；
  判据结果两边一致（各24接受、0 仅f32安全、0 符号翻转），暂不放宽 dtype 守卫
- 流水线复用特征间隙：第一版42.1→31.8ms 但等价性检查不过（我取缓存行索引取错，差3.19mm）；
  修正后只剩 −3.1ms 且缓存行与新算差 6.3e-5mm（不同 batch 的结合序）⇒ 放弃
- 顺带修掉轮次34日志里重复的章节标题

docs/experiment_round34_f32_cert.json

@@ -0,0 +1,41 @@
+{
+  "kin_fp": "2ebcbf17",
+  "segments": 48,
+  "n_subsegments": 8,
+  "wide_cap_mm": 2.0,
+  "gap_abs_err_mm": {
+    "p50": 0.0,
+    "p99": 3.661949063912929e-05,
+    "p999": 7.4360332600075e-05,
+    "max": 0.00013247109886016517
+  },
+  "signed_err_mm": {
+    "min": -0.00010937313134817828,
+    "max": 0.00013247109886016517,
+    "overestimate_count": 1,
+    "overestimate_gt_1e-3": 0
+  },
+  "sign_flips": 0,
+  "accepted_f64": 24,
+  "accepted_f32": 24,
+  "unsafe_direction_f32_only": 0,
+  "conservative_f64_only": 0,
+  "per_group_pair_err_p99": [
+    0.0,
+    7.6e-05,
+    0.0001,
+    7e-05,
+    7.1e-05,
+    0.0,
+    0.0,
+    0.0,
+    0.000132,
+    6.7e-05,
+    5.1e-05,
+    0.0,
+    0.0,
+    0.0,
+    0.0
+  ],
+  "note": "wide_cap 2.0 mm\uff1a\u8ba4\u8bc1\u5b9e\u9645\u7528 bound+2eps \u7684\u81ea\u9002\u5e94 cap\uff0c\u8fd9\u91cc\u53d6\u56fa\u5b9a 2 mm \u4ee5\u8986\u76d6\u88ab\u68c0\u9a8c\u7684\u6bb5\uff1b\u82e5 max \u8bef\u5dee\u8fdc\u5c0f\u4e8e 1e-4 \u7684 eps\uff0c\u5224\u636e\u5728 f32 \u4e0b\u4ecd\u6210\u7acb\u9700\u518d\u786e\u8ba4 f32 \u7684\u95f4\u9699\u672c\u8eab\u8bef\u5dee\u7b26\u53f7\u65b9\u5411\u3002"
+}

docs/experiment_round34_precision_ab.json

@@ -0,0 +1,58 @@
+{
+  "device": "NVIDIA GeForce RTX 3090",
+  "torch": "2.10.0+cu130",
+  "K": 8,
+  "steps": 1,
+  "B": 1,
+  "act_scale": 1.0,
+  "inference": {
+    "fp32": {
+      "p50": 7.681,
+      "p95": 9.426,
+      "p99": 10.631,
+      "max": 15.837
+    },
+    "fp16": {
+      "p50": 8.309,
+      "p95": 10.791,
+      "p99": 12.031,
+      "max": 12.322
+    },
+    "bf16": {
+      "p50": 8.577,
+      "p95": 11.057,
+      "p99": 14.174,
+      "max": 17.1
+    }
+  },
+  "cycle": {
+    "fp32": {
+      "p50": 36.507,
+      "p95": 43.688,
+      "p99": 46.568,
+      "max": 50.598
+    },
+    "fp16": {
+      "p50": 36.162,
+      "p95": 50.43,
+      "p99": 55.598,
+      "max": 57.043
+    }
+  },
+  "output_deviation": {
+    "fp16": {
+      "act_max_abs": 0.002096,
+      "act_p99_abs": 0.001059,
+      "deg_max_abs": 0.005,
+      "deg_p99_abs": 0.00219,
+      "would_change_execution_order": false
+    },
+    "bf16": {
+      "act_max_abs": 0.017171,
+      "act_p99_abs": 0.012661,
+      "deg_max_abs": 0.03766,
+      "deg_p99_abs": 0.03008,
+      "would_change_execution_order": true
+    }
+  }
+}

docs/experiment_round35_pipeline_gaps.json

@@ -0,0 +1,23 @@
+{
+  "device": "NVIDIA GeForce RTX 3090",
+  "K": 8,
+  "commit_n": 2,
+  "design": "\u4e24\u6b21\u89c4\u5212\u4e3a\u4e00\u4e2a\u5355\u5143\uff0c\u5947\u6570\u8f6e\u53cd\u5e8f\uff1b\u6d41\u6c34\u7ebf\u90a3\u6b21\u7684\u8ba4\u8bc1\u8c03\u7528\u88ab\u8feb\u7528 cap=GAP_CAP(\u7279\u5f81\u9700\u8981)\uff0c\u8fd9\u662f\u590d\u7528\u7684\u771f\u5b9e\u4ee3\u4ef7\uff0c\u4e0d\u662f\u514d\u8d39",
+  "equivalence": {
+    "cached_gap_row_bitwise_equal": false,
+    "features_bitwise_equal": false,
+    "max_row_diff_mm": 6.29425048828125e-05
+  },
+  "fresh": {
+    "p50_per_plan": 34.779,
+    "p95": 39.271,
+    "p99": 40.98,
+    "reps": 60
+  },
+  "pipelined": {
+    "p50_per_plan": 31.655,
+    "p95": 34.483,
+    "p99": 38.208,
+    "reps": 60
+  }
+}

docs/探索日志.md

@@ -719,7 +719,20 @@
   - 批量认证（`--cert_batch 1`，默认 0 不变）：同一 256 题重跑 **22 项指标与 base 逐项相同**（`docs/experiment_round34_cert_batch_check.json`，success 0.57421875、time_ok 0.390625、speed_ratio_max 1.660003662 等全部一致），整批墙钟 296.3 → 306.9 s（批量口径把 8 次串行调用换成 1 次 K×256 点的大调用，均值略涨符合预期，与 B=1 交错实测方向一致）。合成夹具里也断言两条路径选到同一条候选、同一前缀长度、逐位相同的轨迹与证书。
 - **测试 32→34 项**：`CertBatchEquivalenceTest` 两条（候选 0 前缀不完整 → 选候选 1；所有候选第 2 步都不安全 → 两条路径都停在第 1 步）。写夹具时踩到一个自己的坑：桩里掩码写成 `q[:, :1]` 再 `[:, None]` 变成 3 维，广播出 (4,4,49) 才报"size 16"，是**测试桩错**不是库错——先证形状再改代码。
 
-## 分支清理（2026-10-20）
+## 轮次 35：半精度、流水线复用与 float32 认证的实测（exp: `exp/dagger-deploy`，三条路两条被自己否掉）
+
+- **按用户指定的方向先量显卡精度档**（FP32 / FP16 / BF16，`docs/experiment_round34_precision_ab.json`；B=1、K=8、steps=1，25 次预热 + 120 次计时）：
+
+  | 精度 | 推理 P50 | 推理 P99 | 整周期 P50 | 整周期 P99 | 动作最大偏差 |
+  |---|---|---|---|---|---|
+  | FP32 | 7.68 ms | 10.63 | 36.51 | 46.57 | — |
+  | FP16 | 8.31 ms（慢 8%） | 12.03 | 36.16 | **55.60（更差）** | 2.1e−3 归一化 = **0.0050°** |
+  | BF16 | 8.58 ms（慢 12%） | 14.17 | — | — | 1.7e−2 = **0.0377°** |
+
+  结论：**这个网络在这个批量下不是算力受限**，半精度换不来时间，还要付动作偏差与更差的尾部 ⇒ 推理保持 FP32。（未测更大 batch，那里的结论不下。）
+- **float32 能不能做认证**（`docs/experiment_round34_f32_cert.json`，48 段 × 9 网格点 × 15 组对，宽相位 cap 2 mm）：f32 与 f64 间隙差 p50 **0**、p99 3.66e−5、p999 7.44e−5、**max 1.32e−4 mm**；有符号误差 max +1.32e−4（确有 1 例高估）、min −1.09e−4。同一判据下 f64/f32 都接受 24/48 段，"仅 f32 判安全"= 0、符号翻转 = 0。⇒ f32 不是不能用，但**现用 eps=1e−4 已被实测越界**，要用就得把 eps 抬到 ≥2e−4 mm；且这只量了间隙值误差，没覆盖 f32 下 FK/界自身的误差，因此暂不放宽 dtype 守卫。
+- **流水线复用特征间隙——否掉**（`docs/experiment_round35_pipeline_gaps.json`）：想法是"下一次规划的 q 正好是本次认证已算过的末点"。第一版给出 42.1→31.8 ms，但**等价性检查不通过**（缓存行与新算差 3.19 mm）——是我取行索引用错（`full[CN-1]` 取到第 2 条候选的第 1 步，而非第 1 条候选走完 commit 步）。修好后收益只剩 **34.8→31.7 ms（−3.1 ms）**：复用要求认证调用改用 cap=40 的宽相位（特征所需），省下的被吃回大半；且缓存行与新算**不是逐位相同**（差 6.3e−5 mm，源于不同 batch 下矩阵乘的结合序），会扰动特征输入。⇒ 不为这 3 ms 改口径，放弃。
+- **剩下的量级判断**：一个周期 ≈ 推理 7.2 + 特征 13.1（宽相位 8.2 + FK 4.0）+ 末态打分 4.3 + DLS 6.5 + 认证 7.4 ≈ 33 ms，其中 **4–5 次调用各自重做同一个宽相位筛选**（67,256 个簇对）。下一步是把一次筛选的半径按位移界（`cert_lever`）扩到整个 commit 地平线，供同周期所有点共用——这才是有量级的候选，而不是再抠精度。
 
 ## 分支清理（2026-10-20）