文件格式(生成器 / 评测 / CLI 之间的契约)¶
参考实现:tools/case.py(Python 侧唯一读写入口,其它脚本不得自行解析这些文件)。
C++ 侧:src/io(读矩阵)、src/driver + apps/(写结果与报告)。
1. 测例与参考解¶
data/cases/<name>/A.npz scipy.sparse.save_npz,CSR,完整厄密存储(两个三角都在)
data/cases/<name>/B.npz 可选(广义问题)
data/cases/<name>/meta.json 来源、参数、期望(不含任何参考值)
data/cases/<name>/config.json 默认求解配置(§2),即交付物 d 的「默认配置样例」
data/refs/<name>/eigenvalues.npy 参考特征值,升序(复数时按实部)
data/refs/<name>/eigenvectors.npy 可选,n×m,Fortran 序,列与 eigenvalues 对应
data/refs/<name>/ref.json {"kind","note","count","complete","window"}
- 参考解与输入物理隔离:CLI 只接收
--A --B --config --out(及 §2 的覆盖参数),从不获得data/refs路径(禁止读取参考结果)。 meta.json字段:name, family, problem("HEP"|"GHEP"|"GHIEP"), n, nnz_A, nnz_B?, dtype, description, params(可复现生成的全部参数), inertia?({"A":[neg,zero,pos],"B":[...],"pencil":[...]}), targets?([{"sigma","k","why"}]), scenarios?(["zero-cluster","multiplicity","near-singular", "indefinite-B","complex-hermitian","memory","clustered","large"]), license?, citation?, schema_version。ref.json:kind ∈ {analytic, discrete-exact, dense, solver, partial-analytic};complete=true表示window(为 null 时指全谱)内的特征值全部列出,评测据此判定漏根。 评测在内存中另有kind = "pooled"(§4),从不写入data/refs。
2. 求解配置 config.json¶
一个 JSON 对象,键名与 SolverConfig / Target 字段名逐字一致,枚举用 snake_case 字符串;
未知键报错。省略的键取 SolverConfig 默认值(下例除 target 外即全部默认值,按 config_to_json 源码中
的顺序列出;它写出的 JSON 键按字母序,nlohmann::json 的对象是有序映射)。
{
"target": {"mode": "nearest", "sigma": -2.5e5, "k": 10},
"problem": "auto",
"method": "auto",
"tol": 1e-10,
"inner_tol_factor": 0.1,
"hermitian_tol": 1e-10,
"ncv": 0,
"block_size": 0,
"slice_size": 0,
"max_restarts": 1000,
"seed": 2026,
"threads": 0,
"memory_budget_gb": "auto",
"factor_precision": "double",
"ordering": -1,
"deterministic": false,
"blr": "auto",
"out_of_core": "auto",
"inertia_check": "auto",
"inertia_counter": "auto",
"certificate": "exact",
"certificate_delta": 1e-12,
"certificate_fault_drop": 0,
"certificate_fault_count": 0,
"structure_candidates": "off",
"subspace_bound": "auto",
"secure": false,
"zero_filter_tol": -1.0,
"complex_tol": 1e-8,
"max_shift_retries": 5
}
枚举取值:target.mode ∈ {nearest, interval, smallest, largest}(interval 用 lower/upper);
problem ∈ {auto, standard, generalized_definite, generalized_indefinite};
method ∈ {auto, shift_invert_lanczos, shift_invert_krylov_schur, lanczos};
factor_precision ∈ {double, single, auto};blr / out_of_core / inertia_check / inertia_counter ∈ {auto, on, off};
certificate ∈ {exact, randomized, auto, off};structure_candidates ∈ {off, auto};subspace_bound ∈ {auto, on, off};
secure 为 true / false。
取值与语义(校验见 parse_config;算法见 docs/DESIGN.md §3.6):
- tol ∈ (0, 1);inner_tol_factor ∈ (0, 1];ncv, block_size, slice_size, threads, max_shift_retries ≥ 0;
max_restarts ≥ 1;memory_budget_gb > 0(GiB)或 "auto" / 0;certificate_delta ∈ (0, 1);
certificate_fault_drop ≥ 0;certificate_fault_count ∈ [0, 255](位 16 与 32 不同时);
ordering ∈ {−1, 0, 2..7, 10};interval 需 lower < upper,其它模式 k ≥ 1。
- memory_budget_gb(P7):"auto"(默认;0 同义,config_to_json 写作 "auto")= 由进程的最小
内存上限 L 推出:max(0.5, min(0.85·L, L − 1)) GiB;L 取内存 cgroup(v2 memory.max、v1
memory.limit_in_bytes / hierarchical_memory_limit)、环境变量 HSOLVE_MEMORY_LIMIT_GB(GiB,调用方
声明;tools/run/guard.py 导出其 RSS 上限)、有限的 RLIMIT_AS / RLIMIT_DATA、MemTotal 中最小者,都读不到
时 14。数值(GiB = 2^30 字节)= 就用它(P7 前的配置照旧有效);超过 L 时告警。预算决定因子内存内 /
外存 / 拒绝(OutOfMemoryBudget,未分配),以及 Krylov 块宽与切片大小(DESIGN §3.6-3);报告
memory 记录结果与来源(§3)。自动预算按 L 所限的量计:RLIMIT_AS 为地址空间、RLIMIT_DATA 为 VmData,
其余为常驻内存;地址空间 / VmData 上限先扣除进程已预留而未使用的部分 R(BLAS 缓冲、malloc arena、
线程栈),预算 = R + max(0.5, min(0.85·(L − R), L − R − 1))。数值预算指常驻内存。
- factor_precision(P7):double(默认);single = 单精度因子(因子内存 0.51–0.67 倍)、每次算子
apply 双精度修正,更慢;运行受检查(修正须收敛、单精度因子关检测后不得奇异、结果须被接受),否则以双精度
同一主元顺序重解,不会返回错误结果;auto = 双精度因子在预算内放不进内存而单精度放得进时才用单精度
(同样受检查与回退)。报告 precision 记录请求、实际与回退(§3);BLR(blr = on)同样受检查与回退。
- inexact_fault_reject(P7 评审修正):故障注入,仅供测试,默认 false。为 true 时非精确因子
(单精度 / BLR)的尝试结果被判为不接受(第一对标为超 tol),求解以双精度重解(precision.fallback),
与真实未达标同一路径;对双精度因子无作用(certificate_fault_drop 见下)。
- block_size(P4):整数 ≥ 0,位移反演 Krylov 运行的块宽 p;0(默认)= 自动,1 = 单向量。
HEP/GHEP:配置 > 0 时直接使用;自动时 nearest 的运行用块宽规则(P5c,recommended_block_size:由 n、
需求对数、σ 处主分解的因子条目、nnz(B) 与标量类型在 {1, 2, 4, 8} 中选,需求 ≥ 8 对时至少 4,8 须比 4 有
10% 的模型收益),切片与单边运行需求 ≥ 8 对时 p = 4、否则 1;证书收缩重跑缺 m 对时用 max(q, min(4, m 上
取偶)),q = 配置的 p,自动时 min(p, 4)(重跑求 m + 2 对,m 个最近者收敛即结束)。GHIEP:自动时
n ≥ 2e4 且 nev ≥ 4 的运行 p = 2,否则 1;配置值被限到 min(p, nev, 64, n/16),探测运行(nev ≤ 2)恒为 1。
分析前的内存规划只预留块宽 min(p, 4) 的基(自动时 4);两条路径都会在块基放不下剩余内存时把 p 减半
(告警;nearest 的自动块宽从规则的 8 减到 4 时不告警,只记事件 block_size_fit)。规则与依据见 DESIGN
§3.5、§3.6-3、§3.6-5。
- inertia_counter(P4):证书的 Sylvester 计数是否在 InertiaCounter(只计惯性的分解,复用主分析的
主元顺序)上做。auto(默认)= nearest 证书在代价模型判定划算时、以及主分解为单精度/BLR 时一律;
on = 总是(含窗口/切片的计数);off = 在主分解对象上计数(主分解为单精度/BLR 时仍用计数器——其自身
惯性不可信)。谱隙点上的计数相同(测试与实测一致),区别在速度与峰值内存(DESIGN §3.6-8)。
- slice_size:整数 ≥ 0,默认 0 = 自动(代价模型)。interval / smallest / largest 目标(B 正定或
B = I)以及零带干扰时的窗口化 nearest:每个位移至多求这么多个特征值(谱切片);内存预算可能把它
再压低(报告中有告警)。
- ordering:−1(默认)= 自适应:AMD 探测后由 16 线程代价模型在 AMD、SCOTCH、hsolve 自研嵌套剖分、
METIS、PORD 中选择(P5c,DESIGN §3.6-3b;选择是确定量的函数,相同运行选相同排序);
deterministic = true 时沿用 P4 规则,AMD 或 METIS。0、2..7 = MUMPS ICNTL(7)(7 自动、5 METIS、
3 SCOTCH、0 AMD、4 PORD、6 QAMD、2 AMF);10 = hsolve 自研的多线程嵌套剖分,作为主元顺序交给 MUMPS
(排列与线程数、运行次数无关);1(ICNTL(7) 的「调用方给定顺序」)被拒绝(config 无法给出顺序)。
- deterministic:false(默认)= MUMPS L0-OpenMP,回代更快,结果在容差内可复现;true = 同线程数下
分解与回代逐位可复现,自适应排序随之只在 AMD 与 METIS 之间选(SCOTCH 的排序逐次运行都会变,显式
ordering = 3 亦然,逐位复现时不要用)。
- zero_filter_tol:< 0(默认)关闭;否则 |λ| ≤ zero_filter_tol·scale 为非物理零模,靠位移放置排除
(HEP/GHEP 由惯性在两个计数点间切掉零带,计入报告 zero_modes_filtered;GHIEP 零簇本来就不被
需要,零带取 max(zero_filter_tol, 1e-8)·scale)。用于零附近密集谱 / 低频击穿场景。
- inertia_check:off 关闭 nearest 的证书;interval / smallest / largest 本身由惯性计数构成,off 被
忽略(告警)。
- certificate(P5):nearest 目标(HEP/GHEP)的完备性检验方法,DESIGN §3.6-8。
- exact(默认):证书窗口两端的双精度 Sylvester 计数(P4 的惯性证书)。
- randomized:在 σ 处已持有的分解上做随机排除检验(块 Lanczos,失败概率上界 certificate_delta);
不能下结论(谱隙太窄、计划超出内存预算)时改用精确计数。只在 B 的 κ 有证明时运行:B = I、对角 B、对角占优 B,
或(P8)不完全 Cholesky + Gershgorin 能证明 κ 的一般 HPD B(DESIGN §3.5b);证明不了的一般 B 的 κ 只能估计,
通过只是筛查结果,因此不运行、由精确计数出证书(告警)——报告从不把筛查结果当作结论。
- auto:按本次运行实测的分解与回代时间预测,选能认证且最便宜者:精确计数、单精度计数(只在单精度
计数规则——B = I、对角 B,或(P8)λ_min(B) 有证明的一般 B——带 10 倍余量成立时)或随机检验(只在 κ 有证明、且比最好的精确方案快 1.2 倍
时)。
- off:不检验(inertia_check = off 同样关闭)。
各方法发现缺对都触发带 deflation 的重跑并再检;单精度计数多于找到数或与 σ 处的精确计数矛盾时先以
双精度计数复核;选中的对少于 k 时即使检验通过也重跑。interval / smallest / largest(以及零带干扰时
转交窗口的 nearest)总是精确计数,randomized / off 对它们被忽略(告警)。
- certificate_delta(P5):∈ (0, 1),默认 1e-12;随机检验失败概率的上界 δ(在运行前决定块步数)。
- certificate_fault_drop(P5):整数 ≥ 0,默认 0;只用于测试与测量的故障注入:nearest 目标第一次
Krylov 运行后、完备性检验之前删掉这么多已找到的对(先删最大重特征值的副本、留一个,再删最远的选中对),
检验须发现它们缺失、重跑须找回。
- certificate_fault_count(P8):整数 0..255,默认 0;只用于测试与测量的故障注入,各位相加:1 = 每个
InertiaCounter 的工作内存上限 ICNTL(23) 设为 1 MB(其计数在 MUMPS 内以 INFO −19 失败);2 = 主分解对象上的计数
失败;4 = 计数器的计数余量为 0(被预判放不下,不尝试);8 = σ 处的重分解(证书收缩重跑前、随机检验前)失败。
位 1、2、8 的失败种类:默认内存不足(OutOfMemoryBudget),16 = 其它 MUMPS 错误(FactorizationFailed;位 1 改为
每次计数前抛出),32 = 内存分配失败(std::bad_alloc);16 与 32 不可同时给。64 = 位 1、2 只从窗口目标的第一片
起生效(窗口端点与切点照常计数;nearest 自身的证书不受影响)。128(P10,只对多进程模式 hsolve-mpi)= helper 进程
拿到的每个任务(证书计数、切片)都在 helper 上失败(种类同上,默认内存不足),由 leader 自己做(report.parallel.
fallbacks)。计数失败时改在另一个计数来源上计数;都不能计数时 nearest 目标返回已收敛的对、窗口目标返回已完成各片
的对,证书「已做但未完成」(§3)。
- structure_candidates:可选的、实验性的结构识别路径,默认 off(求解只走通用的位移反演路径,与不设此键时
逐位相同)。auto = nearest 目标在 method = auto、certificate = exact、惯性检查开启且主分解为精确双精度时,
先检查矩阵是否为可分离笛卡尔(实数 PEC)或 Bloch 周期(复数)curl-curl 算子加分量常数对角质量阵(逐个矩阵元素
核对,不读测例名称或网格元数据),是则由张量积公式构造候选向量;候选须在原始 A、B 上通过秩揭示 Rayleigh–Ritz
与每对后向误差 ≤ tol/2,之后照常做精确 Sylvester 证书与缺对重跑(docs/DESIGN.md §3.6-5)。报告的
candidate_source 写明首次候选来源。这条路径只适用于上述结构化网格算子,不作为一般性能的依据。
- subspace_bound(特征向量子空间夹角的后验界,docs/DESIGN.md §3.6-8c):auto(默认)= HEP/GHEP 的证书通过时,
按 Davis–Kahan sinΘ 定理给出每个返回特征对所在簇的子空间夹角上界,写入报告 subspace 与 pairs[].subspace_sin_bound
(§3);λ_min(B)(一般 B 的 B^{-1}-范数要用)只用廉价的证明(对角、Gershgorin、不完全 Cholesky),都不适用时用估计
(subspace.rigorous = false)。on = 同 auto,廉价证明都不适用时再对 B − μ·diag(B) 做惯性计数来证明 λ_min(B)
(再分解一到两次 B 的模式,b_min_source = "inertia_count");计数证明不了时(λ_min 低于两次计数的位移,或分解失败)
仍为估计(rigorous = false),估计不超过计数已表明过大的位移,subspace.note 写明计数结果。off = 不计算
(subspace.note 为 "disabled by configuration")。代价:返回向量上各一次 A、B 乘积与 |A|、|B| 乘积、簇内 Gram 矩阵,一般 B 另有每列一次
Jacobi 预条件 CG(B = I 与对角 B 不需要),计入 time_verify_s 与 time_total_s;实测见 results/subspace_bound.md
(默认 auto 的界的时间为不计算界时总时间的中位数 1.6%、最大 12.7%)。小而快的求解上占比较高:困难场景对比用 1.0.0
重测时(results/showcase/recheck-1.0.0.md),「零附近 1e4 个特征值」(n = 1e5,求最近的 21 个)的总时间
比不计算界的 0.9.0 多 5.7%(0.798 → 0.843 s),其中界占 0.036 s(约 4.5%);百万阶三维问题上界用 0.20 s,
约为总时间的 0.3%。
- secure(数据保护,§5):true 时命令行的报告与事件日志不含任何文件路径(输入改记形状、nnz、dtype 与输入文件字节的
SHA-256,内存上限的来源只记文件名),命令行创建的全部文件(结果、报告、日志、MUMPS 外存文件)权限为 0600、目录 0700。
计算与结果不变。
- 当前限制:B 不定(GHIEP)只支持 mode = nearest(其余抛 Unsupported);method = lanczos
(免分解)抛 Unsupported。
CLI 覆盖参数(hsolve --A A.npz [--B B.npz] [--config config.json] --out DIR [...],覆盖配置文件
中的对应键,合并后整体再校验):--sigma S(nearest)、--k K、--interval LO HI、
--smallest K、--largest K、--tol、--threads(0 = 全部)、--memory-budget-gb GiB|auto、
--precision double|single|auto、--slice-size N(→ slice_size)、--block-size N(→ block_size,
0 = 自动,1 = 单向量;HEP/GHEP 的 Lanczos 与 GHIEP 的 Krylov-Schur 都用)、--zero-filter-tol TOL
(→ zero_filter_tol,< 0 关闭)、--certificate exact|randomized|auto|off(P5,→ certificate)、
--helper-counts auto|on|off 与 --helper-slices auto|on|off(P10,hs::ParallelOptions:多进程模式 hsolve-mpi
把 nearest 证书的两次计数 / 窗口目标的切片交给 helper 进程,auto 按代价规则;hsolve 接受而不起作用,见
docs/PARALLEL.md)、--gpu off|auto|on(P10,也可用环境变量 HS_GPU:BLAS hook 把 MUMPS 分解中的大 dgemm 以
FP64 cuBLAS 卸载到 GPU,CUDA 库运行时加载;默认 off,auto 只在分解估计 ≥ 3e12 flops 时用 GPU,无 GPU 时为 CPU 路径,
docs/DESIGN.md §3.10);--structure-candidates off|auto(→ structure_candidates)、--subspace-bound auto|on|off
(→ subspace_bound)、--secure(→ secure = true,§5);
另有 --log FILE(JSON-lines 事件日志;P7 起每条记录带进程当时的 rss_mb 与峰值 peak_rss_mb,以及地址
空间 vm_mb(VmSize)与其峰值 peak_vm_mb(VmPeak))、-v/--verbose、-q/--quiet、--version。stdout
摘要的证书行注明方法(计数时为窗口、两个计数与结论;随机检验时为找到数、结论与失败概率)。退出码:0 = 全部达标
(且证书通过),1 = 完成但未达标,2 = 错误。
3. 求解结果目录(hsolve --out DIR,scipy 基线同格式)¶
| 文件 | 内容 |
|---|---|
eigenvalues.npy |
形状 (m,),float64,实特征值(HEP/GHEP 为全部),按目标排序(nearest:离 σ 由近到远;interval/smallest:升序;largest:降序) |
eigenvectors.npy |
形状 (n, m),Fortran 序;矩阵为复数时 complex128,否则 float64;HEP/GHEP 为 B-正交归一,GHIEP 为 2-范数归一 |
complex_eigenvalues.npy |
仅 GHIEP 出现真复特征值时存在,形状 (c,),complex128 |
complex_eigenvectors.npy |
同上,形状 (n, c) |
report.json |
SolveReport 的全部字段(键名同 C++ 字段名),外加 schema_version: 1 |
report.json 主要键(按 SolveReport::to_json 源码中的顺序列出;文件中的键按字母序):schema_version,
solver, version, n, nnz_a, nnz_b, complex_scalars, problem, norm2_a, norm2_b, scale, hermitian_defect_a,
hermitian_defect_b, method, candidate_source, sigma_requested, sigma_used, shift_retries, block_size, factor_options{...},
factor_stats{...}, restarts, op_applies, time_total_s, time_setup_s, time_factor_s, time_iterate_s, time_verify_s,
time_certificate_s, peak_rss_bytes, memory{...}, precision{...}, parallel{...}, pairs[{lambda_re, lambda_im, abs_residual, rel_residual,
backward_error, accepted, subspace_sin_bound}], certificate{performed, lower, upper, count_inertia, count_found,
endpoint_moves, passed, note, method, rigorous, failure_probability, solves, seconds, statement},
subspace{performed, max_sin_bound, rigorous, failure_probability, residual_norm, b_min, b_min_source, groups[...], note,
seconds}, slices[...], zero_cluster_dim, zero_modes_filtered, success, warnings[];命令行另可写入 gpu(见下)与
input(只在 secure 时,§5)。
pairs 先列实特征对(与 eigenvalues.npy 同序),再列复特征对。
solver(P4):恒为"hsolve"(评测在调用方未指名时用它作求解器名,§4);version:hs::version()。 Python 接口的report是同一份 JSON。candidate_source:首次候选向量的来源,默认"iterative";只在structure_candidates = auto(§2,默认 off)时, 结构识别路径从完整矩阵验证可分离笛卡尔 curl-curl 结构并通过原问题残差检查后,实数 PEC 为"separable_cartesian_curl",复数 Bloch 周期为"separable_bloch_curl"(DESIGN §3.6-5)。它只描述首次 候选来源;最终残差、精确完备性证书及必要时的迭代补救照常执行,method仍为解析后的驱动方法。block_size(P4):第一次位移反演运行实际使用的块宽(配置解析 + 内存适配之后,DESIGN §3.6-5)。 首次候选直接来自已验证结构时为 0;后续补救的块宽见事件日志。 GHIEP(P5 起写入;P4 恒报 1)为普通运行、或 σ 在零带内时第一次单边运行的块宽,各次运行的实际块宽见 事件日志的krylov_schur事件。factor_stats只统计主分解对象(分析、分解、回代次数与时间、估计);InertiaCounter 的分析与计数 不在其中,只计入time_certificate_s(事件日志:inertia_counter、main_factors_released)。- 计时(五个互斥阶段,
docs/DESIGN.md§3.6-0):time_total_s == time_setup_s + time_factor_s + time_iterate_s + time_verify_s + time_certificate_s, 各项 ≥ 0。time_setup_s:输入检查、范数估计、问题类型判定、规划;time_factor_s:每一次符号 分析(含自适应排序的 AMD 探测与其它候选的分析)与位移、B(正定性检测)、A(GHIEP 零主元计数)的数值分解;time_iterate_s:Krylov 求解(回代、正交化、重启),或结构候选识别、生成与准入检查;time_verify_s:Rayleigh–Ritz、残差、补救、 选择与证书簿记;time_certificate_s(P4):HEP/GHEP 的全部 Sylvester 惯性计数(证书端点、窗口端点、 切点、簇检查;主对象上的重分解或 InertiaCounter 的计数,含计数器的分析),P5 起还有 nearest 的其它 完备性检验(随机检验、单精度计数及其双精度复核、auto 的选择);GHIEP 与关闭证书的 nearest 为 0。 P3 的报告没有此键,惯性计数在time_factor_s中。P5 起 B 正定性的严格证明计入time_factor_s,分析 之前的廉价检验计入time_setup_s。时间只覆盖hs::solve(CLI 读矩阵不计入)。 certificate.lower / upper:±∞ 写作null(smallest:lower = null;largest:upper = null)。count_inertia是按 Sylvester 惯性要求的个数(smallest/largest 结束于数值相等的大簇内时为簇前 个数加仍需的副本数);count_found是窗口内不同 B-正交向量数。窗口目标的端点上(离端点 δ = 1e-9·max(scale, |端点|) 以内)的特征值按端点的计数归属:计数把它算进窗口时,它的值可能在 [lower, upper] 外至多 δ,仍计入count_found并返回——前提是端点外 2δ 处的确认计数表明那里没有别的特征值;计数把它留在 窗口外时,值落在端点内侧的对既不计入也不返回(DESIGN §3.6-8b)。GHIEP:performed = false, note 说明不可用;关闭证书的 nearest:performed = false,note 为 "disabled by configuration"。passed:计数时 count_inertia == count_found;随机检验时检验通过(声称半径内没有未找到的特征值,κ 有 证明)。passed总是证明:筛查结果从不作为结论报告(DESIGN §3.6-8)。P5 新增(最后下结论的检验):method:"exact"(双精度 Sylvester 计数;窗口目标恒为此)、"exact_single"(单精度计数,依单精度 计数规则)、"randomized"(随机排除检验)、"none"(未做:GHIEP、关闭证书)。rigorous:passed是否为证明——计数通过时 true(exact_single 在规则假定的单精度 LDLᵀ 后向误差之下, 陈述写明,与双精度计数假定 LDLᵀ 向后稳定同等地位);随机检验在 κ 有证明(B = I、对角或对角占优 B, P8 起还有 κ 由不完全 Cholesky 证明的一般 B)或其 Krylov 空间覆盖整个补空间时 true;未通过时 false。failure_probability:P(通过却漏了声称半径内的对) 的上界:计数为 0;随机检验为达到的 δ(s) (≤certificate_delta);1 = 没有陈述(未通过、未做)。- 证书未完成(P8):证书的计数分解失败(MUMPS 内存不足或其它 MUMPS 错误)时先改用另一个计数来源(主分解对象或
InertiaCounter,告警);两者都不能计数时 nearest 目标照常返回已收敛的对,
performed = true、passed = false、rigorous = false、failure_probability = 1、count_inertia = −1(没有计数)、count_found为窗口内找到的对数、 [lower, upper] 为本应计数的窗口、note以"not completed"开头、statement写明原因并说明这些对未经认证;success = false(CLI 退出码 1,结果文件照写,stdout 证书行为 "NOT COMPLETED")。证书收缩重跑在 σ 处重分解失败时 同样返回已找到的对(statement注明)。窗口目标(interval / smallest / largest,及零带干扰时转交窗口的 nearest) 本身由计数构成:在数窗口端点与切点时都不能计数则报错(尚无片解出);从第一片起,某片所需的计数(单边锚点的谱隙点、 部分簇的验证计数)不可能时只放弃该片(slices[i]的passed = false、count_found = 0,告警),其余片照常, 返回已完成各片的对:method = "exact"、passed = false、rigorous = false、failure_probability = 1、count_inertia为窗口计数、count_found为找到数、note以"not completed"开头并列出未完成的片、success = false。报错时的错误码:每个失败的计数来源都因内存(内存不足、分配失败、估计超出余量)时为out_of_memory_budget,否则为factorization_failed。 - 随机检验下结论时
count_inertia = −1(不计数),[lower, upper] 为 σ 两侧的声称半径,count_found为 其中找到的对数。 solves:随机检验的单列回代次数(算子作用,所有轮次);seconds:所有轮次完备性检验的墙钟时间 (certificate 阶段,即time_certificate_s的一部分);statement:证明了什么的文字陈述(auto 时前缀 为各方法的预测秒数与选择;选中对少于 k 时注明窗口只覆盖找到的对)。slices:切片 / 单边求解中每次位移反演 Krylov 运行一条(单位移 nearest 为空数组):{lower, upper (±∞ 为 null), sigma, which ∈ {largest_magnitude, smallest_algebraic, largest_algebraic}, count_inertia(GHIEP 为 −1), count_found, nev, reruns, restarts, op_applies, passed}。which 的含义:largest_magnitude = σ 两侧最近,smallest_algebraic = σ 以下, largest_algebraic = σ 以上。GHIEP 的两侧单边运行、复特征值恢复运行,以及判定某侧为空的探测运行 (nev = 1)也列在这里。zero_cluster_dim:GHIEP 需要时计算的零簇维数(A 的零主元数),未计算为 −1。zero_modes_filtered:被zero_filter_tol排除的特征值个数(HEP/GHEP 窗口为惯性计数所得)。memory(P7):{budget_gb, source, limit_gb, limit_source, measure, reserved_gb, limits[{name, gib, detail}]}——本次运行规划用的预算(GiB);source=config(配置的数值)或自动预算所据上限的来源 (cgroup、env、rlimit_as、rlimit_data、mem_total),都读不到时default;limit_gb/limit_source为探测到的最小上限(无则 −1 / "",配置数值时也探测);measure为预算所计的量 (resident= RSS;address_space= VmSize,预算来自 RLIMIT_AS 时;data= VmData,来自 RLIMIT_DATA 时),reserved_gb为该量下已预留未使用的部分(resident 时 0;见 §2memory_budget_gb);limits按上述顺序列出每个来源(gib为 null 表示该来源不设限,detail说明读自何处或为何不设限;secure时只留文件名, §5)。因子是否 走外存见factor_options.out_of_core;内存内分解因内存失败后改走外存的次数见factor_stats.ooc_switches(factor_options.ooc_on_memory_error为真时);最后一次分解给 MUMPS 的 工作区预留(ICNTL(23),MB;cap 或更少,无 cap 时 0)见factor_stats.workspace_reserved_mb。precision(P7):{requested, used, blr, decision, fallback, fallback_reason, attempt_s}——请求的factor_precision、返回结果所用因子的精度(double/single)与是否 BLR;decision为 auto 的依据 (各精度内存内估计对 cap;auto 选了单精度而尝试被放弃时仍保留),否则空;fallback为真时非精确 (单精度 / BLR)尝试被放弃并以双精度重解,fallback_reason说明原因,attempt_s为被放弃尝试的墙钟时间(已计入各阶段时间)。parallel(P10,docs/DESIGN.md§3.9):{processes, threads, helper_threads, helper_counts, helper_slices, fallbacks, share_s, wait_s, helper_busy_s, notes[]}——多进程模式(hsolve-mpi、hs::solve_parallel)的进程数 (leader + helper;hsolve恒为 1,其余为 0 / 空)、leader 与每个 helper 的分解线程数(helper 报告的;没有 helper 拿到问题时 0)、helper 做的证书计数与切片数、helper 任务失败而由 leader 重做的次数、leader 发送问题的时间、leader 等待 helper 的时间(等它们就绪、等结果、等它们放下问题;计入当时的阶段——计数为 certificate,切片为 iterate:阶段 仍互斥)、 helper 任务时间之和,以及notes(为何没交给 helper——代价规则、内存规则(发送前预测或 helper 报告后)、可用 helper 不足——与失败、回退)。多进程模式的证书statement注明各次计数在哪里做(例如 "2 of the 2 counts made by helper processes";一次由 helper、一次由 leader 时分别写明 InertiaCounter 或 main factorization)。subspace(特征向量子空间夹角的后验界,docs/DESIGN.md§3.6-8c):只在 HEP/GHEP、subspace_bound不为 off 且证书 通过(certificate.passed)时计算,否则performed = false、max_sin_bound = null、各对的subspace_sin_bound = null,note说明原因("disabled by configuration"、"not available for indefinite B ..."、"no completeness certificate ..."、 "the completeness certificate did not pass")。夹角都按 B 内积(B = I 时即欧氏 2-范数)度量。pairs[i].subspace_sin_bound:第 i 对所在组的界,即该对向量(及同组向量张成的子空间)与对应精确特征子空间之间 夹角正弦的上界;没有界时为 null。max_sin_bound:全部返回对的界的最大值;有任一对没有界时为 null(note写明几对、为什么)。groups[]:{kind, pairs[], unreturned, lower, upper, dimension, gap, residual, orthogonality, sin_bound}。kind = "cluster":证书窗口内的簇(相邻特征值相距 ≤ 1e-6·(|λ| + scale),或其残差区间相交),其向量张成的子空间与 区间 [lower, upper] 内全部精确特征值的特征子空间比较,后者恰含dimension个特征值;kind = "window":窗口内算出的 对少于窗口的特征值(smallest / largest 的部分簇)或簇无法在窗口内分开时,整个窗口为一组,与窗口的dimension维谱子空间比较。unreturned:组内在窗口里算出、但目标未返回的对数(nearest 的 k 截断了重特征值、 smallest / largest 的窗口多于 k 个),它们的向量属于被界定的子空间。gap:组内特征值到其余全部特征值的距离下界 δ(窗口端点与其它组的 Kahan 区间);residual≥ ‖B^{-1/2}(AX − BXΛ)‖_F(含舍入误差的先验界);orthogonality≥ ‖XᴴBX − I‖₂;sin_bound = min(1, residual / (gap·sqrt(1 − orthogonality)))(向上舍入;lower/upper为向外舍入的 Kahan 区间,gap向下舍入,docs/DESIGN.md§3.6-8c)。rigorous:证书为证明(计数,或 κ 有证明的随机检验)且 λ_min(B) 有证明(B = I、对角 B、Gershgorin、不完全 Cholesky 证明,或subspace_bound = on的惯性计数)时为 true;λ_min(B) 只是估计时为 false(note说明——on 时 写明各次计数的位移与负、零主元数或失败原因——估计只影响 B^{-1}-范数的余项与舍入项)。failure_probability: 取自证书(计数为 0,随机检验为其 δ)。residual_norm:"2"(B = I)、"b_inverse_diagonal"(对角 B,精确加权)、"b_inverse_cg"(一般 B:Jacobi 预条件 CG,余项以 λ_min(B) 与 λ_min(D^{-1/2}BD^{-1/2}) 的下界界定,D = diag(B))。b_min/b_min_source:所用的 λ_min(B) 下界(或估计)及其来源 (identity、diagonal、gershgorin、incomplete_cholesky、inertia_count、estimate)。seconds:计入time_verify_s。- 松紧(实测,
results/subspace_bound.md):有参考特征向量的 18 个测例各 5 次 auto 运行共 590 组中界都不小于实测 夹角,界 / 实测的中位数约 1.5e3(最小 43,最大 8.6e6)。Davis–Kahan 只用残差范数与间隙 δ,残差主要落在远处特征方向时 (谱跨度大、目标处间隙小)偏松,原因与逐组数据见该文件。默认 auto 的计算时间为求解时间的中位数 1.6%(最大 12.7%); 在困难场景对比的 1.0.0 重测中,「零附近 1e4 个特征值」的总时间比 0.9.0 多 5.7%(0.798 → 0.843 s), 其中界占 0.036 s(约 4.5%,§2subspace_bound)。 gpu(P10,可选,只在 GPU 模式不是 off——--gpu或HS_GPU——时由命令行写入,docs/DESIGN.md§3.10、docs/BLAS.md§10):GPU 卸载的报告——mode、available(true / false / null = auto 低于阈值、未加载 CUDA)、device、分解数与卸载的分解数、GPU 上的 GFlop 与占估计的份额、init_s;不能卸载时reason说明为何走 CPU 路径 (无 GPU、无 CUDA 库、显存不足、构建不带 GPU 模块、可执行文件不带 BLAS hook)。没有该键时即 CPU 路径。
4. 评测输出(tools/eval)¶
python -m tools.eval.evaluate CASE RESULT [--guard guard.json] 评测一个结果目录;
python -m tools.eval.sweep RUN 评测一次原始运行的全部结果并写汇总表(两者都须在
tools/run/guard.py 下运行)。每个(测例, 求解器)一份 JSON(默认 RESULT/evaluation.json;sweep 加 --eval-dir EVAL 时写到
EVAL/<case>/<solver>/evaluation.json),一切指标都由测例矩阵与返回向量重算,report.json 只用于
簿记。
评测文档键(schema_version: 1):
- 标识:evaluated(false = 无法评测,见下)、case、solver(参数 > report.json 的 solver >
结果目录名)、inputs{case, result, reference}、problem、n、nnz_a、nnz_b、
complex_scalars、config、target、tol、tolerances{match_rtol, cluster_rtol, tie_rtol,
dup_tol}(默认 1e-6、1e-6、10·tol、1e-4)。
- 簿记:time_total_s;solve_time_s 与 solve_time_scope(同口径的求解时间:报告同时有
time_setup_s 与 time_solve_s 时取二者之和——SLEPc 基线:EPSSetUp(MUMPS 分析与分解)+ EPSSolve +
EPSSolve 推迟到首次 EPSGetEigenpair 的特征向量计算(广义问题的纯化,P4 起计入 time_solve_s),其
time_total_s 还含读测例、PETSc 组装与输出——否则取 time_total_s——hsolve、scipy 基线);peak_rss_bytes(求解器自报,
缺时取 SLEPc 基线的 peak_rss_bytes_sum);measured{wall_s, peak_rss_bytes, returncode, killed,
cores, threads}(guard 摘要,没有时为 null);solver_success;solver_warnings。
- norms{norm2_a, norm2_b, scale, norm_method{A, B}}(n ≤ 4000 稠密精确,否则 ARPACK 下界,
tol 1e-6、ncv 40;ARPACK 一个 Ritz 值也没给出时退回 1-范数,它是上界,η 因此可能偏小,norm_method 记为此值)。
- reference{kind, comparable, complete, window, count, has_eigenvectors}:kind 取自 ref.json,
或 "pooled"——没有可比参考解的测例由同一次运行中多个求解器已接受且互异的特征对合并而成的
未认证参考(只在内存中,从不保存;不报对它的特征值误差)。连续模型参考(partial-analytic)
comparable = false,不参与匹配与完备性。
- pairs[]:每对 index, kind(real|complex), lambda_re, lambda_im, abs_residual, rel_residual,
backward_error, accepted, ref_index, ref_lambda_re, ref_lambda_im, eig_abs_error, eig_rel_error,
eig_scaled_error, duplicate, duplicate_of;duplicates[](duplicate_of = null 表示零或非有限
向量)。
- completeness{status, certified, expected, found, missing, boundary_deficit, boundary_candidates,
extra, beyond_target, unmatched, spurious, distinct_returned}:status ∈ complete / incomplete
(对已认证参考)、consistent / inconsistent(对未认证参考:solver、pooled)、unknown(无参考)。
- clusters[]:参考特征值簇(ref_indices, multiplicity, lambda_min, lambda_max, computed_indices,
angles, max_angle),有参考特征向量时给出子空间夹角。
- format{order_ok, max_normalization_error, max_orthogonality_error, issues}:§3 的格式检查
(目标排序、B-/2-范数归一、HEP/GHEP 向量的 B-正交性);只报告,不影响判定。
- summary{n_pairs, n_real, n_complex, n_accepted, n_duplicates, max_abs_residual, max_rel_residual,
max_backward_error, max_eig_abs_error, max_eig_rel_error, max_eig_scaled_error, max_subspace_angle,
b_orthogonality, solver_claim};solver_claim ∈ agrees / overclaim(自称成功而判定失败)/
underclaim / null。
- verdict ∈ pass / fail 与 reasons[]:pass ⇔ 每对 η ≤ tol、无重复或退化向量、完备性不是
incomplete/inconsistent、无 spurious、返回了特征对(区间目标在参考确认区间为空时可为空)且运行
未被 guard 杀死或被信号终止。无法评测的运行(无结果目录、文件畸形、测例无法读入)也生成
evaluated = false、verdict = fail 的文档,计入判定统计。
原始运行目录(tools/bench/compare.py 与实验脚本写出,tools/eval/sweep.py 读入):
RUN/<case>/<solver>/ 结果目录(§3)
RUN/<case>/guard-<solver>.json 该求解器那次运行的 tools/run/guard.py --summary
RUN/<case>/guard.json 只有一个求解器目录的测例用这个名字
RUN/<case>/config-<solver>.json compare.py 的 hsolve 变体实际用的配置(§2):测例的 config.json 加上该变体的键
(hsolve-auto:certificate = auto;hsolve-nocert:inertia_check = off)与
--target;默认的 hsolve 无 --target 时直接用测例的 config.json,不写此文件
每个(测例, 求解器)都是汇总表的一行:只有 guard 摘要而无结果目录的运行(崩溃、被杀、超时)记为
fail。每个测例的矩阵与范数只读 / 估计一次;无可比参考且有两个以上求解器结果的测例用 pooled 参考
(--no-pool 关闭)。汇总表默认写到 results/eval_<run>.md(tools/eval/report.py 排版),前言给出
重新生成该表与评测 JSON 的命令(对同一原始运行、数据根与线程数是确定的;评测 JSON 不入库)。
5. 数据保护与接口权限¶
本节说明 hsolve 读写哪些文件、启动哪些进程、读取哪些环境变量、是否联网,以及 secure 模式(§2)提供的保护。
适用于命令行 hsolve、hsolve-mpi / hsolve-mpirun 与 Python 接口 hsolve。
secure 模式(--secure 或配置 "secure": true):
- report.json 与 --log 事件日志不含任何文件路径:日志的 start 事件只记版本与 "secure": true,input 事件与
report.json 的 input 对象按内容记录输入:{"A": {"shape": [n, n], "nnz", "dtype": "float64" | "complex128",
"format", "sha256"}, "B": {...} | null},sha256 为输入文件全部字节的 SHA-256(hs::file_sha256,FIPS 180-4)。
报告本来就不含输入路径(非 secure 模式下只有日志的 start 事件记录 A、B、out 路径);内存上限的来源说明
memory.limits[].detail(§3)在 secure 模式下只保留读取上限的文件名(如 memory.max、meminfo),去掉目录——
cgroup 路径含用户、作业或容器编号(hs::strip_paths,求解器按 SolverConfig::secure 处理,Python 接口同样适用)。
- 进程设 umask 077:命令行创建的结果文件、report.json、日志(含 hsolve-mpi helper 的 <log>.rank<r>)与 MUMPS
外存文件权限为 0600,新建目录为 0700;已存在的同名结果文件与日志先删除再创建(截断写入会保留旧权限),写完再显式设为
0600。已存在的输出目录本身的权限不改。
- 求解与数值结果不变;错误信息(stderr)仍可能含用户在命令行给出的路径。
读取的文件:
- 输入:--A、--B(.npz / .npy / .mtx)与 --config(JSON);Python 接口只读调用方传入的路径。
.npy / .npz 由自研解析器读取(src/io),不支持也不执行 pickle:dtype 为 object(|O,其内容是 pickle)的数组
在读取载荷之前即以 unsupported 拒绝(tests/cpp/test_io.cpp、tests/cpp/test_secure.cpp、tests/py/test_cli_features.py)。
仓库中的 Python 工具(tools/case.py 等)用 numpy.load / scipy.sparse.load_npz 读测例,二者默认
allow_pickle=False,同样不会反序列化 pickle。
- 系统信息(只读):/proc/self/status、/proc/self/statm(内存统计)、/proc/self/cgroup、/sys/fs/cgroup/...(内存
cgroup 上限)、/proc/meminfo(自动内存预算,§2);BLAS 剖析(HS_BLAS_PROFILE)读 /proc/self/exe。hsolve-mpirun 读
/proc/self/status 与 /sys/devices/system/node/ 划分 NUMA 节点。
写入的文件:--out 目录中的 eigenvalues.npy、eigenvectors.npy、complex_eigenvalues.npy /
complex_eigenvectors.npy(仅 GHIEP 有复特征值时;否则删除旧文件)与 report.json;--log 文件(hsolve-mpi 的 helper
写 <log>.rank<r>);因子走外存时 MUMPS 的外存文件(目录:MUMPS 的环境变量 MUMPS_OOC_TMPDIR,未设时为 MUMPS 的默认
目录,MUMPS 释放实例时删除)。只在显式设置时:HS_BLAS_PROFILE=<文件>(BLAS 调用剖析)、HS_GPU_REPORT=<文件>(GPU 卸载报告)。
Python 接口不写任何文件。
启动的进程:hsolve 与 Python 接口不启动子进程(只有 OpenMP 线程;--gpu auto|on 时在进程内 dlopen CUDA
runtime / cuBLAS,HS_CUDA_LIBDIR 可指定目录)。hsolve-mpirun 启动 mpiexec(--mpiexec、$MPIEXEC 或 PATH 中的)
运行 hsolve-mpi,并调用 taskset(与 --interleave-leader 时的 numactl)绑核;只有一个 NUMA 节点时直接 exec
单进程 hsolve。
读取的环境变量:
- 资源:HSOLVE_MEMORY_LIMIT_GB(调用方声明的内存上限,§2);OpenMP / OpenBLAS 的标准变量(如 OMP_NUM_THREADS)。
- 诊断与实验开关(默认均未设置):HS_KERNELS_NO_AVX512、HS_BLAS_ROUTE、HS_BLAS_NO_AVX512、HS_BLAS_NO_AVX2、
HS_BLAS_PROFILE、HS_MUMPS_BLOCKING、HS_GPU、HS_GPU_OPTS、HS_GPU_REPORT、HS_CUDA_LIBDIR(docs/BLAS.md、
docs/DESIGN.md §3.8、§3.10)。
- hsolve-mpirun:MPIEXEC、HSOLVE、HSOLVE_MPI、HS_REF_ENV,并向各 rank 导出 HSOLVE_MPIRUN_PLAN、
HSOLVE_MPIRUN_EXE、HSOLVE_MPIRUN_INTERLEAVE。
- 第三方库自身读取的变量(MUMPS 的 MUMPS_OOC_TMPDIR / MUMPS_OOC_PREFIX、CUDA 的 CUDA_VISIBLE_DEVICES、MPI
实现的变量)。
网络:hsolve 不打开任何网络连接,不下载、不上传、不收集使用数据。多进程模式 hsolve-mpi 的进程间通信由所用的
MPI 实现负责(同一节点内通常为共享内存),hsolve 自身不建立套接字。