验证

本章节解释为什么仓库里的性能结论值得信任，以及这种信任到哪里为止。

方法论解释“如何优化”。验证解释这些优化结论周围的证据边界：正确性阈值、benchmark 范围标注、托管 CI 的限制，以及可复现性的要求。

验证模型

证据表面	能证明什么	不能证明什么
托管 CI + 本地结构检查	文档/规范结构、Pages 可发布性、格式化/治理流程检查，以及仓库健康检查	GPU 运行时正确性、CUDA benchmark 数字、硬件相关提速
本地 GPU 机器上的 ctest --test-dir build	以项目 cuBLAS oracle 为基准的运行时正确性	通用性能结论
本地 benchmark 执行	某个 GPU、某条命令、某个范围标签下的性能行为	其他 GPU、其他 CUDA 栈或未标注工作负载上的结果

规范验证页面

需求	页面
理解正确性阈值与 oracle 策略	正确性策略
解释 benchmark 标签与公开数字	Benchmark 范围
负责任地复现结果	可复现性
查看代表性 benchmark 快照	Benchmark 结果

托管 CI 能证明什么

托管 CI 被信任来证明仓库健康：文档结构、Pages 构建能力、格式化检查，以及 OpenSpec / 治理一致性。它保证公共表面保持连贯。

托管 CI 不 被用来证明 CUDA 运行时行为或 benchmark 性能。这些结论必须来自真实 GPU 机器。

只有本地 GPU 运行才能证明什么

以下内容必须依赖本地 GPU 执行：

• 基于 cuBLAS 的运行时正确性检查
• Tensor Core 快路径与 fallback 行为
• benchmark 数字，包括端到端与 compute-only 的差异
• 与占用率、staging、内存行为相关的架构级结论

如何阅读公开数字

把仓库中的每个数字都看成有范围边界的证据，而不是通用承诺。

• 先看 GPU 型号与 CUDA 环境
• 再看 benchmark 标签
• 再看 shape 集合
• 最后才与其他结果对比

如果缺少其中任意一项，这个数字更像提示，而不是结论。

常见表达误区

• 不加 shape、转换成本与 fallback 前提，就说“Tensor Core 一定更快”。
• 只报一个 GFLOPS 数字，却不说明 benchmark 标签和工作负载范围。
• 忽略 FP32 与混合精度在数值容差上的差异。
• 把托管 CI 通过当作 CUDA 运行时正确性或性能的证明。