[issue1] DeepEP internode_ll SM/QP 预算公式复现与扫描工具

[shsaihdsaiudh]

关联 Issue

#1

提交内容

src/code/issue1/sm_qp_budget.py：DeepEP V2 ElasticBuffer.get_theoretical_num_sms() 与 get_theoretical_num_qps() 的独立可运行复现。不依赖 GPU 和 DeepEP 运行时，可直接用于离线扫参与推导说明。

对照源码：deepseek-ai/DeepEP commit dd758caf451848bd150e1046af3d0a73e5fff38d，deep_ep/buffers/elastic.py L729–L853。

保留的建模步骤：

• 用组合数 G * (1 - C(E - E/G, k) / C(E, k)) 估计 top-k 命中的期望 distinct rank 数（scale-out 与全局各算一次）；
• 按通信阶段显式累加归一化的 SM read / SM write / RDMA / NVLink 流量，区分 scale-out 与扁平两条分支；
• 比较 rdma_traffic/rdma_gbs 与 nvlink_traffic/nvlink_gbs 识别瓶颈链路；
• 由瓶颈链路带宽和每 SM 读写带宽反推 SM 数，取 read/write 限制的较大值；
• 乘 1.25 安全系数、max(4, ...) 下限、偶数对齐，prefer_overlap_with_compute=False 时抬到 64，最后受设备 SM 数上限约束；
• QP：direct 取 min(num_sms, 8+1)，hybrid 取 num_sms*16+1，最后受 num_allocated_qps 限制。

相比直接读源码，本实现额外导出了每一步的中间量（normalized_traffic、link_time_units、bottleneck、read_limited_sms、write_limited_sms、raw_sms），便于对照推导过程，也便于后续定位模型预测与实测最优 SM 数的偏差来源。

验证

python -m pytest src/code/issue1/test_sm_qp_budget.py -q   # 3 passed
python src/code/issue1/sm_qp_budget.py

默认扫描 1/2/4/8 节点 × top-k 1/2/4/8，结果写入 src/code/issue1/results/（JSON + CSV），含各配置的瓶颈链路、推荐 SM/QP 数与相对固定 24 SM 的节省量。带宽、专家数、每节点 GPU 数、设备 SM 数均为命令行可替换参数。

当前边界

本 PR 覆盖验收要求 1 中的模型推导说明与可复现扫描工具部分。

验收要求 1 的"模型预测值 vs 实测最优 SM 数对比曲线"和验收要求 2（带宽不低于人工扫参最优值 95%、端到端收益分析）需要 ≥2 节点 DeepEP 环境实测 SM 扫描曲线后回填。提交者当前为单卡环境，无法给出实测对比。

results/ 中所有数值均为模型预测值，文件内已标注，未与实测数据混淆。