feat(simai): SimAI 1.7 - SimCCL v2.30 integration, docs update, send_lat bucketing

.gitignore

@@ -2,9 +2,27 @@
 astra-sim-alibabacloud/build/simai_analytical/build/
 astra-sim-alibabacloud/build/astra_ns3/build/
 astra-sim-alibabacloud/extern/
+build-optimized/
 bin/
 results/
 test/log/
 *.log
+*.bak
+ncclFlowModel_*.csv
+send.txt
 .cur*
 .DS_Store
+
+# SimCCL standalone build artifacts
+SimCCL/standalone/build/
+SimCCL/standalone/build_*/
+SimCCL/tools/pat_simulator
+
+# Generated topology files (kept local, excluded from PR)
+astra-sim-alibabacloud/inputs/topo/Rail_Opti_SingleToR_*
+/Rail_Opti_SingleToR_*
+
+# Editor temp files
+*.swp
+*.swo
+*~

CHANGELOG.md

@@ -0,0 +1,23 @@
+# Changelog
+
+All notable changes to SimAI are documented in this file.
+
+## [1.7] - 2026-07-07
+
+- [SimCCL](https://github.com/aliyun/SimCCL) v2.30 mock: NCCL-style collective flow decomposition with Ring, PAT, and NVLS algorithm support.
+- Protocol-aware selection (LL/LL128/Simple based on message size).
+- SimCCL standalone binary for independent collective operation analysis (no GPU required).
+- Per-(algorithm, protocol, link_type) send latency table for higher simulation fidelity.
+
+## [1.6] - 2026-04-23
+
+- GPU memory modeling for inference simulation (parameter counting & KV cache).
+- Linear interpolation for decode time estimation (replacing nearest-neighbor).
+- Prefill-Decode Disaggregation memory planning (independent budgets for Prefill/Decode).
+
+## [1.5] - 2025-12-30
+
+- End-to-end simulation for multi-request **inference** workloads.
+- Advanced Inference Simulation: Model complex scenarios with Prefill/Decode separation.
+- Modern Model Support: DeepSeek, Qwen3Moe and Qwen3Next.
+- Request Scheduling: Adapted from Microsoft's [Vidur](https://github.com/microsoft/vidur).

Dockerfile

@@ -8,8 +8,8 @@ RUN apt-get update && apt-get install -y git && rm -rf /var/lib/apt/lists/*
 WORKDIR /workspace/SimAI
 
 # [Optional] Configure pip and uv to use Aliyun mirror for faster package downloads.
-RUN pip config set global.index-url http://mirrors.aliyun.com/pypi/simple
-RUN pip config set install.trusted-host mirrors.aliyun.com
+# Use HTTPS to avoid MITM during dependency download (no trusted-host needed with TLS).
+RUN pip config set global.index-url https://mirrors.aliyun.com/pypi/simple
 ENV UV_DEFAULT_INDEX="https://mirrors.aliyun.com/pypi/simple"
 
 RUN pip install --no-cache-dir uv
@@ -26,7 +26,11 @@ RUN UV_TORCH_BACKEND=auto uv pip install -v --system --no-cache-dir --no-build-i
 # Copy the rest of the application source code into the image.
 COPY . .
 
-RUN mv ./workload_generator /usr/local/lib/python3.12/dist-packages &&\
-    mv ./utils /usr/local/lib/python3.12/dist-packages &&\
-    mv ./log_analyzer /usr/local/lib/python3.12/dist-packages
+# Move helper packages onto the Python site-packages path. Compute the path
+# dynamically so this does not break if the base image's Python minor version
+# or site-packages location changes.
+RUN SITE_PACKAGES="$(python3 -c 'import site; print(site.getsitepackages()[0])')" &&\
+    mv ./workload_generator "$SITE_PACKAGES" &&\
+    mv ./utils "$SITE_PACKAGES" &&\
+    mv ./log_analyzer "$SITE_PACKAGES"
 ENV PYTHONPATH=/workspace/SimAI:/workspace/SimAI/aicb:/workspace/SimAI/vidur:$PYTHONPATH

README.ja.md

@@ -11,6 +11,12 @@
 
 ### 最近のアップデート
 
+- [2026/07] **SimAI 1.7 リリース！** 主な更新：
+  - [SimCCL](https://github.com/aliyun/SimCCL) v2.30 mock：Ring、PAT、NVLS アルゴリズムをサポートする NCCL スタイルの集合通信フロー分解。
+  - プロトコル認識選択（メッセージサイズに基づく LL/LL128/Simple の自動選択）。
+  - SimCCL スタンドアロンバイナリ（GPU不要で集合操作分析が可能）。
+  - (アルゴリズム, プロトコル, リンクタイプ) 別の送信レイテンシテーブルによるシミュレーション精度向上。
+
 - [2026/04] **SimAI 1.6 リリース！** 主な更新：
   - 推論シミュレーション向け GPU メモリモデリング（パラメータカウント＆KV Cache）。
   - Decode 時間推定の線形補間（最近傍探索の代替）。
@@ -44,6 +50,7 @@
 
 | 日付             | イベント                                                                  | 場所                     | 内容                                                      | 形式           |
 |:----------------:|:------------------------------------------------------------------------ |:----------------------- |:-------------------------------------------------------- |:-------------:|
+| 2026年7月7日     | SimAI 1.7                                                                | 🌐 オンライン            | SimAI 1.7 のリリース                                     | 💻 バーチャル  |
 | 2026年4月23日    | SimAI 1.6                                                                | 🌐 オンライン            | SimAI 1.6 のリリース                                     | 💻 バーチャル  |
 | 2025年12月30日   | SimAI 1.5                                                                | 🌐 オンライン            | SimAI 1.5 のリリース                                     | 💻 バーチャル  |
 | 2025年6月4日     | SimAIコミュニティ第1回ワークショップ                                      | 📍 北京大学              | コミュニティ貢献者による3つの講演                          | 🎓 現地        |
@@ -77,6 +84,7 @@
   - [セットアップ](#セットアップ)
   - [SimAI-Analyticalの使い方](#simai-analyticalの使い方)
   - [SimAI-Simulationの使い方](#simai-simulationの使い方)
+  - [SimCCL の使い方](#simccl-の使い方)
   - [マルチリクエスト推論シミュレーションの使い方](#マルチリクエスト推論シミュレーションの使い方)
 
 # SimAI 概要
@@ -118,7 +126,7 @@ astra-sim-alibabacloudは[astra-sim](https://github.com/astra-sim/astra-sim/tree
 
 SimAIは、さまざまなシミュレーション要件を満たすために、3つの主要な動作モードをサポートしています：
 
-**SimAI-Analytical**は、バス帯域幅（busbw）を使用して集合通信時間を見積もることにより、ネットワーク通信の詳細を抽象化し、高速なシミュレーションを提供します。現在、ユーザー定義のbusbwをサポートしていますが、自動busbw計算機能はまもなく登場予定です。
+**SimAI-Analytical**は、バス帯域幅（busbw）を使用して集合通信時間を見積もることにより、ネットワーク通信の詳細を抽象化し、高速なシミュレーションを提供します。現在のオープンソース版バイナリは `-nv`/`-nic`/`-n_p_s` から busbw を自動計算します（デフォルト、下記参照）。注意：ユーザー定義の `busbw.yaml`（`-busbw`）は現在のオープンソース版 analytical バイナリでは未接続です。この方法は以前の SimAI バージョンを参照してください。
 
 **SimAI-Simulation**は、きめ細かいネットワーク通信モデリングを備えたフルスタックシミュレーションを提供します。NS3や他のネットワークシミュレータ（現在はNS3がオープンソース化されています）を活用して、すべての通信動作を詳細にシミュレーションし、実際のトレーニング環境を高忠実に再現することを目指しています。
 
@@ -146,7 +154,7 @@ SimAIを基盤とした革新的な研究や拡張を奨励します。ディス
 
 # クイックスタート
 
-以下に簡単な例を示します。SimAIの完全なチュートリアルはこちらにあります：[**SimAI@Tutorial**](./docs/Tutorial.md)、[**aicb@Tutorial**](https://github.com/aliyun/aicb/blob/master/training/tutorial.md)、[SimCCL@Tutorial]、[ns-3-alibabacloud@Tutorial]
+以下に簡単な例を示します。SimAIの完全なチュートリアルはこちらにあります：[**SimAI@Tutorial**](./docs/Tutorial.md)、[**aicb@Tutorial**](https://github.com/aliyun/aicb/blob/master/training/tutorial.md)、[**SimCCL@Tutorial**](./SimCCL/README.md)、[**ns-3-alibabacloud@Tutorial**](https://github.com/aliyun/ns-3-alibabacloud)
 
 ## セットアップ
 
@@ -179,14 +187,16 @@ $ ./scripts/build.sh -c ns3
 
 ## SimAI-Analyticalの使い方
 
+デフォルトでは、SimAI-Analytical はバス帯域幅を自動的に計算します：
+
 ```bash
-$ ./bin/SimAI_analytical -w example/workload_analytical.txt -g 9216 -g_p_s 8 -r test- -busbw example/busbw.yaml
+$ ./bin/SimAI_analytical -w ./example/workload_analytical.txt -g 9216 -nv 360 -nic 48.5 -n_p_s 8 -g_p_s 8 -r example-
 ```
 
-バス帯域幅を自動で計算するには、次のコマンドを試してください：
+> 注意：以下の `-busbw example/busbw.yaml`（ユーザー定義 busbw）コマンドは、現在のオープンソース版 analytical バイナリでは**サポートされていません**。`-busbw` は解析されず、コマンドは使用法を表示して終了します。参考のために残しています。手動の `busbw.yaml` の使い方は以前の SimAI バージョンを参照してください。
 
 ```bash
-$ ./bin/SimAI_analytical -w ./example/workload_analytical.txt -g 9216 -nv 360 -nic 48.5 -n_p_s 8 -g_p_s 8 -r example-
+$ ./bin/SimAI_analytical -w example/workload_analytical.txt -g 9216 -g_p_s 8 -r test- -busbw example/busbw.yaml
 ```
 
 ## SimAI-Simulationの使い方
@@ -199,6 +209,28 @@ $ python3 ./astra-sim-alibabacloud/inputs/topo/gen_Topo_Template.py -topo Spectr
 $ AS_SEND_LAT=3 AS_NVLS_ENABLE=1 ./bin/SimAI_simulator -t 16 -w ./example/microAllReduce.txt -n ./Spectrum-X_128g_8gps_100Gbps_A100 -c astra-sim-alibabacloud/inputs/config/SimAI.conf
 ```
 
+## SimCCL の使い方
+
+SimCCL は、フルネットワークシミュレーションを実行せずに、集合通信フロー分解を独立して分析できます：
+
+```bash
+# SimCCL スタンドアロンバイナリのビルド
+$ cd SimCCL/standalone
+$ bash build.sh v2.30
+
+# 単一集合操作の分析
+$ ./build/simccl-standalone --op AllReduce --size 4194304 \
+    --nRanks 8 --nNodes 1 --gpus_per_node 8 --gpu_type H20
+
+# ワークロードファイルモード
+$ ./build/simccl-standalone -w ../../example/microAllReduce.txt \
+    --nRanks 16 --nNodes 2 --gpus_per_node 8 --gpu_type H20
+```
+
+出力：`ncclFlowModel_detailed_flows.csv` — 集合操作のポイントツーポイントフロー分解。
+
+詳細なドキュメントについては [SimCCL README](./SimCCL/README.md) を参照してください。
+
 ## マルチリクエスト推論シミュレーションの使い方
 
 詳細については、`vidur-alibabacloud` ディレクトリ内の [README](./vidur-alibabacloud/README.md) ファイルを参照してください。このモジュールは AICB を活用して**推論**ワークロードの計算時間をプロファイリングします。DeepGEMM や FlashMLA などの特定のハードウェアアクセラレーションライブラリに依存するため、**Hopper (SM90)** および **Blackwell (SM100)** アーキテクチャベースの NVIDIA GPU のみに対応しています。

README.md

@@ -11,6 +11,12 @@
 
 ### Recent Updates
 
+- [2026/07] **SimAI 1.7 Released!** Key updates:
+  - [SimCCL](https://github.com/aliyun/SimCCL) v2.30 mock: NCCL-style collective flow decomposition with Ring, PAT, and NVLS algorithm support.
+  - Protocol-aware selection (LL/LL128/Simple based on message size).
+  - SimCCL standalone binary for independent collective operation analysis (no GPU required).
+  - Per-(algorithm, protocol, link_type) send latency table for higher simulation fidelity.
+
 - [2026/04] **SimAI 1.6 Released!** Key updates:
   - GPU memory modeling for inference simulation (parameter counting & KV cache).
   - Linear interpolation for decode time estimation (replacing nearest-neighbor).
@@ -44,6 +50,7 @@
 
 | Date             | Event                                                                    | Location                | Content                                                  | Type          |
 |:----------------:|:------------------------------------------------------------------------ |:----------------------- |:-------------------------------------------------------- |:-------------:|
+| Jul 7, 2026      | SimAI 1.7                                                                | 🌐 Online               | The release of SimAI 1.7                                 | 💻 Virtual    |
 | Apr 23, 2026     | SimAI 1.6                                                                | 🌐 Online               | The release of SimAI 1.6                                 | 💻 Virtual    |
 | Dec 30, 2025     | SimAI 1.5                                                                | 🌐 Online               | The release of SimAI 1.5                                 | 💻 Virtual    |
 | Jun 4, 2025      | The first workshop of the SimAI community                                | 📍 Peking University    | Three talks from community contributors                  | 🎓 On-site    |
@@ -77,6 +84,7 @@ See [Tutorial](./docs/Tutorial.md) for full documentation.
   - [Setup](#setup)
   - [Use SimAI-Analytical](#use-simai-analytical)
   - [Use SimAI-Simulation](#use-simai-simulation)
+  - [Use SimCCL](#use-simccl)
   - [Use Multi-requests Inference Simulation](#use-multi-requests-inference-simulation)
 
 # SimAI Overview
@@ -118,7 +126,7 @@ astra-sim-alibabacloud is extended from [astra-sim](https://github.com/astra-sim
 
 SimAI supports three major operation modes to meet different simulation requirements:
 
-**SimAI-Analytical** offers fast simulation by abstracting network communication details using bus bandwidth (busbw) to estimate collective communication time. While it currently supports user-defined busbw, automatic busbw calculation feature is coming soon.
+**SimAI-Analytical** offers fast simulation by abstracting network communication details using bus bandwidth (busbw) to estimate collective communication time. The current open-source binary computes busbw automatically from `-nv`/`-nic`/`-n_p_s` (the default, shown below). Note: the user-defined `busbw.yaml` path (`-busbw`) is not wired in the current open-source analytical binary; refer to earlier SimAI versions for that workflow.
 
 **SimAI-Simulation** provides full-stack simulation with fine-grained network communication modeling. It leverages NS3 or other network simulators (NS3 currently open-sourced) to achieve detailed simulation of all communication behaviors, aiming for high-fidelity reproduction of actual training environments.
 
@@ -146,7 +154,7 @@ We encourage innovative research and extensions based on SimAI. Welcome to join
 
 # Quick Start
 
-Here are some simple examples. SimAI full tutorials can be found here: [**SimAI@Tutorial**](./docs/Tutorial.md), [**aicb@Tutorial**](https://github.com/aliyun/aicb/blob/master/training/tutorial.md), [SimCCL@Tutorial], [ns-3-alibabacloud@Tutorial]
+Here are some simple examples. SimAI full tutorials can be found here: [**SimAI@Tutorial**](./docs/Tutorial.md), [**aicb@Tutorial**](https://github.com/aliyun/aicb/blob/master/training/tutorial.md), [**SimCCL@Tutorial**](./SimCCL/README.md), [**ns-3-alibabacloud@Tutorial**](https://github.com/aliyun/ns-3-alibabacloud)
 
 ## Setup
 
@@ -179,14 +187,16 @@ $ ./scripts/build.sh -c ns3
 
 ## Use SimAI-Analytical
 
+By default, SimAI-Analytical calculates bus bandwidth automatically:
+
 ```bash
-$ ./bin/SimAI_analytical -w example/workload_analytical.txt -g 9216 -g_p_s 8 -r test- -busbw example/busbw.yaml
+$ ./bin/SimAI_analytical -w ./example/workload_analytical.txt -g 9216 -nv 360 -nic 48.5 -n_p_s 8 -g_p_s 8 -r example-
 ```
 
-For calculating bus bandwidth automatically, please try the following command:
+> Note: The `-busbw example/busbw.yaml` (user-defined busbw) command below is **not supported** by the current open-source analytical binary — the `-busbw` flag is not parsed, so the command prints usage and exits. It is kept here for reference; see earlier SimAI versions for the manual `busbw.yaml` workflow.
 
 ```bash
-$ ./bin/SimAI_analytical -w ./example/workload_analytical.txt -g 9216 -nv 360 -nic 48.5 -n_p_s 8 -g_p_s 8 -r example-
+$ ./bin/SimAI_analytical -w example/workload_analytical.txt -g 9216 -g_p_s 8 -r test- -busbw example/busbw.yaml
 ```
 
 ## Use SimAI-Simulation
@@ -199,6 +209,28 @@ $ python3 ./astra-sim-alibabacloud/inputs/topo/gen_Topo_Template.py -topo Spectr
 $ AS_SEND_LAT=3 AS_NVLS_ENABLE=1 ./bin/SimAI_simulator -t 16 -w ./example/microAllReduce.txt -n ./Spectrum-X_128g_8gps_100Gbps_A100 -c astra-sim-alibabacloud/inputs/config/SimAI.conf
 ```
 
+## Use SimCCL
+
+SimCCL can be used independently to analyze collective communication flow decomposition without running full network simulation:
+
+```bash
+# Build SimCCL standalone binary
+$ cd SimCCL/standalone
+$ bash build.sh v2.30
+
+# Single collective operation analysis
+$ ./build/simccl-standalone --op AllReduce --size 4194304 \
+    --nRanks 8 --nNodes 1 --gpus_per_node 8 --gpu_type H20
+
+# Workload file mode
+$ ./build/simccl-standalone -w ../../example/microAllReduce.txt \
+    --nRanks 16 --nNodes 2 --gpus_per_node 8 --gpu_type H20
+```
+
+Output: `ncclFlowModel_detailed_flows.csv` — point-to-point flow decomposition of collective operations.
+
+For detailed documentation, see [SimCCL README](./SimCCL/README.md).
+
 ## Use Multi-requests Inference Simulation
 
 For detailed information, please refer to the [README](./vidur-alibabacloud/README.md) file in the `vidur-alibabacloud` directory. This module leverages AICB to profile the computation time of **inference** workloads. Due to its reliance on specific hardware-accelerated libraries like DeepGEMM and FlashMLA, it is exclusively compatible with NVIDIA GPUs based on the **Hopper (SM90)** and **Blackwell (SM100)** architectures.