kernbench2/docs/adr-ko/ADR-0054-eval-milestone-benches.md

# ADR-0054: 마일스톤 평가 bench — 자기완결적 sweep + figure bench

## Status

Accepted (2026-05-22).

ADR-0044(D1/D2)와 ADR-0045(D5)를 개정하고, ADR-0043/0044의 "로직이
`scripts/` + `tests/`에 산다" 배치를 대체한다: GEMM/allreduce 평가
하니스가 이제 사용자가 실행하여 모든 결과 + figure를 재생성하는
자기완결적 **bench**가 된다.

## Context

ADR-0043(allreduce 평가)과 ADR-0044(GEMM 평가)는 각 하니스를 **sweep**
(수동 `scripts/` 드라이버, 또는 allreduce의 경우 parametrized 테스트
자체) + committed 데이터를 렌더링하는 **figure 테스트**로 분리했다.
따라서 sweep/render 로직은 `scripts/gemm_sweep.py`,
`tests/gemm/_gemm_plot_helpers.py`, `tests/sccl/_allreduce_helpers.py`에
존재했다.

마일스톤 요구사항("사용자가 *하나의 bench*를 실행해 모든 결과와 플롯을
생성하도록 allreduce + GEMM 평가를 리팩터")은 그 배치로는 충족 불가다:
bench는 production 코드이며 **`tests/`를 import할 수 없다**(ADR-0007 레이어
방향). 평가 로직은 bench에서 닿을 수 있도록 production으로 이동해야 했다.

선택한 home은 별도 `kernbench.eval` 패키지가 아니라 bench 모듈 자체다.
bench 파일은 임의의 모듈 레벨 코드를 가질 수 있으며, 하니스를 bench로
합치면 도메인당 파일 하나가 유지되고 패키지 레이어가 하나 줄어든다.

## Decision

### D1. 두 마일스톤 bench가 평가 로직을 보유

- `src/kernbench/benches/milestone_1h_gemm.py` — GEMM shape×variant sweep
  + 세 figure renderer(`scripts/gemm_sweep.py` +
  `tests/gemm/_gemm_plot_helpers.py`에서 이동).
- `src/kernbench/benches/milestone_1h_ccl.py` — distributed allreduce
  드라이버, latency + buffer-kind sweep, topology diagram, FSIM 비교, 그리고
  direct-launch 패리티 레퍼런스(`tests/sccl/_allreduce_helpers.py`에서 이동).

각 파일은 해당 도메인 평가 로직의 **단일 home**이다.

### D2. "평가 bench" 패턴 (ADR-0045 D5 확장)

ADR-0045 D5는 bench를 단일 구성(single-SIP, 또는 ADR-0024 multi-SIP CCL
예외)으로 고정했다. 본 ADR은 세 번째 패턴을 추가한다:

- **평가 bench**는 *여러* 구성을 구동하고 figure를 렌더링할 수 있다. 외부
  `run_bench` 엔진 대신 sweep 지점마다 자체 `GraphEngine` /
  `RuntimeContext`를 빌드한다.
- 그러면 외부 ctx에 제출된 handle이 없으므로, bench는 마지막에
  **sentinel 텐서**(`torch.zeros((1, 1), …)`)를 제출하여 `run_bench`의
  "최소 한 번 제출" 계약(ADR-0045 D4)을 만족시키고 CLI가 0으로 종료되게
  한다.

### D3. 출력 위치

두 bench 모두 `src/kernbench/benches/1H_milestone_output/{gemm,ccl}/`에
쓴다(사용자 요청 — bench 옆 아티팩트). 디렉터리는 생성된 PNG/CSV/JSON만
보유하며(`.py`/`__init__.py` 없음), 따라서 eager-import audit(ADR-0045
첫 동작)이 무시한다 — `pkgutil.iter_modules`는 비-패키지 하위 디렉터리를
yield하지 않는다. committed `docs/diagrams/` 아티팩트와 달리
**git-ignore**된다(요청 시 재생성 가능).

### D4. GEMM 무거운 sweep — 기본은 fresh, `MILESTONE_FAST`로 재사용

`milestone-1h-gemm`은 기본적으로 전체 24-sim sweep을 실행한다(분 단위;
한 shape는 2048 tile). `MILESTONE_FAST=1`은 committed
`docs/diagrams/gemm_sweep.json`을 재사용하고 렌더링만 한다(초 단위). 이는
ADR-0044 D1/D2의 "무거운 sweep은 수동/`slow` 단계로 유지"를 뒤집는다:
bench 실행이 곧 재생성이다. slow 경로는 `@pytest.mark.slow` bench
테스트로 행사되고, fast 경로는 기본 실행된다.

### D5. 테스트 + 스크립트는 thin re-export shim으로 재사용 (단일 home 유지)

기존 figure 테스트와 `scripts/gemm_sweep.py` 진입점은 유지되며 이제 bench
모듈을 재사용한다:

- `tests/gemm/_gemm_plot_helpers.py` → renderer +
  `GEMM_SWEEP_JSON`/`GEMM_PLOTS_DIR`/`ROOT`를
  `kernbench.benches.milestone_1h_gemm`에서 re-export.
- `tests/sccl/_allreduce_helpers.py` → 드라이버 코어, config writer, sweep
  상수, renderer, disk aggregator를 `kernbench.benches.milestone_1h_ccl`에서
  re-export하고, **pytest 전용** 조각은 로컬 유지: `pytest.param` 행렬
  (`CONFIGS` / `_sweep_params` / `_bk_params`)과 fixture 결합
  `_run_distributed`(`monkeypatch.chdir` + `_drive_distributed`) wrapper.
- `scripts/gemm_sweep.py` → bench의 `run_sweep` 위 thin wrapper.

테스트가 bench 모듈을 import하는 것은 허용된다(테스트는 production 위에
위치, ADR-0007); 이는 전체 패키지 eager audit을 유발하며, 그것은 이미 매
`kernbench` 실행 시 동작한다. matplotlib는 renderer 내부에서 lazy import로
유지되어 audit의 startup 비용은 불변이다.

### D6. 평면 모듈 네이밍 (`benches/` 하위 폴더 없음)

`1H_milestone…`로 명명된 `benches/` 하위 패키지는 불가능하다 — Python
패키지 이름은 숫자로 시작할 수 없다. 따라서 bench는 평면 모듈
`milestone_1h_gemm.py` / `milestone_1h_ccl.py`이며 bench 이름은
`milestone-1h-gemm` / `milestone-1h-ccl`(kebab-case, ADR-0045 D1에 따라
글자로 시작)이다.

## Consequences

### Positive

- `kernbench run --bench milestone-1h-gemm`(또는 `…-ccl`)이 도메인의 모든
  결과 + figure를 한 명령으로 재생성한다 — 마일스톤 요구사항.
- 평가 로직의 단일 소스(bench), shim을 통해 테스트와 스크립트가 재사용;
  중복 없음.
- figure 테스트와 `scripts/gemm_sweep.py`는 변경 없이 계속 동작.

### Negative / limitations

- 두 bench 파일이 크다(CCL 쪽은 distributed 드라이버, sweep, matplotlib
  드로잉을 섞는다). 대부분 평가 하니스인 "bench"는 이례적이며, 본 ADR이
  이를 정당화한다.
- 생성 아티팩트가 명시적 요청에 의해 source tree(`src/kernbench/benches/`)
  안에 산다; 커밋을 피하려 git-ignore.
- `milestone-1h-ccl`(및 기본 `milestone-1h-gemm`)은 분 단위 소요 —
  on-demand 마일스톤 아티팩트에는 수용 가능, 일상 실행에는 아님.

## Dependencies

- **ADR-0007**: 레이어 방향(테스트는 production을 import할 수 있으나 bench는
  테스트를 import할 수 없는 이유).
- **ADR-0043 / ADR-0044**: 본 ADR이 bench로 이전하는 allreduce / GEMM 평가
  하니스.
- **ADR-0045**: bench 모듈 계약; 여기 D2가 그 D5(single-device 규칙)를
  평가-bench 패턴으로 확장하고, sentinel을 위해 D4(NO_REQUESTS)에 의존.
- **ADR-0024**: allreduce sweep이 구동하는 rank = SIP launcher.

## Open questions

- GEMM theoretical 모델 상수(ADR-0044 D5)를 복사 대신 ADR-0033/0014에서
  소싱해야 하는가? 본 ADR로는 불변.
- `build_overview_slides.py`가 GEMM 막대를 네이티브로 그리는 대신 마일스톤
  출력 PNG를 소비해야 하는가? 여전히 open(ADR-0044 D6 / Negative).