L4 brief ok

StgSharp.Common/HighPerformance/Memory/L4.Prefetch.cs

@@ -63,6 +63,10 @@ namespace StgSharp.HighPerformance.Memory
             {
                 ref CacheLinePrediction handle = ref span[i];
                 nuint address = handle.Address;
+                if (TestHit(address))
+                {
+                    continue;
+                }
                 if (!TryGetEmptyLine(out int index)) {
                     throw new OverflowException("L4 has no empty cache line.");
                 }

StgSharp.Common/HighPerformance/Memory/L4_design.md

@@ -187,7 +187,7 @@ RRPV数组使用byte存储每一个cacheline的使用情况，其低二位表示
 | 时机           | 操作                              | 说明                        |
 |---------------|-----------------------------------|-----------------------------|
 | 加载时（插入） | RRPV = 0                         | 刚加载的数据马上要用          |
-| 命中时         | `_evictionFlags[i] &= 0xF9`      | bit 1-2 清零，RRPV 归零      |
+| 命中时         | `_evictionFlags[i] = 0`      | bit 1-2 清零，RRPV 归零      |
 | 逐出扫描时     | 找 RRPV=3 的行逐出                | 找不到则全体 RRPV+1（老化）   |
 
 **相比 v0.1 的 4 级环形链表的优势**：
@@ -207,39 +207,31 @@ RRPV数组使用byte存储每一个cacheline的使用情况，其低二位表示
 **职责**：为可写缓存行提供灵活的写回策略，通过本机函数指针避免托管开销。
 
 **设计原则**：所有可写缓存行默认视为脏数据。逐出或显式刷新时，
-L4 通过注册的函数指针调用写回逻辑，调用者决定如何预处理和写回。
+L4 本身不负责管理写回策略，写回策略由绑定的预测器负责实现。
+
+预测器通过如下的接口进行定义
 
 ```
-写回流程：
+    public interface IPrefetchPredict
+    {
 
-  逐出脏缓存行 slot[i]:
-    1. 检查 dirty 位：(_evictionFlags[i] & 0x01) != 0
-    2. 调用预处理：_preprocess[i](cacheline_addr, _callbackCtx[i])
-       → 例如：将 Pack 格式反向重排为原始矩阵布局
-    3. 调用写回：  _writeback[i](origin_addr, cacheline_addr, _callbackCtx[i])
-       → 例如：累加 partial sum 到目标矩阵
-    4. 标准逐出：注销映射，归还 Slab
-```
+        int Predict(
+            Span<CacheLinePrediction> node
+        );
 
-**回调签名**（本机函数指针）：
+        bool Prefetch(
+             nuint origin,
+             ulong policy,
+             nuint cache
+        );
 
-```csharp
-/// <summary>
-/// 写回预处理回调。在写回前对缓存行数据进行变换。
-/// 例如：将 Pack 重排的数据恢复为原始布局。
-/// </summary>
-/// <param name="cacheLineAddr">缓存行本地地址</param>
-/// <param name="context">调用者提供的上下文</param>
-delegate* unmanaged<nuint, nuint, void> Preprocess;
+        void WriteBack(
+             nuint origin,
+             ulong policy,
+             nuint cache
+        );
 
-/// <summary>
-/// 写回回调。将缓存行数据写回到目标地址。
-/// 例如：将 partial sum 累加到目标矩阵。
-/// </summary>
-/// <param name="originAddr">原始目标地址</param>
-/// <param name="cacheLineAddr">缓存行本地地址</param>
-/// <param name="context">调用者提供的上下文</param>
-delegate* unmanaged<nuint, nuint, nuint, void> Writeback;
+    }
 ```
 
 **典型回调实现**：
@@ -396,7 +388,7 @@ private void TryRefreshPrefetch()
 ### 4.3 缓存未命中（只读）
 
 1. Swiss Table 查找未命中
-2. 计算线程进入 SpinWait 等待循环
+2. 计算线程进入 Thread.Sleep(0) 等待循环
 3. 等待 Predictor 驱动的预取刷新将该行加载进 L4
 4. Swiss Table 出现命中后退出等待
 5. 构造 CacheLine 句柄并返回
@@ -653,6 +645,7 @@ L4 的 Predictor 是**确定性的 Oracle**——它不预测，它知道。
 ### 6.3 回调驱动的写回策略
 
 通过本机函数指针实现写回，避免了：
+
 - 虚方法调用开销
 - 接口分发开销
 - 委托的 GC 压力
@@ -671,6 +664,7 @@ L4 在逐出或 Flush 时直接通过函数指针调用，
 ### 6.5 缓存行大小与矩阵 Kernel 对齐
 
 8192B 的缓存行大小不是任意选取的：
+
 - 1 个 `double MAT_KERNEL`（4×4 double 矩阵）= 128 Bytes
 - 1 个缓存行 = 64 个 `MAT_KERNEL`
 - 矩阵乘法的微内核每次处理的数据量与缓存行完全对齐
@@ -719,7 +713,7 @@ L4 在逐出或 Flush 时直接通过函数指针调用，
 |-----------------|-------------------------------|---------------------------------------|
 | 逐出数据结构     | 4 级环形双向链表               | RRPV 2-bit 掩码 + 8KB SoA 数组        |
 | 逐出扫描方式     | 链表头指针遍历                 | SSE2 批量模式匹配（16 行/周期）         |
-| 热���更新         | 链表节点摘插（4 指针写）        | 单字节位运算 `&= 0xF9`                |
+| 热���更新         | 链表节点摘插（4 指针写）        | 单字节位运算 `&= 0x03`                |
 | 老化操作         | 逐节点移链表                   | SIMD 批量 +1                          |
 | 引用保护         | 无                            | refCount > 0 时 SIMD 扫描跳过          |
 | 预取策略         | 无                            | Predictor 窗口 OPT（2048 条缓冲）      |
@@ -758,4 +752,4 @@ L4 在逐出或 Flush 时直接通过函数指针调用，
 - StgSharp SIMD Architecture (`SIMDID` 体系)
 - StgSharp NRGA Roadmap
 - StgSharp `SlabAllocator<T>` 实现
-- StgSharp `SwissTable` 实现及 Benchmark
+- StgSharp `SwissTable` 实现及 Benchmark