系统性能与能效

系统性能与能效近二十年的变化不应写成工具清单。真正被换掉的是评价标准：系统不再只凭单点分数、平均速度或“能运行”证明自己，而要说明在仓库级计算机、微服务、无服务器和碳约束数据中心中，尾延迟、利用率、热、功率和生命周期碳怎样进入结果。上一个十年主要把旧默认拆成可测约束；这十年则经历真实部署与方法清算，要求同时报告单位有用工作的延迟、焦耳、成本和排放。下面二十条均按主证据年份归幕，每条给出源行、六段证据链和可抽取的碰撞行。

第一幕把服务器性能扩成仓库级功率、尾延迟、饱和度和百分位SLO。 本幕八条共同把旧默认第一次放到可测上界、误差、资源或行为证据上，并试写出可与别的领域换算的分母。

甲、能量比例计算：空闲功耗必须随负载下降

服务器的能耗设计长期默认按峰值：为最大负载配电、配散热，日常运行则维持在很低的利用率上。这个前提在硬件层面留下了一个被忽视的事实——空闲机器的功耗接近峰值的一半，而数据中心的多数机器在多数时间都处于中低负载。这条转向提出一条本该显然的要求：能耗应当与完成的有用工作成比例，空闲不该收峰值的钱。

这条理论的可反驳命题是：理想系统的能耗应近似与完成的有用工作成比例，空闲不应消耗接近峰值功率。比较必须固定工作负载轨迹、SLO、机型、地域与电网时段，只改变资源配置、功率状态、调度位置或硬件专用化，并以单位有用工作的延迟、焦耳、成本和排放为共同结果；量纲写成“空闲功率／峰值功率”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自Barroso 与 Hölzle，2007年《Computer》40(12):33–37。具体设计与读数是：当时服务器在10%到50%利用率下仍常消耗峰值功率的60%到90%；空闲不再被视为免费状态。Barroso与Hölzle于2007年提出energy-proportional computing，并展示当时服务器在低负载仍消耗高比例峰值功率。这笔证据把尾延迟、利用率、热、功率和生命周期碳从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“平均值是否掩盖尾部与突发”。对照证据见Barroso、Clidaras 与 Hölzle，2009年首版《The Datacenter as a Computer》，Morgan & Claypool：模型把数万台服务器、网络、储存、供电和冷却视为一台仓库级计算机；局部最快部件可能降低整体利用率。它显示空间或时间移峰受容量和截止期限制；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告空闲功率与峰值功率之比，而不是只报满载能效。这个比值才是低利用率环境下的真实决定量。同时应说明测量时的负载水平分布，因为同一台设备在利用率曲线不同段上的效率差别极大，单点数据无法用于容量规划。

与本块第十二条《每份有用工作效率》是同一诉求的粗版与细版：本条要求功率跟着负载走，第十二条要求所有系统指标都带上"每份有用工作"这个分母。中间这二十年，这个领域反复在做同一件事——**把没有分母的效率数字逐个补上分母**，而每补一次，先前的乐观结论就要重算一遍。

乙、仓库级计算机：数据中心才是性能分析单元

性能分析的传统单位是一台机器：CPU、内存、磁盘，指标围绕单机展开。这个前提在服务由成千上万台机器协同提供之后失效——网络、存储、供电、冷却、调度与故障共同决定用户看到的表现，单机再快也救不了一次跨机架的尾部阻塞。这条转向把整座数据中心当成一台计算机来设计与分析，机器成了内部部件而不是分析单位。

这条理论的可反驳命题是：网络、存储、供电、冷却、调度与故障共同决定服务性能，整个仓库应被视为一台计算机。比较必须固定工作负载轨迹、SLO、机型、地域与电网时段，只改变资源配置、功率状态、调度位置或硬件专用化，并以单位有用工作的延迟、焦耳、成本和排放为共同结果；量纲写成“设施总功率／完成有用工作量”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自Barroso、Clidaras 与 Hölzle，2009年首版《The Datacenter as a Computer》，Morgan & Claypool。具体设计与读数是：模型把数万台服务器、网络、储存、供电和冷却视为一台仓库级计算机；局部最快部件可能降低整体利用率。Barroso与Hölzle于2009年系统化warehouse-scale computer；大规模服务案例显示局部优化可把成本转移给网络或设施。这笔证据把尾延迟、利用率、热、功率和生命周期碳从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“PUE是否遗漏IT完成的有用工作”。对照证据见The Green Grid，2007年《PUE Metric》白皮书：PUE等于设施总能耗除以IT设备能耗，理论下限为1.0；它能显示冷却与配电损失，却不说明IT做了多少有用工作。它显示连续基准容易被环境噪声误报；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告设施总功率与完成的有用工作量之比，而不是单机的性能功耗数字。分析单位一旦上升，指标的分母也必须跟着上升。同时应说明故障与冗余的处理方式——在这个尺度上，故障是常态，把它当异常处理的容量模型会系统性低估资源需求。

与本块第三条《PUE盲点》是同一尺度上的两种记账：一个把整座设施当成分析对象，一个提醒设施层的效率指标并不代表计算有用性。两条一起才构成完整的判断——**放大分析单位是对的，但放大之后必须换一个带有用工作分母的指标**，否则只是把旧的无分母指标搬到更大的尺度上。

丙、PUE盲点：设施效率不等于计算效率

设施能效指标一度被广泛采纳为绿色程度的代名词：总能耗与IT能耗之比越接近一，就越高效。这个前提把IT设备消耗的每一度电都当成有用工作。实际后果是它可以奖励错误的行为——换上更耗电的设备会让比值变好看，而一台空转的服务器与一台满载的服务器在这个指标里毫无区别。这条转向要求把设施效率与计算有用性明确分开。

这条理论的可反驳命题是：PUE只比较总设施能耗与IT能耗，不能说明IT做了多少有用工作，也可能奖励高耗能但高利用的设备。比较必须固定工作负载轨迹、SLO、机型、地域与电网时段，只改变资源配置、功率状态、调度位置或硬件专用化，并以单位有用工作的延迟、焦耳、成本和排放为共同结果；量纲写成“设施总能耗／IT设备能耗”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自The Green Grid，2007年《PUE Metric》白皮书。具体设计与读数是：PUE等于设施总能耗除以IT设备能耗，理论下限为1.0；它能显示冷却与配电损失，却不说明IT做了多少有用工作。PUE在2007年前后成为行业指标；后续案例显示相同PUE的数据中心可有截然不同的服务器利用率与每请求能耗。这笔证据把尾延迟、利用率、热、功率和生命周期碳从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“专用加速器闲置是否抵消单任务能效”。对照证据见Raghavendra 等，2008年《ASPLOS会议录》，ACM：多个控制器在同一设施功率上限下协调服务器频率、休眠和负载迁移；峰值瓦数被当成可分配资源而非固定结果。它显示省电可能耗尽尾延迟错误预算；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告设施能效指标时必须同时给出一项带有用工作分母的读数，否则该指标不得单独用于对外宣称。同时应说明测量边界与时段，因为季节、负载水平与是否含备用容量都会显著改变结果，而这几项在营销材料里通常缺席。

与本块第十二条《每份有用工作效率》是问题与其解法，与第一条《能量比例计算》则共享同一处诊断：**一个没有有用工作分母的效率指标，会奖励浪费**。这一条在本块出现了至少三次——设施层、设备层与服务层各一次，说明它不是某个指标的设计失误，而是这个领域反复踩到的同一个坑。

丁、功率封顶：峰值功率可以作为可调资源

数据中心的供电与散热长期按最坏峰值建设：把所有设备的额定功率相加，据此配电、配冷却。这个前提造成大量过度建设，因为全体设备同时满载几乎从不发生。这条转向把功率当成可以调度的资源——通过频率电压调节、功率状态与预算分配，瓦特可以在组件之间、时间之间重新配置，峰值因此成为一条可以主动约束的上限而非被动的设计输入。

这条理论的可反驳命题是：可通过DVFS、功率状态和预算分配，把瓦特在组件与时间之间重新配置，并避免最坏峰值过度建设。比较必须固定工作负载轨迹、SLO、机型、地域与电网时段，只改变资源配置、功率状态、调度位置或硬件专用化，并以单位有用工作的延迟、焦耳、成本和排放为共同结果；量纲写成“满足SLO请求数／功率上限瓦时”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自Raghavendra 等，2008年《ASPLOS会议录》，ACM。具体设计与读数是：多个控制器在同一设施功率上限下协调服务器频率、休眠和负载迁移；峰值瓦数被当成可分配资源而非固定结果。PowerNap于2009年、Intel RAPL自2011年后推动细粒度功率控制；性能损失与节能随工作负载而变。这笔证据把尾延迟、利用率、热、功率和生命周期碳从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“碳调度是否用平均而非边际排放”。对照证据见Sinan团队，2021年《ASPLOS会议录》:167–181，ACM，页167–181：系统以多层微服务计数器预测QoS违约并调整资源；功率或核心缩减必须同时满足尾延迟约束，平均吞吐改善不能抵消SLO超标。它显示生产轨迹难以公开并持续变化；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告在给定功率上限下满足服务目标的请求数，即每瓦时能服务多少请求，而不是只报节省了多少电。功率封顶的价值在于用同样的供电容量装下更多设备，这一收益只有用这个分母才看得出。同时应说明封顶触发时的降级行为，因为它直接决定用户体验的下界。

与本块第十二条《SLO感知功率管理》是粗调与精调的两代：一个按总预算分配瓦特，一个按请求关键性与尾部余量动态分配。与第一条《能量比例计算》则是主动与被动——一个靠硬件自身的比例性省电，一个靠软件在预算内重新配置。两条叠加时要注意别把同一份节省记两次账。

戊、规模尾延迟：罕见慢请求会在扇出后变成常态

延迟优化长期盯着平均值：把常见路径做快，偶发的慢请求被当作可以忽略的噪声。这个前提在单机时代大致成立。当一次用户请求扇出到成百上千个组件、必须等全部返回时，任何一个组件的罕见慢例都会主导整体完成时间——千分之一的概率在扇出一千次后几乎必然发生。这条转向要求系统具备容忍尾部的能力，而不是指望消灭尾部。

这条理论的可反驳命题是：请求扇出到大量组件时，任一尾部慢例都可主导整体完成时间，系统必须具备tail tolerance。比较必须固定工作负载轨迹、SLO、机型、地域与电网时段，只改变资源配置、功率状态、调度位置或硬件专用化，并以单位有用工作的延迟、焦耳、成本和排放为共同结果；量纲写成“P99.9延迟／中位延迟”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自Dean 与 Barroso，2013年《Communications of the ACM》56(2):74–80。具体设计与读数是：若单分片有1%的慢请求，扇出到100个分片后至少遇到一个慢分片的概率约63%；罕见尾部会在规模上变成常态。Dean与Barroso于2013年在The Tail at Scale中总结大型服务数据，并提出hedged requests等技术；冗余会增加负载，使用不当可恶化拥塞。这笔证据把尾延迟、利用率、热、功率和生命周期碳从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“更换硬件是否把制造碳移出账本”。对照证据见Tene，2015年《How NOT to Measure Latency》公开技术报告：闭环压测器在系统变慢时自身也降低发压速率，漏掉本应到达的请求；开放环到达时间与响应时间必须分开记录。它显示碳指标会随系统边界和分母选择显著变化；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告高百分位延迟与中位延迟之比，并说明扇出度。这个比值配上扇出度，才能推算用户实际经历的分布。同时应说明所用的尾部容忍手段——对冲请求、备份任务或超时重试，它们各自会增加多少额外负载，这笔成本必须与延迟收益一起报告。

与本块第九条《微服务关键路径》是同一现象在架构层的展开：扇出、同步屏障、重试与共享依赖共同生成关键路径。与第六条《协调遗漏》则更尖锐——**如果测量工具本身会在系统变慢时减少施压，那么尾部根本不会出现在报告里**。三条一起才说明为什么尾延迟长期被低估。

己、协调遗漏：压测工具可能主动遮住最坏延迟

压力测试的常见写法是闭环的：客户端发一个请求，等到响应再发下一个。这个前提看起来无害，实际上引入了一个隐蔽的偏差——当系统变慢时，客户端自动降低了施压速率，那些本应在这段时间到达的请求从未被发出，也就从未被计入延迟统计。于是系统越慢，测出的延迟越好看。这条转向要求按预定到达率施压并补记被遗漏的请求。

这条理论的可反驳命题是：若客户端等待上次响应才发下次请求，系统变慢时会减少施压并漏记本应到达的请求。比较必须固定工作负载轨迹、SLO、机型、地域与电网时段，只改变资源配置、功率状态、调度位置或硬件专用化，并以单位有用工作的延迟、焦耳、成本和排放为共同结果；量纲写成“受协调遗漏影响请求数／请求总数”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自Tene，2015年《How NOT to Measure Latency》公开技术报告。具体设计与读数是：闭环压测器在系统变慢时自身也降低发压速率，漏掉本应到达的请求；开放环到达时间与响应时间必须分开记录。Gil Tene在2015年前后推广coordinated omission概念与HdrHistogram；修正后许多系统尾延迟显著高于原报告。这笔证据把尾延迟、利用率、热、功率和生命周期碳从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“平均值是否掩盖尾部与突发”。对照证据见DeCandia等，2007年《SOSP会议录》:205–220，ACM，页205–220：Dynamo在面向用户的服务中把99.9分位延迟作为设计目标，并用最终一致性与可调仲裁维持尾部；平均响应时间不足以约束真实用户体验。它显示空间或时间移峰受容量和截止期限制；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告受此偏差影响的请求数占请求总数的比例，或说明测试采用了开环施压。不声明施压模型的延迟数据无法比较，因为两种模型在同一系统上的高百分位读数可以相差一个数量级。同时应说明施压端是否成为瓶颈，这是另一处常见的静默失真。

与本块第五条《规模尾延迟》构成一处令人不安的组合：尾部本就被低估，而测量方式又在系统性地把它抹掉。**这是本块最值得记住的一条方法论警告——当测量装置与被测系统存在反馈时，测得越顺利，越可能什么都没测到。** 第十四条《生产轨迹基准》与第十五条《持续性能验证》都建立在这条被修正之后。

庚、USE方法：饱和度比利用率更早揭示排队

资源诊断的习惯做法是看利用率：CPU 用了多少、磁盘忙不忙，接近饱和才认为有问题。这个前提忽略了排队的存在——利用率百分之七十的资源可能已经在持续排队，而这段等待并不体现在利用率里。这条转向要求对每一类资源同时检查三项：利用率、饱和度与错误，其中饱和度才是提前暴露排队的那一项。

这条理论的可反驳命题是：每类资源都应同时检查利用率、饱和度和错误；队列可在平均利用率尚低时暴露局部争用。比较必须固定工作负载轨迹、SLO、机型、地域与电网时段，只改变资源配置、功率状态、调度位置或硬件专用化，并以单位有用工作的延迟、焦耳、成本和排放为共同结果；量纲写成“饱和资源数／已检查资源数”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自Gregg，2013年《Systems Performance》，Prentice Hall。具体设计与读数是：USE方法要求对每项资源依次检查利用率、饱和度和错误三类读数；高利用率未出现排队时不一定是瓶颈。Brendan Gregg于2012年前后系统化USE方法，随后进入生产性能诊断；它是定位框架而非因果证明。这笔证据把尾延迟、利用率、热、功率和生命周期碳从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“PUE是否遗漏IT完成的有用工作”。对照证据见Cheng、Chai与Anwar，2018年《IEEE Big Data会议录》中的阿里巴巴集群轨迹研究：研究分析1313台机器的共置轨迹，记录在线服务与批任务在资源、时间和干扰上的相关性；恒定独立负载无法复现生产突发和共置冲突。它显示连续基准容易被环境噪声误报；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告已检查资源中出现饱和的资源数，而不是只报利用率截图。一份没有饱和度的性能报告等于只看了三分之一。同时应说明检查覆盖了哪些资源类型——遗漏的那一类往往就是瓶颈所在，因为容易看的资源通常早已被优化过。

与本块第十一条《自动伸缩振荡》有直接的因果关系：伸缩决策若只以利用率为输入，会在饱和已经发生、延迟已经上升之后才动作，而滞后的反馈正是振荡的来源。**方法论上的一条小改动，在控制回路上会放大成稳定性问题**——这是本块里指标选择直接决定系统行为的最清楚一例。

辛、百分位SLO：可靠性目标应约束用户可见分布

可靠性目标一度以平均可用率表述：一年停机多少分钟、平均响应多快。这个前提把用户体验压成一个平均数，而平均数对少数用户持续遭遇的糟糕体验完全无感。这条转向把目标改写成对分布的约束：规定高百分位延迟、成功率窗口与错误预算，并让这些数字直接驱动发布节奏与容量决策，可靠性从愿望变成可以花掉的预算。

这条理论的可反驳命题是：SLO应规定高百分位延迟、成功率窗口与错误预算，并驱动发布和容量决策。比较必须固定工作负载轨迹、SLO、机型、地域与电网时段，只改变资源配置、功率状态、调度位置或硬件专用化，并以单位有用工作的延迟、焦耳、成本和排放为共同结果；量纲写成“满足SLO请求数／请求总数”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自DeCandia等，2007年《SOSP会议录》:205–220，ACM，页205–220。具体设计与读数是：Dynamo在面向用户的服务中把99.9分位延迟作为设计目标，并用最终一致性与可调仲裁维持尾部；平均响应时间不足以约束真实用户体验。Google SRE实践在2016年前后公开错误预算与SLI/SLO体系；百分位聚合方式和低流量窗口会改变结论。这笔证据把尾延迟、利用率、热、功率和生命周期碳从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“专用加速器闲置是否抵消单任务能效”。对照证据见Gan 等，2019年《ASPLOS会议录》，ACM：DeathStarBench提供五类端到端微服务应用并记录跨服务调用图；单服务延迟不能直接相加为用户尾延迟。它显示省电可能耗尽尾延迟错误预算；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告满足服务目标的请求比例与目标本身的定义——百分位、窗口长度与统计口径。这三项任一变化都会让同一个系统的达标情况翻转。同时应说明错误预算的使用记录，因为这套机制的实际作用不在于设定目标，而在于超支时是否真的会暂停发布。

与本块第十二条《SLO感知功率管理》是目标与其被用作约束的一例：功率优化的对象不是能耗本身，而是在满足分布约束前提下的能耗。与第五条《规模尾延迟》则是要求与困难——**先有对分布的承诺，才谈得上尾部治理**，否则尾部永远可以被平均值稀释掉。

第二幕把真实微服务、生产轨迹、热与碳加入目标函数，单点基准不再代表部署价值。 本幕十二条更关注部署、公开清算与方法自审，尤其要求把平均分数换成分布、边界、长期读数和责任链。

一、微服务关键路径：服务延迟是调用图分布的组合

微服务架构把单体拆成大量小服务，性能分析却常常沿用单服务视角：各自监控、各自优化。这个前提忽略了端到端延迟由整张调用图生成——扇出、同步屏障、重试与共享依赖会让某条并不显眼的路径成为关键路径，而每个服务各自的指标都很正常。这条转向要求对整张调用图做尾部分解，把延迟归因到具体的路径与依赖上。

这条理论的可反驳命题是：扇出、同步屏障、重试和共享依赖共同生成关键路径，需对整张调用图做尾部分解。比较必须固定工作负载轨迹、SLO、机型、地域与电网时段，只改变资源配置、功率状态、调度位置或硬件专用化，并以单位有用工作的延迟、焦耳、成本和排放为共同结果；量纲写成“关键路径服务时间／端到端延迟”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自Gan 等，2019年《ASPLOS会议录》，ACM。具体设计与读数是：DeathStarBench提供五类端到端微服务应用并记录跨服务调用图；单服务延迟不能直接相加为用户尾延迟。DeathStarBench于2019年提供代表性微服务套件；测量显示CPU、网络、队列与应用层瓶颈会随负载迁移。这笔证据把尾延迟、利用率、热、功率和生命周期碳从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“碳调度是否用平均而非边际排放”。对照证据见Wang、Li、Zhang 与 Chen，2018年《USENIX Annual Technical Conference》：研究比较AWS Lambda、Azure Functions和Google Cloud Functions三平台，分离冷启动、容器复用和资源配置；“零运维”仍有状态恢复分布。它显示生产轨迹难以公开并持续变化；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告关键路径服务时间占端到端延迟的比例，而不是各服务的平均延迟。这个比例说明还有多少时间花在等待、排队与重试上。同时应说明追踪采样率——尾部事件在低采样率下极易丢失，而尾部恰恰是要分析的对象。

与本块第五条《规模尾延迟》是机制与其架构表现，与第七条《USE方法》则是两种粒度的诊断：调用图看的是路径，资源检查看的是部件。**两者缺一都会指错方向**——只看调用图会把资源饱和误判为服务实现问题，只看资源会把架构上的同步屏障误判为容量不足。

二、无服务器冷启动：零运维抽象仍有状态恢复代价

无服务器计算给出的承诺是零运维：按需拉起、用完即走、不为空闲付费。这个前提把状态恢复的代价隐去了——镜像加载、运行时初始化、依赖解析与缓存预热都要时间，而这些时间集中出现在冷启动上，形成一条明显的延迟尾部。这条转向要求把冷启动作为一等指标：平台必须在常驻资源与延迟之间显式交换，而不是假装抽象没有代价。

这条理论的可反驳命题是：镜像加载、运行时初始化、依赖与缓存预热形成冷启动尾部，平台必须在常驻资源与延迟间交换。比较必须固定工作负载轨迹、SLO、机型、地域与电网时段，只改变资源配置、功率状态、调度位置或硬件专用化，并以单位有用工作的延迟、焦耳、成本和排放为共同结果；量纲写成“冷启动请求数／请求总数”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自Wang、Li、Zhang 与 Chen，2018年《USENIX Annual Technical Conference》。具体设计与读数是：研究比较AWS Lambda、Azure Functions和Google Cloud Functions三平台，分离冷启动、容器复用和资源配置；“零运维”仍有状态恢复分布。2017年后大量FaaS测量发现语言、包大小和到达间隔显著影响冷启动；供应商优化降低但未消除长尾。这笔证据把尾延迟、利用率、热、功率和生命周期碳从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“更换硬件是否把制造碳移出账本”。对照证据见Qu、Calheiros与Buyya，2018年《ACM计算综述》51(4):Article 73, 1–33：分类框架把监控间隔、执行延迟、冷却期和振荡抑制列为独立设计维度；短时间内反复出现方向相反的扩缩动作，说明局部阈值正确仍可能形成不稳定闭环。它显示碳指标会随系统边界和分母选择显著变化；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告冷启动请求占总请求的比例与冷启动延迟分布，而不是只报稳态延迟。稳态数据在流量稀疏的应用上几乎没有代表性，而这类应用恰恰是无服务器的主要用户。同时应说明保活策略与其资源成本——这笔成本正是"不为空闲付费"这一承诺被打折的地方。

与本块第一条《能量比例计算》构成一处有趣的呼应：能量比例要的是空闲不耗电，无服务器要的是空闲不付费，两者是同一诉求在硬件层与计费层的表达。**而它们遇到的困难也一样——把空闲降到零，代价会以恢复时间的形式出现在别处。**

三、自动伸缩振荡：延迟反馈会让正确控制规则失稳

自动伸缩通常按一条朴素规则配置：利用率超过阈值就扩，低于阈值就缩。这个前提把系统当成瞬时响应的对象。真实系统里，测量有窗口、实例启动有延迟、队列积压又会反过来推高利用率——规则本身正确，闭环却可能过冲、抖动，甚至让多个服务同步扩缩。这条转向要求把伸缩当作控制问题来分析，而不是当作一条阈值规则。

这条理论的可反驳命题是：测量窗口、启动延迟和队列反馈可能造成过冲、抖动与同步扩缩，伸缩策略需分析闭环动力。比较必须固定工作负载轨迹、SLO、机型、地域与电网时段，只改变资源配置、功率状态、调度位置或硬件专用化，并以单位有用工作的延迟、焦耳、成本和排放为共同结果；量纲写成“自动伸缩超调容量／目标容量”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。

主证据来自Qu、Calheiros与Buyya，2018年《ACM计算综述》51(4):Article 73, 1–33。具体设计与读数是：分类框架把监控间隔、执行延迟、冷却期和振荡抑制列为独立设计维度；短时间内反复出现方向相反的扩缩动作，说明局部阈值正确仍可能形成不稳定闭环。2018年后云工作负载研究记录阈值式autoscaling在突发流量下反复追赶；预测策略改善某些场景但受概念漂移影响。这笔证据把尾延迟、利用率、热、功率和生命周期碳从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“平均值是否掩盖尾部与突发”。对照证据见Dean 与 Barroso，2013年《Communications of the ACM》56(2):74–80：若单分片有1%的慢请求，扇出到100个分片后至少遇到一个慢分片的概率约63%；罕见尾部会在规模上变成常态。它显示空间或时间移峰受容量和截止期限制；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告伸缩过程中的超调容量与目标容量之比，以及稳定所需时间，而不是只报最终容量是否合适。超调与振荡的代价常常超过所省的资源。同时应说明测量窗口与启动延迟这两个时间常数，因为闭环是否稳定几乎完全由它们与反馈增益的关系决定。

与本块第七条《USE方法》有直接因果：以利用率为唯一输入的伸缩，必然滞后于饱和的发生。与第十条《无服务器冷启动》则叠加成一处真实困难——**启动延迟既是伸缩的滞后来源，又是冷启动尾部的来源**，把实例做得更轻会同时改善这两处，而这正是这条线上真正的杠杆。

四、SLO感知功率管理：省电不能脱离尾延迟约束

节能策略最初以功耗本身为目标：能降频就降频，能休眠就休眠。这个前提把能耗与服务质量当成两件事，于是省电动作经常在不知情的情况下推高尾延迟。这条转向把优化对象改写成"在服务目标内的能耗"——功率分配要按请求关键性、队列深度与尾部余量动态进行，省电只能花掉余量，不能侵蚀承诺。

这条理论的可反驳命题是：功率策略应根据请求关键性、队列与尾部余量动态分配，优化的是在SLO内的能耗。比较必须固定工作负载轨迹、SLO、机型、地域与电网时段，只改变资源配置、功率状态、调度位置或硬件专用化，并以单位有用工作的延迟、焦耳、成本和排放为共同结果；量纲写成“满足SLO请求数／每焦耳”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自Sinan团队，2021年《ASPLOS会议录》:167–181，ACM，页167–181。具体设计与读数是：系统以多层微服务计数器预测QoS违约并调整资源；功率或核心缩减必须同时满足尾延迟约束，平均吞吐改善不能抵消SLO超标。2017年后数据中心实验结合RAPL、队列和延迟反馈，显示存在可回收功率余量；负载突变会让节能策略触发违约。这笔证据把尾延迟、利用率、热、功率和生命周期碳从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“PUE是否遗漏IT完成的有用工作”。对照证据见Barroso 与 Hölzle，2007年《Computer》40(12):33–37：当时服务器在10%到50%利用率下仍常消耗峰值功率的60%到90%；空闲不再被视为免费状态。它显示连续基准容易被环境噪声误报；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告每焦耳能服务多少满足服务目标的请求，而不是只报功耗下降百分比。带上服务目标的分母之后，很多"节能成果"会缩水甚至变成负数。同时应说明尾部余量的估计方式，因为策略的激进程度完全建立在这个估计上，估偏就会直接踩穿承诺。

与本块第八条《百分位SLO》是约束与被约束，与第四条《功率封顶》则是同一资源的粗调与精调。三条合起来给出本块的一个核心判断——**能耗优化只有在带上服务质量约束之后才是真的优化**，否则它只是把成本从电费转移到用户体验上，而后者不出现在任何一张电费单里。

五、专用化碎片：单任务加速可能降低集群效率

专用加速器的推广逻辑很直接：某个任务快十倍，整体自然更好。这个前提把集群当成同质资源池的延伸。异质设备进来之后，调度出现碎片——不匹配的任务无法使用空闲的加速器，软件栈分叉、维护成本上升，设备在大量时间里开着机却没干活。这条转向要求把收益放在集群尺度上核算，共享程度与工作负载匹配度成为决定性变量。

这条理论的可反驳命题是：设备异质性会造成调度碎片、软件分叉和低利用率，系统收益取决于共享与工作负载匹配。比较必须固定工作负载轨迹、SLO、机型、地域与电网时段，只改变资源配置、功率状态、调度位置或硬件专用化，并以单位有用工作的延迟、焦耳、成本和排放为共同结果；量纲写成“加速器有效利用时间／总开机时间”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。

主证据来自Caulfield 等，2016年《IEEE Micro》36(3):20–29中的加速器部署分析。具体设计与读数是：专用硬件可让单任务能效提高数量级，但若需求稀疏、型号过多，集群会出现不可互换的闲置容量；收益必须乘上利用率。2018年后异构集群研究观察到加速器排队与闲置并存；局部速度提升未必转化为更高作业吞吐。这笔证据把尾延迟、利用率、热、功率和生命周期碳从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“专用加速器闲置是否抵消单任务能效”。对照证据见MLCommons，2021—2025年《MLPerf Power》规则，页2021–2025：指标把测得焦耳除以达到规定质量门槛后的有效推理或训练样本数；分子和分母缺一项都不能称为系统效率。它显示省电可能耗尽尾延迟错误预算；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告加速器的有效利用时间与总开机时间之比，而不是只报单任务加速比。前者才是集群账本上的数字。同时应说明工作负载的构成与稳定性——专用化的收益完全依赖于负载长期保持在设备擅长的那一类上，负载一变，专用设备就成了折旧中的闲置资产。

与本块第一条《能量比例计算》构成一处递归：空闲机器耗电的问题，在异质集群里以"空闲的加速器"这一更贵的形式重现。与第十九条《隐含碳》则连成另一条账——**低利用率的专用硬件不仅浪费运行能耗，还把制造阶段的排放摊在极少的有用工作上**，两笔账合起来才是真实代价。

六、生产轨迹基准：合成负载会遗漏相关性与突发

容量与调度研究长期依赖合成负载：按某种分布生成请求，参数可调、可复现。这个前提假定真实负载可以被这些分布概括。生产轨迹显示的却是另一回事——共置带来的相互干扰、日周期与突发、失败与重试之间的相关性，都是合成负载里没有的结构，而这些结构恰恰决定了调度策略的成败。这条转向要求以真实轨迹为评测基础。

这条理论的可反驳命题是：容量和调度研究应使用含共置、周期、突发和失败的真实轨迹，并说明匿名化改变。比较必须固定工作负载轨迹、SLO、机型、地域与电网时段，只改变资源配置、功率状态、调度位置或硬件专用化，并以单位有用工作的延迟、焦耳、成本和排放为共同结果；量纲写成“生产轨迹覆盖时间／评测总时间”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。

主证据来自Cheng、Chai与Anwar，2018年《IEEE Big Data会议录》中的阿里巴巴集群轨迹研究。具体设计与读数是：研究分析1313台机器的共置轨迹，记录在线服务与批任务在资源、时间和干扰上的相关性；恒定独立负载无法复现生产突发和共置冲突。Google、Alibaba等自2017年前后发布集群轨迹；重放研究显示真实作业大小与到达分布呈重尾和时间相关。这笔证据把尾延迟、利用率、热、功率和生命周期碳从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“碳调度是否用平均而非边际排放”。对照证据见Leitner 与 Bezemer，2017年《Proceedings of the ACM on Measurement and Analysis of Computing Systems》1(2)：持续性能测试把基准固定到提交和环境，比较分布与置信区间；回归超过预设阈值即可像单元测试失败一样阻止合并。它显示生产轨迹难以公开并持续变化；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告评测中生产轨迹覆盖的时间占评测总时间的比例，并说明匿名化对数据做了什么改动。脱敏常常抹平的正是相关性与突发这两项最关键的结构，不声明就无法判断结论是否还成立。同时应说明轨迹的年代与来源集群规模，因为负载特征随平台演进变化很快。

与本块第六条《协调遗漏》是同一族方法论问题的两种形态：一个是施压方式失真，一个是负载模型失真。**两者都属于"测量装置比被测系统更值得怀疑"这一类**，而这类问题在性能领域造成的错误结论，往往比算法本身的缺陷更多、也更持久。

七、持续性能验证：回归应像功能错误一样阻止合并

性能退化长期被当作偶发事件处理：上线之后有人抱怨慢了，再回头排查。这个前提让小幅退化可以长期累积——每次提交慢百分之一，一年之后系统慢一倍，而没有任何一次改动能被单独归咎。这条转向要求把性能回归当作功能错误一样对待：基准接入持续集成，用统计波动控制与变化点检测识别累积退化，达到阈值就阻止合并。

这条理论的可反驳命题是：基准、统计波动控制与变化点检测应接入持续集成，识别小幅累积退化。比较必须固定工作负载轨迹、SLO、机型、地域与电网时段，只改变资源配置、功率状态、调度位置或硬件专用化，并以单位有用工作的延迟、焦耳、成本和排放为共同结果；量纲写成“真实回归告警数／性能告警总数”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自Leitner 与 Bezemer，2017年《Proceedings of the ACM on Measurement and Analysis of Computing Systems》1(2)。具体设计与读数是：持续性能测试把基准固定到提交和环境，比较分布与置信区间；回归超过预设阈值即可像单元测试失败一样阻止合并。2017年后continuous benchmarking工具在数据库、编译器和云服务中普及；共享机器噪声会造成误报警，需要重复与基线分层。这笔证据把尾延迟、利用率、热、功率和生命周期碳从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“更换硬件是否把制造碳移出账本”。对照证据见Gregg，2013年《Systems Performance》，Prentice Hall：USE方法要求对每项资源依次检查利用率、饱和度和错误三类读数；高利用率未出现排队时不一定是瓶颈。它显示碳指标会随系统边界和分母选择显著变化；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告真实回归告警数占性能告警总数的比例。这个比值决定了这套机制会被认真对待还是被整体忽略——虚警率一高，团队第一件事就是关掉它。同时应说明基准环境的噪声控制方式，因为共享环境上的测量方差常常大于要检测的退化幅度。

与本块第十四条《生产轨迹基准》是同一诉求的两端：一个要求评测负载真实，一个要求评测持续。与第六条《协调遗漏》则共享同一处脆弱——**若测量本身有偏，持续测量只是持续地把同一个偏差记录下来**，而看起来一切正常反而更难被质疑。

八、热—算耦合：调度位置会改变冷却与降频

任务调度长期只考虑计算资源：哪台机器有空闲核、有足够内存。这个前提把散热当成机房的事。实际上任务放在哪里会改变热点分布，热点触发风扇加速、制冷加压与热节流，于是调度决策会以降频的形式回到计算性能上，也会以冷却功耗的形式回到电费上。这条转向要求把热传播与冷却效率纳入放置决策。

这条理论的可反驳命题是：热点会触发风扇、制冷和热节流，任务放置应联合考虑热传播与冷却效率。比较必须固定工作负载轨迹、SLO、机型、地域与电网时段，只改变资源配置、功率状态、调度位置或硬件专用化，并以单位有用工作的延迟、焦耳、成本和排放为共同结果；量纲写成“冷却功率／IT有用计算功率”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。

主证据来自MirhoseiniNejad、Badawy与Down，2021年《未来一代计算机系统》118:208–218。具体设计与读数是：HDIC联合决定作业放置和冷却单元设定，显式利用服务器与冷却位置的异质性；同一负载放到更易冷却的位置，可同时改变芯片降频风险和设施能耗。2018年后热感知调度研究用机架传感器和CFD/经验模型降低热点；模型在布局或气流变化后容易失准。这笔证据把尾延迟、利用率、热、功率和生命周期碳从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“平均值是否掩盖尾部与突发”。对照证据见Radovanović等，2023年《IEEE电力系统汇刊》38(2):1270–1280：研究把电网碳强度、作业可延期窗口与数据中心容量接入调度，比较时间和地点转移；相同能耗因电源结构不同产生不同排放，碳因此成为时空相关的系统目标。它显示空间或时间移峰受容量和截止期限制；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告冷却功率与IT有用计算功率之比，而不是只报IT侧能耗。冷却常常占据可观份额，把它排除在外的能效结论是不完整的。同时应说明热节流的发生频率，因为它是"性能账"与"能耗账"之间最直接的传导路径，却往往两边都不记。

与本块第二条《仓库级计算机》是同一主张的具体落点：把设施当成一台计算机，意味着冷却与供电必须进入调度视野。与第十三条《专用化碎片》则共同说明——**在这个尺度上，任何局部最优的放置策略都可能通过热、电或碎片把成本转移给别的部分**，而这些转移只有在整体账本上才看得见。

九、碳感知调度：同一焦耳在不同时间地点排放不同

计算的排放长期按电量折算：用了多少度电，乘一个平均排放因子。这个前提把每一度电当成等价的。而电网的碳强度随时间与地区剧烈变化——同一份计算放在夜间的风电富余时段与放在午后的火电顶峰时段，排放可以相差数倍。这条转向要求把可延迟或可迁移的计算按碳强度调度，在满足服务目标的前提下选择更低排放的窗口与区域。

这条理论的可反驳命题是：可延迟或迁移的计算应依据电网碳强度，在满足SLO时选择更低排放窗口与区域。比较必须固定工作负载轨迹、SLO、机型、地域与电网时段，只改变资源配置、功率状态、调度位置或硬件专用化，并以单位有用工作的延迟、焦耳、成本和排放为共同结果；量纲写成“实际减排量／理论可移峰减排量”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。

主证据来自Radovanović等，2023年《IEEE电力系统汇刊》38(2):1270–1280。具体设计与读数是：研究把电网碳强度、作业可延期窗口与数据中心容量接入调度，比较时间和地点转移；相同能耗因电源结构不同产生不同排放，碳因此成为时空相关的系统目标。2021年后Carbon-Aware Computing等工作用电网时间序列模拟和部署作业迁移，显示减排潜力；迁移网络与容量约束会抵消收益。这笔证据把尾延迟、利用率、热、功率和生命周期碳从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“PUE是否遗漏IT完成的有用工作”。对照证据见Sukprasert等，2024年《EuroSys会议录》:924–941，ACM，页924–941：研究把容量、截止期与区域碳信号同时放入移峰分析；名义低碳时段并不总有可用容量，时间或空间转移的理论收益会被约束显著削弱。它显示连续基准容易被环境噪声误报；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告实际减排量与理论可移峰减排量之比，而不是只报"已启用碳感知调度"。前者说明有多少可迁移负载真的被迁移了。同时应说明可延迟负载占总负载的比例，因为这条策略的天花板完全由它决定，而多数生产负载并不可延迟。

与本块第十八条《边际碳强度》是策略与其正确的信号源，与第十二条《SLO感知功率管理》则共享同一个约束——**所有绿色调度都只能在服务承诺的余量里施展**。三条合起来说明，碳感知不是一项独立优化，而是在既有的延迟与容量约束上再加一维，可用空间因此比宣传中小得多。

十、边际碳强度：平均绿色不代表新增负载绿色

碳核算普遍使用平均排放因子：把电网整体的排放除以总发电量。这个前提适合回顾统计，不适合指导决策——新增一份负载并不会按平均比例分摊到各类电源上，它调动的是此刻处在边际上的那台发电机，而边际机组通常比平均值更脏。这条转向要求调度决策使用时间相关的边际信号，而不是平均值。

这条理论的可反驳命题是：新增负载影响的是边际发电机，调度决策应优先使用时间相关边际信号。比较必须固定工作负载轨迹、SLO、机型、地域与电网时段，只改变资源配置、功率状态、调度位置或硬件专用化，并以单位有用工作的延迟、焦耳、成本和排放为共同结果；量纲写成“边际碳强度／平均碳强度”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自Wiesner 等，2021年《Let’s Wait Awhile》。具体设计与读数是：研究用小时级电网轨迹比较平均强度与边际强度；新增一千瓦负载触发的发电机可能比电网平均值更脏。2021—2024年的碳感知系统研究比较平均与边际信号，发现两者可能给出不同迁移方向；边际数据可得性和预测误差仍大。这笔证据把尾延迟、利用率、热、功率和生命周期碳从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“专用加速器闲置是否抵消单任务能效”。对照证据见Sukprasert等，2024年《EuroSys会议录》:924–941，ACM，页924–941：当调度使用平均强度而忽略新增负载的边际响应、容量与截止期时，排序会改变；碳信号的口径本身因此成为系统性能变量。它显示省电可能耗尽尾延迟错误预算；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告边际碳强度与平均碳强度的对照，并说明信号来源与时间分辨率。两者的差距本身就是决策价值所在，而分辨率决定了这个信号能否用于小时级调度。同时应说明信号的可得性与延迟——许多地区拿不到实时边际数据，这一点必须写明而不是用平均值悄悄替代。

与本块第十七条《碳感知调度》是信号与其使用者，与第三条《PUE盲点》则是同一类错误的两次出现：**用一个方便获得但与决策无关的指标，替代一个真正相关但难测的量**。这个模式在本块反复出现——平均代替边际、设施效率代替计算有用性、平均延迟代替分布，三处都是同一种替代。

十一、隐含碳：延长硬件寿命有时胜过更换高能效设备

硬件更新的绿色论证通常是：新设备更节能，换掉旧的就能减排。这个前提只算运行阶段。制造、运输与报废的隐含排放同样可观，对某些设备甚至超过若干年的运行排放——于是提前更换可能整体上更脏，延长寿命反而更绿。这条转向要求把隐含碳与运行碳一起优化，硬件刷新周期不再是纯财务决策。

这条理论的可反驳命题是：制造、运输与报废的隐含排放应与运行排放共同优化，刷新周期不是纯财务决策。比较必须固定工作负载轨迹、SLO、机型、地域与电网时段，只改变资源配置、功率状态、调度位置或硬件专用化，并以单位有用工作的延迟、焦耳、成本和排放为共同结果；量纲写成“制造碳／全生命周期碳”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。

主证据来自Gupta、Kim、Lee、Tse、Brooks、Wei与Wu，2021年《HPCA会议录》:854–867，页854–867。具体设计与读数是：论文把制造、基础设施与运行排放放入同一生命周期边界，显示高效新设备的制造碳可能抵消运行节省；评价更新因此必须比较功能单位上的总碳而非只看瓦特。2020年后全生命周期计算研究量化服务器与终端的embodied carbon；在低碳电网中，制造占比可显著上升。这笔证据把尾延迟、利用率、热、功率和生命周期碳从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“碳调度是否用平均而非边际排放”。对照证据见MirhoseiniNejad、Badawy与Down，2021年《未来一代计算机系统》118:208–218：HDIC联合决定作业放置和冷却单元设定，显式利用服务器与冷却位置的异质性；同一负载放到更易冷却的位置，可同时改变芯片降频风险和设施能耗。它显示生产轨迹难以公开并持续变化；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告制造碳占全生命周期碳的比例，并说明设备的预期使用年限与残值处理方式。这个比例决定了更换与延寿哪个更优，而它随设备类型差别极大。同时应说明数据来源，因为隐含碳的估算不确定度很高，用点估计做结论容易越出证据强度。

与本块第十三条《专用化碎片》连成一笔完整的账：低利用率的专用硬件不仅浪费运行能耗，还把制造排放摊在极少的有用工作上。与第十二条《每份有用工作效率》则是同一分母思路的延伸——**把生命周期全部排放除以真正完成的有用工作，是这个领域目前能给出的最诚实的一个数**。

十二、每份有用工作效率：系统指标必须带上分母

系统效率指标长期以裸数字出现：多少瓦、多少美元、多少吨碳。这个前提让不同规模、不同工作量的系统无法比较，也让"效率提升"可以来自单纯的少干活。这条转向要求所有系统指标都带上分母——每个成功请求、每个训练样本、每次查询、每份科学结果消耗多少焦耳、多少成本、多少碳，并且分母里必须计入失败与重试。

这条理论的可反驳命题是：应报告每个成功请求、训练样本、查询或科学结果的焦耳、成本和碳，并计入失败与重试。比较必须固定工作负载轨迹、SLO、机型、地域与电网时段，只改变资源配置、功率状态、调度位置或硬件专用化，并以单位有用工作的延迟、焦耳、成本和排放为共同结果；量纲写成“克二氧化碳当量／每份满足质量阈值的有用工作”。若同等预算下不优于强基线，或换数据、平台与人群便失效，命题只能收窄。它改写的不是工具名称，而是什么比较才算同一个问题。

主证据来自MLCommons，2021—2025年《MLPerf Power》规则，页2021–2025。具体设计与读数是：指标把测得焦耳除以达到规定质量门槛后的有效推理或训练样本数；分子和分母缺一项都不能称为系统效率。2020年后Green Software、MLPerf Power等推动任务级能效读数；不同任务质量和SLO口径使跨系统比较仍需谨慎。这笔证据把尾延迟、利用率、热、功率和生命周期碳从背景变量改成可复算的中间量，并留下样本、版本、阈值或预算检查点。主证据年份决定幕归属；核验应以篇名反查作者、卷页或DOI以及这里采用的读数。

争议集中在“更换硬件是否把制造碳移出账本”。对照证据见ISO，2024年《ISO/IEC 21031:2024 Software Carbon Intensity》：标准把软件碳强度定义为单位功能结果的排放率，要求声明功能单位和系统边界；“更绿”必须可比较、可追踪，而不再只报设施总能耗。它显示碳指标会随系统边界和分母选择显著变化；换任务、分母或组织流程后，成本可能转移到未记录处。争论要收敛，须预注册口径、公开负结果并由独立站点重做，同时报告均值、尾部、失败类型与维护成本。

它改变的最低交付责任是：报告每份满足质量阈值的有用工作所对应的排放与能耗，并明确"有用工作"的判定标准。判定标准一松，分母就虚高，指标随之失真。同时应报告失败与重试的占比——把它们排除在分母外，是这类指标最常见也最难察觉的注水方式。

本条是全块的收口，也与第一条《能量比例计算》首尾相接：**二十条走下来，这个领域反复在做同一件事——给没有分母的数字补上分母。** 空闲功耗要除以有用工作，设施效率要除以计算有用性，平均延迟要换成分布，平均碳强度要换成边际，运行排放要加上隐含碳。每补一次分母，先前基于旧指标做出的乐观结论就要重算一遍，而这正是本领域二十年最实在的进展。

◎ 二十年连起来看

第一幕把服务器性能扩成仓库级功率、尾延迟、饱和度和百分位SLO。 第二幕把真实微服务、生产轨迹、热与碳加入目标函数，单点基准不再代表部署价值。 两幕不是工具换代，而是评价单位不断扩大：第一幕找出局部上界、误差、约束或行为机制，第二幕把它们放进真实系统、组织与生命周期。只有当旧默认被写成可检查条件，新方法才构成转向。

被继承的是“必须带分母”：能量比例、PUE批判、尾延迟、MLPerf Power和软件碳强度都问每份有用工作付出多少。 这一判据在二十条里反复出现：条件、操作、读数与边界必须形成可复查链条。工具名可以变化，数据来源、分母、中止、未达阈值或无法归类的对象和复现路径却不能省；这也是碰撞行能够抽取并与别的领域通约的基础。

被推翻的是“更快自然更省”和“绿色地域的每一度电都同样绿色”；仍未解决的是跨组织生命周期账本。 因而，本领域尚未解决的核心不是再提高一个百分点，而是如何用同一可审计分母连接用户SLO、设施能耗、成本与全生命周期碳。若未来五年的工作仍只给均值和排行榜，不给真实部署、尾部和反例，它不会继续这条二十年主线。

◎ 三个常见误解

误解一：PUE低就是计算效率高。它容易被相信，是因为单次榜单只显示结果而隐藏工作负载轨迹、SLO、机型、地域与电网时段、中止、未达阈值或无法归类的对象与选择过程。正确表述是把收益限定在同一分母和同一边界内，再看是否跨环境保持。

误解二：平均延迟达标就满足SLO。它容易被相信，是因为工具把一部分依赖封装起来，看上去像整个系统已经被封装。正确表述是任何抽象都只覆盖一段链条，外部数据、版本、组织和硬件仍需单独核验。

误解三：把作业移到低碳地区总能减排。它容易被相信，是因为成功案例适合传播，而生产轨迹难以公开并持续变化通常不进入摘要。正确表述是收益与边界、代价、反例必须同时报告，不能把局部改进外推成普遍保证。

◎ 与相邻领域的接口

与〈高性能与并行计算〉的接口在于：能量到解和性能分布把科学节点接到设施账本。 分工判据是，本块负责把计算对象、系统行为与可核对读数写清；相邻领域负责它自己的机制、制度或物理约束。若同一现象使用不同术语和分母，两边都保留，并在碰撞行登记异名。

与〈嵌入式与实时系统〉的接口在于：截止期、功率预算和热约束在端侧同样成立。 分工判据是，本块负责把计算对象、系统行为与可核对读数写清；相邻领域负责它自己的机制、制度或物理约束。若同一现象使用不同术语和分母，两边都保留，并在碰撞行登记异名。

与〈信息检索与推荐系统〉的接口在于：在线排序与向量检索必须在尾延迟和成本约束内运行。 分工判据是，本块负责把计算对象、系统行为与可核对读数写清；相邻领域负责它自己的机制、制度或物理约束。若同一现象使用不同术语和分母，两边都保留，并在碰撞行登记异名。

与〈电气与电力工程〉的接口在于：电网侧惯量、容量与市场约束决定碳感知调度的可用空间。 分工判据是，本块负责把计算对象、系统行为与可核对读数写清；相邻领域负责它自己的机制、制度或物理约束。若同一现象使用不同术语和分母，两边都保留，并在碰撞行登记异名。

◎ 争议现场

未收敛的争论是：碳核算应采用平均强度还是边际强度。支持方强调已有正向设计，反对方指出分母、样本或环境不足以外推。要怎样才能收敛：用不少于三个独立平台或人群，预注册共同基线、预算和停止规则，并以单位有用工作的延迟、焦耳、成本和排放的分层分布比较；若方向一致且边界可预测，争论才收敛。

未收敛的争论是：专用化提高单任务能效是否降低集群总效率。支持方强调已有正向设计，反对方指出分母、样本或环境不足以外推。要怎样才能收敛：建立版本化公开基准，保存失败配置、调参轨迹和维护成本，以盲评方式复跑；若收益只在事后选择的路径上出现，应判为未收敛。

未收敛的争论是：生产性能基准应公开真实轨迹还是保护商业机密。支持方强调已有正向设计，反对方指出分母、样本或环境不足以外推。要怎样才能收敛：把局部结果接入真实工作流或制度现场，连续观测至少一个完整周期，并报告最差分位与反事实对照；只有端到端读数同向，才能排除成本转移。

◎ 往下五年看什么

观察点是每千次满足质量门槛请求的焦耳与克二氧化碳。应固定统计周期、样本覆盖与质量门槛，按年度公布分布而非只公布最好值；若连续两次独立复测方向相反，就说明该读数尚不足以承担领域判据。

观察点是P99.9延迟和错误预算随节能策略的变化。应固定统计周期、样本覆盖与质量门槛，按年度公布分布而非只公布最好值；若连续两次独立复测方向相反，就说明该读数尚不足以承担领域判据。

观察点是空间或时间移峰受容量约束后的真实减排比例。应固定统计周期、样本覆盖与质量门槛，按年度公布分布而非只公布最好值；若连续两次独立复测方向相反，就说明该读数尚不足以承担领域判据。

观察点是硬件延寿一年所避免的制造碳与额外运行碳。应固定统计周期、样本覆盖与质量门槛，按年度公布分布而非只公布最好值；若连续两次独立复测方向相反，就说明该读数尚不足以承担领域判据。

◎ 可与哪些领域对撞

本块第20条《每份有用工作效率：系统指标必须带上分母》与第351号第十八条《能量到解》可以对撞。它们共享的预设是：两边都默认能效必须以完成的有效结果为分母。相反点在于：本块把请求质量、SLO和生命周期碳纳入分母，高性能计算把科学结果和数值精度纳入分母。若两边都成立，若两边都成立，第三项就是“有用工作”必须先由领域质量门槛共同定义。

本块第3条《PUE盲点：设施效率不等于计算效率》与第149号第一幕甲条《公允价值会计：信使还是加速器》可以对撞。它们共享的预设是：两边都默认汇总指标既描述对象又可能改变管理行为。相反点在于：PUE用于揭示设施开销，却会诱导把IT工作效率移出视野；公允价值也可能触发资本规则和抛售。若两边都成立，若两边都成立，第三项就是任何治理指标都要审查它的行为回写。

本块第3条《PUE盲点：设施效率不等于计算效率》与第065号第一幕己条《保护区面积目标被定下来》可以对撞。它们共享的预设是：两边都默认容易核查的覆盖率可以代理真实效果。相反点在于：PUE只说明设施与IT能耗之比，保护区面积只说明边界覆盖。若两边都成立，若两边都成立，第三项就是覆盖指标后必须接“每份有效结果”的功能指标。

本块第17条《碳感知调度：同一焦耳在不同时间地点排放不同》与第074号第一幕乙条《局部处理效应的含义被讲清》可以对撞。它们共享的预设是：两边都默认在一个地点和时段观察到的效应可以外推。相反点在于：碳感知调度受区域容量与电网时段限制，局部处理效应受人群和临界点限制。若两边都成立，若两边都成立，第三项就是减排收益必须按可迁移负载比例与适用电网范围加权。

◎ 十条可做的研究命题

无服务器冷启动的因果识别命题：在控制共同预算后，镜像加载、运行时初始化、依赖与缓存预热形成冷启动尾部，平台必须在常驻资源与；怎么做：在真实部署中随机或准随机改变资源配置、功率状态、调度位置或硬件专用化，固定工作负载轨迹、SLO、机型、地域与电网时段，比较前后与未处理组；什么算证伪：若效应低于测量误差、跨环境方向不一致，或平均值是否掩盖尾部与突发不再预测失败，则命题被证伪。

SLO感知功率管理的测量命题：在控制共同预算后，功率策略应根据请求关键性、队列与尾部余量动态分配，优化的是在SLO内的能耗；怎么做：建立跨三种环境的统一日志，直接测量“满足SLO请求数／每焦耳”并分层报告尾部；什么算证伪：若效应低于测量误差、跨环境方向不一致，或PUE是否遗漏IT完成的有用工作不再预测失败，则命题被证伪。

生产轨迹基准的复现重估命题：在控制共同预算后，容量和调度研究应使用含共置、周期、突发和失败的真实轨迹，并说明匿名化改变；怎么做：用新版本、强基线和独立团队重做第5条的关键设计，保存全部失败路径；什么算证伪：若效应低于测量误差、跨环境方向不一致，或专用加速器闲置是否抵消单任务能效不再预测失败，则命题被证伪。

热—算耦合的跨领域命题：在控制共同预算后，热点会触发风扇、制冷和热节流，任务放置应联合考虑热传播与冷却效率；怎么做：把相邻领域的审计、因果或能量账本移入本领域，以共同分母连接单位有用工作的延迟、焦耳、成本和排放；什么算证伪：若效应低于测量误差、跨环境方向不一致，或碳调度是否用平均而非边际排放不再预测失败，则命题被证伪。

边际碳强度的因果识别命题：在控制共同预算后，新增负载影响的是边际发电机，调度决策应优先使用时间相关边际信号；怎么做：在真实部署中随机或准随机改变资源配置、功率状态、调度位置或硬件专用化，固定工作负载轨迹、SLO、机型、地域与电网时段，比较前后与未处理组；什么算证伪：若效应低于测量误差、跨环境方向不一致，或更换硬件是否把制造碳移出账本不再预测失败，则命题被证伪。

每份有用工作效率的测量命题：在控制共同预算后，应报告每个成功请求、训练样本、查询或科学结果的焦耳、成本和碳，并计入失败与重；怎么做：建立跨三种环境的统一日志，直接测量“克二氧化碳当量／每份满足质量阈值的有用工作”并分层报告尾部；什么算证伪：若效应低于测量误差、跨环境方向不一致，或平均值是否掩盖尾部与突发不再预测失败，则命题被证伪。

仓库级计算机的复现重估命题：在控制共同预算后，网络、存储、供电、冷却、调度与故障共同决定服务性能，整个仓库应被视为一台计算机；怎么做：用新版本、强基线和独立团队重做第13条的关键设计，保存全部失败路径；什么算证伪：若效应低于测量误差、跨环境方向不一致，或PUE是否遗漏IT完成的有用工作不再预测失败，则命题被证伪。

功率封顶的跨领域命题：在控制共同预算后，可通过DVFS、功率状态和预算分配，把瓦特在组件与时间之间重新配置，并避免最坏峰值；怎么做：把相邻领域的审计、因果或能量账本移入本领域，以共同分母连接单位有用工作的延迟、焦耳、成本和排放；什么算证伪：若效应低于测量误差、跨环境方向不一致，或专用加速器闲置是否抵消单任务能效不再预测失败，则命题被证伪。

协调遗漏的因果识别命题：在控制共同预算后，若客户端等待上次响应才发下次请求，系统变慢时会减少施压并漏记本应到达的；怎么做：在真实部署中随机或准随机改变资源配置、功率状态、调度位置或硬件专用化，固定工作负载轨迹、SLO、机型、地域与电网时段，比较前后与未处理组；什么算证伪：若效应低于测量误差、跨环境方向不一致，或碳调度是否用平均而非边际排放不再预测失败，则命题被证伪。

百分位SLO的测量命题：在控制共同预算后，SLO应规定高百分位延迟、成功率窗口与错误预算，并驱动发布和容量决策；怎么做：建立跨三种环境的统一日志，直接测量“满足SLO请求数／请求总数”并分层报告尾部；什么算证伪：若效应低于测量误差、跨环境方向不一致，或更换硬件是否把制造碳移出账本不再预测失败，则命题被证伪。

◎ 资料核验

附录：跨面板碰撞索引

共同轴一是“带分母的效能”。第351号的能量到解、第355号的能量中性、第359号的容错时空体积和第360号的每份有用工作效率，都拒绝没有结果分母的峰值。它们可继续与会计的单位成本、生态学的单位产出资源耗用和能源经济学的边际排放对撞。

共同轴二是“证据链的未覆盖部分”。第352号把可信基记账，第354号追踪构建与依赖谱系，第355号把模型和数据放进安全论证，第359号要求编译变换可做等价检查。四块共享的结论是：保证不会凭工具升级而消失，只会把未证明部分移动到另一层。

共同轴三是“指标被主体响应”。第353号的推荐反馈、第356号的测试投机、第357号的伙伴适应和第360号的功率控制振荡，都显示测量与奖励会回写对象。它们与平台经济、会计盈余管理、因果推断中的处理响应共享同一个预设，却使用不同的读数。

共同轴四是“平均值不能承担尾部责任”。第351号的性能分布、第355号的最坏执行时间、第358号的群体词错率与第360号的P99.9延迟，分别把少数高代价失败重新放回评价中心。跨领域对撞时，需把失败频率与失败损失同时作为分母，避免只按出现次数排序。

共同轴五是“生成不等于接受”。第352号用证明内核裁决机器建议，第356号把生成代码后的验证作为学习目标，第357号要求代理编排有终止和权限控制，第358号对合成语音采用开放集鉴别。它们可共同抽取出一条更一般的命题：当组件由训练或生成产生时，系统必须拥有独立的拒错层。