strata docker vs host 的性能损失分析

结论（一句话）

• docker 零损失：同引擎 0.1.52、同单卡、同 25 万级 needle，docker 侧 pp +0.6%、tg +5.7%、总墙钟 -1.6%，全在测量噪声带内（±6%），无方向性损失。
• 真正的主变量是卡温与卡数（见 §主变量排序），host／docker 不是。

唯一有效的一组对照（出处见 §数据来源）

为什么只有这一组算数

• 100K 的单卡 host／dock 两行（1019.1／1004.9）在 ini 里已标作废：当时 max_tokens=64 把思考模型的作答预算吃了，HIT 2/5 是截断误杀非检索失败，不可引用。
• 10-28 宿主三档报告（50K 47.6／100K 40.6／256K 41.0 短文 tg）跑的是引擎 0.1.50，与 docker 侧 0.1.52 差版本，只能看量级不能逐项对（0.1.50→0.1.52 host 自身 pp 638.1→650.0、tg 33.0→28.3，引擎差本身就带来 -14% tg 变化）。
• SHORT 56 token 行（host 冷 35.0/18.4 vs 单卡 docker 冷 41.6/21.6）是秒级冷启测试，warmup 方差主导，只能看方向（docker 不慢），不能当定量证据。
• 双卡 dock 1368.3 vs 单卡的 +109% 是第二卡的分担，不是 docker 加速，不进对照。

主变量排序（实测）

• 卡温第一：同参数 256K，44°C 冷卡 pp 1530.8 vs 81~84°C heat soak 背靠背压到 ~700，差一倍以上；control 62°C 1404.2 vs tune 44°C 1530.8（+9% 纯来自温度，参数相同）。
• 卡数第二：256K 双卡 1368.3 vs 单卡 653.8（+109%，有效组内）；100K 双卡 1687.0（父笔记口径 +68%，其单卡对照已作废，比例仅供参考）。
• host／docker 第三：±6% 噪声带，无方向性差异，排序上可忽略。

路径等价性（为什么 docker 无损失）

• GPU 走 devices 直通＋驱动库挂载，无 nvidia runtime 中转层，PCIe／NVLink 路径与宿主一致。
• 内存：容器 cgroup cap 36G，引擎常驻 25~26G 未吃满，无 swap／无 OOM 压；瓶颈在显存（双卡 15.6/15.7G 顶格），与宿主一致。
• 推理是 GPU-bound，namespace＋rootless user 映射只影响启动与文件权限，不进热路径。

数据来源（均未重测）

• host 侧：llama-test 报告 Qwen3.8-125B-Strata-50K-100K-256K_20261028T0113_llamatest.md（10-28，宿主直跑 :8081，引擎 0.1.50，单卡）。
• dock 侧：本机镜像 /s500data/docker/llama/device/v100/v100-qwen3.8-125b-strata-256K.ini 头注 needle 基线对照表（10-28，strata.yml 双卡 yml，引擎 0.1.52，:8080）。
• 100K 作废行出处：/s500data/docker/llama/device/v100/v100-qwen3.8-125b-strata-100K.ini 头注（作废标记原文如此）。
• 算力台账：父笔记《4060和V100本地算力strata重建》V100 大表＋Strata-125BA6B Gyro 节。

缺口（要严谨还差这些，本次不补测）

• 有效对照只有 256K 一组；50K／100K 的同引擎单卡 host／dock 背靠背缺。
• 有效组 prompt_n 差 0.9%（254478 vs 252078），卡温未记录，严格说差一次温控变量。
• 结论口径：docker 损失 <6%（噪声上限），不是字面 0%。要压到 ±1% 需同温背靠背三次取均值。