fmq
d16b3d3cdc
- server/db: 拆 4929 行 db.rs 单体为 db/ 目录，migrations.rs 引入 PRAGMA user_version
版本化迁移运行器（M1~M13）
- 任务引擎 Phase 6/7b/7c 改名收敛：EngineStageConfig→PhaseConfig、StagePolicy→ResumePolicy、
Converged→Completed、删除 task_type 列、success_method 拆 tlusty_/synspec_ 双列、
新增 tlusty_status/synspec_status 半失败阶段守卫
- 科学正确性加固：conv_check 任意行 NaN/Inf/溢出判无效（0 行容忍）、新增 spec_is_valid
校验 SYNSPEC 脏谱、itek_history 逐次迭代全量保真、fmt_abn powf 溢出饱和
- 用户配置真正接通：tlusty_chain/tlusty_input 由死字段经 调度器→TaskSpec→executor→runner
透传生效；config 加载期 validate + deny_unknown_fields + 解析失败记 warn
- 调度修复：H1 活锁（pending_strategies 跳过已失败策略）、种子查找错误不再静默降级冷启动
- dashboard: 阶段配置面板 tlusty_stage/synspec_stage、"已完成"标签、迭代诊断展示
- docs: 新增 database_refactor_design.md，同步 database/api/PIPELINE/workflow_detail
386 lines
19 KiB
Markdown
386 lines
19 KiB
Markdown
# CNO 网格完整计算流程
|
||
|
||
> 本文档说明完整理论光谱网格的计算流程：每个网格点的计算阶段、每阶段的配置、
|
||
> 配置原理、CPU/并行机制、以及如何统计每个阶段的信息（时间、收敛等）。
|
||
> 当前实现为 **Rust 分布式 C/S + MQ 架构**（非早期 Python 单机脚本），调度与阶段配置
|
||
> 详见 `architecture.md` / `task_engine_decoupling_design.md`。
|
||
|
||
---
|
||
|
||
## 1. 总体架构
|
||
|
||
```
|
||
workflows/<wf>.yaml (网格点 + 阶段独立配置 + 策略链)
|
||
│
|
||
▼
|
||
server GridScheduler (schedule_pending_tasks)
|
||
│ 原子选点(claim_pending_grid_points) → 生成 TaskSpec
|
||
▼
|
||
MQ task_queue (SQLite，pending/claimed 状态机)
|
||
│ Worker 轮询 claim 抢占（pull 模型）
|
||
▼
|
||
node executor（每任务独立沙盒 task_<id>/）
|
||
│ 按 tlusty_strategies[0] 执行收敛链
|
||
├── ColdRun : lte → nc → nl → synspec
|
||
├── SeedStep : seed_nc → nl → synspec（凭 seed_point_name 下载种子 .7 热启动）
|
||
▼
|
||
结果上报（report）→ 白名单归档 result_dir/<name>/ → 清理沙盒
|
||
│ 收敛且干净 → .7 入种子库 seeds（供他点热启动）
|
||
```
|
||
|
||
策略链回退：当前策略失败 → 服务端弹出链首 → 下一顺位（如 `seed_step`）注入种子重试，
|
||
详见 `design.md §2` 与 `task_engine_decoupling_design.md §4.2`。
|
||
|
||
---
|
||
|
||
## 2. 每个网格点的计算阶段
|
||
|
||
每个网格点（一组 Teff/logg/logHe/logC/logN/logO 参数）经过 **TLUSTY 大气求解 + SYNSPEC
|
||
光谱合成**。TLUSTY 阶段按执行策略选用不同收敛链（`common::runner` 的 `default_cold_chain` /
|
||
`default_seed_chain`）。
|
||
|
||
**冷启动链**（适用 20-40K 及大部分易收敛点）：
|
||
|
||
| 阶段 | 程序 | 做什么 | NITER | 典型耗时 |
|
||
|------|------|--------|-------|---------|
|
||
| 1. LTE 灰大气 | tlusty | `lte=T, ltgray=T` 模式，解析求灰色 T(τ) 结构 | 0 | 1-3 秒 |
|
||
| 2. nc（NLTE 连续谱）| tlusty | `lte=F, ltgray=F` + `ilvlin=0`，收敛电离平衡（无线跃迁）| **10** | 1-5 分钟 |
|
||
| 3. nl（NLTE 含线）| tlusty | `lte=F, ltgray=F` + `ilvlin=100`，加全部谱线跃迁（要求收敛）| 100 | 5-20 分钟 |
|
||
| 4. synspec | synspec | 用 nl 大气合成可观测光谱 | — | 3-10 秒 |
|
||
|
||
**阶段间依赖**：1→2→3→4 严格顺序。每阶段用上一阶段的 `.7` 大气作种子（fort.8）。
|
||
|
||
> 冷启动链在高温/He-poor/富金属区会发散，此时按策略链回退走 **种子步进链**
|
||
> （seed_nc→nl，跳过 LTE grey 直接热启动）。
|
||
|
||
### 为什么是这 4 个阶段（原理）
|
||
|
||
Tlusty 的 NLTE 求解用**迭代线性化**（complete linearization）。线性化的收敛半径
|
||
有限——当初猜离真解太远时迭代发散。四个阶段逐步缩小初猜与真解的差距：
|
||
|
||
- **阶段1（LTE 灰大气）**：LTE + 灰色不透明度假设下解析求温度结构。提供物理
|
||
合理的起点，不需要种子（从零开始）。
|
||
- **阶段2（nc 连续谱）**：切换到 NLTE，但 `ilvlin=0` 不含束缚-束缚线跃迁。
|
||
线跃迁是统计平衡方程中最敏感的非线性项；先不加线，只收敛电离平衡（光致电离
|
||
+复合），得到稳定的 NLTE 布居数结构。**跳过此步直接 grey→含线 NLTE 必发散。**
|
||
- **阶段3（nl 含线）**：加入全部线跃迁（ilvlin=100）。从已收敛的 nc 种子起步，
|
||
线扰动小，快速收敛（典型 ~15 次迭代）。
|
||
- **阶段4（synspec）**：用 nl 阶段收敛的大气模型，计算指定波长范围的合成光谱。
|
||
|
||
### 2.1 种子步进链（seed_step）—— 高温区破局
|
||
|
||
当冷启动链发散时（典型：60000-80000K + He-poor + 富金属），策略链回退切换到
|
||
**种子步进链**（`default_seed_chain`），跳过 LTE grey 冷启动，直接用邻居已收敛的
|
||
`.7` 热启动：
|
||
|
||
| 阶段 | 做什么 | 关键标志 | NITER |
|
||
|------|--------|---------|-------|
|
||
| seed_nc | 从种子热启动 NLTE 连续谱 | `ltgray=F`(读 fort.8) + `ichang=0` | 20 |
|
||
| nl | 含谱线完整 NLTE（要求收敛）| `ilvlin=100` | 100 |
|
||
|
||
**触发流程**（服务端策略链机制，非节点端自行判断）：
|
||
1. 初始派发链首策略（如 `cold_run`）；失败上报（`failed_stage="tlusty"`）后，
|
||
服务端 `trigger_strategy_fallback` 弹出链首，重置点 pending，再派发下一顺位。
|
||
2. 若下一顺位为 `seed_step`：服务端在全局种子库按**有向 CNO 距离**找最近邻收敛种子，
|
||
注入 `seed_point_name` 后派发；无种子则暂存顺位待种子出现。
|
||
3. 节点凭 `seed_point_name` 下载种子 `.7`（`GET /api/seed/<name>`），作 fort.8 热启动跑
|
||
`seed_nc → nl`。
|
||
|
||
**原理**（`tlusty208.f` 源码确认，详见 EXPERIENCE.md）：
|
||
- `LTGREY=T` → `CALL LTEGR` 生成灰大气（**忽略 fort.8**，冷启动）；
|
||
- `LTGREY=F` → `CALL INPMOD` 读 fort.8 作初猜（**热启动**）。
|
||
- `ICHANG=0`：种子与目标模型原子完全一致（同为 H/He/CNO 设置），只改
|
||
Teff/logg/丰度，不需要重映射布居数。
|
||
|
||
> **物理极限（如实标注）**：80000K + He-poor + logCNO=-1 即使种子步进也发散
|
||
> （CNO 高价离子主导不透明度，金属 ×10 跳跃线性化无法阻尼）。网格如实标
|
||
> `converged=false`，不强制成功——这些极端参数组合观测上本就罕见。
|
||
>
|
||
> **ICRSW 是死代码**：源码中 `SUBROUTINE SWITCH` 定义但从未被 CALL，
|
||
> 默认 CRSW≡1.0 无阻尼效果。不要依赖 ICRSW 稳定化（见 §7.8）。
|
||
|
||
---
|
||
|
||
## 3. 每阶段的配置信息与原理
|
||
|
||
### 3.1 `.5` 文件（每阶段一份，三阶段相同 NATOMS/ions，只改 3 处）
|
||
|
||
```
|
||
第1行: TEFF GRAV （三阶段相同：目标参数）
|
||
第2行: LTE LTGRAY （阶段1=T T，阶段2/3=F F；种子步进链全 F）
|
||
第3行: nst 文件名 （固定写 'nst'，内容每阶段由 nst_writer 生成）
|
||
第4行: NFREAD （=2000 → 展开约 75443 个频率点；不要用 50）
|
||
第5行: NATOMS （=8: H,He,空×3,C,N,O）
|
||
第6+行: atoms (mode abn modpf) （C/N/O 的 mode=2 显式NLTE, abn=10^logX）
|
||
ions段: iat iz nlevs ilast ilvlin nonstd typion filei
|
||
（阶段1/2/seed_nc: ilvlin=0; 阶段3/nl: ilvlin=100 ← 关键区别）
|
||
```
|
||
|
||
**为什么 NATOMS/ions 三阶段必须相同**：每阶段的 `.7` 大气记录了每个能级的
|
||
布居数。种子与目标的能级结构必须一一对应，否则读取时索引错位 → NaN。
|
||
|
||
### 3.2 nst 文件（非标准参数，每阶段统一结构，NITER 不同）
|
||
|
||
`nst_writer::generate_nst_content` 对**所有阶段（含 lte）统一生成两行**：
|
||
```
|
||
ND=50,NLAMBD=3,VTB=2.,ISPODF=1,DDNU=50.,CNU1=6.,[CHMAX=..][,ITEK=..],NITER=<阶段>
|
||
[ORELAX=..][,IDLTE=..][,IACC=..][,ICHANG=..],IELCOR=-1
|
||
```
|
||
- lte: `NITER=0`（灰大气不迭代，只做一次形式解）
|
||
- nc: `NITER=10`, nl: `NITER=100`, seed_nc: `NITER=20`
|
||
- **不设 CHMAX**（用默认 0.001，强迫 nc 真正收敛）
|
||
- **不设 ITEK**（用默认 4）
|
||
- 尾部统一 `IELCOR=-1`（电子密度修正关闭）
|
||
- 参数分行写（line1 ≤64c, line2 余下），避免 tlusty nst 解析器 ~72 字符行宽截断
|
||
|
||
每个参数的作用与原理：
|
||
|
||
| 参数 | 作用 | 为什么这样设 |
|
||
|------|------|-------------|
|
||
| `ND` | 大气深度点数 | 50（sdB 标准配置） |
|
||
| `NLAMBD` | lambda 迭代频率点数 | 3（频率网格细化，用户验证配方） |
|
||
| `VTB` | 微湍流速度 km/s | 2.（sdB 典型值） |
|
||
| `ISPODF` | 频率网格开关 | 1（启用细化频率网格） |
|
||
| `DDNU` | 频率间隔因子 | 50.（频率网格细化参数） |
|
||
| `CNU1` | 频率网格起点 | 6.（频率网格细化参数） |
|
||
| `NITER` | 最大迭代数 | nc=10（实测最优），nl=100，seed_nc=20 |
|
||
| `IELCOR` | 电子密度修正 | -1（关闭） |
|
||
|
||
> **关键：不设 CHMAX（用默认 0.001）、不设 ITEK（用默认 4）、不设 IDLTE/ORELAX。**
|
||
> 之前版本设了 CHMAX=0.1 导致 nc 没真正收敛，是大部分失败的根本原因。
|
||
> 详见 EXPERIENCE.md §4 的错误记录。
|
||
>
|
||
> **nc 的 NITER=10 是实测最优**（GUIDE.md NITER 扫描结论）：
|
||
> - nc（纯连续谱）缺少谱线约束，外层温度永不真正收敛，只在外层漂移；
|
||
> - NITER=10 vs NITER=50 的最终光谱差异仅 6e-6（完全等价）；
|
||
> - nl（含谱线）会自修正到正确解，无论 nc 给什么初值；
|
||
> - NITER=10 总耗时 ~12 分钟（35000K CNO），NITER=50 浪费 2.2× 时间。
|
||
|
||
### 3.3 synspec 配置（fort.55 + 谱线表）
|
||
|
||
```
|
||
fort.55 控制卡: 波长窗/展宽/截断（由 workflow YAML 的 `synspec_input:` 块或代码默认配置）
|
||
谱线表 fort.19: data 下 gf 谱线数据（含 C/N/O 线）
|
||
```
|
||
- 代码默认波长窗为 **1400–1410 Å**（`SynspecInput` 默认），实际使用通常配置到
|
||
目标波段（如 3000-7000Å 光学波段，覆盖 C II 4267、C III 4647 等）。
|
||
- 大气来自 nl 阶段的 `.7`（复制为 fort.8）。
|
||
|
||
---
|
||
|
||
## 4. CPU 与并行机制
|
||
|
||
### 4.1 每个网格点只用一个 CPU 核
|
||
|
||
**是的。** tlusty.exe 和 synspec.exe 是 Fortran 编译的单线程程序，每个实例只用
|
||
1 个 CPU 核。网格点的并行不是靠程序内部的多线程，而是靠**同时启动多个程序实例**
|
||
（分布在多台计算节点上）。
|
||
|
||
### 4.2 如何做到并行（分布式 Pull 模型）
|
||
|
||
并行由 **多计算节点 + 每节点多槽位** 构成：
|
||
|
||
- **节点**：每个物理设备跑一个 `node` 进程，`DCTS_MAX_SLOTS` 控制该节点并发槽位数
|
||
（管理员可经心跳配额动态下调）。
|
||
- **队列**：服务端把 pending 点推入 MQ，Worker 只要 `active_slots < effective_max_slots`
|
||
就持续 `claim` 抢占（pull 模型，天然负载均衡）。
|
||
- **沙盒隔离**：每任务独立工作目录 `data/work/task_<id>/`，fort.* 文件互不冲突，
|
||
这是并行安全的基础。
|
||
- 早期 Python 单机 `multiprocessing.Pool` 架构已废弃。
|
||
|
||
### 4.3 吞吐量估算（参考）
|
||
|
||
| 模型类型 | 单点耗时 | 参考吞吐（若干节点） | 收敛性 |
|
||
|---------|---------|-------------|--------|
|
||
| 20000-40000K（标准 sdB 区）| ~12-25 分钟 | 随节点槽位总数线性扩展 | 冷启动全区间可靠 |
|
||
| 60000K + He-rich/低金属 | ~10-15 分钟 | 同上 | 冷启动或一步种子步进 |
|
||
| 80000K + He-rich/低金属 | ~3-5 分钟（种子步进）| 同上 | 冷启动失败→种子步进成功 |
|
||
| 80000K + He-poor + logCNO=-1 | — | — | **真实物理极限，发散**（如实标注） |
|
||
|
||
---
|
||
|
||
## 5. 如何统计每阶段信息
|
||
|
||
### 5.1 当前已记录的信息（conv.json）
|
||
|
||
每个网格点完成后，`result_dir/<模型名>/conv.json`（节点归档）与
|
||
`seeds_dir/<模型名>/conv.json`（服务端）记录：
|
||
|
||
```json
|
||
{
|
||
"name": "t40000_g6.0_he0_c-1_n-1_o-1",
|
||
"params": {"teff":40000, "logg":6.0, "loghe":0, "logc":-1, "logn":-1, "logo":-1},
|
||
"converged": true,
|
||
"final_max_relc": 0.0069,
|
||
"atmosphere_has_nan": false,
|
||
"synspec_rc": 0,
|
||
"elapsed_sec": 715.0, ← 总耗时（所有阶段+synspec之和）
|
||
"seed": null, ← 冷启动为 null；走种子步进时为邻居 .7 路径
|
||
"stages": [
|
||
{
|
||
"label": "lte",
|
||
"converged": true,
|
||
"max_relc": 0.0,
|
||
"note": "NITER=0 grey start",
|
||
"elapsed_sec": 2.1
|
||
},
|
||
{
|
||
"label": "nc",
|
||
"converged": false, ← nc 不要求收敛，作种子即可（NITER=10）
|
||
"max_relc": 0.957,
|
||
"worst_depth": 1, "last_iter": 10, "n_depths": 50,
|
||
"elapsed_sec": 62.4
|
||
},
|
||
{
|
||
"label": "nl",
|
||
"converged": true,
|
||
"max_relc": 0.0069,
|
||
"worst_depth": 1, "last_iter": 17, "n_depths": 50,
|
||
"elapsed_sec": 7.8
|
||
}
|
||
]
|
||
}
|
||
```
|
||
|
||
> **走种子步进链时**：`seed` 指向邻居 `.7`，`stages` 里没有 `lte`，而是
|
||
> `seed_nc`（`ltgray=F` 热启动，NITER=20）→ `nl`。
|
||
> 注意：`conv.json` 不含 `seed_step_used` / `coldfail_backup` 布尔字段（旧版字段已移除）；
|
||
> 收敛手段归因由服务端 `tasks` 表的 `tlusty_strategies[0]`（cold_run / seed_step）聚合统计
|
||
> （Phase 6 起 `task_type` 列已删除，策略链首项即当前执行策略的权威快照）。
|
||
|
||
每阶段记录：`converged`（是否收敛）、`max_relc`（最大相对变化）、
|
||
`worst_depth`（最差深度点）、`last_iter`（迭代次数）、`n_depths`（深度点数）、
|
||
`elapsed_sec`（本阶段耗时）。
|
||
|
||
### 5.2 每阶段时间记录（已实现）
|
||
|
||
runner 在每个阶段的循环开始/结束处计时，conv.json 里每个 stage 有
|
||
`elapsed_sec`，synspec 也有单独的 `synspec_sec`。另归档保留各阶段快照：
|
||
`<name>.<label>.5/.6/.err/.nst/.7` 与收敛诊断 `<name>.<label>_chmax*.9`（见
|
||
`tlusty_result_artifacts.md`）。
|
||
|
||
### 5.3 统计整个网格的信息
|
||
|
||
早期 `grid_status.json` 文件已废弃；当前状态统计由服务端 API 实时查询 DB 提供：
|
||
|
||
- `GET /api/workflows`：各工作流内联进度（total/completed/failed/running…，`completed` 由 7c 改名自 `converged`）
|
||
- `GET /api/workflows/:name/stats`：单工作流统计（含 `cold_run_converged` / `seed_step_converged`）
|
||
- `GET /api/workflows/:name/points`：逐点列表（可过滤 status/method/wave/q，分页）
|
||
- `GET /api/workflows/:name/progress`：进度-时间序列曲线
|
||
- 种子步进命中数 = `tasks` 表 `json_extract(tlusty_strategies,'$[0]')='seed_step'` 且 `status='completed'` 的聚合
|
||
|
||
前端 Dashboard 直接消费以上端点渲染（首页卡片、详情页概览/点表/平行集合分析图）。
|
||
|
||
### 5.4 单个网格点的详细收敛诊断
|
||
|
||
- 从节点 `result_dir/<模型>/` 读取 `<模型>.<label>_chmax*.9`（每阶段收敛诊断，
|
||
含最大相对变化随迭代下降过程）。
|
||
- 阶段日志 `<模型>.<label>.6/.err` 查看 tlusty 输出与报错。
|
||
- 光谱 `*.spec` / 连续谱 `*.cont` / b 因子 `*.bfac` / 出射谱 `*.emflux` 供物理分析。
|
||
|
||
---
|
||
|
||
## 6. 完整操作步骤
|
||
|
||
### 第1步：配置工作流（workflows/<wf>.yaml 的 grid 段）
|
||
```yaml
|
||
grid:
|
||
teff: [20000, 30000, 40000, 60000] # 各维采样点列表
|
||
logg: [5.0, 6.0]
|
||
loghe: [-2, 0]
|
||
logc: [-4, -2, -1] # 亚太阳范围（已修正；旧版 -1..1 会发散）
|
||
logn: [-4, -2, -1]
|
||
logo: [-4, -2, -1]
|
||
# 共 4*2*2*3*3*3 = 432 个点
|
||
tlusty_stage: # TLUSTY 阶段独立配置（enabled/policy/strategies）
|
||
enabled: true
|
||
policy: skip_converged
|
||
strategies: ["cold_run", "seed_step"] # 策略链：冷启动失败回退种子步进
|
||
synspec_stage: # SYNSPEC 阶段独立配置（enabled/policy/strategies）
|
||
enabled: true
|
||
policy: skip_converged
|
||
strategies: ["standard"]
|
||
synspec_input: # SYNSPEC 数值参数（fort.55 波长范围等）
|
||
wstart: 3000.0
|
||
wend: 7000.0
|
||
```
|
||
|
||
### 第2步：创建并启动工作流（HTTP API / Dashboard）
|
||
```bash
|
||
# 创建/保存工作流（config_yaml 上传）
|
||
curl -X POST localhost:8090/api/workflows -H "Authorization: Bearer $ADMIN_TOKEN" \
|
||
-F name=sdB_cno -F config_yaml=@workflows/sdB_cno.yaml
|
||
|
||
# 启动（进入 initializing → running，后台异步建网格并派发）
|
||
curl -X POST localhost:8090/api/workflows/sdB_cno/start \
|
||
-H "Authorization: Bearer $ADMIN_TOKEN"
|
||
```
|
||
也可直接在 Dashboard「工作流 → 启动配置 → 启动」操作。启动后调度器按 wave（难度）
|
||
顺序把点推入 MQ，各节点 pull 抢占计算。
|
||
|
||
### 第3步：监控
|
||
- Dashboard：工作流卡片进度条、详情页概览（统计/进度曲线/ETA）、逐点表、平行集合分析图。
|
||
- API：`GET /api/workflows/:name/stats` / `:name/points` / `:name/progress`。
|
||
- 服务端日志：`RUST_LOG=info ./server`。
|
||
|
||
### 第4步：断点续算 / 增量
|
||
- 工作流默认 `policy: skip_converged`：启动时跳过已收敛点、重试已失败点。
|
||
- 加密网格：往 `grid` 各维列表加更多点后保存并重启工作流（自动跳过已完成，只算新点）。
|
||
- 高温区加密建议先冷启动算 He-rich/低金属的"桥头堡"模型，建立种子库再扩散到
|
||
难收敛点（见 §7.1）。
|
||
|
||
### 单点调试
|
||
```bash
|
||
# 把单个点置回 pending 重跑（或在 Dashboard 详情页查看该点尝试历史/阶段诊断）
|
||
curl -X POST localhost:8090/api/workflows/sdB_cno/points \
|
||
-H "Authorization: Bearer $ADMIN_TOKEN" -F point_name=t40000_...
|
||
```
|
||
> 早期 Python 的 `run_grid.py` / `run_one.py` / `seed_step.py` 脚本与 `src/` 目录已废弃。
|
||
|
||
---
|
||
|
||
## 7. 注意事项
|
||
|
||
1. **种子步进回退（核心机制）**：`tlusty_strategies` 链含 `seed_step` 时（默认推荐
|
||
`["cold_run", "seed_step"]`），冷启动失败的点会自动回退到种子步进链：服务端在全局
|
||
种子库找近邻已收敛 `.7`，`ltgray=F + ichang=0` 热启动重跑。这是高温/He-poor/富金属区的
|
||
决定性破局手段（详见 §2.1）。
|
||
**种子匹配**：两级匹配——exact_family（同 Teff/logg/logHe 族，CNO 用有向距离：富方向
|
||
重罚 4×、贫方向 1×）与 global 加权距离（`d_teff/5000 + d_logg×2 + d_loghe×0.5 +
|
||
d_cno×0.1 ≤ 3.0`），不再是早期简单的绝对跨度阈值（见 `seed_finder.rs` / `design.md §3`）。
|
||
跨度过大（如 cno-4 直接跳 cno-1，1000× 金属跳跃）即便种子步进也发散 → 这是真实物理
|
||
极限，网格如实标注。
|
||
**种子库建立策略**：高温区建议先冷启动算 He-rich 或低金属的"桥头堡"模型，建立种子库
|
||
再扩散到难收敛点（如 cno-4 → cno-2 → cno-1 多步跳板）。
|
||
|
||
2. **断点续算判定**：`conv.json` 里 `converged=true` 的点会被跳过。假收敛
|
||
（`atmosphere_has_nan=true`）的点会被重算。
|
||
|
||
3. **失败处理**：单点失败（发散/崩溃）不中断整个网格；当前策略失败触发策略链回退，
|
||
链耗尽则标记 failed。高温难点的失败大多是真实物理极限（见 §2.1），不强制成功。
|
||
|
||
4. **磁盘空间**：节点端归档 `result_dir` 永久保留（无 LRU 淘汰），每个模型约
|
||
2-10MB 白名单产物（`.spec/.cont/.iden/.7/.bfac/.emflux/各阶段快照/日志`）。沙盒
|
||
`task_*` 工作目录结算后清理，节点重启时清理残留。
|
||
|
||
5. **并行安全**：每任务独立沙盒（`data/work/task_<id>/`），fort.* 文件不冲突。可安全并行。
|
||
|
||
6. **nst 文件行长限制（已修复）**：tlusty 的 nst 解析器有 ~72 字符的行宽限制。
|
||
如果参数太多写在一行（如加了 IDLTE/IACC 后 >72 字符），行尾的参数会被
|
||
静默截断。`nst_writer` 把参数分两行写（line1≤64c, line2 余下参数）。
|
||
这是个隐蔽 bug——截断后 tlusty 不报错而是用默认值，导致"看似成功实则参数
|
||
没生效"。
|
||
|
||
7. **fort.84 残留（已修复）**：tlusty 运行时会在工作目录写 fort.84（nst 参数的
|
||
内部表示）。如果下一次 tlusty 运行（不同 NATOMS）读到旧的 fort.84，会报
|
||
"Bad integer for item 48" 崩溃。runner 每次运行前删除 fort.84。
|
||
|
||
8. **收敛可靠性（如实）**：用正确配方（无 CHMAX/ITEK, NFREAD=2000, nc NITER=10）
|
||
后，20000-40000K 全区间冷启动可靠收敛；60000-80000K + He-rich/低金属用
|
||
种子步进可解决；**80000K + He-poor + logCNO=-1 是真实物理极限**
|
||
（CNO 高价离子主导不透明度，金属 ×10 跳跃线性化无法阻尼），网格如实标记
|
||
未收敛。之前版本的"8/8 边界全部成功"不准确（基于错误的 CHMAX=0.1）。
|
||
`ICRSW`（Hummer & Voels 切换）在 tlusty208 **原版中是死代码**
|
||
（SUBROUTINE SWITCH 从未被 CALL，CRSW≡1.0），不要依赖它稳定化；
|
||
即便源码修复启用后实测对难点也无帮助。详见 EXPERIENCE.md。
|