Digital Drosophila Archive
44 lines
4.0 KiB
Markdown
44 lines
4.0 KiB
Markdown
# CPU / GPU 方案保存 — 2026-10-01
|
||
|
||
用户要求保存当前方案并上传，之后再继续。**原 Phase4AR 保持停止，未训练、未安装新权重，未进入下一科学阶段。**
|
||
|
||
## 保存内容
|
||
|
||
| 方案 | 代码 | 状态 |
|
||
|---|---|---|
|
||
| 原 CPU 更新与独立验证 | `models/male-cns-lif/olfactory-conditioning-lab-v1/`、`conditioning-interface-v2/` | 注册实现保留，未替换 |
|
||
| V100/4090 eligibility 更新原型 | `models/male-cns-lif/conditioning-acceleration-v1/` | 固定案例逐位回放 PASS，不是全脑已迁移到 V100 |
|
||
| CPU 常驻与 4090 全脑常驻 | `models/male-cns-lif/conditioning-pipeline-acceleration-v1/` | 42 次全脑精确回放 PASS，不是已验收生产运行时 |
|
||
|
||
本目录的 `gpu/`、`pipeline/` 保存原报告、manifest 与完整性说明的原字节副本；`publication-catalog.json` 逐项记录公开归档成员和有意排除项。完整数值回放、请求、状态和诊断回执封装在 `artifacts/acceleration-20261001/` 的两个 Git LFS 归档中。
|
||
|
||
代码版本：GPU 核心 `221e1f13f758ebe8d9f188bab976c361f7cacf45`；常驻回放封存 `018f038c7857c7e0236dd7408a680458520d92ce`。原科学登记源码 `80aeb2093db655329774eff7b32fb6e417b8b40b` 不变。
|
||
|
||
原科学现场停在 1,033 轮已提交且 CPU 校验的训练、138 个已提交 probe。完整科学执行、独立学习 gate 未完成；本次性能成果不代表学会关联记忆。
|
||
|
||
## 来源、许可与排除
|
||
|
||
MaleCNS v1.0 原数据来源为 [官方数据页](https://male-cns.janelia.org/download/)，既有许可审计为 CC BY 4.0。署名保留 Male CNS collaboration：FlyEM/HHMI Janelia、University of Cambridge、MRC Laboratory of Molecular Biology、Google Research 及原论文作者。本项目进行了既有 neuron-only 过滤/重编号和模型模拟；本次只原字节复制已生成的回放数据，不重新推导或修改科学数值。
|
||
|
||
嗅觉输入来源链中的 DoOR.data 2.0.1（commit `eea72d64b42a4e91dafe822cf0b5204de33f8d34`）维持 CC BY-SA 4.0，作者 Daniel Münch、C. Giovanni Galizia、Shouwen Ma、Martin Strauch、Anja Nissler。涉及其派生输入的成员保留此 ShareAlike/署名约束；不将其许可泛化至无关代码。[DoOR 论文](https://doi.org/10.1038/srep21841)。Shiu 作者源码维持其原 MIT 声明；本项目是 adapted dynamics，不是严格原模型复现。
|
||
|
||
原资源许可证据及上游 notices 在 `codex/lfs-public-resources` 的 `registry/publication-20261001/`，固定发布提交 `5b1d1b7`。本次没有打包 NVIDIA SDK、CuPy/PyTorch 环境、FlyVis、论文全文或其他服务。软件没有被擅自统一换证，仍适用仓库 NOTICE 和各上游声明。
|
||
|
||
明确排除：虚拟环境、CUDA 编译缓存/中间产物/二进制、安装下载日志。完整原实验（包括失败与编译诊断）仍原样留在服务器；原 sealed manifest 包含未上传缓存的哈希。因此公开归档应使用 **publication-catalog.json** 校验，不能要求原始全目录 SHA 清单在省略缓存的副本中全部通过。没有丢弃科学失败案例。
|
||
|
||
旧原始/参考大数据不重复上传，它们在 `codex/lfs-public-resources`。本次发布不是全服务器或全部历史科学目录灾备，也没有打包已停止 AR 的所有 64,034 个现场文件。
|
||
|
||
## 恢复与验证（不运行模型）
|
||
|
||
在新目录 clone 本分支，安装 Git LFS，执行：
|
||
|
||
```sh
|
||
git lfs pull --include='artifacts/acceleration-20261001/**'
|
||
python3 -B tools/acceleration-publication/archive_results.py verify
|
||
```
|
||
|
||
验证器只读流式校验归档 SHA、成员集合、每个成员字节数与 SHA，不解包、不运行模型。
|
||
如需解包，只解到新建空目录；不得覆盖 `/data/digital-drosophila` 或直接运行旧封存脚本。性能原型依赖固定科学源与历史输入，不能只 clone 就自动恢复正式训练。
|
||
|
||
`delivery.json` 只在真实远端 push、独立新 LFS store 下载和完整成员验证成功后写入。没有该回执时，不能把打包完成称为异机恢复已通过。
|