ADR-0006: Interferenzprofiler hinter Gate M3, MVP nutzt Co-Run-Veto

Status: Akzeptiert · 2026-08-31 Betrifft: Spec §13.4 (Interference Matrix), WP12, §25 (Milestone M2)

Kontext

§13.4 und WP12 fordern offline gemessene paarweise Slowdown-Faktoren für relevante Modellpaare.

Bewertung:

Aufwand. Bei N Modellvarianten sind N(N−1)/2 Paare zu messen, je Paar mit stabilem Warmup und ausreichender Samplezahl. Bei 8 Varianten sind das 28 Messläufe. Profile sind zusätzlich an einen Umgebungsfingerprint gebunden (§13.5) und verfallen bei Modell-, TensorRT- oder Triton-Änderung.

Gültigkeit. Reale Überlast hat 3–4 gleichzeitig aktive Modelle. Paarweise Faktoren komponieren nicht zuverlässig zu Tripel- oder Quadrupel-Effekten; Cache-, SM- und Speicherbandbreitenkonkurrenz sind nicht multiplikativ.

Redundanz. Der Online Runtime Estimator (§13.2, WP11) misst die tatsächliche Backend-Laufzeit unter der real herrschenden Nebenläufigkeit. Er beobachtet den Interferenzeffekt also bereits, ohne ihn zu modellieren — exakt die Argumentation, die §13.2 für Taktabsenkung und Temperatur führt:

„Wenn die Hardware aus irgendeinem Grund langsamer wird, steigt die gemessene Online-Laufzeit und der Scheduler reagiert auf den Effekt statt auf die Ursache."

Dieselbe Begründung gilt für Interferenz. Ein teures Offline-Modell für einen Effekt zu bauen, den der billige Online-Schätzer ohnehin sieht, ist vor dem Falsifikationsgate nicht gerechtfertigt.

Entscheidung

WP12 (automatisierter Interferenzprofiler) wird hinter Gate M3 verschoben.
Für den MVP wird Interferenz auf ein binäres Co-Run-Veto reduziert. Die Konfiguration kann wenige Paare als no_corun markieren — typischer Fall Detector + VLM. Das Slot-Modell aus ADR-0004 setzt das als Belegungsregel um. Keine Matrix, keine Multiplikatoren, kein Profiler-CLI.

yaml backend: slots: 2 no_corun: - [detector, vlm]

Der Online Estimator wird pro Slot-Belegungsgrad geführt: beobachtete Laufzeit bei 1, 2, … gleichzeitig belegten Slots. Damit wird der Interferenzeffekt datengetrieben erfasst, ohne ihn offline zu vermessen, und die konservative Prognose bleibt konsistent mit ADR-0004.

Konsequenzen

Phase 3 wird deutlich kleiner; der Weg zu Gate M3 verkürzt sich.
Das Feature „interference-aware Zulassung, automatisiert" aus der Wettbewerbsmatrix §3.4 ist im MVP nur teilweise eingelöst. Das ist in der Außendarstellung entsprechend zu kennzeichnen — §3.5 verlangt genau diese Ehrlichkeit.
Konfigurationsschema und Slot-Modell werden so geschnitten, dass die volle Matrix später ohne Bruch nachrüstbar ist: no_corun ist der Grenzfall slowdown = ∞.

Reaktivierungsbedingung

Wenn der M3-Benchmark zeigt, dass die Feasibility-Prognose unter Nebenläufigkeit systematisch danebenliegt und der Online Estimator zu träge nachzieht, wird WP12 reaktiviert. Diese Bedingung ist als explizites Messkriterium im Benchmark-Report zu führen: Verteilung von (beobachtete Laufzeit − prognostizierte Laufzeit) aufgeschlüsselt nach Slot-Belegungsgrad.