算电大统一 03：在共同可靠性上限下评估电池功率承诺的调度价值

前两篇分别研究了两件事：一组电池能承诺多少功率，以及供电变化怎样变成计算任务损失。把两端接起来后，还要回答一个更实际的问题：更细致地描述电池的不确定性，调度就一定能多做工作吗？

我们的主实验没有得到这样的结果。

在共同的5%联合违约上限下，概率功率承诺BAC出现0次违约，平均有效训练进度约527.0个名义秒；经过开发集调整安全余量的点状态SOP出现2次违约，平均进度约531.6个名义秒。两者的逐策略风险上界都低于5%，没有一方同时在工作量和违约数上胜过另一方。

这是一轮模型实验：电池来自合成参数，请求到达和长度来自公开轨迹，推理功率到速率的关系仍是假设。它没有完成真实电池与服务器联合供电测试，也没有上线一个滚动调度器。

第三篇要检验什么，才不只是把前两篇接起来

第一篇给电池状态附加风险标记，第二篇描述供电变化对任务的后果。连接两段代码本身，并不自动构成调度方法的进步。第三篇需要检验：这些新增信息，是否改变了动作；改变以后，是多做了工作，少承担了风险，还是仅仅换了一个更保守的预算。

这使研究问题从“概率方法能不能跑通”，转为“在共同目标、共同动作空间和同等调参机会下，概率信息有多少决策价值”。如果点估计加一个合理余量已经足够，结果就应允许是没有额外收益。原先希望建立更丰富接口的动机，不能成为必须让BAC胜出的验收标准。

相关研究也要求缩小创新表述。Goiri等的GreenSwitch早已在含可再生供能、电池和电网的原型中管理工作负载；Zhang等2026年的开放预印本已经联合建模训练、推理、储能与微电网；Juang等2012年的机构摘要也有概率SOF思想。[1][5][6]因此，本篇不把“电池＋计算”“风险感知”或“概率功率”几个词的组合当成首创。

本轮取得GreenSwitch、Zeus、DynamoLLM及上述算电预印本全文，部分SOP近邻仍只有摘要／题录。全文可得不代表算法已经复现；摘要可得更不代表可以补写正文细节。本篇比较的是自己在统一模型下实现的几个输入接口，未完成成熟SOP、鲁棒MPC或生产调度器的公开基准排名。

一次电池查询，具体传递了哪些内容

第一篇的承诺不是一个孤立的瓦数。进入本篇时，至少还需要说明：这是哪个包、在哪次观测以后、什么模型和温度下、持续多久、使用什么风险与校准参数算出的预算。

承诺内容	本轮含义	为何需要保留
包身份与状态	96颗串联电芯的固定虚拟包	不能用别的包的后验替代当前包
直流端功率预算	按某种接口计算并乘利用系数	计算侧必须知道功率测量边界
持续时长	600秒	短任务的预算不自动保护长任务
电池模型风险	1%	指定后验与物理模型内的目标
校准置信参数	α＝0.05	场景抽样导致风险界失效的控制层
有效条件	温度、SOC、参数与模型版本	条件失效时原预算不应继续通用

本轮只在每个600秒episode开始时作一次决策。这个限制有意保留：单次后验查询的理论标签，不能不加论证地重复用于任意自适应滚动决策。在线查询、累积风险预算和撤销机制需要另外设计。

“有效条件”目前也只是研究中记录和讨论的对象，代码还没有完整的过期拒绝与撤销流程。后面压力测试的失败会显示，这个实现缺口并不只是文档格式问题。

（P3-1）概念上的一次承诺记录：

$\mathcal{B}=(\mathrm{id}_B,\underline{P}_{\mathrm{DC}},\tau,\varepsilon_B,\alpha_B,\mathcal{V}).$

$\mathrm{id}_B$ 固定包身份，$\underline{P}_{\mathrm{DC}}$ 是直流端功率下界，$\mathcal{V}$ 记录温度、状态时间和模型版本等有效域。这个式子定义应记录的语义，不表示当前代码已实现每个字段的在线拒绝与撤销功能。

先把比较规则摆在同一张桌上

调度器面对的是一次10分钟供电预留。电池先给一个可用功率预算，计算侧扣除固定设备开销和转换损耗，优先给推理请求分配功率，再把剩余部分给训练。

比较的五种输入如下：

输入方法	主要使用什么信息
运行时固定预算	本次不看具体电池状态，使用统一预算
SOC均值	当前电量状态、共同环境和均值电芯
点状态SOP	把当前包的容量估计压成一个点值，计算功率下界
概率BAC	保留当前包的后验分布，按风险目标给功率下界
逐芯可信盒	先给每颗电芯留余量，再保证整包

SOP可理解为在约束下估计可用功率。这里实现的是同一保守公式的点状态版本，没有完整复现某篇成熟工业SOP算法。BAC是本系列的概率功率承诺接口，也没有因为名称不同而得到更准确的真实参数。

公平比较的关键，是每种方法都可以调安全余量。否则，让简单方法按满预算跑、让概率方法主动保守，再比较谁失败更少，答案几乎写在设定里。

本轮给所有方法相同的8档利用系数，在128个开发包上，选择满足风险筛选条件、平均训练进度最高的一档。之后冻结参数，用256个新的包检验，不看留出结果再挑更有利的系数。

最终，固定预算和SOC方法使用0.8倍预算，点SOP使用0.95倍，BAC和可信盒使用1倍。固定预算虽然运行时不看当前包，也用到了开发集的历史结果，因此不能说它完全没有电池信息。

从电池直流端到任务预算

为让输入接口之间可以比较，所有方法都使用同一组供电与任务尺度：固定设备开销80 W、推理满预算300 W、训练满预算450 W、转换效率0.94。电池直流端的公共设备预算上限约882.98 W。

这是一组情景参数，不是从某台真实服务器量到的功耗拆分。训练速度形状借用公开V100静态profile的归一化形状，再映射到本轮450 W训练预算；不能由此声称V100在450 W下达到本文对应速度。

统一分配规则可写为：

（P3-2）公共动作空间与功率分配：

$P_{\max}=\frac{P_{\mathrm{fix}}+P_{I,\max}+P_{T,\max}}{\eta},\qquad B_m=\min\{\underline{P}_m,P_{\max}\},\quad P_{\mathrm{DC}}=\lambda B_m.$

$P_{\mathrm{IT}}=\max\{0,\eta P_{\mathrm{DC}}-P_{\mathrm{fix}}\}.$

$P_I=\min\{P_{I,\max},P_{\mathrm{IT}}\},\qquad P_T=\min\{P_{T,\max},\max(0,P_{\mathrm{IT}}-P_I)\}.$

其中 $\eta=0.94$、$P_{\mathrm{fix}}=80\,\mathrm{W}$、$P_{I,\max}=300\,\mathrm{W}$、$P_{T,\max}=450\,\mathrm{W}$；$m$ 是方法，$\lambda$ 是开发集选择的利用系数。执行顺序是先用公共上限截断基础预算，再乘利用系数；公式描述本轮共同的推理优先规则，不是全局最优解。

推理速率按所获预算比例变化，仍是未经硬件标定的线性假设。训练按公开静态曲线插值；预算不足最低运行档时暂停。规则没有未来负载预测、抢占优化或全局求解，任何方法都不能因名字不同多看一份真实未来。

电池执行评价使用整个预留预算作为恒功率压力负载，即使计算任务一时未充分消耗预算，仍按预留上界检查。这有利于清楚定义任务保障边界，但它是保守压力包络，不是实际服务器能量轨迹。因此，下文工作量收益不能改称同幅度节能、降电费或减碳。

固定包与后验怎样生成

每包96芯，平均容量3 Ah、总体CV10%、初始SOC0.8、温度−20°C。基础容量分布含1%弱芯组件，电阻由P1假设分布生成。本轮没有由真实同批尾部辨识这些参数，电阻和初始SOC在主要单包推断中视为已知。

先固定一个包的真实容量与电阻，再生成带0.08对数标准差的容量观测；推断在给定观测后更新混合后验。S2把后验均值代入同一功率证书；S3使用2000个独立后验场景，按1%风险、α＝0.05选择第13小证书；S4逐芯分配1%／96的风险并使用后验容量下界。

这些方法对不确定性的处理不同，但面对的包、观测、请求和设备上限相同。后验场景只表达认识上的不确定性，执行时不会重新抽一个更有利的真实包。S1的初始SOC在本实验又固定，所以它缺少很多包间区分信息；其结果不能用来宣布SOC在一般系统中没有价值。

（P3-3）观测与后验证书输入：

$y_i=\log Q_i+\xi_i,\qquad \xi_i\sim\mathcal{N}(0,\sigma^2),\qquad \sigma=0.08.$

$\underline{P}_{\mathrm{SOP}}=C_\tau(\mathbb{E}[Q\mid y],R),\qquad \underline{P}_{\mathrm{BAC}}=C_{(13)},\quad n_{\mathrm{cal}}=2000.$

$Q_i$ 在观测式中按Ah的数值表示。$C_\tau$ 是P1同一保守证书；点SOP先取逐芯容量后验均值，BAC则对完整包后验场景的证书排序取第13小项。这个阶次对应本轮 $\varepsilon_B=0.01$、$\alpha_B=0.05$，改变场景数或目标就必须重算，不能把13当成通用常数。

先定义失败，再谈谁做得更多

本轮“联合违约”包括两类事件：电池在10分钟内触发模型保护边界，或者该轮推理请求超期比例超过1%。请求的单次期限设为5秒。

这不是同一个1%：请求超期比例的门槛、电池承诺内部使用的模型风险参数，以及整轮联合违约目标，各有不同含义。本文比较策略的共同目标，是整轮联合违约概率不超过5%。

即使电池快到预留期结束时才触发保护，所有请求已经完成，也仍记一次联合违约。因此，不能把两次电池保护事件写成两次推理服务故障。

训练则用“名义秒”记账：额定速度下1秒能完成的工作量，记作1个名义秒；降速后，相同墙钟时间只能积累较少进度。检查点未保存的部分若因保护退出而丢失，会扣掉。这个单位不代表真实GPU秒，也不代表模型准确率提高了多少。

电池风险和计算风险，怎样才可以组合

设电池保护失败为F_B，请求超期比例越过门槛为F_C。联合事件是F_B或F_C。若电池风险确有不超过ε_B的保证，且“电池不失败时的计算风险”也有相应可用保证，才能用事件并合关系构造端到端上界。

（P3-4）请求指标与联合事件：

$F_C=\left\{\frac{1}{m_A}\sum_{j\in A}\mathbf{1}\{D_j>5\,\mathrm{s}\}>0.01\right\},\qquad F_{\mathrm{joint}}=F_B\cup F_C.$

这里 $D_j$ 是本轮请求总延迟，$A$ 只含到达不晚于595秒的评价请求。若预计完成时刻超过本轮存活供电时间，执行中该请求未完成，取 $D_j=+\infty$；不沿用无中断情况下的预计延迟。$F_B$ 单独表示600秒内电池约束失效。

（P3-5）风险组合的充分条件：

$\Pr(F_{\mathrm{joint}})=\Pr(F_B)+\Pr(F_C\cap F_B^c)\leq\varepsilon_B+\varepsilon_C.$

最后一个不等号要求分别已有 $\Pr(F_B)\leq\varepsilon_B$ 和 $\Pr(F_C\cap F_B^c)\leq\varepsilon_C$ 的有效界；前一个等号只是将并集拆成两个不相交事件，不需要独立性。

这个拆分不要求二者独立，但要求两个界确实在同一信息条件和有效模型下成立。不能只拿到电池1%的模型标签，就宣布计算服务端到端也是1%；也不能把α＝0.05的校准失效参数当作另一项设备故障概率随意相加。

本轮计算模型没有独立的分布无关SLO风险保证，功率速率关系也没有硬件校准。因此，这里只交代组合所需条件，最终判断仍靠共同定义的执行指标。单次请求期限、每轮允许的超期比例和跨轮联合违约上限，应在报告中分别出现。

训练另设每200个名义秒为一个作业，队列持续有工作，每计算墙钟120秒保存一次，写入3秒。若电池保护退出，只保留最后成功检查点；若600秒预留期正常结束，则假定后续供电平滑接续，未保存进度仍有效。这个正常结束假设也属于规则的一部分，不能在比较方法时悄悄改变。

推理只评价到达不晚于595秒的请求，使5秒期限落在供电预留期以内。保护发生时尚未按时完成的请求仍计入超期，不用删除请求来美化SLO。

开发、冻结、留出：把调参机会也控制起来

所有方法扫描的利用系数是0.7、0.8、0.85、0.9、0.925、0.95、0.975、1。开发集128个包配Code前4个窗口；对每种方法，先筛单侧95%联合违约上界不超过5%的候选，再在可行候选中选平均有效训练进度最高者。没有可行项时应登记拒绝正任务承诺，而非随便挑风险最小的一项并叫它合格。

这个开发筛选是选择规则，不是对八个候选同时成立的统计认证。最终评价使用另外256个新包；每个包从4个Code留出窗和6个Conversation窗组成的池中选择工作负载，池本身保持有限。方法在同一个包和同一个请求上作配对比较。

阶段	包与任务信息	允许做什么
开发	128个包、开发窗口	选择每种方法的统一利用系数
主留出	256个新包、留出窗口池	报告冻结方法的风险、工作量及区间
压力条件	规定的噪声／先验／温度／RC变化	观察冻结策略迁移，不重新补选余量

完整利用系数前沿全部保存，既包括好结果也包括不满足目标的候选。留出前沿只用于描述预算与风险的变化，不能看完后回头选一个更好系数，再继续称其为独立留出结果。

可靠性目标也没有只给BAC设置。点SOP可以通过统一余量适应开发集风险；固定预算也可以从历史开发结果选余量。若只让BAC调参，比较得到的收益会混合信息价值与调参机会差异。

（P3-6）只在开发集选择统一利用系数：

$\Lambda=\{0.7,0.8,0.85,0.9,0.925,0.95,0.975,1\}.$

$\mathcal{F}_m=\{\lambda\in\Lambda:p_{U,\mathrm{dev}}(m,\lambda)\leq0.05\},\qquad \lambda_m^*\in\arg\max_{\lambda\in\mathcal{F}_m}\overline{W}_{\mathrm{dev}}(m,\lambda).$

$p_{U,\mathrm{dev}}$ 是开发集的单侧95%精确二项风险上界，$\overline{W}$ 是平均有效训练进度；可行集合为空时拒绝正任务承诺。式子描述实际实施的有限网格选择，不是对所有候选作同时置信保证，也不是在留出集上求最优系数。

主结果：概率方法有收益，也有代价

在主条件、同一批256个留出包和相同请求序列下，结果是：

方法	联合违约次数／256	平均有效训练进度（名义秒）
运行时固定预算	1	479.3
SOC均值	1	478.5
点SOP＋开发集余量	2	531.6
概率BAC	0	527.0
逐芯可信盒	0	489.3

各策略的训练进度与风险上界对照见文末图1。共同5%目标上限不表示各方法真实风险相同。

BAC相对固定预算的平均有效进度提高9.96%，相对逐芯可信盒提高7.71%。这说明在当前模型和观测条件下，利用包级信息，确实可以减少某些统一余量的代价。

但它比调余量后的点SOP低约0.86%，平均少4.58个名义秒。配对bootstrap区间为少3.07至5.63秒，描述的是本轮合成包与有限请求窗口池中的变异，没有包含真实硬件、跨日负载和模型测量误差。

点SOP和BAC的平均请求超期比例在主条件中都为0。本轮更有分辨力的差别是训练进度与电池保护事件，没有证据说BAC又进一步改善了这里的推理SLO。

共同的是上限，不是完全相同的风险。BAC观察违约更少，点SOP工作更多。如果实际服务对一次保护退出的代价特别敏感，选择可能不同；若已有余量足以满足目标，更多保守性也可能只会少做一些工作。不能用一个指标给方法排永久名次。

把区间、参照和作业数一起留下

方法	冻结利用系数	联合违约／256	单侧95%风险上界	平均有效进度
运行时固定预算	0.8	1	1.840%	479.258
SOC均值	0.8	1	1.840%	478.513
点SOP	0.95	2	2.439%	531.574
BAC	1	0	1.163%	526.997
逐芯可信盒	1	0	1.163%	489.281
电池真值参照	1	0	1.163%	560.484

进度单位为名义秒。区间逐策略计算，没有覆盖所有方法和所有压力条件的同时95%保证。

真值参照提前知道真实电池参数和模型内动态能力，但仍使用相同推理优先分配器。它不是一个全局最优算力解，也没有使用真正的最优任务安排。BAC比该参照少工作，不能把全部差距归因于“概率估计误差”；保守物理证书、风险预算和分配规则都可能参与。

点SOP与BAC的观察违约数为2和0，不足以单独宣称真实风险差异已经得到显著性证实。本篇报告各自二项上界，没有另做一项证明BAC风险严格更低的统计检验。文字里的“更少”限定为这次观察计数。

训练均值差的bootstrap以256个配对episode为单位重复1000次。BAC减点SOP的平均差为−4.577秒，95%区间[−5.631,−3.065]秒；这说明当前合成包和固定请求池中的数值比较，不是对真实部署收益的保证。

（P3-7）配对工作量差：

$\overline{\Delta}=\frac{1}{n}\sum_{b=1}^n\left(W_{b,\mathrm{BAC}}-W_{b,\mathrm{SOP}}\right),\qquad n=256.$

$b$ 对应同一个包和同一段请求，bootstrap每次重抽完整的配对episode。这样保留配对关系，不能把两种方法分别打乱后再相减；有限窗口池之外的不确定性仍未包含。

完成作业数还有离散门槛。点SOP平均完成2个作业，BAC约1.992个，可信盒约1.934个；尚未跨过200名义秒门槛的工作会体现在连续进度中，却不会记为一个完成作业。报告二者，才能避免把少许进度变化夸成很多个完整任务。

0次失败，为什么仍不能宣布99%可靠？

256次都没失败，当然是有用的信息。但样本有限，真实失败概率仍可能大于0。

在独立合成episode、模型正确和请求窗口池固定的前提下，0/256对应的单侧95%风险上界约为1.16%。它低于本轮共同的5%上限，却仍高于1%。所以，不能据此宣称真实系统已达到99%端到端可靠，更不能宣传99.99%。

（P3-8）精确二项上界与零失败：

$p_U=F^{-1}_{\mathrm{Beta}(k+1,n-k)}(0.95),\qquad 0\leq k<n.$

$k=0:\qquad p_U=1-0.05^{1/n};\qquad n=256:\quad p_U\approx0.011634.$

$k$ 是 $n$ 轮联合违约计数，$F^{-1}_{\mathrm{Beta}}$ 是Beta分布的分位函数；$k=n$ 时上界取1。最后的0.011634是比例，约1.1634%，不是0.011634%。这一频率区间与电池后验的模型内容忍界是两层不同证据。

电池内部的概率构造也不能替代这个检验。后验场景数再多，只能更细地计算指定模型里的不确定性；如果真实电池分布不对、输入已经过期、计算响应没有标定，增加合成样本并不会自动补上这些证据。

一条信息过期，整个承诺可能失效

我们还保留了不利条件：减少观测误差、改变弱芯比例、使用过期温度参数，以及在执行模型中加入承诺阶段未考虑的极化压降。策略在这些条件下都没有重新调余量。

温度过期实验中，预测端仍使用0°C的旧参数，实际电池模型是−20°C。这是状态快照错配，没有模拟电芯瞬间降温20°C的热过程。

此时，BAC在256轮中出现246次联合违约，点SOP为220次，可信盒为79次。遗漏极化时，BAC有57次违约，点SOP有73次，可信盒为0次。

冻结策略在不同压力条件下的联合违约计数见文末图2，每格分母为256；不同条件不能直接合并成独立实测样本。

这组失败说明，一个功率数字的依据会过期。承诺应该说明对应哪一组电芯、什么温度、哪个状态时刻、什么模型，以及何时需要撤销。

当前代码还没有完整实现状态过期拒绝、模型版本撤销和重新查询流程。因此，上述结果既是物理假设的压力测试，也暴露了接口实现缺口。我们不能只写上“有效域”，就假装系统已经强制检查了它。

观测质量也会改变比较。降低观测噪声后，冻结BAC的进度升至546.6个名义秒，点SOP为527.5。但点SOP此时仍沿用为较大噪声选出的0.95余量，没有获得重新优化的机会；不能据这张敏感性表重新宣布BAC胜出。

五组压力条件的完整计数

方法	匹配模型	较小噪声	真实弱芯3%	温度信息过期	遗漏RC极化
固定预算	1	1	3	1	14
SOC均值	1	1	2	1	14
点SOP	2	0	1	220	73
BAC	0	0	0	246	57
逐芯可信盒	0	0	0	79	0

每格都是256轮中的联合违约计数。它们不等于所有请求的失败比例，也不能跨列直接合并成更大的独立样本。

较小噪声、过期温度和遗漏RC复用匹配情景的真实容量、电阻与工作负载选择，哈希可核对；先验形状变化用共同随机数构造新分布，均值与CV保持相同，但已不是同一个物理包的实测老化。

弱芯比例变化后，BAC仍没有实际任务违约，不表示错误先验已经被重新校准。第一篇已经出现“实际任务暂时成功，证书尾部却失真”的现象，保守余量可以遮住一部分问题。零失败只能说明当前冻结预算没有在这些任务中触发指标。

温度过期时，点SOP、BAC和可信盒共享过期电阻输入；固定预算和SOC有较大统一余量，并受同一设备上限保护。没有给某一方法秘密提供真实温度，也不能从这张表推断“简单SOC永远比概率方法稳”。

遗漏RC时可信盒0/256，BAC57/256。这是保守代价在模型遗漏下可能保护任务的具体例子，但不是可信盒对任意漏项的保证。如果继续增加未考虑的压降，它也可能失效；本轮没有扫描所有遗漏强度。

较小噪声下，点SOP、BAC、可信盒的平均进度分别为527.457、546.611、540.020名义秒，三者都0/256违约。可信盒追近BAC，说明更多信息可能减少它原先的逐芯余量；点SOP仍留着旧0.95系数，所以必须连同冻结条件解释。

还有一个不够有分辨力的压力项：把归一化推理负载从0.35提高到0.65，没有改变这批选定策略的联合违约计数和训练进度。当前推理优先规则与5秒SLO没有让它形成新的瓶颈。研究过程存档应保留这种“压力没压出来”的结果，不能改成“高负载鲁棒性已全面验证”。

执行层怎么检查，为什么改过一次RC计数

若直接用“功率超过保守证书”作为失败，就会把证书的保守余量误当真实物理边界。本篇另写电荷坐标执行模型，对固定包求电压、SOC、电流和恒功率实根约束中最早达到的边界。

由于串联电流相同，可以用整串取出的电荷z表示每颗电芯的SOC。基础仿射OCV／静态R模型的总开路电压随z线性下降，电流由恒功率方程低电流根得到，再积分到边界。这条实现独立于P1的逐时间步实现，减少了两端共用同一处离散错误的机会。

（P3-9）基础模型的独立电荷坐标执行：

$s_i(z)=s_i(0)-\frac{z}{3600Q_i},\qquad U(z)=A_0-\Gamma z,\qquad \Gamma=\sum_i\frac{b}{3600Q_i}.$

$I(z)=\frac{2P_{\mathrm{DC}}}{U(z)+\sqrt{U(z)^2-4R_\Sigma P_{\mathrm{DC}}}},\qquad t(z)=\int_0^z\frac{d\zeta}{I(\zeta)}.$

$z$ 为取出电荷、单位库仑，$A_0$ 是初始开路电压之和，$R_\Sigma$ 是电阻之和。对正功率、可行低电流支，从逐芯电压、SOC、电流和实根边界中找最早到达者。这个积分只适用基础仿射OCV／静态R模型，含RC情景另用时域积分。

24个包、三个时长，共72组与P1较细时间积分比较，最大能力差为0.04509 W，低于设定的0.1 W验收值；这些输入上的P1保守证书也未超过对应模型能力。这支持两段代码连接一致，不验证真实电池物理。

含RC压力情景仍需时域积分，步长1秒。初版存在一个端点分类问题：如果在最后600秒采样点首次检测到违反约束，却仍返回600秒，外层“早于任务末端才失败”的判据会把它当作完整存活。修复后返回检测区间的保守起点；事件定位有至多一个步长的保守误差。

这项修复没有改成功定义或为了让某种方法好看而改阈值，相关P3正式实验已经全量重跑。遗漏RC的最终计数是BAC57/256、点SOP73/256；早版56／70不再作为有效结果。保留这条修复记录，是为了让后续引用者知道为什么某份早期摘要与最终图表可能不同。

9项公共核心测试、源代码与配置哈希、敏感性真值复用核对，以及逐episode汇总重算共同构成执行审计。它们检验了实现与数据流，没有产生新的真实硬件样本，也没有消除静态训练曲线和假设推理速率的局限。

概率信息的价值，要看它改变了什么决定

如果两种方法给出的可用预算相同，后面的分配规则、任务和真实电池也相同，它们就会做出相同动作。给预算多加一个概率名称，不会凭空增加工作。

概率信息可能有价值，是因为它帮助系统在特定风险目标下做出不同且更合适的决定。例如减少过大的统一余量，识别观测质量变化，或者在证据失效时拒绝继续承诺。要证明这种价值，就必须同时报告多做了多少工作、承担了什么风险，以及信息什么时候不再有效。

电池和计算联合管理已有研究基础。Goiri等的GreenSwitch研究了可再生能源、电池、电网与工作负载的联合管理；Zeus和DynamoLLM分别提供训练与推理功率管理的系统研究和公开制品[1–3]。本文的贡献范围是把功率承诺接到同一个任务分配规则后，做有共同调参机会、有留出集、也保留失败结果的比较。

从模型审计走到真实服务，还需要实际电芯参数与尾部样本、服务器动态功率响应、真实保护和恢复记录，以及可以执行的接口失效处理。这轮研究完成了离线连接和边界检验，没有完成这些部署环节。

对调度器来说，最有用的承诺应能回答：这次能做多少，凭什么相信，条件改变后怎么办。概率数字只有进入这些具体决定，才可能换来额外算力。

后续工作先补哪一段

首先应补齐计算响应的真实标定。当前推理优先规则总是先给足预算，再分训练，两个负载档没有形成新的训练竞争。若要研究更一般的调度价值，需要加入有辨识依据的不同工作负载、真实服务曲线、任务优先级和可调整分配，并在统一规则下重新比较。

其次应把承诺有效性变成可以执行的逻辑：状态超过更新时间、温度超出适用域、模型版本变化或观测质量不足时，拒绝旧预算、重新查询或进入安全回退。不能在看到压力失败以后补一段说明，再称这个系统原来就具备完整合同管理。

再次需要真实电池和转换链的供电测试。应记录直流端实际功率、计算入口功率、保护触发与恢复时间，并区分预留能量和实际消耗。只有这些记录具备，才能讨论本轮名义工作量能否转化为真实任务收益和能效收益。

若以后重新优化低噪声SOP、加入滚动控制或改变可靠性目标，那是新的实验，需要重新冻结开发与留出规则。当前负结果无需被改写成一个失败的研究：它已经回答了新增概率信息在这套条件下没有普遍支配，并指出状态有效性比标签名称更接近真正的工程缺口。

资料与署名

[1] Íñigo Goiri、William Katsak、Kien Le、Thu D. Nguyen、Ricardo Bianchini，Parasol and GreenSwitch: Managing Datacenters Powered by Renewable Energy，ASPLOS 2013，DOI，作者机构全文。

[2] Jie You、Jae-Won Chung、Mosharaf Chowdhury，Zeus: Understanding and Optimizing GPU Energy Consumption of DNN Training，NSDI 2023，官方论文与制品。训练静态摘要采用其公开制品，许可Apache 2.0。

[3] Jovan Stojkovic、Chaojie Zhang、Íñigo Goiri、Josep Torrellas、Esha Choukse，DynamoLLM: Designing LLM Inference Clusters for Performance and Energy Efficiency，HPCA 2025，DOI，Azure请求轨迹，CC BY 4.0。本轮使用两个文件各前20万行中的完整窗口，未使用完整一周。

[4] Roel Hulsman，Distribution-Free Finite-Sample Guarantees and Split Conformal Prediction，Oxford硕士学位论文／开放预印本，2022，全文。概率界与置信层次的进一步推导见本系列P1；本文0/256的数值来自精确二项上界。

[5] Johnny R. Zhang、Gaoyuan Du、Qianyi Sun、Shiqi Wang、Jiaxuan Li、Xian Sun，Carbon-Aware Compute–Power Scheduling for AI Data Centers with Microgrid Prosumer Operations，2026开放预印本，全文。本轮取得全文，未作为已核同行评审结果，不冒用原文量化效果。

[6] L. W. Juang、P. J. Kollmeyer、T. M. Jahns、R. D. Lorenz，Implementation of Online Battery State-of-Power and State-of-Function Estimation in Electric Vehicle Applications，ECCE 2012:1819–1826，DOI，作者机构摘要。本轮仅题录／摘要级，未获全文，未复现其算法。

本文数字来自同目录P3研究稿、冻结配置及派生结果表。电池、转换效率、计算速率和检查点参数的假设均在研究稿中列明；没有把模型收益写成实际能耗或电费收益。

文末图说明

配图集中列在文末，依图号顺序对应正文引用。

图1｜训练进度与违约风险

同一5%目标上限下的冻结策略。右图竖线表示逐策略单侧95%风险上界，不表示所有方法真实风险相同。“真值参照”提前知道真实电池参数，只用于同一分配规则下的比较，不可实际部署，也不是全系统最优算力上界。

图2｜信息有效性与模型压力

每格分母都是256。若干压力情景复用同一批真实参数，不能把各列相加当成独立实测样本。固定预算与大余量SOC受共同设备上限和余量保护，这张图不能解释为“用概率表达就更危险”。