mxokdzntjytqyjzywjz/eval/reports/llama_prompt_cache/linux-cpu-resource.md

Linux CPU L2 资源占用摘要

本文件是去路径化的公开摘要。原始 GNU time 输出只保存在本地远端证据区，不进入提交包。

测试环境

• 证据等级：L2，普通 Linux CPU 固定环境，不等同于 openKylin/Kylin L3；
• CPU：Intel Xeon Gold 5218R 2.10 GHz；
• CPU 亲和集合：0-3，llama-server 推理线程数 4；
• 模型：HuggingFaceTB SmolLM 135M Instruct Q8；
• 模型 SHA-256：a98d3857b95b96c156d954780d28f39dcb35b642e72892ee08ddff70719e6220；
• 运行时源码：llama.cpp b8470，commit db9d8aa428012cc5593e18635d4c3c54095f5138；
• 协议：100 Case，每个 Case 依次执行 Cold、Warm Same、Warm Changed Suffix，共 300 次请求；每次生成 1 Token。

GNU time 观测

指标	结果
Wall time	2 min 59.77 s
User CPU time	669.95 s
System CPU time	2.80 s
平均 CPU 占用	374%
最大 RSS	251428 KiB（245.54 MiB）
Major page faults	14
Swaps	0
Exit status	0

该 RSS 是完整 benchmark 进程树的峰值观测，用于说明本次 135M 模型机制验证的资源量级，不代表 Qwen3 模型、长期驻留服务或 openKylin 真机结果。性能主报告见 linux-cpu.md 与 linux-cpu.json。

完整性

• 原始资源记录 SHA-256：3df89aef518850f10d888576aaf251cd601170519faee37168205149a62485de；
• 主 JSON 报告 SHA-256：e045468f700aa7524d654222cc8851c2c7dbe3cb22946349df041721c13a3e5a；
• 主 Markdown 报告 SHA-256：843fc2db710fb6fd8f3d86da95992e96ffad8c98037d25d4c71cd2a51ac8bf1d；
• 公开报告未保存 Prompt、生成内容、稳定前缀或动态后缀原文；
• 精准遗忘后关联 Slot 擦除成功率 100%，runtime_cache_residue_unknown=false。