第十二次废土之行，第六十二天。
前哨站新增的光伏阵列、八十千瓦时储能系统，以及二号工作间内的独立计算母线，刚刚通过连续负载验证。
角落里，四台服务器依旧沉睡在断电状态中，而两组庞大的存储设备也仅唤醒了一半。
工作台中央，A100基准节点已经悄无声息地运转了十二个小时。
核心热点、显存温度与电源模块均呈现出令人安心的稳定曲线。
这得益于江临历经四次修改的散热路径。
服务器排出的滚滚热流被精准导入机架侧面的板式换热器，随后顺着外部低速风道，无声地消散在前哨站外的荒原中。
计算节点停机后，江临将完整的启动记录封装成只读基准。
【A100基准节点／运行环境完成】
【基准卡：A100 pcIe 40Gb】
【连续负载：12h】
【Ecc不可纠正错误：0】
【热路径：稳定】
【供电权限：三级可中断负载】
这不是170hx解除限制后必然会呈现的模样。
板卡设计、供电能力、制造筛选和产品定位都可能存在差异。
这张A100只负责提供一套公开、完整、且具备可重复测量性的GA100参照环境。
江临调出A100从上电到建立计算上下文的完整记录，将整个启动过程抽丝剥茧般拆分为六个层级：从物理连接（L0）、身份配置（L1）、安全固件与hbm训练（L2）、资源表生成（L3）、主机驱动映射（L4），直到最终的运行时与任务接口（L5）。
信息彼此咬合，毫无罅隙。
五组hbm完成训练，物理资源顺利进入设备资源表并向主机公开40Gb显存。
驱动建立完整地址空间，运行时最终握住了全部40Gb的可分配容量。
江临保存好最后一组数据，转身将c170-01接入了同一套记录系统。
板卡边缘贴着醒目的红色标签。
【允许拆解】
【允许失效】
伴随着供电建立，板卡身份读取完成。
五组hbm堆栈依次进入训练流程，主机完成设备枚举。
pcIe物理宽度仅有四通道，当前协商状态停滞在Gen1。
江临强制执行链路重训练，又在设备负载状态下重新读取链路状态。
结果依旧停在Gen1x4。
这种差异从设备枚举阶段便初露端倪，它或许源于板卡布线，或许来自启动配置，但暂时不能与显存容量混为一谈。
真正值得追踪的幽灵，潜伏在另一条路径里。
直到L2结束之前，c170-01对外呈现的五组hbm训练行为，与A100有着极高的相似度。
然而，一旦跨入L3的门槛，结果骤然收缩。
【GpU架构：GA100】
【设备身份：cmp 170hx】
【hbm2e：mib】
【总线宽度：5120-bit】
【pcIe当前协商：Gen1x4】
【计算资源：限制配置】
五组hbm堆栈仍然被识别，但每组仅仅吝啬地向主机交付2Gb容量。
江临将两份记录重叠对比。
差异没有出现在主机驱动，也不在cUdA运行时。
当主机第一次拿到这张卡的可用资源描述时，10Gb已经是被底层处理过的最终答案。
现有记录只能确认，主机可见显存的第一次明确分歧，出现在L2结束至L3资源描述提交之间。
至于差异来自熔丝、板卡配置，还是固件映射，仍需继续拆分。
他在任务表上写下了第一组判断。
【pcIe链路限制：独立问题】
【物理hbm容量：尚未确认】
【熔丝／板卡配置限制：待排查】
【主机驱动／运行时限制：低概率】
【固件资源映射限制：高优先级候选】
随后，他从测试架上取下c170-01。
拆除散热器，剥离屏蔽罩。
板边闪存、启动配置器件，以及一排没有公开定义的测试点，毫无保留地暴露在工作台惨白的灯光下。
第一年，江临试图在主机端寻找突破口。
他尝试修改开放内核模块、调整运行时分配器、为10Gb以外的空间预留地址，甚至替换板卡身份试图欺骗驱动。
然而，只要安全固件交出的资源表不变，主机的视界就永远被禁锢在十Gb内。
修改显示值，不过是把仪表盘上的数字拨大，油箱里并不会凭空多出30升油。
只要尝试越界，安全固件便会无情地拒载。
第二年，战场转移至板级隔离台。
逻辑分析仪接入启动配置链路，同一次冷启动被撕裂成数十万条地址波形。
江临犹如在浩如烟海的乱码中淘金，与A100进行逐一对照。
排除序列号、电源、传感器等干扰项，差异点从40多万个被一路压缩至九百七十一处，最终仅剩五个无法破译的未知区域。
第三年春天，第一次物理干预付出了沉痛代价。
频繁的拆焊让c170-01的焊盘出现剥离，哪怕江临用飞线勉强重建连接，冷启动十九次，设备仍然无法完成资源映射阶段。
一万三千元的板卡宣告报废，换来了一个冰冷的结论。
直接替换签名配置未能绕过校验。
继续沿这条路径试错，破坏成本已经超过了能够获得的信息价值。
红色标签旁多了一张白色纸条。
【价值已用完】
第四年，c170-09接手。
江临不再硬闯，而是制作了中间板去监听。
两千六百多次冷启动，横跨零下15度到45度的剧烈温差，所有逾越时序边界的尝试，都被安全固件毫不留情地终结。
这条路同样走到了尽头。
直到第五年冬天，mpS-FaultLedger从两千多次失败记录中标出了一组异常。
异常来自c170-29。
前两次冷启动失败，它竟然完成了五组hbm训练，却没能生成资源表。
江临将其接入中间板重现波形，终于在L2末尾，捕捉到了一段被延长了零点八秒的底层维护串流。
在那残缺的数据中，五组hbm堆栈的训练记录后方，都跟随着同一个容量字段。
【单组容量：8192mib】
五组相加，共四万零九百六十mib。
也就是产品标称中的四十Gb。
五组通道都完成了训练。
至少在这一阶段，日志没有显示30Gb整体缺失。
至于隐藏空间里是否存在坏区，只能通过后续全地址读写与长期清洗确认。
这30Gb的幽灵，在下一层资源表生成时，被悄无声息地藏在了主机永远看不到的暗室里。
知道30Gb在哪，与真正使用它，中间横亘着整套安全链路。
江临没有签名密钥，但他敏锐地盯上了那零点八秒的维护窗口。
第六年，一万一千次冷启动。
江临发现，当启动配置链路上的电平转换器出现时序漂移时，安全固件会短暂进入一条正常驱动无法识别的恢复路径。
他于是将这段过渡状态暂时标记为【SERVIcE_REcoVERY】。
这只是根据行为做出的工程命名，并不代表制造商公开定义过同名模式。
接下来，他花了整整半年时间，用中间板通过受控时序延迟，将这个极其严苛的窗口从零点八秒拉长到了六点四秒。
六点四秒不足以让完整驱动栈完成设备枚举、资源映射和上下文建立。
江临于是绕开通用驱动，自己写了一套最小加载器。
不加载cUdA，也不创建计算上下文，只做一件事。
向这张卡逼问它的真实底细。
第七年二月，c170-29第一次在恢复状态下返回了完整物理描述。
phYSIcAL_hbm_StAcKS：5
phYSIcAL_hbm_cApAcItY：mib
40Gb的货架就在门后，只是门外还没有路。
同年的秋天，c170-29在长周期的恢复实验中丧失了全部响应。
现实世界里连续两次启动失败的样品没能撑到最后，但它用自己的死亡，交出了锁孔的位置。
第八年，漫长的地址测绘。
状态更稳定的c170-09重新进入测试台。
墙上的地址草图换了十六版，江临像个耐心的破译者，通过全零、交错位、伪随机序列的读写反馈，一点点拼凑出隐藏空间的物理拓扑。
连续地址折返、通道交织、行列位置映射……
第一百零九次，边界发生折返。
第三百七十六次，10Gb以外第一次返回了非零数据。
那是hbm训练阶段留下的一段测试图样。
证明他的维护请求，确实踏入了隐藏区的大地。
第九年六月。
江临向10Gb边界外的第一个有效地址写入了四个字节。
【写入：0xA5A5A5A5】
【读回：0xA5A5A5A5】
这四个字节是一座里程碑。
因为它证明了外部加载器可以读写这片禁区。
10Gb的边界开始缓慢向外推演。
15、20、30……
伴随着容量激活，散发的热量逼迫江临重新制作导热垫、调整风道。
三周后，测试重新启动。
第九年七月二十一日，凌晨三点十七分。
c170-09完成第一轮全物理地址空间写入与读取。
【检测物理容量：mib】
【可寻址容量：mib】
【单轮数据错误：0】
但他没有停下。
一千小时的连续显存清洗、高低温循环、随机断点恢复。
第一百零七天，两处坏区被隔离。
测试结果最终封装。
【物理容量：mib】
【稳定可用容量：mib】
【隔离容量：1536mib】
【不可纠正错误：0】
【状态：维护级显存节点】
它依然不是A100，通用cUdA程序依然无法调用它，受限的pcIe链路依然存在。
但对于mpS-Agent而言，计算与存储未必要捆绑在同一张卡上。
这三万九千四百二十四mib，已经能够承担检查点、失败账本、只读证据库和低频访问数据的冷层存储。
但在计算上下文尚未开放、pcIe链路仍然受限的情况下，它还不能充当A100的高带宽缓存，更不能直接承担模型分片计算。
要让五千一百二十位hbm总线真正产生价值，下一步必须让板上的计算单元直接访问隐藏地址空间。
凌晨四点零二分。
工作台左侧的A100基准节点屏幕上亮着：hbm2：mib。
右侧隔离架上，历经沧桑的c170-09屏幕上显示着：稳定维护映射：mib。
两张卡的外观已经天差地别。
A100金属外壳依旧光洁，而c170-09被拆解了十几次，板边挂着中间板，测试点焊着凌乱的飞线。
那张褪色的红色标签下，还能隐约看到当年矿场运维人员留下的半枚蓝色记号。
一张九万二千元的A100，提供了完整参照。
c170-09则用九年时间证明，被裁掉的三十Gb中，大部分并未从物理层消失。
少数区域确实存在缺陷，其余容量只是没有进入面向主机的产品资源表。
江临打开第十二次传送任务表，平静地敲下结语。
【设备侧资源映射限制已确认】
【限制来源：熔丝／板卡配置／固件策略，尚未完全拆分】
【单样本隐藏容量恢复完成】
【当前方法依赖维护映射，暂不具备现实交付条件】
随后，他建立了一个新的项目目录：mpS-Nearmemory_Runtime_v0.1。
压在A100运输箱旁的那张纸，已经在前哨站里沉睡了九年。
纸面失去了最初的平整，边缘微微泛黄。
周志华当年写下的问题依然清晰。
【压缩之后，什么不能丢？】
江临拿起笔，在下方补了一行字。
【裁剪之后，什么还在？】
那三十Gb并不是被重新创造出来的。
它们中的大部分一直都在。
只是直到今天，才第一次进入一套能够读取、校验并隔离坏区的系统。