Ночная смена 2026-10-20 → 21 — план (полная автономия)

Режим: оператор ушёл, супервизора нет. Решения принимаю сам, всё документирую здесь и в specs//recipes. Язык — ru/en.

Снимок на начало смены (2026-10-20T21:10Z)

Что	Состояние
ПРОД `4nodes-switch` (dgx1–4)	`dsv41-flash-1017-4x-sglang`, EP2/1M, Up ~24h, обслуживает оператора → НЕ ТРОГАТЬ всю смену (никаких restart/stop/power)
`dgx58-switch` (dgx5–8)	свободен, эксперименты; на dgx5 стоит `flare 0.1.0` + Qwen3.8 FLARE пакет (сервер погашен)
FLARE орбита `sparks`	4 ноды (gx10-dgx5..8) спарены, агенты на systemd --user (нужен linger + XDG_RUNTIME_DIR)
Диски	dgx5 257 / dgx6 340 / dgx7 373 / dgx8 430 GiB свободно; NAS 20T
Качается	FLARE 1017 `gb10` пакет (511 GB) → `/mnt/nas/ai/flare`

dgx1–4 (прод) — не трогать. Любой stop/power только на dgx5–8.
Перед power off в конце — health, убедиться что прод жив и не наш.
GB10: unified memory не ограничена cgroup → тяжёлые загрузки не рядом с live serve.
Первый запуск лейна — detached (--no-wait/--detach), проверять readiness опросом.
Харнесс tool-eval-bench v2.8.0 с pluto.lan (off-Mac путь).

FLARE 1017 TP4 (главное) — дождаться пакета, orbit run, probe, полный quality+perf бенч. Сравнение с эталоном SGLang 4x: 87/100, tg 42.8 (probe c1) / 45.6 (llama-benchy), TTFT 0.75 s, 9.3M KV.
Если FLARE выигрывает — зафиксировать цифры, описать интеграцию (нужен flare deploy-путь в launcher: per-rank --rank/--rendezvous или orbit).
TensorFold prefill — разобраться, почему у нас ~380 tok/s против их 1.7–2.2k. Нужен отдельный кластер в конфиге (на 8nodes автоподбор берёт прод!).
Beam-1.0 NVFP4 — в vLLM main есть BeamForCausalLM (+ DFlash2-драфтер); найти arm64-образ с ним, собрать рецепт, поднять на 4 нодах.
glm5.3-flash — проверить новые образы/ревизии (jovian r40+, sparkglm53 v11+).
sparkring — новый тег dev-20261016-sparkcache-4a17f1f5198e.
Отчёт в history/night-shifts/2026-10-20.md.

FLARE работает на GB10: Qwen3.8-Flash-Next gb10 на одной Spark — decode 43.3 tok/s, TTFT 1.30 s, загрузка ~1 s (графы в пакете), 74.7 GiB.
FLARE API: tool calls и json_schema — ок; tool_choice: "required" → HTTP 500.
У local-inference-lab есть официальный gb10-пакет 1017 на 4 Spark (TP4, 16 concurrency, DSpark 5 адаптивных драфтов, 1M ctx, Engram на диске, --roce-ring).
DeepInfer — DeepSeek выпустил свой движок (vLLM-база + disaggregated prefill, sm100).
Aiden: encoder 25/30 pass/fail против референса; 4 группы расхождений (effort-имена — уже запатчили; порядок картинок в tool-результатах; a::b namespace; reasoning теряется на tool-результатах без списка тулов).