doc: PERF_ANALYSIS.md — diagnostic post-session, leviers triés ROI
Mesures (Pad3, CPU 4t/8t, KZTTS_CP_CACHE=1, 31 frames) :
pipeline 7.9s / 2.58s audio = RTF 3.07
breakdown : prefill 1.3% / talker 12.6% / CP 43% / decoder 43%
decoder breakdown via KZTTS_DECODER_PROFILE=1 :
BigVGAN 95.3% (3.24s), upsample 2.8%, reste <1% chacun
Diagnostic :
- CP BW-bound : 15 sub-forwards/frame stream 125 MB de poids f16 chacun,
thread sweep 4/6/8 plat = pas compute-bound. ~75% overhead ggml_init/free.
- BigVGAN compute-bound NEON : ~500 Gops, mesure 3.2s = ~95% du plafond
NEON. Pas de gain multi-thread.
- Talker pas un levier (1s total).
Leviers ROI décroissant :
B. CP ctx réutilisé entre 15 sub-forwards (½ session, RTF 3.07->2.4, bit-exact)
A. Streaming pipeline talker/CP/decoder (1 session, TTFB ~500ms, bit-exact)
F. CP forward sur HMX V79 (1 session, RTF->~1.5, réutilise pattern Qwen3.5)
E. BigVGAN HMX (conv1d via im2col+matmul fp16 tile, 2-3 semaines, RTF->~0.7)
Cible RTF<1 demande E (gros chantier kernel hexagon). Cible RTF~2 avec TTFB
500ms = B+A en 2 sessions, suffit probablement pour démo app.
Le patch decoder.cpp pour le profile (KZTTS_DECODER_PROFILE=1) est local dans
/opt/Kazeia/kazeia-tts-decoder-ggml, pas dans Kazeia-engine.
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
1c25c975dc