数值等价性
不同后端永远不会逐位一致；蜂群把测得的容差当作一等契约。
CUDA、ROCm、Adreno 和 CPU 以不同的归约顺序、FMA 融合、累加器和超越函数近似计算同一算子——结果每算子相差约 1e-6…1e-3，这是设计使然，永远不会逐位一致。由任何到场硬件组成的蜂群无法要求逐位精确，所以 Kvasir 转而测量等价性。
| 后端对（真实 122B，layer-0 专家） | max|Δ| | cosine |
|---|---|---|
| CUDA (GB10 Blackwell) vs ROCm (MI250) | 3.5e-10 | 1.0000000000 |
| ROCm (MI250) vs numpy (x86) | 7.9e-7 | 0.99996 |
| 手机 ARM CPU vs numpy (x86) | 1.4e-6 | 0.99992 |
| CUDA (GB10 Blackwell) vs Grace ARM CPU | 2.6e-5 | 0.99975 |
整个后端矩阵已补全：两个 GPU 后端（CUDA、ROCm）共享内核源码，落在实质逐位相同（cosine 1.0000000000），而 GPU↔CPU 对以 ~0.9997 等价。一个 CUDA worker 与一个 ROCm worker 可互换；一个 GPU worker 与一个 CPU worker 数值等价。
为何不同
浮点加法不满足结合律
- matmul 归约顺序 — tensor core、MFMA tile、OpenCL workgroup 和 SIMD lane 以不同顺序累加。
- 累加精度 — F16/BF16 存储配 F32 或 F16 累加器，是影响分歧幅度的最大杠杆。
- 超越函数近似 — exp（softmax）、silu（swiglu）和 rsqrt（norm）在各后端使用不同的多项式/查表变体。
契约
容差、能力、单一权威
- 验证是容差——"top-1 一致率 ≥ 99.x%，KL ≤ ε"——绝不是逐位相等。
- 后端与累加精度作为节点能力公示；F32 累加节点在输出敏感的 rank 上优先。
- 超出容差的节点被标记为不适合敏感 rank，而不是被整体拒绝。
- 离散决策（路由、采样）固定在单一权威上，连续误差永远无法变成离散分歧。