TAKT 案例展示：Rust 时间序列预测（ETT 上的 DLinear 和 PatchTST）
两个标准的长期预测模型 DLinear（LTSF-Linear）和 PatchTST，用官方脚本在 ETT 数据集上训练，从 PyTorch 翻译为纯 Rust（不使用 BLAS，不依赖 ML 运行时），并构建为两个版本：这份 Rust 代码的原始构建，以及同一代码的 TAKT 构建。两个构建的预测结果逐位一致。本包提供两个构建的可直接运行的程序、原始版本的源代码、根据官方数据重建输入窗口的脚本、基准测试脚本以及我们的测量数据。
程序计算的内容
ETT 数据集测试集中的每个窗口（官方划分边界，features M，StandardScaler 在训练集上拟合）：输入为过去 336 步 x 7 个通道，输出为接下来的 96 步 x 7 个通道，float32。ETTh1/ETTh2：2,785 个窗口；ETTm1/ETTm2：11,425 个窗口。所选数据集对应检查点的权重编译在程序中（--data）。
| 模型 | 数据集 | 测试集 MSE / MAE（全部窗口，tools/score.py） |
官方训练运行，测试集 |
|---|---|---|---|
| DLinear | ETTh1 | 0.384144 / 0.404713 | 0.384144 / 0.404713 |
| DLinear | ETTh2 | 0.290098 / 0.353328 | 0.290098 / 0.353328 |
| DLinear | ETTm1 | 0.301222 / 0.344619 | 0.301222 / 0.344619 |
| DLinear | ETTm2 | 0.171852 / 0.267122 | 0.171852 / 0.267122 |
| PatchTST | ETTh1 | 0.385126 / 0.405953（前 2,688 个：0.381618 / 0.405088） | 0.381618 / 0.405088 |
| PatchTST | ETTh2 | 0.274616 / 0.337234（前 2,688 个：0.274118 / 0.336000） | 0.274117 / 0.336000 |
官方 PatchTST 测试循环会丢弃最后一个不满 128 个窗口的批次，因此有“前 2,688 个”的数值。Rust 翻译版与 PyTorch 并非逐位一致（求和顺序不同；与 PyTorch eager 的最大绝对差为 2e-6 至 2e-5）；TAKT 构建与 Rust 原始版本逐位一致。
测量（TAKT 测试台）
测量日期：2026-10-03。AMD Threadripper PRO 5975WX（Zen 3），Linux。预留一个 8 核 CCX，其 SMT 兄弟线程保持空闲；单线程运行绑定到一个核心，八线程运行绑定到该 CCX 的 8 个核心。每个数据集先进行一对预热运行，然后按交替顺序运行 9 轮，取中位数。时间：由程序自身计时的预测循环（不包括读取窗口和写入预测结果；这两部分在两个构建中开销相同）。时钟周期：同一循环的用户态时钟周期（perf stat，所有线程求和）。两个构建共用同一个驱动程序，它像长期运行的服务一样把已释放的堆内存保留在进程中（glibc mallopt），以免每个窗口的临时缓冲区引发缺页异常。所测文件正是 bin/ 中的文件，测量使用 tools/run_bench.sh。
| 模型 | 数据集 | 窗口数 | 线程数 | 原始版本（ms） | TAKT（ms） | 加速 | 原始版本（百万周期） | TAKT（百万周期） | 加速（按周期） | 一致轮数 |
|---|---|---|---|---|---|---|---|---|---|---|
| DLinear | ETTh1 | 2,785 | 1 | 788.4 | 111.0 | 7.10× | 3,518 | 486 | 7.23× | 9/9 |
| DLinear | ETTh2 | 2,785 | 1 | 785.0 | 108.4 | 7.24× | 3,512 | 476 | 7.38× | 9/9 |
| DLinear | ETTm1 | 11,425 | 1 | 3,223.9 | 447.8 | 7.20× | 14,421 | 1,978 | 7.29× | 9/9 |
| DLinear | ETTm2 | 11,425 | 1 | 3,228.4 | 442.6 | 7.29× | 14,405 | 1,984 | 7.26× | 9/9 |
| DLinear | ETTh1 | 2,785 | 8 | 103.3 | 14.5 | 7.11× | 3,515 | 486 | 7.23× | 9/9 |
| DLinear | ETTh2 | 2,785 | 8 | 103.3 | 14.2 | 7.26× | 3,514 | 477 | 7.37× | 9/9 |
| DLinear | ETTm1 | 11,425 | 8 | 423.3 | 58.6 | 7.22× | 14,426 | 1,988 | 7.26× | 9/9 |
| DLinear | ETTm2 | 11,425 | 8 | 422.1 | 58.9 | 7.17× | 14,407 | 1,998 | 7.21× | 9/9 |
| PatchTST | ETTh1 | 2,785 | 1 | 13,440.8 | 5,733.4 | 2.34× | 59,973 | 25,507 | 2.35× | 9/9 |
| PatchTST | ETTh2 | 2,785 | 1 | 13,484.3 | 5,749.2 | 2.35× | 60,068 | 25,645 | 2.34× | 9/9 |
| PatchTST | ETTh1 | 2,785 | 8 | 1,777.5 | 765.7 | 2.32× | 60,424 | 25,955 | 2.33× | 9/9 |
| PatchTST | ETTh2 | 2,785 | 8 | 1,785.3 | 769.3 | 2.32× | 60,677 | 26,070 | 2.33× | 9/9 |
DLinear：无论单线程还是八线程，按时间加速 7.1–7.3×，按时钟周期加速 7.2–7.4×。PatchTST：按时间和按时钟周期均为 2.3×。八线程时，两个构建消耗的总时钟周期与单线程时大致相同。若计入整个进程（包括读取 26–107 MB 的窗口数据和写入预测结果），DLinear 单线程提速 5.7–6.0×，八线程提速 3.0–3.1×，PatchTST 提速 2.3×。详细信息、原始样本和整个进程的时间见 measurements.json。
运行
python3 tools/make_windows.py --out data --targets # 下载官方 ETT CSV（经 sha256 校验），
# 写入 data/windows_*_test.f32（以及目标值）
mkdir -p out
for d in ETTh1 ETTh2 ETTm1 ETTm2; do
bin/ltsf-dlinear-takt --data $d --windows data/windows_${d}_test.f32 --threads 1 --out out/dlinear_$d.f32
done
for d in ETTh1 ETTh2; do
bin/ltsf-patchtst-takt --data $d --windows data/windows_${d}_test.f32 --threads 1 --out out/patchtst_$d.f32
done
sha256sum -c expected.sha256 # 窗口、目标值和预测结果与我们的测量一致
python3 tools/score.py data/targets_ETTh1_test.f32 out/dlinear_ETTh1.f32
tools/run_bench.sh -m dlinear -n 9 -c 2 # 两个构建交替运行，逐字节检查，核心 2
tools/run_bench.sh -m dlinear -n 9 -t 8 -c 2-9 # 在核心 2-9 上运行八线程
tools/run_bench.sh -m patchtst -n 9 -c 2
--threads T 接受任意 T >= 1；预测结果与 T 无关。输入和输出文件均为原始的小端 float32（n x 336 x 7 和 n x 96 x 7）；tools/make_windows.py 只需要 numpy。
Linux x86-64（glibc）。程序针对 x86-64-v3 构建（AVX2、FMA、BMI2：Intel Haswell 及更新、AMD Zen 及更新的处理器）；不使用 FMA 指令。PatchTST 调用系统 C 库中的 erff：如果所用 glibc 的 erff 与 glibc 2.39（Ubuntu 24.04）不同，其预测结果可能与 expected.sha256 不符，但原始构建与 TAKT 构建之间仍逐字节一致。
等价性
- 在每一轮测量中，两个构建的预测结果均逐字节一致（次数见表格）。
- 两个构建都逐字节复现了我们早前一次运行中保存的预测结果：DLinear 四个数据集、PatchTST 两个数据集，测试集和验证集，1、8 和 32 线程：72 个文件中 72 个一致。
tools/make_windows.py逐字节复现官方 LTSF-Linear / PatchTST 数据加载器生成的窗口（全部四个数据集，测试集和验证集；为此重新实现了 pandas 默认的浮点数解析器）。
重新构建原始版本
cd source
RUSTFLAGS="-C target-cpu=x86-64-v3 --remap-path-prefix=$HOME/.rustup=. \
--remap-path-prefix=$HOME/.cargo/registry/src/index.crates.io-1949cf8c6b5b557f=." \
cargo +1.96.0 build --release --locked
strip --strip-all -o ltsf-dlinear-original target/release/ltsf-dlinear
使用 rustup 安装的 Rust 1.96.0（含 rust-src 组件），在我们的机器上可逐位复现 bin/ltsf-dlinear-original 和 bin/ltsf-patchtst-original；在其他环境下，嵌入的路径会不同，但预测结果不变。
早前与 PyTorch 的对比（无法用本包复现）
2026-10-02，我们在同一台机器上、在不同条件下测量了相同的模型：未预留测试台（39 个逻辑 CPU 与其他任务共享）；两个 Rust 版本均以共享库形式针对本机 CPU 构建，并在进程内调用；PyTorch 2.14 运行在 CPU 上，分别使用 eager 模式和 torch.compile（Inductor），批大小为 64 或 512。对每种实现，线程数（1、8 或 32）和批大小均按验证集上的最低延迟选定，然后对测试集计时（5 次取中位数）。
| 模型 | 数据集 | 原始 Rust | TAKT 构建 | 最快的 PyTorch（Inductor） | PyTorch / TAKT |
|---|---|---|---|---|---|
| DLinear | ETTh1 | 28.7 ms（32 线程） | 5.1 ms（32） | 18.5 ms（32，批大小 512） | 3.63× |
| DLinear | ETTh2 | 30.1 ms（32） | 5.3 ms（32） | 12.5 ms（32，批大小 512） | 2.34× |
| DLinear | ETTm1 | 115.4 ms（32） | 19.7 ms（32） | 65.1 ms（8，批大小 512） | 3.31× |
| DLinear | ETTm2 | 114.9 ms（32） | 20.4 ms（32） | 49.5 ms（32，批大小 512） | 2.43× |
| PatchTST | ETTh1 | 593 ms（32） | 236 ms（32） | 634 ms（32，批大小 64） | 2.69× |
| PatchTST | ETTh2 | 519 ms（32） | 234 ms（32） | 551 ms（32，批大小 64） | 2.35× |
单线程时排名不同：使用 Inductor 和批处理的 PyTorch 比 TAKT 构建更快（DLinear ETTh1：37.9 ms 对 111.4 ms；PatchTST ETTh1：2.03 s 对 5.78 s）。在那次运行中，在选定的 32 线程下，TAKT 构建比原始 Rust 快 5.6–5.9×（DLinear）和 2.2–2.5×（PatchTST），单线程下分别快 7.2–7.3× 和 2.3×。那次运行的全部数字见 measurements.json（earlier_measurement_2026_10_02）。
包内容
bin/：ltsf-dlinear-original、ltsf-dlinear-takt、ltsf-patchtst-original、ltsf-patchtst-takt（静态链接的 Rust 代码，内置权重，已去除符号）；source/：原始版本，包括命令行驱动程序、生成的模型代码和权重；tools/：make_windows.py（输入窗口）、score.py（MSE/MAE）、run_bench.sh（基准测试）；expected.sha256、measurements.json、SHA256SUMS、LICENSE。
本包不含 ETT 数据（CC BY-ND 4.0，由 tools/make_windows.py 下载）。TAKT 构建的源代码不公开：我们交付的是构建产物。