disable profiling trace by default

worklogs/decode_analysis_report_2026-07-14.md

@@ -1062,3 +1062,48 @@ topk_weights = torch.softmax(topk_logits, dim=-1)
 - 小样本中输出 token 数不同，仍需看趋势而不是单条。
 
 操作结论：不保留该代码改动，回退到 full-softmax router。下一步继续围绕 MoE expert GEMM、all-reduce、prefill/cache 路径做实验。
+
+## 2026-07-15：关闭默认 PROF_TRACE
+
+### 改动
+
+`qwen3_5.py` 中 `_prof()` 原本默认开启：
+
+```python
+_PROF_TRACE = os.environ.get("PROF_TRACE", "1") != "0"
+```
+
+这会在 decode 阶段输出大量 `[PROF]` 行，并且每次 `flush=True`。改为默认关闭：
+
+```python
+_PROF_TRACE = os.environ.get("PROF_TRACE", "0") == "1"
+```
+
+需要代码级 profiling 时再显式设置 `PROF_TRACE=1`。
+
+### 结果
+
+本地归档：
+
+- `worklogs/remote_results/2026-07-15-official-like-baseline/eager_100k_no_prof_c1_r8_t256_cap40k.json`
+
+| 指标 | 100K 基线 | PROF_TRACE 默认关闭 | 目标 |
+| --- | ---: | ---: | ---: |
+| Success Rate | 100.00% | 100.00% | >= 99% |
+| Cache Hit Rate | 74.17% | 74.17% | >= 50% |
+| TTFT P90 | 9.803s | 12.739s | <= 5s |
+| Output TPS P10 | 5.825 | 5.851 | >= 20 |
+| Aggregate Output TPS | 5.789 | 5.674 | - |
+| Uncached Input TPS | 178.330 | 169.148 | - |
+| Cache TPS | 512.015 | 485.652 | - |
+| Weighted Throughput | 883.109 | 840.712 | >= 8000 |
+
+### 结论
+
+关闭默认 profiling 没有带来明显性能收益，说明当前主要瓶颈不是日志 I/O。不过该改动仍应保留在生产提交中：
+
+- 避免评测日志膨胀；
+- 避免 profiling 输出影响长时间 benchmark 稳定性；
+- profiling 仍可通过 `PROF_TRACE=1` 手动开启。
+
+下一步继续看 MoE routed expert 和 TP all-reduce；服务日志中 decode 稳态仍约 5.8 tok/s，说明专家计算/通信路径仍是核心。