opt: real-GPU validation (6x5060 Ti) + block checkpointing results

docs/OPTIMIZATION_2026-08-22.md

@@ -180,15 +180,45 @@ End-to-end moteur CPU (bench_engine.py, d=128, 2 blocs, E8, B=8, SEQ=128,
 | cumsum (défaut) | 703 |
 | chunked | 764 (+8.7 %) |
 
+### Validation GPU réelle (6× RTX 5060 Ti 16 Go, torch 2.11+cu128, 2026-08-24)
+
+Config 1B complète (d1280 ×16 blocs, E128, bf16 autocast), smoke synthétique
+puis trainer v2 complet sur vrais checkpoints + shards phase-2 :
+
+| Config | tok/s/GPU | VRAM peak |
+|---|---|---|
+| cumsum + BLOCK_CKPT, B=2 | 338 | 14.3 GB |
+| chunked + BLOCK_CKPT, B=2 | 431 | 14.0 GB |
+| **chunked + BLOCK_CKPT, B=3** | **483** | **14.8 GB** |
+| chunked + BLOCK_CKPT, B=4 | 501 | 15.6 GB |
+
+- **Sans BLOCK_CKPT, la config 1B ne tient PAS dans 16 Go** (OOM dès le
+  forward MoE, même kernel chunked) : le checkpointing par bloc est ce qui
+  ouvre les cartes 16 Go. Naif interdit : `tick_chunk_core` lit-écrase le
+  carry → refactor en noyau pur `_tick_chunk_core_pure` (carry hors zone
+  checkpointée), prouvé équivalent par `tests/test_block_ckpt.py` (losses,
+  grads, évolution du carry sur chunks consécutifs). Suite : 46/46.
+- Sur GPU, **chunked bat cumsum de ×1.27** à B égal : la réduction de
+  FLOPs paie enfin (contrairement au CPU, cf. plus haut).
+- Trainer v2 complet (branche SS incluse) : **~340–382 tok/s/GPU soutenu**
+  à B=3, mem stable 14.8 GB, `loaded_tensors=424` sur chaque GPU (poids
+  réels chargés intégralement), lb≈14.03, tf en descente.
+
+**ETA x6 5060 Ti pour finir la passe phase-2** (3,433 M tokens restants,
+aggregate ~2,170 tok/s) : **≈ 17–19.5 jours** (~18 j au point médian).
+Comparaison : 8×5090 baseline ≈ 4.5–5.5 j ; le gain post-opt sur 5090
+reste à mesurer sur pod (même procédure).
+
 ## 5. Tests
 
 ```bash
-py -m pytest tests/ -q        # 44 passed = suite repo (28) + équivalences (14) + smoke v2 (2)
+py -m pytest tests/ -q        # 46 passed = repo (28) + équivalences (14) + smoke v2 (2) + block-ckpt (2)
 py benchmarks/bench_attention.py --iters 8
 py benchmarks/bench_engine.py --steps 20
 ```
 
-Statut : **44/44 passent** (2026-08-23). Les deux preuves moteur
+Statut : **46/46 passent** (local torch 2.9 CPU et pod torch 2.11+cu128,
+2026-08-24). Les deux preuves moteur
 (`test_engine_tick_chunk_train_ce_matches_train`,
 `test_engine_end_to_end_chunk_equivalence`) exigent le clonage explicite des
 poids (`load_state_dict`) entre instances comparées — deux constructions sous