Островная эволюция: K популяций одним GPU-батчем + миграция по кольцу

GPU на маленьких батчах упирается в накладные на запуск ядер (1070: батч
4000 = 306/с, 32000 = 1211/с при 99МБ видеопамяти из 8ГБ). Вместо одной
гигантской популяции — 8 независимых островов по 4000: их поколения
оцениваются одним жирным батчем 32к, а изоляция островов + миграция лучших
по кольцу раз в 10 поколений дают разнообразие против скатывания в один
локальный оптимум. На более мощной карте достаточно поднять islands.

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

src/gausse/optim/evolutionary.py

@@ -98,7 +98,16 @@ def run_evolution(
     polish: bool = True,
     log_path: Path | None = None,
     use_gpu: bool = False,
+    islands: int = 1,
+    migrate_every: int = 10,
 ) -> dict:
+    """islands>1 — островная модель: K независимых популяций эволюционируют
+    параллельно, а их поколения оцениваются ОДНИМ батчем (GPU любит жирные
+    батчи: на 1070 батч 4000 давал 306/с, батч 32000 — 1211/с, потому что
+    маленькие ядра упираются в накладные на запуск). Раз в migrate_every
+    поколений лучший геном каждого острова мигрирует к соседу по кольцу —
+    разнообразие против скатывания всех в один локальный оптимум.
+    """
     n_workers = n_workers or multiprocessing.cpu_count()
     rng = random.Random(seed)
     db = ComponentDatabase.load(data_dir) if data_dir else ComponentDatabase.load()
@@ -114,8 +123,10 @@ def run_evolution(
         gpu_xp, backend = get_backend(prefer_gpu=True)
 
     mode = "evolve" if gpu_xp is None else f"evolve-gpu({backend})"
+    if islands > 1:
+        mode += f"-x{islands}остр"
     logger = ProgressLogger(
-        log_path or default_log_path(db_path), mode=mode, total=n_generations * population_size
+        log_path or default_log_path(db_path), mode=mode, total=n_generations * population_size * islands
     )
 
     ctx = multiprocessing.get_context("spawn")
@@ -135,7 +146,9 @@ def run_evolution(
 
     signal.signal(signal.SIGTERM, _terminate)
 
-    population = [sample_genome(db, bounds, rng) for _ in range(population_size)]
+    populations = [
+        [sample_genome(db, bounds, rng) for _ in range(population_size)] for _ in range(islands)
+    ]
     best_pair: tuple[Genome, EvaluationResult] | None = None
     n_evaluated = 0
 
@@ -150,13 +163,15 @@ def run_evolution(
             initargs=(data_dir, bounds),
         ) as executor:
             for generation in range(n_generations):
+                # все острова — ОДНИМ плоским батчем (жирный батч кормит GPU)
+                flat = [g for island in populations for g in island]
                 if gpu_xp is not None:
                     from gausse.gpu.batch_sweep import evaluate_genomes_gpu, gpu_record_worker
 
                     results = evaluate_genomes_gpu(
-                        gpu_xp, population, db, bounds, build_details=False, executor=executor
+                        gpu_xp, flat, db, bounds, build_details=False, executor=executor
                     )
-                    pairs = list(zip(population, results))
+                    pairs_flat = list(zip(flat, results))
                     payload = [
                         (g, {
                             "feasible": r.feasible,
@@ -166,29 +181,40 @@ def run_evolution(
                             "failed_stage_index": r.failed_stage_index,
                             "energy_breakdown": r.energy_breakdown,
                         }, mode)
-                        for g, r in pairs
+                        for g, r in pairs_flat
                     ]
                     records = executor.map(gpu_record_worker, payload, chunksize=64)
                 else:
-                    pairs = list(executor.map(_evaluate_genome, population))
-                    records = (build_run_record(g, r, db, search_mode=mode) for g, r in pairs)
-                n_evaluated += len(pairs)
+                    pairs_flat = list(executor.map(_evaluate_genome, flat))
+                    records = (build_run_record(g, r, db, search_mode=mode) for g, r in pairs_flat)
+                n_evaluated += len(pairs_flat)
 
-                for record, (genome, result) in zip(records, pairs):
+                for record, (genome, result) in zip(records, pairs_flat):
                     queue.put(record)
                     logger.update(result.feasible, result.efficiency)
                     if best_pair is None or result.fitness > best_pair[1].fitness:
                         best_pair = (genome, result)
 
-                pairs.sort(key=lambda pair: pair[1].fitness, reverse=True)
-                next_population = [copy.deepcopy(pair[0]) for pair in pairs[:elitism]]
-                while len(next_population) < population_size:
-                    parent_a = _tournament_select(pairs, rng)
-                    parent_b = _tournament_select(pairs, rng)
-                    child = crossover(parent_a, parent_b, rng)
-                    child = mutate(child, db, bounds, rng, rate=mutation_rate)
-                    next_population.append(child)
-                population = next_population
+                # селекция и скрещивание — НА КАЖДОМ ОСТРОВЕ независимо
+                island_bests: list[Genome] = []
+                next_populations = []
+                for i in range(islands):
+                    pairs = pairs_flat[i * population_size:(i + 1) * population_size]
+                    pairs.sort(key=lambda pair: pair[1].fitness, reverse=True)
+                    island_bests.append(pairs[0][0])
+                    next_population = [copy.deepcopy(pair[0]) for pair in pairs[:elitism]]
+                    while len(next_population) < population_size:
+                        parent_a = _tournament_select(pairs, rng)
+                        parent_b = _tournament_select(pairs, rng)
+                        child = crossover(parent_a, parent_b, rng)
+                        child = mutate(child, db, bounds, rng, rate=mutation_rate)
+                        next_population.append(child)
+                    next_populations.append(next_population)
+                # миграция по кольцу: лучший острова i замещает слот у острова i+1
+                if islands > 1 and (generation + 1) % migrate_every == 0:
+                    for i in range(islands):
+                        next_populations[(i + 1) % islands][elitism] = copy.deepcopy(island_bests[i])
+                populations = next_populations
     finally:
         # с этого места нас нельзя прерывать: дописываем базу до конца
         signal.signal(signal.SIGTERM, signal.SIG_IGN)

tests/test_evolutionary.py

@@ -79,3 +79,17 @@ def test_run_evolution_gpu_batch_mode(tmp_path):
     assert count_runs(conn) >= 120
     rows = fetch_runs(conn, limit=5)
     assert all(r.search_mode.startswith("evolve-gpu") for r in rows)
+
+
+def test_run_evolution_islands(tmp_path):
+    """Островная модель: K популяций одним батчем + миграция по кольцу."""
+    from gausse.storage.database import count_runs, open_connection
+
+    db_path = tmp_path / "evo_isl.sqlite3"
+    summary = run_evolution(
+        db_path, n_generations=4, population_size=15, seed=7, polish=False,
+        use_gpu=True, islands=3, migrate_every=2,
+    )
+    assert summary["n_evaluated"] == 4 * 15 * 3
+    conn = open_connection(db_path)
+    assert count_runs(conn) == 4 * 15 * 3