3.2.1.1 自旋网络与时空离散化

文档摘要

3.2.1.1 自旋网络与时空离散化 3.2.1.1 自旋网络与时空离散化：当6j符号在GPU上拒绝收敛——一个关于数值病态性、对称性破缺与缓存感知重排序的真实排障手记凌晨两点十七分，集群监控告警第三次亮起。不是OOM，不是超时，而是更微妙、更令人脊背发凉的异常：自旋网络演化步长 $\Delta t = 0.01$ 时，$\sum{j} \dim(j) \, |Av(j)|^2$（顶点振幅模方加权和）在第87步开始持续漂移，相对误差从 $10^{-14}$ 暴涨至 $10^{-3}$；而把步长减半至 $0.005$，漂移却推迟到第174步——误差不随步长单调衰减，反而呈现倍增式延迟。这不是精度不足，这是系统在低维离散结构中悄悄“说谎”。