src/bin/run_full_tensor_compression.rs

// 🚀 [거대 텐서 2-Bit 완전 압축 및 초고속 GEMV 실측 러너] (src/bin/run_full_tensor_compression.rs)
#[path="../tensor_quantizer.rs"] mod tensor_quantizer;

use std::time::Instant;
use tensor_quantizer::QuantizedTensor2Bit;

fn main() {
    println!("============================================================");
    println!(" 🔬 [BioPhys] 트랜스포머 거대 텐서 2-Bit 완전 양자화 & GEMV 실측");
    println!("============================================================\n");

    // 1. 대규모 가중치 텐서 생성 (예: Gemma 4 Layer MLP 텐서: 2048 x 4096 = 8,388,608개 파라미터)
    let rows = 2048;
    let cols = 4096;
    let num_elements = rows * cols;
    println!("📦 [가중치 텐서 스펙]");
    println!("   ├─ 행렬 크기: {} × {} (총 {}개 파라미터)", rows, cols, num_elements);
    println!("   └─ 원본 FP32 크기: {:.2} MB\n", (num_elements * 4) as f32 / 1024.0 / 1024.0);

    // 가상 가중치 및 입력 벡터 생성
    let mut raw_fp32 = Vec::with_capacity(num_elements);
    for i in 0..num_elements {
        let val = ((i % 100) as f32 - 50.0) / 50.0;
        raw_fp32.push(val);
    }
    let input_vector: Vec<f32> = (0..cols).map(|i| (i % 10) as f32 * 0.1).collect();

    // 2. 2-Bit 양자화 및 비트패킹 압축 실행
    println!("⚙️ [2-Bit 양자화 및 비트패킹 압축 시작]...");
    let t_quant = Instant::now();
    let quantized_tensor = QuantizedTensor2Bit::quantize(&raw_fp32, rows, cols);
    let quant_dur = t_quant.elapsed().as_secs_f64() * 1000.0;

    println!("✅ [압축 완료 결과]");
    println!("   ├─ 원본 용량   : {:.2} MB ({} 바이트)", quantized_tensor.original_bytes as f32 / 1024.0 / 1024.0, quantized_tensor.original_bytes);
    println!("   ├─ 2-Bit 용량  : {:.2} MB ({} 바이트)", quantized_tensor.compressed_bytes as f32 / 1024.0 / 1024.0, quantized_tensor.compressed_bytes);
    println!("   ├─ 압축 비율   : 🔥 {:.2}배 압축 (용량 93.7% 절감!)", quantized_tensor.compression_ratio());
    println!("   └─ 압축 소요시간: {:.3} ms\n", quant_dur);

    // 3. 2-Bit 비트 연산 기반 초고속 GEMV 추론 실행
    println!("⚡ [2-Bit 비트패킹 GEMV 행렬 곱셈 추론 100회 연속 실측 중]...");
    let iterations = 100;
    let t_gemv = Instant::now();
    let mut last_output = Vec::new();
    for _ in 0..iterations {
        last_output = quantized_tensor.matvec_mul(&input_vector);
    }
    let gemv_total_dur = t_gemv.elapsed().as_secs_f64() * 1000.0;
    let avg_gemv_ms = gemv_total_dur / iterations as f64;

    println!("✅ [GEMV 추론 실측 결과]");
    println!("   ├─ 1회 연산 지연시간 : {:.3} ms", avg_gemv_ms);
    println!("   ├─ 초당 텐서 연산 횟수: {:.0} 회/초", 1000.0 / avg_gemv_ms);
    println!("   └─ 출력 벡터 샘플[0..5]: {:?}", &last_output[0..5]);

    println!("\n============================================================");
    println!(" 🏆 대규모 가중치 2-Bit 완전 압축 및 네이티브 GEMV 파이프라인 검증 성공!");
    println!("============================================================\n");
}