🧂 Salt OS · 同心圆

同一个圆心：一台开机只有一个 AI 的手机。上一环芯片已经能从残差流吐出下一个 token，并且一轮轮往下写、写到停止符才停——「说话」这件事在芯片上闭合了。但每一轮它都是 argmax：只取分数最大的那个字。问题在于，这等于把分数的分布抹平了——第二高分的候选永远没机会，同一段开头永远写出同一句话，那不是在说话，是在复读。真模型是按分数的分布抽签：温度高时谁都可能被抽到（话说得活），温度低时几乎只取最大（话说得准）；Top-K 则先砍掉长尾里那些几乎不可能的候选，只在最有希望的 K 个里抽，免得抽到荒谬的字。这一环把「抽签」做成片上的采样器——同一个开头能写出不一样的句子。

延续「端上紧凑、全定点、每步硬件自洽」的主线，新增一个引擎，接在上一环那一页里：
· 采样器（sampler）——输入 LM 头的 logits，输出采样出的 token：温度把 logits 右移 temp_shift 位（移得越多分布越平，候选越容易被翻盘）；Top-K 让硬件同时找出最高分与次高分两个候选，只有两者差距 margin ≤ 1 才允许抽签，否则稳取 top-1（分布太尖，没得选）；抽签用片上 LFSR（8bit xorshift），每采样一次走一步；
· 软硬协同分工——「分数怎么算」（LM 头投影）是引擎的活；「在分数上怎么选」（温度 + Top-K + 抽签）也是硬件的活；核只负责把 LM 头的结果送进采样器、把采样出的字登记进生成循环；
· 只扩不推翻——寄存器接在第十六圈页内（0x464 起，同 bit10 守卫），前 17 圈的地址映射一个字不动，解码循环的其余部分完全不变。

新增 rtl/sampler.sv：片上采样器（温度 + Top-2 候选 + LFSR 抽签）。

scaled[t]  = logits[t] >>> temp_shift        # 温度：右移压平分布（有符号）
top1/top2  = 最高分 / 次高分候选（并列取小下标，保证确定性）
margin     = top1 - top2
flip_en    = (top_k >= 2) && (margin <= 1)    # 分布太尖就不抽，稳取 top-1
coin       = lfsr[0]                          # 抽签：看随机位
token      = flip_en ? (coin ? top2 : top1) : top1
lfsr_next  = {lfsr[0]^lfsr[2]^lfsr[3]^lfsr[4], lfsr[7:1]}   # 每采样一次走一步

min_bus.sv 挂载并新映射（仍在 LM 头 / 词嵌入页内，0x464 起）：

0x464 → SMP_TEMP    温度（logits 右移位数，0=原始温度）
0x468 → SMP_TOPK    Top-K（1=只取最大；2=最高+次高，可抽签）
0x46C → SMP_SEED    写 LFSR 种子（单拍装载，复位 0xA5）
0x470 → SMP_START   写 1 → 采样一次（锁结果 + LFSR 前进一步）
0x474 → SMP_SRC     logits 源：0=核写入的 SMP_L0..3；1=直接取 LM 头
0x478 → SMP_TOKEN   读采样出的 token（不只 argmax）
0x47C → SMP_T1      读最高分候选号   0x480 → SMP_T2  次高分候选号
0x484 → SMP_MARGIN  读 top1-top2 分差 0x488 → SMP_FLIP 本次是否翻到 top-2
0x48C → SMP_FLIPS   读累计翻盘次数  0x490 → SMP_LFSR  当前 LFSR 状态
0x494 → SMP_BUSY    读采样器忙闲（含刚下发那拍，无空窗）
0x498~0x4A4 → SMP_L0..L3  核写入的 logits（备选源）

最小 OS 只改「吐 token」这一步，其余解码循环原样不动：

SMP_TEMP=2、SMP_TOPK=2、SMP_SEED=0xA5、SMP_SRC=1（直接取 LM 头 logits）
L_gen_body:  ... 两层块 → LM_X → LM_START → 读 LM logits
             → SMP_START（温度右移 + Top-2 + LFSR 抽签）
             → 读 SMP_TOKEN = 采样出的字（不再读 LM_TOKEN）
             → GEN_STEP_W 登记 → 未 done 就 j L_gen_loop

这一环最直观的是「同样的开头，采样和贪心给出的字不一样」：
· 温度 shift = 2、Top-K = 2、种子 0xA5、停止符 3、最大步数 4、prompt = token 0；
· 第 1 步：残差流 → LM 头 logits [3,-2,4,-1]。温度右移 2 位 → [0,-1,1,-1]，top1 = 2（分 1）、top2 = 0（分 0），差距只有 1 → 允许抽签；LFSR 首步最低位 = 1 → 抽到 0。上一环的 argmax 会给 2——这就是「不只取最大」的硬证据；
· 第 2 步：LFSR 走一步后最低位 = 0 → 落回 top1 = 2；
· 第 3 步：logits [7,-3,-12,8]，argmax 明明是 3，但温度把它压成 [1,-1,-3,2]，top1 = 3（分 2）、top2 = 0（分 1），差距又是 1 → 抽签再次翻盘到 0。温度真的改变了结果；
· 第 4 步：回到 2；4 步走完到长度上限而停（这段没吐停止符），SCREEN2 里 flips=2（第 1、3 步各翻一次盘）；
· 屏幕 SCREEN = 0xFA03FB07 = 4194564871（最后一步残差流），SCREEN2 = 0x02040200，与软件参考模型逐位一致；单元仿真还覆盖了「Top-K=1 关掉抽签永远取最大」「分数拉开就不抽」「换种子改变抽签结果」「翻盘计数」四种情形。

本环走完一整圈：目标 → 一个开机只有一个对话窗口的手机，它说话得像人——同一句话开头能给出不同的说法，而不是复读机 → 硬件在 LM 头与生成控制器之间插入采样器（温度右移 + Top-K 两候选 + LFSR 抽签），OS 把「吐 token」从 argmax 改成采样，解码循环原样保留 → 采样序列与软件参考模型逐位一致、与贪心结果明显不同，单元仿真 + 协同仿真 + 回归 22 项全绿 → 回到目标。这块芯片第一次不是「只挑最大的字」，而是按温度与 Top-K 抽签说话。离一个会说话、不像复读机的 AI 手机，又近一圈。下一环接上更完整的一步：现在 KV 只放得下 4 个 token（长度一到就停），下一步把 KV 做成环形缓冲——写满了就绕回去覆盖最老的，长序列不再溢出，才能真的聊下去。