第 41 环 · 跨趟预投（下一趟首层在上一趟末尾已在路上）
第 40 环把「算本层、取下层」搬到了描述符链上：算本层时，链把下层的 14 个字投进另一个 bank，走到下层 ST_WLD 一拍换 bank 就开跑。可它只治了一趟之内——本趟最后一层没有「下层」可预投（li_nxt ≥ layers_r），于是下一趟的第 0 层又要停下来冷启动，等链把 14 个字投完。
解码循环是一趟接一趟跑的（每生成一个 token 就是一趟），所以「每趟开头等一次」是最不该留的空转：它不随层数增长，却每趟都要付一遍。
办法是把第 40 环的预投往前多推一层：在本趟最后一层还在算的时候，就让链去投下一趟首层（层 0）的权重，落进另一个 bank。下一趟 start 时 ST_WLD 一看就绪标志正指着层 0（ld_ready && ld_layer==0），一拍换 bank 就开跑，连冷启动那一次都省了。
本趟最后一层在算 ─┬─ 链投：下一趟首层（层 0）→ ~bank_r
└─ 计算：本趟最后一层（读 bank_r）
下一趟 start → ST_WLD：ld_ready && ld_layer==0 → 一拍换 bank → 开算（等 0 拍）
三处小改动：起投（ST_PREK：本趟最后一层时 li_nxt ≥ layers_r 仍起一次链取，目标层 0）、接住（ST_IDLE 的 start 分支：跨趟预投已备好就保住就绪标志直接进 ST_WLD；还在路上就等它落地）、开关（WC_XP=0x84C，1=跨趟预投；WC_XP=0 就是第 40 环的老语义，一字未删）。
新探针 NET_XP_CNT（跨趟预投起了几次，累积）、NET_XP_STL（本趟首层在 ST_WLD 等链的拍数，每趟 start 归零），新观察点 SCREEN16（0x858）。前 40 圈地址映射一字不改。
| 证据 | 结果 | 说明 |
|---|---|---|
G2 趟（WC_PF=1+WC_XP=1）vs A 趟（第 39 环阻塞链） | 逐位一致 | 只改了「谁什么时候等」，算出来的东西一个字没变 |
| 首层等链拍数：G1（XP 打开后第一趟） | 52 拍 | 上一趟末尾没替它投过，仍是冷启动（诚实口径） |
| 首层等链拍数：G2（跨趟预投转起来） | 0 拍 | 下一趟首层在上一趟末尾已经在路上——本环唯一想要的东西 |
H 趟（WC_XP=0 回到第 40 环） | == A 趟，首层等链又回到 52 拍 | 关掉这一环就退回上一环：差别确实来自跨趟预投 |
NET_XP_CNT | 2 次 | G1/G2 两趟末尾各把下趟首层投好一次 |
| 改一条层 0 的描述符（LN 住处 12→14） | 跨趟预投路径输出跟着变 | 下趟首层读的真是内存里描述符说了算的那份权重 |
| 单元仿真：连跑 4 趟 | 844 拍 < 1000 拍（省 156，每趟 39） | 首层等链 52 → 0 拍，输出逐位一致 |
单元仿真 tb_chain_xp：预投路径 y=0xFA03FC07、链投 28 字、4 趟共 844 拍、首层等链 52 → 0 拍、与第 40 环输出逐位一致；关掉 w_xp 连跑 4 趟 1000 拍、每趟首层都要冷启动等 52 拍；公式路径（第 28~30 环）输出与之逐位一致；改层 0 描述符输出跟着变、还原后逐位回到原值；单层也照样把「下趟首层」投好（诚实口径）。
协同仿真 tb_min_soc41：整机跑完解码循环 → 采样序列仍是 [0,2,0,0,0,3]（第 6 步吐停止符 3 而停）；SCREEN = 0xF905FD04、SCREEN2 = 0x02040404、SCREEN15 = 0x620E3407 与第 25~40 环逐位一致。全量回归全绿。
其一（就绪标志被「惯例」清掉）。ST_IDLE 的 start 分支开头有一句无条件的 ld_ready <= 1'b0（第 29 环的写法：一开跑，上一趟攒下的就绪标志就不该再算数）。跨趟预投偏偏就靠这个标志活着——于是「已备好」那条分支进了 ST_WLD，标志却被同一拍清了 0，引擎在这个状态上空等到看门狗。修法很小（已备好分支里补一句 ld_ready <= 1'b1），难的是看出来：单看那三行每个都对，缝在同一拍的两个赋值之间。
其二（两种「在看门狗上」的区别）。第一次超时我以为是链卡住了，盯着链的表遍历找；实际上链早就投完回了空闲（ent=9、armed=1），是引擎自己在 ST_WLD 上没人叫它。先看清是「谁在等谁」，再去修「为什么等不到」——省掉一轮瞎找。
第 40 环把「一趟之内」的取权重等待收进了计算背后；这一环把趟与趟之间的那一段也收进去了。合起来：一趟解码里，权重再没有哪一段是「停下来等」的——本层在算的时候，下层已经在路上；本趟在算的时候，下趟首层已经在路上。
离目标更近的一点在于：真机连续对话时，每生成一个 token 就是一趟，趟数几乎无限。取权重若还落在关键路径上，NPU 每一趟开头都要空转一次，这个空转不随模型变大而摊薄。这一环把它抹掉，是「让阵列一直有活干」的那一步。
现在提前量只有一层：双 bank 乒乓只能装「本层 + 下一层」，所以链必须在下一层开算之前把字投完——层再大、取一层再慢，这个前提就崩。下一环把权重 bank 从两个扩成一个池（三个 bank），让预投深度变成 2：算本层时，下两层都已经在路上，链有一整层加一整层的时间把字铺完——权重池三 bank · 预投深度 2。