Anthropic Model Downloader：分块流水线与无中心协调恢复

题目重点：设计大模型权重分块下载、校验、持久化、worker 崩溃恢复，并比较 coordinator、pipeline 和 tree 传播的瓶颈。

题意与假设

这道练习题保留了面经中值得训练的核心约束，并将需要澄清的条件单独列出。现场拿到变体时，先和面试官确认这些条件。

训练模型有一份不可变 manifest：模型版本、总字节数、chunk id/offset/length 与每块摘要；题目没明确 checksum 格式或完整性目标。
节点先把块写入临时文件，校验摘要并 fsync 后以原子重命名或记录 manifest 状态发布；全模型 ready 只在所有块已验证并且整体版本一致时宣布。
允许重复传输同一块，但对 `(model_version,chunk_id)` 的已验证状态是幂等的。设总大小 S、块大小 c、节点数 N、源出口带宽 U、节点入口带宽 D、单块固定开销 h，均为分析参数。

先把模型拆为 K=ceil(S/c) 块，manifest 是控制面真相。每节点用位图或索引记录 verified 块；数据面可从源或已验证 peer 取块，传完再校验，不能只凭文件存在就算完成。
单源给所有节点逐份发送需要约 N·S 的源出站流量；pipeline/树让已收到的节点继续转发，可把源出站压到接近 S 的量级，但节点间总流量仍约 N·S，是否更快取决于出口/入口带宽和拓扑。
pipeline 可让不同块同时位于不同跳段；tree 可缩短传播深度但扇出过高会争抢发送端带宽。c 太大导致流水线启动和失败重传昂贵，c 太小导致 K·h 的调度/校验/元数据开销。通过测量总完成时间与热点链路选 c 与拓扑。
有 coordinator 时由它维护租约与任务分配，但每节点的已验证块状态仍必须可恢复。无 coordinator 时节点发布 `(version, chunk_id, digest)` 可用清单，按确定性 peer 选择或 DHT 查找块；崩溃后节点重读本地 verified 索引，其他 peer 根据租约/心跳放弃失效来源并重选。manifest 的版本和来源可信度仍需可靠发布，不能假装完全无控制面。

训练例 S=8GiB、c=64MiB，有 128 块。某 worker 下载了块 0..47，块 48 只写了一半便崩溃。恢复时只把 0..47 的摘要验证记录视为完成，丢弃 48 的临时文件或重新续传并校验；另一个 peer 可接手 48。新模型版本即使块序号相同，也不能沿用旧版本的状态。

manifest/完成位图每节点 O(K) 状态，整体约 O(NK) 元数据；数据传输下界是每节点收到 S，即总体至少约 N·S 字节（不含源本地已有副本）。无压缩/去重时单节点落盘 O(S)。完成时间至少受 S/D 与源/中继最窄链路约束，不能仅按树深 O(log N) 估时。