研究知识库草稿 · 2026-09-01 11:05 · Jay
本次主题
Database · Backend · Cloud-Native · Substack · Reproduction 五分类简报
检索范围
- arXiv（2026 数据库/分布式系统/推理优化）
- MIT CSAIL DSG publications（2026）
- ExpoLab（Mohammad Sadoghi 团队，2026）
- Tri Dao Lab（MLSys 2026）
- Substack：AIxFunda、Future AGI
- MDPI/Springer：云原生数据库实证研究
📦 Database
🔬 1. MIT CSAIL DSG 2026 论文群（高价值）
来源：https://dsg.csail.mit.edu/publications
| 论文 | 会议/期刊 | 核心贡献 | 标签 |
|---|---|---|---|
| Ken: An Execution Engine for Unstructured Database Systems | Proc. VLDB Endow., 2026 | 非结构化数据库执行引擎 | DB / VLDB 2026 |
| Abacus: A Cost-Based Optimizer for Semantic Operator Systems | Proc. VLDB Endow., 2026 | 语义算子系统的代价优化器 | DB / Query Optimization / VLDB 2026 |
| Making Array-Based Translation Practical for Modern, High-Performance Buffer Management | CoRR, 2026 | 数组翻译实用化、高性能缓冲管理 | DB / Storage / VLDB 2026 |
| Consistency and Correctness in Data-Oriented Workflow Systems | CIDR, 2026 | 数据导向工作流的一致性与正确性 | DB / Data Workflow / CIDR 2026 |
| AgentSM: Semantic Memory for Agentic Text-to-SQL | CoRR, 2026 | Agentic Text-to-SQL 的语义记忆层 | DB / Text-to-SQL / Agent / 2026 |
评价：MIT CSAIL DSG（Stonebraker、Madden、Kraska 团队）2026 年在 VLDB/CIDR 持续输出，AgentSM 将 semantic memory 引入 Text-to-SQL 是值得关注的新方向。 可信度：高——VLDB Endowment / CIDR 同行评审
🔬 2. SafarDB：FPGA 加速的分布式事务（arXiv 2603.08003）
- arXiv：
2603.08003 - 作者：J Saberlatibari et al.
- 标签：DB / Distributed Transaction / FPGA / RDT（Replicated Data Types）
- 核心机制：FPGA 加速 + 复制数据类型（Replicated Data Types）实现分布式事务
- 工程价值：⭐⭐⭐⭐
- 可信度：中等——arXiv 预印本，需核实同行评审状态
- 后续行动：核实是否已被顶级数据库会议接受；关注 FPGA + RDT 组合的 latency/throughput 实测数字
🔬 3. PLB：优先级感知负载均衡（复制数据库，资源约束场景）
- 来源：DistillSys（arXiv），Belkis Djeffal, Pierre Bourhis, Romain Rouvoy
- 标签：DB / Load Balancing / Replication / 2026
- 核心问题：资源受限环境下，复制数据库的优先级感知负载均衡
- 工程价值：⭐⭐⭐
- 可信度：高——arXiv 2026，有明确的问题建模
- 后续行动：关注与标准 RR/JSQ 策略的对比实验数字
🔬 4. ExpoLab 2026 共识论文群（Mohammad Sadoghi 团队）
- 来源：https://expolab.org
- 标签：DB / Consensus / BFT / DAG / VLDB 2026-2027
| 论文 | 会议 | 核心贡献 |
|---|---|---|
| FEAT: Fair and Efficient Adversarial Transaction Ordering | PODC 2026 | 对抗环境下的公平高效交易排序 |
| Hydra: Breaking the Global Ordering Barrier in Multi-BFT Consensus | ICDE 2026 | 突破多 BFT 共识全局排序壁垒 |
| Thunderbolt: Concurrent Smart Contract Execution with Nonblocking Reconfiguration | EDBT 2026（Best Paper Runner Up） | 非阻塞重配置的并发智能合约执行 |
| Fides: Secure and Scalable Asynchronous DAG Consensus via TEE | VLDB 2026 | TEE 保护的异步 DAG 共识 |
| Cassandra: Consensus with Partial Progress via Robust Partitionable View Synchronization | VLDB 2027 | 强部分进展保证的分区容错共识 |
| Hermes: Low Tail-Latency via Prefix Consensus | arXiv 2026 | 前缀共识降低尾延迟 |
| FairDAG: Consensus Fairness over Multi-Proposer Causal Design | VLDB 2026 | 多提议者因果 DAG 共识公平性 |
评价：ExpoLab 在 BFT-on-DAG 方向持续深耕，Thunderbolt 获 EDBT Best Paper Runner Up值得关注；Fides 将 TEE 引入异步 DAG 是安全 + 性能结合的新思路。 可信度：高——均为顶级会议（VLDB/ICDE/PODC/EDBT）已接收或预印本
⚙️ Backend
🔬 5. FlashAttention-4：算法与内核流水线协同设计（MLSys 2026 Best Paper Honorable Mention）
- 来源：Tri Dao Lab，https://tridao.me/publications
- 会议：MLSys 2026，Best Paper Honorable Mention
- 作者：Ted Zadouri, Jay Shah, Markus Hohnerbach, Timmy Liu, Vijay Thakkar, Tri Dao
- 标签：Backend / Attention / Kernel / MLSys 2026
- 核心贡献：非对称硬件扩展的算法与内核流水线 co-design
- 工程价值：⭐⭐⭐⭐⭐
- 可信度：高——MLSys 2026 Best Paper Honorable Mention
- 后续行动：优先精读，关注与 FlashAttention-3 的具体性能提升数字和硬件适用范围
🔬 6. SonicSampler：统一 Tile-Aware LLM 采样与推测验证内核
- 来源：Tri Dao Lab，COLM 2026
- 作者：Pragaash Ponnusamy, Shivam Sahni, Jue Wang, Tri Dao
- 标签：Backend / LLM Sampling / Kernel / COLM 2026
- 核心机制：统一 tile-aware 内核，支持 LLM 采样和推测验证（speculative verification）
- 工程价值：⭐⭐⭐⭐
- 可信度：高——COLM 2026
🔬 7. INFERENCEBENCH：AI Agent 做 LLM 推理优化的开放式 Benchmark
- arXiv：
2607.20468 - 标签：Backend / LLM Serving / Benchmark / Agent / 2026
- 核心发现：
- AI Agent 能在 vLLM/SGLang/TGI 上找到有效优化（aggregate speedup 9-11× vs default）
- 优化器选择（Random/SMAC/TPE）差异不大，框架选择更重要
- 不同引擎的优化空间差异显著：TGI 在某些 scenario 落后 vLLM 2×+
- 工程价值：⭐⭐⭐⭐
- 可信度：高——arXiv 2026，有系统性实验设计
- 后续行动：关注 INFERENCEBENCH 的任务定义和评估指标设计
🔬 8. Position Paper：LLM Serving 需要数学优化（arXiv 2605.01280）
- arXiv：
2605.01280 - 标签：Backend / LLM Serving / Optimization / Position Paper / 2026
- 核心论点：
- vLLM/SGLang 的核心调度算法（FIFO、LRU、RR）均来自经典分布式计算，未针对 LLM 特性优化
- 提出：KV cache 动态增长特性、prefill-decode 相位不对称性、未知输出长度、continuous batching 约束 等 LLM 特有性质
- 主张：需要针对这些特性建立数学模型，设计可证明性能的算法
- 工程价值：⭐⭐⭐⭐（方向性价值高，工程落地需等具体算法）
- 可信度：高——有清晰的问题建模和论点
- 后续行动：关注是否引出具体算法论文；可作为 RAG/Agent 系统评估的外部参考
🔬 9. Token-Operations-Oriented Inference Optimization（arXiv 2606.20295）
- arXiv：
2606.20295 - 标签：Backend / LLM Serving / Token Optimization / 2026
- 核心覆盖：
- Speculative Decoding 演进：ReDrafter → SpecForge/SpecBundle → P-EAGLE（并行草稿）
- PagedAttention（vLLM）和 RadixAttention（SGLang）的 KV cache 管理对比
- FlashInfer 集成 SGLang/vLLM：inter-token latency 降低 29%-69%
- 工程价值：⭐⭐⭐⭐
- 可信度：高——系统性综述，覆盖主流框架
- 后续行动：关注 FlashInfer 的 block-sparse 格式和 JIT 模板设计细节
🔬 10. LLM Serving in the Wild：框架实证研究（arXiv 2608.03036）
- arXiv：
2608.03036 - 标签：Backend / LLM Serving / Empirical Study / 2026
- 核心发现：
- 分析了 vLLM、SGLang、TensorRT-LLM、LMDeploy、FlashInfer 的真实开源采用模式
- FlashInfer + SGLang、FlashInfer + vLLM 是有效组合（调度+内存管理+内核优化）
- vLLM 在 Model Training and Optimization 主题最多；SGLang 紧随其后；TensorRT-LLM 集中在 CUDA 并行
- 工程价值：⭐⭐⭐⭐
- 可信度：高——实证研究，基于真实开源项目代码分析
☁️ Cloud-Native
📄 11. 云原生分布式系统研究议程（arXiv 2604.17227，45页）
- arXiv：
2604.17227，IEEE Transactions on Computers 2026（已发表） - 标题：Cloud-native and Distributed Systems for Efficient and Scalable Large Language Models — A Research Agenda
- 标签：Cloud-Native / LLM / Distributed Systems / Survey / 2026
- 核心结构（45页综述）：
- LLM 推理的云原生分布式挑战
- 预填充-解码分解（Prefill-Decode Disaggregation）
- 动态 KV cache 管理
- MoE 架构下的通信调度
- 资源调度与负载均衡
- 工程价值：⭐⭐⭐⭐（研究议程，涵盖 DOPD、ShuffleInfer、BanaServe 等工作）
- 可信度：高——IEEE TC 2026 已发表，45页系统性综述
- 后续行动：可作为云原生 LLM serving 的入门级参考文献；关注其中 DOPD（ICCS 2026）的具体数字
📄 12. Kubernetes 环境下单体 vs 分布式数据库实证性能分析（MDPI 2026）
- 来源：MDPI Computers 2026（Volume 15 Issue 5，Article 282）
- 标签：Cloud-Native / Database / Kubernetes / Empirical / 2026
- 核心结论：
- 没有普遍最优架构，单体 vs 分布式的选择取决于工作负载特征
- 混合架构（monolithic + distributed）在现代云原生环境中实用价值高
- 提供了完整实验数据集（可下载）
- 工程价值：⭐⭐⭐（实证结论有价值，但具体数据库系统需原文核实）
- 可信度：中等——MDPI 期刊，同行评审
- 后续行动：获取完整数据集和五类数据库系统对比详情；核实具体对比了哪些 DB
📄 13. Serverless 平台驱动的 CPU 负载均衡（DistillSys / arXiv 2026）
- 来源：DistillSys，Abdul Rehman
- 标签：Cloud-Native / Serverless / Scheduling / 2026
- 核心机制：让 serverless 控制平面通过 SchedExt 影响 Linux CPU 调度，降低负载请求延迟和能耗
- 工程价值：⭐⭐⭐
- 可信度：中等——arXiv 预印本
📝 Substack 高价值条目
📝 14. AIxFunda Weekly：Qwen3.5-Omni、llama.cpp 100K Stars、Qwen3.6-Plus
- 来源：https://aixfunda.substack.com/p/top-llm-rag-and-agent-updates-of-0d2
- 作者：Kalyan KS
- 标签：Substack / Weekly Roundup / Multimodal / 开源生态 / 2026
- 核心条目： 1. Qwen3.5-Omni：阿里 Qwen 团队，原生多模态，支持 113 种语言，实时音视频任务；已上线阿里云（免费层）和 Hugging Face demo 2. llama.cpp 达到 100K GitHub Stars：Georgi Gerganov 创建，本地大模型推理的事实标准 3. LiquidAI LFM2.5-350M：350M 参数，专为 Agentic Loop、数据提取、工具调用优化 4. GLM-5V-Turbo：Z.ai 发布，设计稿/截图/视频→代码，Design2Code 94.8% 5. Qwen3.6-Plus：1M token 上下文，Agentic Coding 能力强，阿里云 Bailian 平台可用 6. 1-Bit Bonsai 8B：PrismML 发布
- 可信度：高——产品发布类内容，链接到官方发布页
- 后续行动：Qwen3.5-Omni 多模态架构值得跟进；GLM-5V-Turbo 的 Design2Code 94.8% 需核实具体 benchmark
📝 15. Future AGI：LLM Evaluation Tools 2026 完整指南
- 来源：https://futureagi.substack.com/p/the-complete-guide-to-llm-evaluation
- 标签：Substack / LLM Evaluation / RAG / Agentic / 2026
- 工具覆盖：Future AGI、Galileo、Arize AI、MLflow、Patronus AI
- 核心洞察：
- BLEU/ROUGE 不足以评估 RAG 场景下的幻觉、对话连贯性、工具选择正确性
- Future AGI： multimodal 评估（text/image/audio/video）+ 自动评分，声称 91% 人类判断一致性
- Patronus AI：专注幻觉检测、格式验证、安全检查
- MLflow：开源统一评估框架，RAG metrics 内置
- 可信度：中等——厂商内容，但包含工具横向对比细节
- 后续行动：结合 RAG 评测（Benchmark 纵览）形成 LLM 评测方法论文档
🔁 Reproduction 候选条目
| 条目 | 优先级 | 理由 |
|---|---|---|
| FlashAttention-4 论文 + 官方实现 | 🔴 高 | MLSys 2026 Best Paper Honorable Mention，需理解算法-内核 co-design |
| INFERENCEBENCH + ISO-Bench | 🔴 高 | 两个 benchmark 的任务定义和评估方法可直接用于复现 |
| Ken: Unstructured DB Execution Engine | 🟡 中 | VLDB 2026，数据库内核方向 |
| AgentSM: Semantic Memory for Text-to-SQL | 🟡 中 | Text-to-SQL + Agent 新方向 |
| Fluid-Guided Scheduling 论文 | 🟡 中 | KV cache eviction 场景下的调度优化，有仿真代码 |
| Thunderbolt（EDBT 2026 Best Paper Runner Up） | 🟡 中 | DAG + 智能合约共识，有代码链接 |
分类标签
Database Backend Cloud-Native Substack Reproduction VLDB 2026 MLSys 2026 CIDR 2026 Consensus BFT FlashAttention LLM Serving RAG Evaluation Text-to-SQL Agent Kubernetes Serverless FPGA MoE
建议写入路径
/shared/research-kb/inbox/jay/2026-09-01T1105-jay-five-category-briefing.md
与今日早期草稿的关系（去重说明）
| 草稿 | 主要覆盖 | 本次新增 |
|---|---|---|
| 10:50 推理引擎+MoE+Agentic RAG | 推理引擎 benchmark、MoE 优化、Agentic RAG Benchmark、MLSys 2026 | — |
| 09:35 推理工程+KvCache | Oneiros/Albireo、SGLang vLLM 深入分析 | — |
| 11:05 五分类简报 | Database（6条目）、Backend（6条目）、Cloud-Native（3条目）、Substack（2条目）、Reproduction（6条目） | 全新条目，不重复 |
本轮未覆盖：CSDN 方向今日暂无新发现高价值条目；上午 RSS feeds 的内容均已在上游草稿中体现。
本草案由 Jay（2026-09-01T11:05）产出，未经 Git 提交，仅供草稿区暂存。