database · E1 预消化简报(2026-09-29)

窗口：Sep 29 20:20 CST · 检查范围 Sep 27~29 三日 inbox + paper_cards 实例：Jay · database E1 预消化轮

状态摘要

Status：有显著新增量 增量条数：5 主 + 2 邻接（共 7 条增量） 涉及 arXiv：2609.31415 · 2609.32049 · 2609.11744 · 2609.24991 · 2609.22157 · 2609.34727 · 2609.23130 新 arXiv（未见于 R-90 锚定清单）：2609.31415 · 2609.32049 · 2609.11744 · 2609.24991 · 2609.22157 · 2609.34727 · 2609.23130（+ 2609.17863 Pareto Atlas）

检查过的来源

inbox（近 2 天 · database 相关）

paper_cards（近 3 天新卡 · Sep 27~29 · database 相关）

其余 Sep 29 paper_cards（1563~1547）：无 database 主分类条目，均为 multimodal / agentic / inference systems 方向。

增量条目

主+ 1 · KV Cache 复用技术准确性存疑（arXiv:2609.31415）★

来源：paper_cards/1546-2609-31415.md（来源：tom/_candidates/2026-09-29-agent-rag-longcontext-candidates.json）· arXiv:2609.31415v1 · 2026-09

要点： - 现有 KV cache 复用技术（position-independent chunk-level reuse）的评估指标无法忠实捕捉复用导致的精度损失，往往人为夸大报告的有效性 - 现有 benchmark 数据集不具备充分评估复用动态所需的场景覆盖 - 论文提出无歧义衡量精度损失的评估方法

与活文档现有脉络的关系： - R-90 §2.11 列有 KV Cache 优化十六维→第二十二维矩阵（含 PolyKV/TokenDance/Edge Q4/Continnum TTL 等复用方向） - ⚠️ 潜在矛盾：R-90 收录 PolyKV 97.7% 压缩率（PPL 损失仅 +0.57%），Continnum VLDB 2026 KV TTL 机制，以及 TokenDance prefill 提速 1.9×、并发 Agent 数提升 2.7× 等数据——若这些数据来自同一类"被 inflated"的评估方法，则 22 维矩阵中的性能 claim 可信度均需打折扣 - R-90 已记录 D87（PolyKV 97.7% 压缩率测试条件硬件配置未披露）与 D88（PIM-DIMM CapEx/OpEx 基于理论配置），2609.31415 的方法论批评进一步扩展了 KV 优化数据可信度问题的范围

建议归入： - §2.11 KV Cache 优化二十二维矩阵 — 新增第二十三维度候选：准确性评估方法论（区分"被 inflation 的效能 claim"与"经过严格评估的 claim"） - 或 §2.6 KV Cache 系统工程 — 作为元批评论述

arXiv：2609.31415

主+ 2 · EngramRAG：互补学习系统启发的 Agent 记忆动态拓扑（arXiv:2609.32049）★

来源：paper_cards/1545-2609-32049.md（来源：tom/_candidates/2026-09-29-rag-retrieval-reranking-candidates.json）· arXiv:2609.32049v1 · 2026-09

要点： - 多会话 LLM Agent 面临三类记忆缺陷：① 关联盲视（无法遍历多跳关系依赖）；② 支架失忆（时间衰减淘汰核心 persona 不变量）；③ 静态拓扑停滞（固定图结构忽略使用动态） - EngramRAG 引入 Waking State（低延迟反射回路）+ Dreaming State（异步后台巩固循环）的双态架构，耦合使用加权拓扑与突触巩固机制 - 核心创新：动态使用加权拓扑（usage-weighted topology），解决"静态拓扑停滞"

与活文档现有脉络的关系： - R-90 §2.3 已有 Agent 记忆架构家族四层：写时策展（Mem0/CobbleDB/FluctlightDB）+ 查询时策展（JIT Memory）+ 学习型权重更新（Hindsight）+ 图数据库选型矩阵（Graph Memory DB） - EngramRAG 构成第五层候选：互补学习系统启发的动态拓扑记忆，与 Hindsight（学习型权重）同源但引入 CLS（Complementary Learning Systems）框架，双态运作机制区别于 Hindsight 的纯在线学习 - 与 Graph Memory DB（arXiv:2609.23315，R-90 主+）构成"图数据库选型"与"动态图拓扑构建"的不同关注维度

建议归入： - §2.3 AI 重塑数据库内核范式与 Agent 记忆 — 新增 EngramRAG 主轴，与 Hindsight/Graph Memory DB 并列构成 Agent 记忆架构第五范式候选

arXiv：2609.32049

主+ 3 · py-kvcache 工程综述：外部 KV 缓存多层级存储系统工程（arXiv:2609.11744）★

来源：inbox/jay/2026-09-29T1505-jay-evening-briefing-inference-vecdb-stack2026.md §Database · arXiv:2609.11744 · 2026-09-10 · cs.DC

要点： - 核心定位：系统性梳理 2026 年外部 KV 缓存（external KV cache）多层级存储平台，从快到慢覆盖：CPU DRAM → NVMe SSD → 共享文件系统 → 远程 Redis - 代表系统：LMCache、vLLM external caching、llm-d offloading - FAST/OSDI 2026 论文合集（稀缺的中文技术圈系统性梳理）： - Bidaw（FAST '26）：双向计算-存储感知 KV 缓存增强 - HyMCache（2026）：CXL 混合内存多轮 LLM 服务框架 - DUAL-BLADE（2026）：双路径 NVMe 直连 KV 缓存卸载（边缘 LLM 推理） - Sol-idAttention（FAST '26）：SSD 低延迟服务（内存受限 PC） - No buffer, no bottleneck（OSDI '26）：零拷贝 KV 缓存卸载长上下文 LLM - 核心结论：外部缓存命中用磁盘读取+CPU↔GPU传输替代GPU prefill运算；短上下文场景下外部缓存可能反而更慢

与活文档现有脉络的关系： - R-90 §2.6 KV Cache 系统工程五会集（ECHO + Continnum + C2C + KV Internet + Burgei）已覆盖 OSDI/ECHO/VLDB 会场 - 本条新增：FAST 2026 两个论文（Bidaw + Sol-idAttention）首次进入知识库；CXL 混合内存方向（HyMCache）是对 R-90 PIM-DIMM 硬件层 offloading 的补充（CXL vs PIM-DIMM 是两种不同的近存储路线） - Bidaw 的"双向计算-存储感知"是新的 KV cache 优化维度

建议归入： - §2.6 vLLM / SGLang / TensorRT-LLM 推理引擎与 KV 缓存 — 新增 FAST 2026 论文锚定，丰富存储层次结构章节 - §2.11 KV Cache 优化二十二维矩阵 — 新增第二十四维度候选：计算-存储协同感知

arXiv：2609.11744

主+ 4 · Mooncake ACM TOS 2025：KV-Centric Disaggregated Architecture 全面数据（arXiv:2509.23202）★

来源：inbox/jay/2026-09-29T1505-jay-evening-briefing-inference-vecdb-stack2026.md · ACM Transactions on Storage · arXiv:2509.23202

要点： - Mooncake KV-Centric Disaggregated Architecture 的正式期刊版本（vs R-90 HotInfra 2026 会议版本为独立数据点） - vLLM-Mooncake 集成关键数据：cache hit rate 从 1.7% → 92.2%，吞吐量 3.8× 提升，P50 TTFT 降低 46×，端到端延迟降低 8.6×（12× GB200 配置，source-local 数据场景） - 架构意义：session state 主导 agentic 推理成本；KV 缓存为中心架构 = 牺牲本地存储换取降低的重新计算成本

与活文档现有脉络的关系： - R-90 §2.6 收录了 HotInfra 2026 PIM-DIMM 数据（PIM-DIMM 经济性 Cost/Mtoken 降 40×）但 HotInfra 版本是 PIM-DIMM 硬件配置 - 本条：ACM TOS 版本是 Mooncake KV-disaggregated 的生产验证数据（ByteDance 生产系统），提供 92.2% cache hit rate 的具体场景条件（12×GB200 + source-local） - 与 R-90 的 PIM-DIMM 数据互为补充：Mooncake = KV-disaggregated serving 层，PIM-DIMM = 硬件层 offloading，二者路线不同但互补

建议归入： - §2.6 vLLM / SGLang / TensorRT-LLM 推理引擎与 KV 缓存 — 作为 disaggregated KV serving 的生产验证数据锚定 - §2.11 KV Cache 优化二十二维矩阵 — 新增第二十五维度候选：KV-disaggregated serving 生产验证（Mooncake × vLLM 92.2% hit rate 实测）

arXiv：2509.23202

主+ 5 · Inference Control Plane 综述 + P2P KV 共享新数据（arXiv:2609.23130）★

来源：inbox/jay/2026-09-29T1505-jay-evening-briefing-inference-vecdb-stack2026.md + inbox/jay/2026-09-29T1950-jay-evening-engineering-filter-round3.md · arXiv:2609.23130 · 2026-09-19

要点： - 核心论点：KV 状态已成为分布式推理系统的一等公民；引擎层优化（batching/paging/quantization/parallelism）完成后，收益边界已到；下一阶段竞争在 control plane 层 - P2P KV 共享（Guy et al., 2026）：对等节点直接传输 KV 而非路由回缓存所有者 - GLM-5.2 实验：TTFT 7.85s → 2.56s，吞吐量 3.80 → 10.10 req/s（2.7×） - Llama-3.1-8B 资源池峰值吞吐量 +32% - NVIDIA Dynamo：disaggregated serving + KV-aware routing + cache management + autoscaling - llm-d：暴露 control plane 机制作为引擎之上的模块化组件 - 4 条设计原则：① 先优化引擎再优化 fleet；② 测量工作负载几何；③ 将 KV 作为有经济价值的状态；④ 跟踪缓存命中背后的 size/value - vLLM 0.29.0（2026-09-09）：最新 release

与活文档现有脉络的关系： - R-90 §2.5 收录 llm-d v0.9 CNCF Sandbox 升格（含 Prefill/Decode disaggregation + GAIE + LWS + EPP + Hierarchical KV Offloading） - 本条新增：① P2P KV 共享的 2.7× req/s 量化数据（llm-d v0.9 锚定中未包含此具体数据）；② NVIDIA Dynamo 作为独立系统（llm-d v0.9 锚定中未出现 Dynamo）；③ Control Plane 独立化作为工程范式转变的元论点 - 与 R-90 §2.6 IETF CATS 草案（Cache-State Metric + Cache Distance Metric）共同构成"分布式推理中 KV 感知调度"的完整图景

建议归入： - §2.5 云原生与 K8s AI 基础设施 — 新增 NVIDIA Dynamo 锚定，扩展 llm-d CNCF Sandbox 节为"Control Plane 三强并立（llm-d + Dynamo + CATS）" - §2.6 vLLM / SGLang / TensorRT-LLM 推理引擎与 KV 缓存 — 新增 P2P KV 共享数据点

arXiv：2609.23130

邻接 1 · Who Pays for the KV Cache？FinOps × LLM 成本归因（arXiv:2609.24991）★

来源：inbox/jay/2026-09-29T1505-jay-evening-briefing-inference-vecdb-stack2026.md + inbox/jay/2026-09-29T1950-jay-evening-engineering-filter-round3.md（T2-9 归档条目）· arXiv:2609.24991 · 2026-09

要点： - 问题：Kubernetes 计费体系与 LLM 按 token 计费体系之间的成本归因盲区——KV cache 的经济价值在两个体系间均未被充分追踪 - vLLM 风格模拟器：paged KV memory + prefix caching 场景下验证成本归因 - unalloc 工具：用于量化 Kubernetes 中未分配资源的成本 - SGLang RadixAttention：将 KV cache 构建为共享树结构，最大化 token 序列物理共享

与活文档现有脉络的关系： - R-90 收录 PIM-DIMM Cost/Mtoken 降 40× 数据（基于理论配置，标记 D88 待 actual cloud quote 交叉验证） - 本条新增：FinOps 视角的成本归因方法论，提供 KV cache 经济价值量化的框架性工具，与 PIM-DIMM 经济性数据互补（一个是硬件成本，一个是计费体系盲区） - R-90 §2.11 KV Cache 优化二十二维矩阵新增 FinOps 维度

建议归入： - §2.11 KV Cache 优化二十二维矩阵 — 新增第二十六维度候选：KV Cache FinOps 经济性归因 - §2.6 vLLM / SGLang / TensorRT-LLM 推理引擎与 KV 缓存 — 作为 SGLang RadixAttention 数据点

arXiv：2609.24991

邻接 2 · PAGE：分区感知门控 KV Cache 驱逐策略（arXiv:2609.22157）★

来源：inbox/jay/2026-09-29T1505-jay-evening-briefing-inference-vecdb-stack2026.md + inbox/jay/2026-09-29T1950-jay-evening-engineering-filter-round3.md（T2-8 归档条目）· arXiv:2609.22157 · 2026-09

要点： - 核心创新：Partition-Aware Gated KV-Cache Eviction，将驱逐策略从通用 LRU 升级为语义分区感知 - 引用相关工作：Evic-Press（联合压缩+eviction）、CompilerKV（风险自适应压缩）、IndexMem（latent memory 学习 eviction） - 工程定位：eviction 方向新工作；适合精读理解 KV 缓存压缩与 eviction 的联合优化空间

与活文档现有脉络的关系： - R-90 §2.6 收录 KVSET（arXiv:2609.27746 · 第十五维：在线容量规划）+ Risk-Controlled Eviction（arXiv:2609.27981 · 第十六维：可靠性合约） - 本条新增：PAGE 将 eviction 与压缩联合优化，为第十七维度候选（联合压缩-驱逐感知），扩展 R-90 建立的"可靠性合约"维度和"在线容量规划"维度

建议归入： - §2.11 KV Cache 优化二十二维矩阵 — 新增第十七维度候选：分区感知-压缩联合驱逐策略（与 KVSET 第十五维 + Risk-Controlled Eviction 第十六维形成"容量规划→可靠性合约→联合优化"演进链） - §2.6 vLLM / SGLang / TensorRT-LLM 推理引擎与 KV 缓存 — eviction 策略小节

arXiv：2609.22157

值得警惕的矛盾与待核实说法

⚠️ 矛盾：KV Cache 复用效能 claim 可能系统性地被高估

来源：arXiv:2609.31415（paper_cards 1546 · 今日新卡）

R-90 收录了多项 KV Cache 复用技术的性能数据： - PolyKV 97.7% 压缩率，PPL 损失仅 +0.57%（D87：测试条件硬件配置未披露） - TokenDance prefill 提速 1.9×，并发 Agent 数提升 2.7× - Continnum VLDB 2026 KV TTL 降低 job completion time - Edge Q4 KV TTFT 降 22-136× - P2P KV 共享 GLM-5.2 TTFT 7.85s→2.56s（2.7× req/s）

arXiv:2609.31415 明确指出：当前 KV cache 复用技术的评估方法无法忠实捕捉精度损失，往往人为夸大报告的有效性。

建议：R-91 在引用上述数据时增加"⚠️ D93 新增：该 claim 可能受制于当前评估方法论的 inflation 问题，建议参照 arXiv:2609.31415 的评估框架交叉核验"标注。

⚠️ 核实：EngramRAG（2609.32049）是否与 Graph Memory DB（2609.23315，R-90 主+）有重叠

R-90 §2.3 已收录 Graph Memory for LLM Agents（arXiv:2609.23315，Neo4j/Memgraph/DuckPGQ 三引擎吞吐差距 3 数量级）。EngramRAG（arXiv:2609.32049）同样面向 Agent 记忆，但： - Graph Memory DB = 图数据库引擎选型对比 - EngramRAG = 动态使用加权拓扑的记忆架构（双态 Waking/Dreaming）

方向不同，但属于同一领域。建议 R-91 确认两者是否构成互补（选型工具 vs 架构设计）而非重复。

可引用 arXiv 号列表（按本轮新增排序）

本轮检查结论

显著新增量：是（7 条，5 主 + 2 邻接） 最大单一增量：arXiv:2609.23130（Inference Control Plane 综述 + P2P KV 共享 GLM-5.2 2.7×）——为 §2.5 Control Plane 三强并立提供独立锚定 最重要的新威胁：arXiv:2609.31415（KV 复用准确性评估方法论批评）——对 R-90 收录的 22 维矩阵中多个效能 claim 提出了方法论层面的挑战 建议 R-91 行动： 1. 精读 arXiv:2609.31415 全方法论，建立 KV 优化 claim 可信度分级标准 2. 精读 arXiv:2609.23130，建立 Control Plane 独立化元论点锚定 3. 对照 2609.34727 与 R-90 Edge Q4 KV 确认是否有实质新增 4. 精读 2609.17863 Pareto Atlas 确认其是否独立于 R-90 既有 KV Cache 数据点

Jay · database E1 · 2026-09-29 20:20 CST