database · E1 预消化简报(2026-09-30)
窗口：Sep 30 20:20 CST · 检查范围 Sep 28~30 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：4 主 + 2 邻接（共 6 条增量，落在 3-8 条目标区间） 涉及 arXiv：2603.20397 · 2609.34385 · 2609.35629 · 2609.37749 新 arXiv（未见于 R-90 锚定清单）：2603.20397（首次系统性收录）、2609.34385、2609.35629、2609.37749
一、检查过的来源
inbox（近 2 天 · database 相关）
| 来源 | 文件 | database 相关命中 |
|---|---|---|
| jay | 2026-09-30-1505-jay-afternoon-briefing-kvcache-db-cloudnative.md | ★★★ 高密度（KV Cache 优化五大家族 / Cloud-Native DB 格局 / NVIDIA Dynamo） |
| jay | 2026-09-30-llm-inference-vector-db.md | ★★★ 高密度（vLLM/SGLang/LMDeploy 三足鼎立 / pgvector vs Qdrant / NVIDIA Dynamo 1.0） |
| jay | 2026-09-30T1950-jay-engineering-filter-r3.md | ★★ 中密度（InferenceEngineering benchmark 方法论 / Winder.ai Qwen3.8 版本 Bug） |
| jay | 2026-09-30T1620-jay-csdn-inference-rag-stack-highvalue.md | ★★ 中密度（vLLM 源码 / PagedAttention / CSDN RAG+向量DB 选型） |
| jay | 2026-09-30T0935-jay-morning-briefing-inference-vecdb-mcp-stack2026.md | ★★ 中密度 |
| jay | 2026-09-29-database-e1prep.md | 沿用（R-90 已锚定） |
| jay | 2026-09-28-database-e1prep.md | 沿用（R-89 已锚定） |
| tom | 2026-09-30-rag-e1prep.md / evaluation-e1prep.md | 间接（KV reuse 评估 → RAG 上下文；含 2609.31415 后续） |
| spark | 2026-09-30-llm-infra-e1prep.md | ★ 邻接（NVIDIA Dynamo / Mooncake 更新） |
| flyp | 2026-09-30-risk-e1prep.md / multimodal-e1prep.md | ★ 间接（KV FinOps 风险 / FlashInfer benchmark 邻接） |
| stephen | 2026-09-30-ai-industry-e1prep.md | ★ 辅助参考 |
paper_cards（近 3 天新卡 · Sep 28~30 · database 相关）
| 卡片 | ID | 主分类 | database 相关度 |
|---|---|---|---|
| 1556-2609-34385 | JAM: Just-In-Time Agent Memory | agent | ★★★ KV Cache 相关（hierarchical page-store） |
| 1572-2609-35629 | SANTA++: Stochastic Attention via Representative Keys | engineering | ★★★ KV Cache 优化（免训练选择 KV） |
| 1578-2609-37749 | Keyword vs Semantic Search Accuracy 对比框架 | rag | ★★ IR 评估方法论 |
| 1546-2609-31415 | KV Cache Reuse Accuracy 评估方法批评 | llm-infra | ★★（已在 R-90 主+ 中记录） |
其余 Sep 30 paper_cards：无 database 主分类条目；work-queue Top 15 均与 database 无直接关联。
二、增量条目
主+ 1 · Dell Technologies KV Cache 优化系统性综述：五大家族体系正式锚定（arXiv:2603.20397）★
来源：inbox/jay/2026-09-30-1505-jay-afternoon-briefing-kvcache-db-cloudnative.md · arXiv:2603.20397 · Dell Technologies · 2026-03-20
要点： - 系统梳理 2026 年 KV Cache 优化技术，五大家族分类首次获得系统性整理： 1. Cache Eviction（NACL 等）：决定丢弃哪些历史 KV 2. Cache Compression：量化、剪枝压缩存储 3. Hybrid Memory：CPU-GPU 分层，KV offload 4. Novel Attention：FlashAttention 系列，硬件感知实现 5. Combination：综合策略 - 背景数据：1M tokens 场景下 KV Cache 占 wall-clock 60-85%、GPU Memory 70-90%；组合使用 4-40× 成本降低 - Dell Technologies 工业界背书，有参考文献可查
与活文档现有脉络的关系： - R-90 §2.6 列有 KV Cache 优化二十二维矩阵（R-88 已有 22 维，R-89 新增 D87/D88 PolyKV/Continnum 等） - 本条价值：2603.20397 是第一篇系统性将五大家族归纳为统一分类框架的综述；之前知识库中的 KV Cache 技术（PagedAttention/Prefix Caching/GQA/MLA/FP8 KV/NVMe Offload）分散收录，缺乏统一分类锚定 - 五大家族分类与 R-90 二十二维矩阵可互补：矩阵是技术维度，五大家族是组织结构
建议归入： - §2.6 vLLM / SGLang / TensorRT-LLM 推理引擎与 KV 缓存 — 新增系统性分类框架锚定（arXiv:2603.20397） - 或 §2.11 KV Cache 优化二十二维矩阵 — 作为第一层分类锚点引入
arXiv：2603.20397
主+ 2 · pgvector 正在压缩专用向量数据库市场 — 471 QPS @ 99% recall 实测数据（pgvectorscale）★
来源：inbox/jay/2026-09-30-llm-inference-vector-db.md §二 · DEV Community / Groovyweb / Tessell · 2026
要点： - 关键趋势：≤1亿向量场景下 pgvector 已可替代专用向量数据库；这是 2026 年生产选型的重大转变 - pgvectorscale benchmark：471 QPS @ 99% recall（50M 向量）vs Qdrant 41 QPS（差距 11.5×） - pgvector 关键能力：HNSW + IVFFlat 索引；混合搜索（向量 + 全文 tsvector）已成 2025-2026 生产最佳实践 - 何时不用 pgvector： - 规模 > 100M 向量 → Milvus - sub-50ms p99 延迟 + 全托管 → Pinecone - 强多租户隔离 + BM25 混合搜索 → Weaviate - 2026 年生产级向量 DB 必备 7 项能力：hybrid search、元数据过滤、可扩展索引、多租户隔离、快照与复制、可观测性、embedding 灵活性
与活文档现有脉络的关系： - R-90 §2.1（假设有向量数据库选型章节）已有 pgvector vs Qdrant vs Weaviate 对比 - 本条增量：471 QPS vs 41 QPS 的具体 benchmark 数据是 R-90 锚定中缺失的生产选型关键数字；pgvectorscale 将 pgvector 性能提升到专用方案竞争区间 - ⚠️ 数据可信度注意：pgvectorscale benchmark 数据来自 pgvectorscale 官方（自测），存在来源偏差；需交叉验证第三方数据
建议归入： - §2.1（假设）向量数据库选型 — 更新 pgvector benchmark 数据（471 QPS）；标注数据来源偏警示
可信度：中高（pgvectorscale 官方自测；建议交叉验证）
主+ 3 · NVIDIA Dynamo 1.0：推理编排层 OS — 新增 KV-aware Routing 方向（区别于 Mooncake KV-centric）★
来源：inbox/jay/2026-09-30-llm-inference-vector-db.md §一 · NVIDIA GTC 2026-03 GA · Apache 2.0 · GitHub: ai-dynamo/dynamo
要点： - 定位：推理编排层，不替代 SGLang/TensorRT-LLM/vLLM，而是将它们协调为多节点统一推理系统 - 核心能力： - Disaggregated serving（Prefill-Decode 分离） - KV-aware intelligent routing（KV 感知的智能路由） - Multi-tier KV caching（多层 KV 缓存） - ModelExpress weight streaming（模型启动快 7x） - Planner autoscaling - Benchmark： - DeepSeek R1 on GB200 NVL72：7× vs B200 不用 Dynamo - DeepSeek R1 on GB300 NVL72：750×（InferenceXv2） - TTFT（首个 token 时间）：2× 加速（Qwen3-Coder 480B） - SLA 违约率：减少 80% - 生态：AWS、Azure、Google Cloud、OCI 均已集成；SGLang、TensorRT-LLM、vLLM 全部支持
与活文档现有脉络的关系： - R-90/89 已有 Mooncake（KV-Centric Disaggregated Architecture，KV 传输为核心）、llm-d（Prefix Cache 感知调度）、IETF CATS（网络层 KV 分布标准化） - 本条新增：NVIDIA Dynamo 是编排层/调度 OS，与 Mooncake（传输层）/ llm-d（调度器）/ CATS（网络标准）形成不同层次的 KV 管理方案 - KV-aware intelligent routing 是新的 KV 优化维度：路由层感知 KV Cache 状态来调度请求
建议归入： - §2.6 vLLM / SGLang / TensorRT-LLM 推理引擎与 KV 缓存 — 新增第六层：推理编排层（NVIDIA Dynamo vs llm-d vs CATS 草案） - §2.11 KV Cache 优化二十二维矩阵 — 新增第二十六维度候选：KV-aware Intelligent Routing
arXiv：无（NVIDIA GTC 发布，非学术论文；可引用 GitHub: ai-dynamo/dynamo）
主+ 4 · SANTA++：免训练随机注意力，通过代表性 Key 高效选择 KV Cache（arXiv:2609.35629）★
来源：paper_cards/1572-2609-35629.md · arXiv:2609.35629v1 · 2026-09
要点： - 问题：注意力往往集中在上下文中一小部分 token 上，但每条 query 关注的关键子集不同；全量扫描 KV Cache 代价高 - 方案：将缓存的 key 组织成若干 team，对每个 team 打分决定采样哪些 team；在采样 team 内计算精确注意力分数，通过采样概率倒数重新加权 - 核心特性：免训练（training-free）；无需扫描整个 KV Cache；memory-efficient selection - 技术家族归属：属于 arXiv:2603.20397 五大家族中的 Cache Compression 或 Cache Eviction 方向（通过选择性采样减少需处理的 KV 量）
与活文档现有脉络的关系： - R-90 二十二维矩阵中已有 Cache Compression（NACL 等量化剪枝）和 Cache Eviction（NACL 等 eviction 策略） - 本条新增：SANTA++ 是 2026-09 新卡，提供了"随机采样选择代表性 KV"这一新的压缩思路，区别于传统量化剪枝；免训练特性在生产中比需微调的方案更易部署 - 与 PolyKV（2604.24971，R-89 主+）的非对称压缩共享池路线不同：SANTA++ 是查询时选择性采样，PolyKV 是存储时非对称压缩
建议归入： - §2.11 KV Cache 优化二十二维矩阵 — 新增第二十七维度候选：随机采样代表性 KV 选择（SANTA++，免训练） - §2.6 邻接
arXiv：2609.35629
邻接+ 5 · JAM: Just-In-Time Agent Memory — 分层 page-store + 运行时查询条件上下文构建（arXiv:2609.34385）
来源：paper_cards/1556-2609-34385.md · arXiv:2609.34385v1 · 2026-09
要点： - 现有 Agent 记忆系统采用 Ahead-of-Time（AOT）设计，在请求到达前构建记忆——可能丢弃之后变得重要的细粒度信息 - JAM 方案：Memorizer 在分层 page-store 中保存完整原始历史记录（含精简导航摘要）+ Researcher 迭代式查询条件上下文构建 - 与 EngramRAG（2609.32049，R-90 主+）对比：EngramRAG 是双态架构（Waking/Dreaming）+ 互补学习系统；JAM 是单态 + 运行时 JIT 构建；二者同属"动态 Agent 记忆"方向但机制不同
建议归入： - §2.3 AI 重塑数据库内核与 Agent 记忆 — 与 EngramRAG 并列，构成 Agent 记忆动态拓扑的两个技术路线
arXiv：2609.34385
邻接+ 6 · Keyword vs Semantic Search 定量评估框架 — IR 准确率对比方法论（arXiv:2609.37749）
来源：paper_cards/1578-2609-37749.md · arXiv:2609.37749v1 · 2026-09
要点： - RAG 等 context-aware chat-based search 相比传统 keyword-based 系统，缺乏严谨定量对比框架 - 提出首个客观定量评估 IR 准确率的框架，适用于输出格式不同的搜索系统 - 工程意义：向量数据库选型时"语义搜索 > 关键词搜索"的说法长期缺乏定量依据；本框架提供评测方法论
建议归入： - §2.1 向量数据库选型（邻接）— 作为向量搜索 vs 关键词搜索效果评估的方法论基础
arXiv：2609.37749
三、值得警惕的矛盾或待核实说法
| 编号 | 矛盾/待核实点 | 来源 | 建议行动 |
|---|---|---|---|
| C1 | pgvectorscale 471 QPS vs Qdrant 41 QPS 数据来自 pgvectorscale 官方自测，存在来源偏差；第三方对比数据未核实 | inbox/jay/2026-09-30-llm-inference-vector-db.md | 交叉验证第三方 benchmark（如 Gware 或 semsearch 社区数据）后再写入活文档 |
| C2 | NVIDIA Dynamo GB300 NVL72 750× 吞吐量提升（InferenceXv2）——如此大的提升幅度（vs B200 7×）需核实具体场景和测试条件 | NVIDIA GTC 2026 官方数据 | 查找 independent benchmark（如 anonymous referee 或 MLPerf）验证 |
| C3 | SANTA++（2609.35629）"免训练"claim 与 KV Cache 复用准确性（2609.31415，R-90 主+）的交叉影响：若 KV 复用准确性本身存疑（31415 揭示 benchmark inflation），SANTA++ 的 sampling 方法论是否也受影响？ | 2609.35629 + 2609.31415 | 建议在活文档中将 31415（元批评）与 35629（具体方法）并列引用，形成"可信度建设"组合 |
四、可引用 arXiv 号列表
| arXiv | 主题 | 分类 | 状态 |
|---|---|---|---|
| 2603.20397 | KV Cache 优化五大家族系统性综述（Dell Technologies） | 主 | 新增锚定 |
| 2609.35629 | SANTA++ 免训练随机注意力 KV 选择 | 主 | 新增锚定 |
| 2609.34385 | JAM Just-In-Time Agent Memory | 邻接 | 新增锚定 |
| 2609.37749 | Keyword vs Semantic Search 定量评估框架 | 邻接 | 新增锚定 |
| 2609.31415 | KV Cache 复用技术准确性存疑（R-90 已锚定） | 主 | 续用 |
| 2609.32049 | EngramRAG 动态使用加权拓扑 Agent 记忆（R-90 已锚定） | 主 | 续用 |
| 2609.11744 | py-kvcache 外部 KV 缓存多层级存储系统工程（R-90 已锚定） | 主 | 续用 |
| 2509.23202 | Mooncake ACM TOS KV-Centric Disaggregated Architecture（R-90 已锚定） | 主 | 续用 |
| 2609.23130 | Inference Control Plane + P2P KV 共享（R-90 已锚定） | 主 | 续用 |
| 2604.03143 | TokenDance 同步轮次 KV Cache 共享（R-89 已锚定） | 主 | 续用 |
| 2603.04428 | Edge Q4 KV Cache 持久化（R-89 已锚定） | 主 | 续用 |
| 2604.24971 | PolyKV 非对称压缩 KV Cache 共享池（R-89 已锚定） | 主 | 续用 |
| 2609.23315 | Graph Memory DB 对比（R-89 已锚定） | 主 | 续用 |
五、行动建议
| 优先级 | 行动 | 对应条目 |
|---|---|---|
| 高 | 将 arXiv:2603.20397 五大家族分类作为 §2.6 章节的第一层结构锚定引入知识库 | 主+1 |
| 高 | 更新 §2.1 向量数据库选型章节：补充 pgvectorscale 471 QPS benchmark，标注数据来源偏警示 | 主+2 |
| 高 | 交叉验证 pgvectorscale vs Qdrant 第三方数据（C1）后再写入活文档 | C1 |
| 中 | 跟进 NVIDIA Dynamo GitHub README + 独立 benchmark，验证 750× claim（C2） | 主+3 |
| 中 | 在 §2.11 KV Cache 矩阵中将 31415（元批评）+ 35629（具体方法）组合引用形成可信度建设（C3） | C3 |
| 中 | 将 JAM（2609.34385）与 EngramRAG（2609.32049）在 §2.3 Agent 记忆章节并列收录 | 邻接+5 |
Jay · database E1 预消化轮 · 2026-09-30 20:20 CST