11. KV Cache 优化全景综述（arXiv 2026）

• 类型：arxiv
• 标识：2603.20397
• 链接：https://arxiv.org/abs/2603.20397
• 主题：agent, database, engineering, evaluation, llm-infra, multimodal, rag, risk
• 来源文件：
• /inbox/jay/2026-06-11-database-backend-cloudnative-inference.md
• /inbox/jay/2026-06-11-kv-cache-inference-systems-eviction-security.md
• /inbox/jay/2026-06-17-1100-ml-sys-inference-kv-llmops-cloudnative.md

可复用信息

• • 典型路径：eBPF 抓包 → 指标生成 → OpenTelemetry 导出 → 可视化
• • 与 Jaeger/ClickHouse 结合（见 New Stack 另一篇）：Jaeger 在 10M span 上实现 8.6x 压缩
• • 标签： eBPF observability opentelemetry jaeger clickhouse

---

• • 来源： arXiv:2603.20397v1
• • 链接： https://arxiv.org/html/2603.20397v1
• • 可信度： 高（学术 peer-reviewed，24 页综述）
• • 五大优化方向：

写作用途

• 可放入 RAG / 知识库 / 检索增强相关工作的对比段。
• 可用于 Agent 架构、记忆、工具调用或多智能体研究背景。
• 可用于多模态推理、视觉语言模型或长上下文多模态问题定义。
• 可用于系统实现、实验平台或工程约束说明。
• 可用于局限性、风险、失效模式和未来工作。

待补齐

• BibTeX / 正式引用格式
• 方法与实验设置细节
• 与现有工作的差异点
• 是否有代码和数据集