条目D2：When More Cores Hurts — HPC环境中向量数据库扩展悖论（arXiv 2606.08950，2026-06）

类型：arxiv
标识：2606.08950
链接：https://arxiv.org/abs/2606.08950
主题：agent, database, engineering, evaluation, llm-infra, multimodal, rag, risk
主分类：database
形态：benchmark
被引：0
被引来源：Semantic Scholar + OpenAlex
S2被引：0
OpenAlex被引：0
影响力被引：0
TLDR：A large-scale evaluation of three state-of-the-art vector databases on two production supercomputers, scaling to 256 distributed workers across 64 compute nodes, reveals that workload characteristics can limit latency reduction, additional cores can reduce query throughput, and scaling from 16 to 256 workers only yields a 5.46x improvement.
OpenAlex ID：W7164023210
OpenAlex DOI：10.48550/arxiv.2606.08950
DOI：10.48550/arxiv.2606.08950
DOI来源：OpenAlex
开放获取：green
开放获取链接：https://doi.org/10.48550/arxiv.2606.08950
OpenAlex更新：2026-07-19
TLDR中文：在两台生产超级计算机上对三种 SOTA 向量数据库进行大规模评估，扩展至 64 个计算节点上的 256 个分布式 worker，结果显示：工作负载特性可能限制延迟下降，增加核心反而会降低查询吞吐，且从 16 扩展至 256 个 worker 仅带来 5.46 倍的性能提升。
待LLM分类：否
来源文件：
/inbox/jay/2026-06-14-night-briefing.md
/inbox/jay/2026-06-17-1510-afternoon-briefing-database-backend-cloudnative-inference.md
[S2 enrich]
[OpenAlex backfill]

可复用信息

- VectorLiteRAG（Kim and Mahajan, 2026）：基于访问偏斜和SLO目标，在CPU和GPU之间解析地划分IVF索引
- PipeRAG（Jiang et al., 2024b）：针对迭代RAG流水线，将每次检索与并发解码阶段流水线化
- EPIC（Hu et al., 2025）：通过确定性重计算每份文档的前64个token来改善TTFT，但粗粒度重计算策略未能考虑多样化注意力模式
- FusionRAG（Wang et al., 2026）：利用文档间相似性进行离线交叉注意力
- 关键洞察：SIFT与上述工作正交——SIFT优化prefill计算阶段，而其他工作优化检索延迟阶段，两者可叠加
- 标签：RAG retrieval-acceleration prefill vector-db attention llm-inference
- 建议分类：Database / RAG系统工程
- 后续行动：验证attention invariance的具体量化指标；确认是否开源代码