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
• 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

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

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