论文信息

• 类型：arxiv
• 标识：2606.11916
• 链接：https://arxiv.org/abs/2606.11916
• 主题：agent, database, engineering, evaluation, llm-infra, rag, risk
• 来源文件：
• /inbox/jay/2026-06-13-evening-inference-systems-minipic-gpu-aging.md

可复用信息

• • 评估与 SGLang RadixAttention 的互补性

---

• • 来源: arXiv 2606.11916 · UNC Charlotte
• • 标题: "Characterizing Software Aging in GPU-Based LLM Serving Systems"
• • URL: https://arxiv.org/html/2606.11916v1
• • 可信度: ⭐⭐⭐⭐ | 工程价值: 高（vLLM 特定内存管理问题，工程界直接相关）
• • 标签: vllm reliability gpu memory-management aging
• 传统软件老化研究针对 CPU 约束系统，但 LLM Serving on GPU 打破了三个假设：LLM 运行时横跨 Python 编排层（host）+ CUDA 推理 kernel（device）；单个请求 token 消耗跨数百到数千量级（多阶差异）；引擎本身是年轻代码库，围绕 paged KV cache、continuous batching、async schedulers 构建，无历史先例。

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