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
主分类：llm-infra
形态：method
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：This paper proposes an empirical methodology to study software aging in GPU-based LLM serving systems and provides a reproducible framework that opens a research direction at the intersection of the software aging and rejuvenation and LLM serving communities.
OpenAlex ID：W7164390448
OpenAlex DOI：10.48550/arxiv.2606.11916
DOI：10.48550/arxiv.2606.11916
DOI来源：OpenAlex
开放获取：green
开放获取链接：https://doi.org/10.48550/arxiv.2606.11916
OpenAlex更新：2026-07-19
TLDR中文：本文提出了一种实证方法，用于研究基于 GPU 的 LLM 推理服务系统中的 software aging 问题，并提供了一个可复现的框架，开辟了 software aging 与 software rejuvenation 与 LLM serving 交叉方向的研究。
待LLM分类：否
来源文件：
/inbox/jay/2026-06-13-evening-inference-systems-minipic-gpu-aging.md
[S2 enrich]
[OpenAlex backfill]

可复用信息

- 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。