条目E4：arXiv 2605.04595 — KV Cache 队列论理与稳定性分析

• 类型：arxiv
• 标识：2605.04595
• 链接：https://arxiv.org/abs/2605.04595
• 主题：agent, engineering, evaluation, llm-infra, rag
• 来源文件：
• /inbox/jay/2026-06-15-evening-engineering-filter.md

可复用信息

• • DeepSeek Sparse Attention（DSA）= Lightning Indexer（top-2048 token 选择）+ 细粒度 token 选择
• • K 固定为 2048 tokens，active compute KV footprint 恒定约 0.6 GB
• • 128K 上下文时密集注意力约需 180,000 TFLOPs，DSA 减少约 98% 计算量
• • 标签：SGLang NSA DeepSeek-V3.2 Blackwell Sparse-Attention DSA TRT-LLM CLI
• • 建议分类：LLM Engineering / Long-Context Inference
• • 后续行动：交叉验证 DeepSeek V4 的 NSA 参数（v0.5.12 中合并）；对比 vLLM DSA 实现差异

---

• • 来源：arXiv（https://arxiv.org/abs/2605.04595）

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。

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