6. PLENA: Optimization Pathways for Long-Context Agentic LLM Inference

  • 类型：arxiv
  • 标识：2509.09505
  • 链接：https://arxiv.org/abs/2509.09505
  • 主题：agent, database, engineering, evaluation, llm-infra, multimodal, rag
  • 主分类：agent
  • 形态：method
  • 被引：13
  • 被引来源：Semantic Scholar
  • S2被引：13
  • 影响力被引：1
  • TLDR：PLENA is a hardware-software codesigned system that applies three core optimization pathways that features a novel flattened systolic-array architecture and efficient compute and memory units that support an asymmetric quantization scheme (Pathway 2).
  • 标题中文：PLENA：面向长上下文 Agentic LLM 推理的优化路径
  • TLDR中文：PLENA 是一个软硬件协同设计的系统，采用三条核心优化路径，具备新颖的扁平化 systolic-array 架构以及支持非对称量化方案的高效计算与存储单元（路径 2）。
  • 副分类：llm-infra
  • 待LLM分类：否
  • 来源文件：
  • /inbox/jay/2026-06-17-1100-ml-sys-inference-kv-llmops-cloudnative.md
  • [S2 enrich]

可复用信息

    • 后续行动： 可与 Position Paper 配对阅读，建议纳入推理系统 reading list
    • 链接： https://arxiv.org/html/2502.07115v5
    • 来源： arXiv:2509.09505v2
    • 核心观点： 针对 Agentic LLM 推理中 systolic array 利用率低的问题，提出三层优化：flattened systolic array architecture、asymmetric quantization、FlashAttention native support
    • 可信度： 中高——学术预印本
    • 评价： 对硬件感知的推理优化有参考价值，但需要验证实际部署效果
    • 链接： https://arxiv.org/html/2509.09505v2
    • 来源： arXiv:2504.11320v3

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。

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