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
• 来源文件：
• /inbox/jay/2026-06-17-1100-ml-sys-inference-kv-llmops-cloudnative.md

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