arXiv · cs.AI· Ruicheng Ao, Jing Dong, Gan Luo, David Simchi-Levi·· 1 天前
LLM服务中的服务诱发拥塞：内存约束下的稳定性与吞吐量分析
Service-Induced Congestion in Memory-Constrained LLM Serving
arXiv:2606.15555v3阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Ruicheng Ao, Jing Dong, Gan Luo, David Simchi-Levi
研究任务与主要进展
研究作者建立离散时间动力模型，分析连续批处理下LLM请求准入、KV cache增长和请求驱逐导致的内存约束服务拥塞。摘要报告，同质负载的无驱逐平衡点通常不稳定，系统最终趋向带驱逐的稳定极限环，吞吐量损失最高可达50%；在异质负载中，互素的译码长度可稳定无驱逐平衡点，非互素长度则可能形成同步失稳。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org