Подборка архитектурных инсайтов и релизов, которые мы читали на этой неделе
AI Infrastructure & Systems
🔹Cloudflare: High-performance LLMs
Практическая декомпозиция запуска сверхкрупных моделей: от memory layout и KV-cache до сетевых узких мест — полезно как reference-архитектура для inference на edge и в облаке.
Читать релиз (EN)
🔹SAKURAONE AI HPC
Реальные workload-паттерны LLM-разработки на Ethernet-based HPC: показано, что network oversubscription и bursty training jobs доминируют над compute bottlenecks.
Читать релиз (EN)
🔹Switching Efficiency Framework
Новая модель измерения эффективности AI-датацентров через призму network utilization, а не только FLOPS — выявляет скрытые потери на уровне fabric.
Читать релиз (EN)
🔹 CoCoDiff
Оптимизация collective-коммуникаций для diffusion inference снижает latency при sequence parallelism — важный шаг для масштабирования генеративных моделей в проде.
Читать релиз (EN)
Compilers, GPU & Performance Engineering
🔹 VTC (Virtual Tensors Compiler)
Устранение data movement через виртуализацию тензоров — компилятор переопределяет execution graph, минимизируя memory bandwidth как главный bottleneck.
Читать релиз (EN)
🔹Event Tensor
Абстракция для динамических megakernel-компиляций, позволяющая эффективно агрегировать события и снижать kernel launch overhead в GPU-heavy workloads.
Читать релиз (EN)
🔹PackSELL (SpMV)
Новый sparse-формат, устойчивый к precision variability, повышает throughput SpMV на heterogeneous GPU без жесткой привязки к типам данных.
Читать релиз (EN)
🔹 Hypergraph Partitioning on GPU
Оптимизация partitioning с учетом incidence constraints улучшает балансировку и locality — критично для распределённых вычислений и компиляторов.
Читать релиз (EN)
Agent Systems & AI Governance
🔹 OpenKedge
Execution-bound safety и evidence chains формируют практическую модель контроля агентных систем — отладка и аудит становятся частью runtime, а не постфактум анализа.
Читать релиз (EN)
🔹 AgileLog
Forkable shared log для агентов вводит версионирование решений и параллельные ветки reasoning — фундамент для multi-agent orchestration на потоках данных.
Читать релиз (EN)
🔹 NetAgentBench
State-centric benchmark для оценки сетевых агентов смещает фокус с task success на корректность переходов состояний — более реалистичная метрика для production-систем.
Читать релиз (EN)
Networking, Distributed Systems & Telecom
🔹 Nemo Consensus (DAG-based WAN)
CFT-консенсус через DAG-структуры снижает latency в WAN-сценариях, предлагая альтернативу классическим leader-based протоколам для geo-distributed систем.
Читать релиз (EN)
🔹LLM-Driven Spectrum Access
Использование LLM для динамического распределения радиоспектра демонстрирует новый класс control-plane систем с обучаемой логикой.
Читать релиз (EN)
🔹 6G Resource Allocation (GAN + RL)
Комбинация GAN и RL улучшает предсказание и адаптацию slicing-ресурсов — шаг к self-optimizing сетям следующего поколения.
Читать релиз (EN)
Efficiency, Observability & Benchmarking
🔹 Energy-Aware LLM Benchmark
Бенчмарк, учитывающий энергопотребление на heterogeneous GPU, показывает, что оптимизация inference выходит за рамки latency и cost — в фокусе watts/token.
Читать релиз (EN)
🔹HPC Visual Analytics
Cluster-based визуальная аналитика выявляет системные паттерны деградации HPC-кластеров, упрощая root-cause анализ сложных распределённых сбоев.
Читать релиз (EN)
🔹Predictive Bayesian Arbitration
Noisy-OR модель с учетом criticality сервисов улучшает принятие решений при деградации систем — применимо для SRE и traffic arbitration.
Читать релиз (EN)