OSDI 2026

136 篇论文呈现出一个明显转向：系统研究不再把硬件、runtime、SLO 与正确性拆开优化，而是在 LLM/GPU、解聚内存、可编程网络、生产可靠性和经典 OS 路径之间做跨层协同。

概览

OSDI 2026 的最大论文簇是 AI 系统，但内部已分化为三条线：在线 LLM serving 关注 KV cache、phase interference 与 memory sharing；训练/RL 系统关注角色异构、故障恢复与动态资源迁移；LLM 作为系统组件时，则必须与静态分析、符号验证和运维 workflow 组合。Strata-OSDI26、RollArt-OSDI26 与 NeuroSymbolicProof-OSDI26 分别代表这三种边界。

传统 OS 主题并未被 AI 吞没，而是被新硬件重新激活。RamRyder-OSDI26、Megalon-OSDI26、Espresso-OSDI26 把 CXL 用作容量、coherence metadata 与 SSD resource pooling 的不同控制面；UCCL-Tran-OSDI26、BALBOA-OSDI26、UEP-OSDI26 则从 software transport、开放 RNIC 与 GPU proxy 三层重做网络路径。

生产系统证据的比重显著增加：AEGIS-OSDI26 覆盖 3500 万 GPU-hours，Alibaba-ASI-OSDI26 直接分析 hyperscale GPU fleet，OpenTela-OSDI26 报告 22 个月跨机构服务，CoreSec-OSDI26 聚合三年 70 万余 incident。这使论文的核心问题从峰值性能转向“在 drift、burst、fault 与多租户条件下是否仍成立”。

会议也反复挑战粗粒度抽象：page 内仍混有冷热对象（OBASE-OSDI26），paged KV hit 仍会因布局而阻塞（Strata-OSDI26），eBPF program-safe 并不等于 tenant-safe（vBPF-OSDI26），传统远端原子会产生 synchronization amplification（FORGE-OSDI26）。共同方法是把控制单位下沉到 object、record、coroutine、event 或 SM task。

论文分类

LLM推理、服务与内存系统（17 篇）

ADAngel — DPR 计算模型。
BatchGen — sequence coroutine暴露pause/resume/combine/partition/migrate primitives；cluster runtime按expert readiness、device…
DirectKV — DirectKV取消staging，CUDA attention kernel直接访问CPU pinned/unified memory。它重排KV layout与coalesced access以减少remote t…
DynamicPPServing — Dynamic Chunked Prefill 有两个版本。Greedy controller 每个 scheduling iteration观察 P90 TTFT/TPOT 相对SLO的slack和KV availa…
ECHO — graph-friendly cache manager在captured graph内维护GPU pool block状态、eviction与recall，避免CPU launch/control破坏graph re…
EcoServe — PaDG 在 instance 内优先连续执行 decode，积累 slack 后切到 prefill window；KV cache 始终本地，不发生 FuDG 的跨 instance copy。macro-inst…
KAIROX — Live Pipeline 在 layer i attention 完成后运行 adjacent predictor 得到 i+1 active neuron，按 co-activation group/reorder…
LMetric — router对每instance计算uncached input tokens和batch size的乘积，选最小score；扩展规则处理SLO、autoscaling与KV transfer。实现名LMetric/L…
LocalMoE-Hybrid — Stream-Loading Prefill按layer/expert把weights流式送GPU，并与dense compute重叠，使GPU执行高吞吐GEMM；Distributed SLP用SmallEP在两张R…
MPK — MPK 引入 tGraph：node 是单个 SM 上运行的 task，edge 是 producer/consumer task 的细粒度 dependency，event 汇聚前驱完成并释放后继。compiler …
Murakkab — 开发者用 logical task、dependency、input/output 和可调 knob 描述 workflow，不固定 model 或 resource。Murakkab 将静态 Video Q/A、mu…
OpenTela — 各allocation内agent通过CRDT-based gossip维护service/node状态，即使部分cluster不可达也能最终收敛；gateway统一vLLM/SGLang与cluster manage…
Prism — kvcached balloon driver在GPU内提供可动态expand/shrink的model/KV pool；global scheduler根据SLO-weighted request rate与KV p…
Sereno — Sereno借speculative decoding把一次长NPU inference拆成draft/verify边界，可在不丢progress处yield。runtime监测foreground activity/…
SPEX — intra-query speculation在模拟reward/selection下提前生成候选branch，以predicted utility、KV reuse与GPU occupancy排序；真实reward回…
Strata — Strata 用 GPU-assisted I/O 解耦 host 与 GPU 布局，将碎片重排放到设备侧并形成大传输；cache-aware scheduler 同时考虑命中位置和可用时间，以机会工作隐藏加载停顿。实…
StriaTrace — StriaTrace用三原则限制常态成本：只trace key synchronization points、沿end-to-end critical path关联CPU/GPU/network events、仅异常窗…

AI训练、RL与集群系统（14 篇）

AEGIS — cSensor在训练critical path执行轻量checksum/fingerprint或self-equivalence check，并输出异常候选与验证所需数据。每种机制封装为vTask，由cVerifier…
Alibaba-ASI — 六个月 ASI trace。
Cocoon — Cocoon 按GPU HBM、CPU DRAM和CXL memory的capacity/bandwidth把noise-history row/tile分布，GPU/CPU/NMP并行GEMV并与training o…
DynaRL — central dynamic hypergraph记录component、data edge与resource；multi-level scheduler先定位bottleneck，再做GPU allocation/…
Hetu v2 — 分层异构 annotation。
Kareus — Kareus把全局组合问题拆成partition-local subproblems，以multi-pass multi-objective optimization分别推进total、dynamic、static e…
OpGuard — OpGuard发现跨training stacks仍稳定的semantic operator boundaries，GPU侧生成lightweight fingerprints。Schedule-tolerant ma…
RLinf — M2Flow从macro DAG生成temporal/spatial decomposition，估算critical stage与pipeline bottleneck；scheduler以实际device prof…
RobustRL — control plane 的 phase-aware analyzer 为 trainer 与 rollout 分配不同 detector。trainer 只在 training phase 监测 5 分钟 Tens…
RollArt — RollArt 分 resource/data/control 三 plane。用户用 hw_mapping decorator 将 training/prefill-heavy generation 映到 H800、…
Seer — 拆分式 Rollout（Divided Rollout）。
Tessera — Tessera 的 static planner 先从固定 pipeline schedule template 构建 overlap graph：node 是 virtual stage，edge 表示同 rank …
TrainMover — TrainMover controller先在joiner上communication-free sandboxed warmup：拦截collective、记录必要tensor/shape并触发CUDA/framew…
Weave — Weave 构造 co-execution group；组间用随机规划选择互补作业，组内用最优 round-robin 排序，并以 host-memory residency 避免频繁完整装载。它把 job-level…

LLM增强系统与AI应用（7 篇）

Chen-LLMDataPipelines — Predictive Checkpoint Replication 利用 companion evaluation 的规律和 global namespace，在 evaluation 真正启动前把 check…
Drs.NAS — Drs-NAS 以 superproxy 评价候选架构，在 differentiable search 中同时约束预测表现、parameter count 与 FLOPs；搜索只需 commodity CPU，最后才训…
ECO — 机会定位。
gigiprofiler — offline analyzer 将 file→class/struct→member→function→source 组织成带 comment/name/type/data-dependency 的 DAG。LLM …
NeuroSymbolicProof — 作者实现 Isabelle REPL，暴露当前 goal/hypothesis、执行 tactic、counterexample tool 和 local automation。每个 node 是 proof stat…
SDCHunter — SDCHunter 在集群中逐步隔离小型可疑 GPU group，再用触发故障的精确 training workload 和 input 做 execution replay；这把 diagnosis 从 generi…
SMARTTalk — 离线阶段先把每个 A × n SMART 窗口按属性切成一维 temporal patch，同时构造捕获属性间共变的二维 patch。轻量 CNN 以 masked-day 预测、时间打乱/属性置换辨别等自监督目标学习…

加速器、编译与新兴硬件（11 篇）

Blink — Blink 通过 binary instrumentation 在 function entry/exit 或用户指定点读取硬件 PMU counter，消除 interrupt delivery skid，并保证被 …
GraCE — CUDA-Graph-aware Code Transformation（CGCT）从 InductorIR 中定位 CPU scalar、CPU↔GPU copy 或 CPU output，再借 debug mapp…
MoonBright — MoonBright 将 bulk page-table materialization 搬到 device side；Always-Fresh allocation protocol 延迟 TLB coherence…
Nixie — Nixie 作为系统服务统一协调显存分配、迁移与 kernel launch；采用双向交换和受控 pinned memory 降低切换代价，并以 MLFQ 让短交互作业优先于长后台作业。
OBASE — OBASE 将逻辑 object identity 与地址分离。开发者标注可迁移 pointer field，Clang/LLVM pass 把它们改写为 Guide 并在 public API 边界和 dere…
qTPU — qTPU 提出 hybrid Tensor Network（hTN）抽象：programming model 声明统一图，compiler 做跨边界 rewrite、partition 与 cost/error opt…
Syncopate — communication chunk abstraction描述data region、availability/dependency和backend，与local Triton kernel分离；plan可从exi…
TileLoom — TileLoom在MLIR接收tile loops，生成spatial mapping（哪些tile instances分布到2D cores）和temporal order（单core执行顺序）。data reuse…
Twill — Twill 把 modulo scheduling、跨 warp communication、同步和资源容量统一成 constraint optimization；求解器先寻找最小 initiation interva…
UCSan — UCSan 通过编译插桩把选定函数及依赖变成 self-contained executable；运行时惰性初始化未知内存、解析外部调用，并结合 symbolic/concolic execution 探索路径，同时用…
VTC — virtual tensor 是 (mapping F, physical pointers P)，访问 V[x] 时由 F(x) 找到某个 Pj[y]。producer 可通过 virtual store 直接把 Q…

虚拟化、内存与资源解聚（11 篇）

Blowfish — paravirtual guest tracker低成本识别THP内cold mappings，并通过shared interface告诉hypervisor；hypervisor直接解除/重分配HPA，保留guest…
DVLA — Hierarchical predictor给出initial低延迟分类与不同horizon存活概率；online policy根据当前distribution动态划category/packing策略。系统量化每机l…
InfiniDefrag — Infinite Address Manager回收free fragments并扩展连续GPA region，以memory trade将离散旧GPA换成新区；Host Memory Guard维护GPA–HPA m…
JANUS — 跨世界职责分离。
LiteSwitch — 位置相关内存分支（Location-Dependent Memory Branching）。
M3U — M3U为migration场景定制lock-protected memory operations，分离不需互斥的检查/更新并批量化；lock-reduced parallel registration降低57%–66…
Megalon — Megalon index replica 位于每 host DRAM，映射 object ID→LNR/local location 与 optional SCR record pointer。write 对 rec…
mwait-sched — mwait-sched 将 mwait 重新设计为 virtualization-aware 调度原语：识别等待状态、按等待类型分类，并用可扩展的 multi-address proxy 代理监视与唤醒；hypervi…
NEMO — NEMO rule声明过滤哪些read/write/tenant/address access，如何将其映射到有限counter region，以及对per-counter state执行increment/max/b…
Soul — 论文提出 Generalized cache-Coherence Protocol（GCP）：以 wait queue 做时间推广，以可变大小 cache line 做空间推广。Soul 在解耦共享内存平台实现 GCP…
vBPF — vBPF 用 late binding 解耦 tenant program 与 physical hook：Sniffer 做事件归属，Dispatcher 以 O(1) lookup 代替线性遍历，compiler-…

存储、文件系统与数据管线（12 篇）

CoPilotIO — CoPilotIO 采用 split queue：NVMe SQ 在 GPU VRAM，GPU 可直接填 command 和 ring doorbell；CQ 在 CPU DRAM，避免 application GPU…
DeLFS — DeLFS 先把 SIT、NAT、SSA、current segment、bio 与 segment 划为 per-core domain，形成“一核一资源”的去中心化组织（图 3）。正常写路径优先访问本核元数据与 s…
DINGO — Declarative IO 的 declare 接口接收若干 BlockSet、必须完成的集合数量 sets_needed、deadline 与 callback。任务可以一次声明完整扫描范围，IO Planner …
Espresso — SSD architecture分解data-end/compute-end和metadata services；decentralized controller发现idle compute，重定向busy SSD r…
Helmsman — ANNS-oriented storage backend 基于 SPDK bypass syscall/kernel，直接把 fixed-size cluster-list read 成批提交 NVMe hardwa…
Jaber-S3Conformance — 每个 API 有 executable state machine model，只保留 functional semantics。SUT response 中无法预测但合法的 request ID、Date、ETag …
LogDrive — LogDrive暴露低层durable records/positions，不负责全局sequencing；可用shim包裹S3等store，再做striping提高throughput或quorum replicat…
Oxbow — Oxbow含四组件：application-linked oxLib暴露fast/application-aware API；trusted H-Server执行核心FS logic；thin kernel illuF…
Timelock Drive — drive controller内小型TD checker提供read/write/timelock interface；block写入后在duration内任何主体都不可modify，称transient immut…
Umap — Communication Manager（CoM）把 page-level request 放入 priority/indexed aggregation queue，合并连续 region 成 DFS-native…
WiseCode — 模板展开（template-unfold）先在设备允许的 α 上限内选择最宽 (n_msr,k_msr) MSR 模板，再重复实例化并合并相同 sub-stripe index，直到形成目标 (n,k,α)。每个 ch…
WriteGuards — WriteGuard 原语。

数据库、索引与缓存（7 篇）

ARCTIC — node将version/state/pointer等放进可由128-bit CAS原子更新的metadata，不增加ART之外的pointer indirection。structural modification先…
DPA-Store — DPA-Store 在 DPA memory 中放置 lock-free learned-index tree；到 leaf 后从 host-side replica 取 value。写入先在 DPA 批量缓冲，结构更…
FlowANN — tiered graph按estimated window placement edges；discover时xCopier发async host fetch，GPU继续其他nodes，dynamic coordina…
MDK — 内存性能曲线。
Merlin — Merlin为对象维护低成本fine-grained signal，将frequency、recency/reuse与cache-size-aware position统一进pattern characterizati…
Ote — Ote只symbolically track影响query/condition的小类operations，执行路径产生带path predicate的SQL transcript；之后将conditioned quer…
S4-FIFO — LAH分离control/data plane：异步model读取aggregate cache features，周期性输出S3-FIFO parameters；S4-FIFO增加可调第四queue与promotio…

网络、通信与分布式协议（22 篇）

Ambulance — 每个 view 同时有快的 leader “sportscar” lane 与较慢但不等待 timer 的 backup “truck” lane。leader 路径有更少 sequential protocol st…
BALBOA — BALBOA 在 Coyote v2/AMD Alveo U55C shell 上实现完整 bidirectional RoCEv2。RX/TX pipeline 以 AXI4-Stream 串接 IP、UDP、IB/…
Bodega — roster 是复制状态机内的一致 metadata，把每个 key/range 映射到允许直接回答 read 的 responder node 集合。它 generalize single leader：leader…
CoreSec — 每个 telemetry agent 对候选 entity 输出 healthy、unhealthy 或 indeterminate，并带 PAM-style control flag。requisite 失败可立即否…
DGC — 解耦式标记引擎（Disaggregated marking engine）。
Duhu — Segment ownership 与 Duhu-RM。
FARLock — 每把锁维护 local 与 remote MCS-style queue、global serving ticket，以及仅由两个 queue head 使用的 Peterson lock。request 先按类型 e…
FORGE — FORGE 将相似缓存对象分组，以 group-level synchronization 降低远程原子频率；用无争用、hotness-aware FIFO 选择冷组，并延迟到必要时才更新热度。RDMA NIC 片上逻…
hS — orchestrator解析shell control-flow graph，在window内让未来command instances进入各自sandbox。executor通过filesystem tracing/C…
Jetpack — client并发发送到fast replicas与original leader path。无冲突/可交换command由supermajority在1 RTT确认；conflict/failure回退原路径。Jetp…
MAC — 元数据放置与命令接口。
Pluto — Static partial mirroring依据partition/algorithm访问关系预选productive remote data。Mirror-free architecture不保留副本，remot…
POEGA — POEGA 先在 resident proxy graph 上产生近似结果并指导 out-of-memory refinement；fused kernel 和 bound-based pruning 并行处理 sna…
Pompe-SRO — equal-opportunity condition形式化候选slot selection probability；SRO提供secret-then-reveal random value，有SGX trusted …
Quark — Quark 把 executor 占有模式改为每个 task 按需创建独立 secure-container instance。Slots Ring 限制每个 job/stage 的可运行并行度，Quota Manag…
SANI — 亲和性感知的 kernel 分发器。
SBB — 每个 worker 独占 CPU、local run queue、timer 与 NIC Rx/Tx queue。Linux patch 将 LAPIC timer interrupt 通过 UINTR 直接交给当前 …
Sepia — Sepia推导DDIO write与CPU read在reserved/all ways中的placement行为，用page color控制DMA buffer落到不同LLC sets；allocator结合traf…
SPADE — 相对重要性。
Spice — Snapshot Hybrid ELF（SHELF）保留 ELF 风格 program header，但每个 segment 带 page-granular interval tree，可把 VA range 中的 h…
UCCL-Tran — UCCL-Tran（uTran）解耦 RDMA data/control path：NIC 保留高速数据搬运，host software 执行 transport control，并以 multipath 避免 flo…
UEP — UEP保留GPU产生token-level routing command，却只把紧凑descriptor推给CPU shared queue；pinned multithreaded proxy通过portable …

云资源管理与调度（3 篇）

MUSCHED — MUSCHED 增加 VIP scheduling class，跟踪 IPC 交互依赖，并通过可插拔 userspace policy 决定提升与回收；内核机制负责低开销执行，策略层保留不同设备和场景的可演化性。
PeeR — PeeR 修改 eBPF JIT，在 verifier 判定安全的 helper site 前插入 per-CPU budget flag check。未超时只多 1–2 cycles；超时则进入 site-speci…
Rakaia — Linux module在receive path增量parse configured RPC framing，形成message descriptors并直接调度到available worker；message A…

可靠性、可观测性与运维（6 篇）

DiTing — 中心与节点协作。
libDSE — StateObject 与 action。
PIMS — 缓冲复用与故障域对齐。
PowerSight — 每个 rack 有 design power D，但上游 panel、switchboard 与 main switch 才是集中管理点。forecast RPB 在 pre-EVT/EVT/DVT 阶段结合 benc…
RT — regular stream type 是每一行所有可能字符串的 language；regular command type 是输入、输出 type 对。RT 在 POSIX ERE 上增加 intersection …
TypeCraft — DWARF 类型解析。

安全、隐私与正确性（15 篇）

Acumen — 每个 operation 带 version vector 与按用户维护的 history hash chain。receiver 检查 causal dependency、sender chain prefix 和 …
Aletheia — 形式层把 global application state 定义为各 datastore state 的并集，用 read/write/delete 及跨库 relation 描述 integrity。referent…
Arca — Arca process 与 effect。
GOODKIT — 共享 VMM 的 observer VM。
Ichnaea — ichnaea_register_obj(addr,size,name,type) 建立 object/page metadata，并用 pkey_mprotect 给 page 标同一 key、当前 thread 禁…
iLand — iLand把ARM instruction decode成有限micro-operations，由提前签名/编译进app的atomic execution units解释，因此运行时不生成unsigned code。a…
jwmalloc — Uniform slabs 与 pooling。
Mohabi — 作者系统性disaggregate SpiderMonkey的data structures/control flow，用类型标注区分sandbox pointer/host pointer，并自动生成跨边界marsh…
MuShell — μShell hardware 在每个 vFPGA 前放置 Capability Enforcement Unit（CEU）。CEU 的 endpoint 与 validator 只允许持有相应 object/memo…
Nested-SEV — Nested-SEV 提供两种模式：SEV virtualization 以独立 context 隔离 L2，SEV passthrough 通过 context decoupling 让 L1/L2 共享 conte…
RamRyder — hypervisor/guest协同维护page→channel mapping，按VM bandwidth/capacity allocation做channel isolation或sharing；controll…
Spain — front-end 在有理数域上生成 approximate R1CS，使每条 constraint 允许 bounded residual。Spain 将 assignment/error norm commitme…
USEC — Resource-centric policy template直接锚定file、process、IPC、socket等semantic resource class，并描述allowed principals和rea…
vBOIDs — BOID 抽象。
ZENO — integrity zone 运行 commodity PostgreSQL，表中 sensitive field 替换为 FID；privacy zone 包含 proxy、plaintext operator、ma…

操作系统内核、运行时与开发工具（11 篇）

Incr — analysis phase用isolated effect tracing和probes记录read/write/environment，推断dependency graph；re-execution比较progra…
kSTEP — kSTEP 让 kernel-space driver 用 event API 描述 task create/wakeup/freeze、cgroup 与 kthread 操作、CPU topology/capacit…
LifeLine — LifeLine 采样对象 reference updates，用 edge mutability 把 object reference graph 切成多个 lifetime-affinity subgraphs；目…
MIMESYS — 每个 1-second window 的 executable 表示为 M stressors × K threads 的 activation fraction；Fleetbench/stress-ng primit…
Osprey — 双 pass 执行。
Quota-Marketplace — 周期性市场清算。
Svalinn — 基于 credit 的准入控制。
Try — try 创建 user/mount namespace，把 host directories 作为 OverlayFS lowerdir、临时 writable upperdir 组成 compon…
µUSB — record阶段在VM/real driver上变异input并抓取MMIO/DMA/control flow；program analysis用trace约束源码，lift出USB driver template与s…
ValScope — 统一近似模型。
Xkernel — 离线分析从 DWARF/source-to-binary mapping 和 symbolic execution 找到常量首次进入 register/memory 的 critical span（CS），构造与具体 …

研究趋势

资源控制从静态 placement 转向可回收、可迁移的在线状态。 Prism-OSDI26 把 model weights 与 KV 作为 elastic balloon；DynaRL-OSDI26 在 rollout/trainer/tool 之间迁移 GPU；RamRyder-OSDI26 动态改变 guest page 到 memory channel 的映射。三者共同把“已分配资源”改写为可随 phase 和 SLO 重整的 working set。

数据移动优化从减少字节转向改变执行位置与布局。 DirectKV-OSDI26 让 attention 直接读 CPU-resident KV，DPA-Store-OSDI26 把 learned-index traversal 推入 DPA，MAC-OSDI26 把 page metadata 操作放到近内存设备，VTC-OSDI26 则用 index mapping 消除 physical tensor materialization。位置、粒度和 layout 已成为同一设计变量。

可靠性机制开始按语义分层。 AEGIS-OSDI26 用廉价 cSensor 与延迟 cVerifier 分离检测和确认；RobustRL-OSDI26 按 trainer/rollout role 选择检测与恢复；SDCHunter-OSDI26 用触发故障的原 workload/input replay 替代 generic stress test。系统不再假设一种 heartbeat、checksum 或 benchmark 能覆盖所有故障。

硬件 fast path 与软件 control path 重新解耦。 UCCL-Tran-OSDI26 保留 RNIC data path、把 transport decision 移到 CPU；CoPilotIO-OSDI26 保留 GPU submission、把 completion polling 移到 CPU；UEP-OSDI26 让 GPU 发 compact command、由 proxy 执行 vendor-specific verbs。这一趋势用少量额外 hop 换取可演化性和跨 vendor 支持。

形式化与静态分析更强调可部署接口。 Aletheia-OSDI26 从跨 microservice data constraint 编译 SSA analysis，Jaber-S3Conformance-OSDI26 把 executable model 接入 S3 CI/CD，NeuroSymbolicProof-OSDI26 将 Isabelle intermediate state 变成逐步训练和验证接口。贡献重点从“能证明”转到“如何进入持续工程流程”。

设计空间矩阵

论文	工作负载	瓶颈	机制	资源	SLO / 正确性	规模
Acumen	collaborative-editing、crdt、cryptography	端到端加密让 cloud server 无法理解或合并 edit；客户端本地维护 CRDT 并广播 encrypted operation 可以保密，…	每个 operation 带 version vector 与按用户维护的 history hash chain。receiver 检查 causal…	软件/通用服务器	- 在 GCP c2-standard-16、5 用户交替执行 Automerge 论文 trace（182,315 inserts、77…	未报告
ADAngel	llm-inference、quantization、mixed-precision	W4A8 等 APQ 在精度与压缩间表现良好，但 GPU Tensor Core 不原生支持任意不对称 operand。padding、bitwise…	DPR 计算模型	GPU	- 在 Jetson AGX Orin 上的 Llama-3-8B W4A8 prefill，ADAngel 相比 TensorRT-LL…	未报告
AEGIS	distributed-training、silent-data-corruption、gpu-reliability	Silent Data Corruption不会触发ECC/fail-stop，却可污染gradient、loss和最终模型；万卡训练中单点微小错误会…	cSensor在训练critical path执行轻量checksum/fingerprint或self-equivalence check，并输出异…	GPU	- ByteDance生产部署累计3.5×10^7 GPU-hours，发现18个SDC incidents、13个faulty GPUs…	- ByteDance生产部署累计3.5×10^7 GPU-hours，发现18个SDC incidents、13个f
Aletheia	microservices、static-analysis、data-integrity	microservice 允许每个团队独立选择 SQL、NoSQL、cache 或 message broker，却也把原本单库内可声明的关系拆散。跨…	形式层把 global application state 定义为各 datastore state 的并集，用 read/write/delete …	软件/通用服务器	- 七个 3–31 service、2–21 datastore、最多 4,462 LoC/170 RPC 的 e-commerce、so…	未报告
Alibaba-ASI	gpu-cluster、workload-characterization、scheduling	GenAI 与传统 DNN、训练与在线/离线推理共享多代、多厂商 GPU fleet。即使需求持续饱和，空闲 GPU 也可能因资源 shape 不匹配…	六个月 ASI trace	GPU	- 六个月 trace 覆盖 155,410 GPUs、14M jobs 和 81 个部门；在线推理占作业数一半以上，且超过 99% 的 …	- 六个月 trace 覆盖 155,410 GPUs、14M jobs 和 81 个部门
Ambulance	bft、consensus、state-machine-replication	production BFT/SMR 的 replica 常因 I/O contention、GC、data sync 或 network blip …	每个 view 同时有快的 leader “sportscar” lane 与较慢但不等待 timer 的 backup “truck” lane。l…	软件/通用服务器	- AWS 多 region 部署使用 m6i.12xlarge、30 GB gp3、12.5 GB/s network，512-byte…	region 部署使用 m6i.12xlarge、30 GB gp3、12.5 GB/s network，512-byte…
Arca	operating-system、serverless、continuation	serverless 希望以毫秒级 task 精细调度，但现有 Linux process/VM snapshot 要数百毫秒；WebAssembly…	Arca process 与 effect	软件/通用服务器	- 128-way 创建/销毁中，Arca process 平均 32.2 µs，WebAssembly 为 110 µs，Linux p…	未报告
ARCTIC	concurrent-data-structure、adaptive-radix-tree、lock-free	hash map快但无range scan，skiplist/树有序却常依赖lock；已有lock-free trie/SMART的indirecti…	node将version/state/pointer等放进可由128-bit CAS原子更新的metadata，不增加ART之外的pointer in…	内存/CXL	- 80 threads、七种key distributions下，相对lock-based ART：YCSB-C 1.3×，YCSB-A…	未报告
BALBOA	rdma、smartnic、fpga	RDMA 已承担大量 cloud traffic，但 ConnectX/BlueField 等 NIC 的 RoCE transport、conges…	BALBOA 在 Coyote v2/AMD Alveo U55C shell 上实现完整 bidirectional RoCEv2。RX/TX pi…	NIC/网络、FPGA/SmartNIC	- FPGA/RNIC/switch hardware cluster 中，BALBOA 与 commercial ConnectX-5/…	mercial ConnectX-5/7 互通，单/多 QP 下达到 100 Gbps line rate，并支持 swi…
BatchGen	llm-inference、batch-inference、coroutine	batch inference关注整批completion/throughput而非单request latency；MoE per-expert b…	sequence coroutine暴露pause/resume/combine/partition/migrate primitives；clust…	软件/通用服务器	- 设置：8–128 H20/H200 GPUs、DeepSeek等batch workloads，对比SGLang-Optimi…	未报告
Blink	profiling、performance-counter、mobile-systems	移动 compiler optimization 经常只改善 1%，因此 profiler 不仅要低 variance，更不能系统性误判方向。Huaw…	Blink 通过 binary instrumentation 在 function entry/exit 或用户指定点读取硬件 PMU counte…	软件/通用服务器	- 实验平台为 Huawei Mate 60 Pro、KIRIN 9000S（4 big + 4 little core）、OpenHar…	未报告
Blowfish	virtualization、disaggregated-memory、memory-overcommit	far memory将page swap降至微秒，但software tracking/remapping变成瓶颈。host accessed-bit…	paravirtual guest tracker低成本识别THP内cold mappings，并通过shared interface告诉hyperv…	内存/CXL	- reclaim与restore速度相对HyperAlloc分别2.48×、2.14×。	未报告
Bodega	consensus、linearizability、leases	geo-replicated consensus 为容灾把 replica 分散到多个 region，read-majority workload 却…	roster 是复制状态机内的一致 metadata，把每个 key/range 映射到允许直接回答 read 的 responder node 集合…	软件/通用服务器	- Summerset async-Rust KV store 实现 Bodega、Leader/Quorum Leases、EPaxos…	未报告
Chen-LLMDataPipelines	llm-training、data-pipeline、hdfs	大模型训练持续优化 GPU compute、parallelism 与 collective，却常把 data pipeline 当成被动供数层。pr…	Predictive Checkpoint Replication 利用 companion evaluation 的规律和 global n…	软件/通用服务器	- characterization 覆盖连续 90 天 30,000 个 production job，模型从 billion 到 tr…	未报告
Cocoon	differential-privacy、ml-training、cxl	DP-SGD 每 iteration 加独立 Gaussian noise，累积后伤害 accuracy。新机制让后续噪声与过去 b̂−1 份 noi…	Cocoon 按GPU HBM、CPU DRAM和CXL memory的capacity/bandwidth把noise-history row/ti…	NIC/网络、内存/CXL	- 8×A5000/双Xeon/256GB characterization中，history offload后最佳CPU/GPU bas…	未报告
CoPilotIO	gpu-io、nvme、storage	GPU HBM 只有 40–192 GB，而模型状态和数据集已达数百 GB 至 TB，GPU 必须直接、按需访问 NVMe。CPU-centric G…	CoPilotIO 采用 split queue：NVMe SQ 在 GPU VRAM，GPU 可直接填 command 和 ring doorbel…	GPU、SSD/存储	- 双路 Xeon Gold 6530（64 cores）、256 GB DDR5、A100 40 GB/H800 80 GB、四块 Sa…	- 双路 Xeon Gold 6530（64 cores）、256 GB DDR5、A100 40 GB/H800
CoreSec	datacenter-network、root-cause-analysis、clos	大型 Clos fabric 持续存在 CRC、flap、upgrade 和 intermittent packet corruption 等 bac…	每个 telemetry agent 对候选 entity 输出 healthy、unhealthy 或 indeterminate，并带 PAM-s…	NIC/网络	- CoreSec 在 Azure hyperscale Clos fabric 上连续运行三年，处理超过 700,000 inciden…	未报告
DeLFS	file-system、log-structured-file-system、manycore	LFS 将随机小写转成顺序写，适合 flash，但 F2FS 等系统仍围绕固定数量的 log head、bio 与全局元数据结构组织写路径。论文的 p…	DeLFS 先把 SIT、NAT、SSA、current segment、bio 与 segment 划为 per-core domain，形成“一核…	CPU	- 在双路 128-core AMD EPYC 7713、96 GB DRAM、2 TB FireCuda 530 NVMe 上，FIO …	128-core AMD EPYC 7713、96 GB DRAM、2 TB FireCuda 530 NVMe 上，FI…
DGC	garbage-collection、disaggregation、rdma	concurrent collector 减少 stop-the-world pause，却在 CPU-limited container 内让 ma…	解耦式标记引擎（Disaggregated marking engine）	NIC/网络	- SPECjbb2015 在相同总 CPU budget 下，DGC-SHM 相比 Shenandoah critical-jOPS 提…	未报告
DINGO	distributed-storage、hdd、maintenance-io	HAMR 等技术持续增加 HDD 容量，却没有同比增加单盘带宽与 IOPS，因此每 TB 可获得的 IO 快速下降。作者将容量增长最终受制于设备 IO…	Declarative IO 的 declare 接口接收若干 BlockSet、必须完成的集合数量 sets_needed、deadline 与 c…	SSD/存储	- 在 10 节点 HDFS 原型、18 TB 初始数据、四类维护任务和 81 小时实验中，DINGO 每个 logical byte 只…	- 在 10 节点 HDFS 原型、18 TB 初始数据、四类维护任务和 81 小时实验中，DINGO 每
DirectKV	llm-serving、kv-cache、zero-copy	现有CPU KV offload仍需GPU staging buffer：先host→HBM，再由attention读HBM，既占capacity又产…	DirectKV取消staging，CUDA attention kernel直接访问CPU pinned/unified memory。它重排KV …	GPU、CPU、内存/CXL	- GH200上CPU–GPU transfer相对naive zero-copy最多降50%，GPU memory平均节省35 GB/4…	未报告
DiTing	observability、telemetry、resource-harvesting	SRE 调查一个 incident 往往先看 metric alert，再沿 trace 定位 component，最后查 log root caus…	中心与节点协作	软件/通用服务器	- 证据定位：§5.1–§5.3、图 9–12；覆盖 microbenchmark、production deployment 与…	未报告
DPA-Store	key-value-store、smartnic、learned-index	远程内存 KV store 需要点查和 range query：host-based 系统受内核栈与 PCIe 限制，hash-based Smart…	DPA-Store 在 DPA memory 中放置 lock-free learned-index tree；到 leaf 后从 host-side…	FPGA/SmartNIC	在 1 台 BlueField-3 server、6 台 client、100 Gb/s 网络和 5000 万 key dataset 上…	在 1 台 BlueField-3 server、6 台 client、100 Gb/s 网络和 5000
Drs.NAS	neural-architecture-search、recommendation-system、efficiency	深度推荐模型的 NAS 通常需要反复训练验证，搜索耗时 5–18 GPU-hours；得到的 architecture 仍可能参数多、FLOPs 高，…	Drs-NAS 以 superproxy 评价候选架构，在 differentiable search 中同时约束预测表现、parameter cou…	软件/通用服务器	在 Criteo、Avazu、KDD 三个 recommendation benchmark 上，Drs.NAS 将 SOTA basel…	mark 上，Drs.NAS 将 SOTA baseline 的 5–18 GPU-hours 搜索降到 commodit…
Duhu	cxl、disaggregated-memory、distributed-data-processing	Ray、Spark 等 DDF 以 in-memory object store 解耦 producer/consumer，却仍采用 pass-by-…	Segment ownership 与 Duhu-RM	NIC/网络、内存/CXL	证据定位：§8.2–§8.3、图 6–15；包括 shuffle、TPC-H、RPC、fan-out 与 partial-acce…	未报告
DVLA	cloud-scheduling、virtual-machine、lifetime-prediction	短VM占96% requests却少于2% core-hours，极少长VM贡献93% core-hours；一个长VM放错机器可长期阻止整机回收。既…	Hierarchical predictor给出initial低延迟分类与不同horizon存活概率；online policy根据当前distrib…	软件/通用服务器	- Trace特征：生产VM请求中约2.5%的长寿实例贡献93%的core-hours；实验将DVLA与静态lifetime-aw…	- Trace特征：生产VM请求中约2.5%的长寿实例贡献93%的core-hours
DynamicPPServing	llm-serving、pipeline-parallelism、chunked-prefill	Tensor parallelism（TP）在 NVLink 上可降低 latency，但每层 collective 在 PCIe/commodity…	Dynamic Chunked Prefill 有两个版本。Greedy controller 每个 scheduling iteration观察 P…	软件/通用服务器	- 单server、4×NVIDIA A100 40GB、AMD EPYC，Qwen2.5-32B/14B；trace含Azure Con…	未报告
DynaRL	reinforcement-learning、distributed-training、dynamic-scheduling	heavy-tailed rollout、multi-turn tool latency和随训练变化的component demand可浪费60% c…	central dynamic hypergraph记录component、data edge与resource；multi-level schedu…	软件/通用服务器	- 设置：64/128 GPUs、1.5B–32B models、math/agentic RL，对比RLinf、veRL和RLH…	- 设置：64/128 GPUs、1.5B–32B models、math/agentic
ECHO	llm-serving、kv-cache、sparse-attention	DeepSeek-V3.2类模型在training时学出sparse attention，以lightweight indexer选top-k tok…	graph-friendly cache manager在captured graph内维护GPU pool block状态、eviction与rec…	内存/CXL	- 8×H20/H200类long-context workload中，full pool下相对SGLang/vLLM最高2.15×/4.…	未报告
ECO	code-optimization、llm、continuous-profiling	直接让 LLM 扫描数十亿行代码既昂贵又产生大量低质量建议；即使某个改写在 microbenchmark 变快，语义 bug 或生产回归也可能造成事故…	机会定位	软件/通用服务器	- 生产部署已落地超过 6,400 commits、修改超过 25,000 行代码，持续节省数十万 normalized CPU core…	- 生产部署已落地超过 6,400 commits、修改超过 25,000 行代码，持续节省数十万 n
EcoServe	llm-serving、scheduling、gpu-cluster	LLM inference 的 prefill 是 compute-heavy，decode 是 memory-heavy，并分别受 TTFT 与 T…	PaDG 在 instance 内优先连续执行 decode，积累 slack 后切到 prefill window；KV cache 始终本地，不发…	GPU、内存/CXL	- 三套集群：64×L20 48 GB/10GbE、16×A800 80 GB/25Gb RoCE、16×H100 80 GB/NVLin…	- 三套集群：64×L20 48 GB/10GbE、16×A800 80 GB/25Gb RoCE、1
Espresso	storage、cxl、ssd	enterprise SSD为sporadic worst-case I/O各自配置大量ARM/DRAM，JBOF中大多数时间闲置；PCIe blac…	SSD architecture分解data-end/compute-end和metadata services；decentralized cont…	SSD/存储、内存/CXL	- 设置：CXL JBOF prototype、mixed/bursty SSD workloads，对比conventional…	未报告
FARLock	rdma、distributed-lock、fairness	RNIC atomic 与 host CPU access 之间不保证原子性，所以传统 fair MCS/ticket RDMA lock 连本机 r…	每把锁维护 local 与 remote MCS-style queue、global serving ticket，以及仅由两个 queue hea…	NIC/网络	- 10 台 RDMA node，每 node 12 thread，1–240 lock 调 contention；remote crit…	未报告
FlowANN	vector-search、anns、gpu	billion graph量化后仍需258–350GB，无法fit 80–96GB GPU；按step同步host fetch使GPU每轮stall。	tiered graph按estimated window placement edges；discover时xCopier发async host f…	GPU、CPU	- 设置：三种billion datasets、single H20/GPU，对比GPU/CPU-offload ANNS，以QP…	未报告
FORGE	disaggregated-memory、caching、rdma	内存解耦缓存把 housekeeping metadata 更新变成远程原子操作，约 2000 ns 的 RDMA 同步比本地操作慢至少 20×；逐对…	FORGE 将相似缓存对象分组，以 group-level synchronization 降低远程原子频率；用无争用、hotness-aware F…	NIC/网络、内存/CXL	在 YCSB 与真实 workload 上，FORGE 相对现有解耦缓存最高提高吞吐 4.5×，P50/P99 latency 分别降低 …	未报告
gigiprofiler	profiling、performance-debugging、llm	传统 profiler 看 CPU、memory、lock、hot loop，却看不到应用内部的逻辑 resource。MySQL buffer po…	offline analyzer 将 file→class/struct→member→function→source 组织成带 comment/na…	软件/通用服务器	- MySQL、MariaDB、PostgreSQL、Apache HTTP Server、llama.cpp 的 15 个真实 issu…	未报告
GOODKIT	virtual-machine、introspection、security	LibVMI 类 out-of-VMM observer 隔离强，却需要 hypervisor 修改、跨 VMM 操作和频繁 pause target…	共享 VMM 的 observer VM	软件/通用服务器	- 14 个 Phoronix target workload 上，GOODKIT observer 对 target slowdown …	未报告
GraCE	ml-systems、gpu、cuda-graphs	现代 ML iteration 发射数百个仅运行数微秒的 kernel，而 CPU launch 本身约 5–10µs。CUDA Graph（CG）把…	CUDA-Graph-aware Code Transformation（CGCT）从 InductorIR 中定位 CPU scalar、CPU↔G…	GPU	- H100 上 25 个 TorchBench/HuggingFace/TIMM training/inference workload…	未报告
Helmsman	anns、vector-search、nvme	RedNote 搜索、推荐、广告管理数百 billion embedding、数百万 QPS，并要求平均 5–10 ms；为 latency 使用 i…	ANNS-oriented storage backend 基于 SPDK bypass syscall/kernel，直接把 fixed-size …	SSD/存储	- public SIFT 与 5 个 production dataset（4M–10B），top-k 10–3000/producti…	96-core EPYC、12×1.92 TB Gen5 NVMe、12×96 GB DRAM，对比 Di
Hetu v2	distributed-training、spmd、heterogeneous-computing	SPMD 的优势是用户只写单设备视角程序，系统从 annotation 推导分片和通信；其隐含前提却是设备与 workload 对称。混用 H800/…	分层异构 annotation	软件/通用服务器	Hetu v2 在 16 张 H800 与 32 张 H20 上训练不同规模 Llama，默认 4K context、global bat…	未报告
hS	shell、speculative-execution、parallelism	shell把任意语言binary串起来，subprocess对文件、网络和系统状态的effect通常是black box。PaSh/POSH依赖手写c…	orchestrator解析shell control-flow graph，在window内让未来command instances进入各自sand…	软件/通用服务器	- benchmark含Unix tools、analytics、bioinformatics、TERA-Seq等real scripts…	未报告
Ichnaea	memory-tracing、debugging、mpk	调试 control-flow object、forensics 和 memory bug 常需要回答“谁在何时读写了哪个 object、改了什么”。…	ichnaea_register_obj(addr,size,name,type) 建立 object/page metadata，并用 pkey_m…	内存/CXL	- Xeon Silver 4316、64 GiB、Ubuntu 24.04/kernel 6.14；SPECInt 与 PostgreS…	未报告
iLand	ios、dynamic-binary-instrumentation、emulation	non-jailbroken iOS强制code signing、禁止动态code generation，传统Valgrind/DynamoRIO式D…	iLand把ARM instruction decode成有限micro-operations，由提前签名/编译进app的atomic executi…	软件/通用服务器	- 标准sandbox/non-jailbroken device运行，保留dynamic UI、实时交互和video streaming。	未报告
Incr	shell、incremental-computing、memoization	开发修改很小，shell/polyglot pipeline仍从头执行；传统build/dataflow需开发者声明依赖，non-idempotent…	analysis phase用isolated effect tracing和probes记录read/write/environment，推断dep…	软件/通用服务器	- 设置：real shell/data/ML scenarios与Bash suite，对比full re-execution，…	未报告
InfiniDefrag	virtualization、memory-fragmentation、huge-pages	guest huge page需连续GPA，但传统把GPA当固定physical space，碎片后调用compaction，导致Redis thro…	Infinite Address Manager回收free fragments并扩展连续GPA region，以memory trade将离散旧GP…	内存/CXL	- YCSB-Redis throughput相对多baseline提高21%–105%，达到ideal no-fragment附近。	未报告
Jaber-S3Conformance	model-based-testing、cloud-storage、api	S3 20 年演化到超过 500 万亿 object、平均 2 亿 request/s、96 个 API operation，同一 API 还被 S3…	每个 API 有 executable state machine model，只保留 functional semantics。SUT respon…	SSD/存储	- 在 GetObject request generation 的 workload boundary 内，以 unique abstr…	未报告
JANUS	nested-virtualization、secure-container、memory-virtualization	云上安全容器通常把每个容器放入轻量虚拟机；当用户本身租用的是云虚拟机时，这种结构形成 L0 主机、L1 云虚拟机和 L2 容器虚拟机三层。传统 KVM…	跨世界职责分离	内存/CXL	- 在 8 vCPU 的多进程内存密集 benchmark 中，JANUS 吞吐量相比 PVM 提高 339.7%，相比 KVM 提高 5…	未报告
Jetpack	distributed-systems、consensus、replication	Raft/MultiPaxos client commit通常2 RTT；EPaxos等1 RTT fast path与协议深度耦合，成熟系统无法替换…	client并发发送到fast replicas与original leader path。无冲突/可交换command由supermajority在…	软件/通用服务器	- 评测设置：在论文给定的生产 trace 或代表性工作负载上，对比原系统/现有最佳基线，以吞吐、延迟、资源节省或覆盖率为主要指标…	- 评测设置：在论文给定的生产 trace 或代表性工作负载上，对比原系统/现有最佳基线，以吞吐、延迟、资源节省或…
jwmalloc	memory-allocator、mobile-system、verification	jemalloc/tcmalloc 主要面向服务器吞吐和及时释放，移动设备却只有少量 oversubscribed cores、数 GB 共享 DRA…	Uniform slabs 与 pooling	内存/CXL	- 在 Huawei Mate 70 Pro/HarmonyOS 5.1 的真实 mobile workload 中，jwmalloc 相…	未报告
KAIROX	llm-inference、gpu-cpu、activation-sparsity	模型大于 VRAM 时，llama.cpp 按 layer 把部分权重/计算留 CPU，CPU 可占 90%以上 latency。activation…	Live Pipeline 在 layer i attention 完成后运行 adjacent predictor 得到 i+1 active ne…	GPU、CPU	- PC-Low：RTX 3080 Ti 12 GB、12 CPU threads、PCIe 3.0×16；PC-High：RTX 409…	未报告
Kareus	distributed-training、energy-efficiency、gpu-frequency	单独DVFS只降dynamic power却可能延长static energy时间，单独kernel overlap又忽略frequency改变com…	Kareus把全局组合问题拆成partition-local subproblems，以multi-pass multi-objective opti…	GPU	- 设置：多种LLM training workloads与GPU配置，对比energy/frequency与overlap SO…	未报告
kSTEP	linux、cpu-scheduler、kernel-testing	Linux CPU scheduler 不只要避免 crash、starvation 和 affinity 违反，还要让实现符合 fairness、l…	kSTEP 让 kernel-space driver 用 event API 描述 task create/wakeup/freeze、cgroup…	CPU	- 在 2×10-core Intel Xeon、Ubuntu 24.04、每次新启 QEMU 的环境中，7 个 sampled bug …	未报告
libDSE	durable-execution、fault-tolerance、speculation	Temporal、Azure Durable Functions 等 durable execution 系统通过记录 intent、task res…	StateObject 与 action	软件/通用服务器	- travel reservation service chain 相比 Temporal 与非 speculative baselin…	未报告
LifeLine	garbage-collection、android、memory-management	ART 的 Concurrent Mark-Compact collector 可让 OS 修改 PTE 来搬整页，但只有几乎全活的 page 才适合…	LifeLine 采样对象 reference updates，用 edge mutability 把 object reference graph …	内存/CXL	- 在 Google Pixel 7 Pro（120 Hz、8-core CPU）和常见 commercial Android appli…	未报告
LiteSwitch	cxl、memory-stalls、context-switch	CXL 内存访问约为本地 DRAM 的 3 倍或更慢，典型延迟从 200 ns 延伸到 1 µs。这个区间太短，无法承担中断和内核调度；又因页面位置、…	位置相关内存分支（Location-Dependent Memory Branching）	内存/CXL	- 在 200 ns CXL latency、无 SMT 的多类 graph、SPEC、Memcached、FASTER KV 与 Sil…	未报告
LMetric	llm-serving、request-scheduling、kv-cache	只负载均衡忽略prefix KV hit，只追KV locality又把请求堆在同instance；linear weighted score需按mo…	router对每instance计算uncached input tokens和batch size的乘积，选最小score；扩展规则处理SLO、au…	内存/CXL	- 设置：16-GPU real traces与数百GPU production，对比vLLM-v1、Preble、llm-d、p…	未报告
LocalMoE-Hybrid	llm-serving、mixture-of-experts、cpu-gpu	本地MoE通常将routed experts放CPU、attention/shared expert放GPU，但prefill因CPU expert …	Stream-Loading Prefill按layer/expert把weights流式送GPU，并与dense compute重叠，使GPU执行高…	GPU、CPU	- 单GPU SLP达1,200 prefill tok/s，32K prompt在30秒内；双RTX 5090 DSLP达1,800 t…	未报告
LogDrive	distributed-storage、shared-log、cloud-storage	以cheap object storage做data plane的cloud service仍需小而强一致的metadata database；Dyn…	LogDrive暴露低层durable records/positions，不负责全局sequencing；可用shim包裹S3等store，再做st…	SSD/存储	- 成本结果：代表性workload与latency SLA下，相对直接使用DynamoDB，Conflux-over-Dynam…	未报告
M3U	virtualization、live-migration、memory-management	64+ vCPU/256GB VM的dirty rate使pre-copy不收敛；Alibaba 5万余样本成功率仅81%。post-copy保证收敛…	M3U为migration场景定制lock-protected memory operations，分离不需互斥的检查/更新并批量化；lock-red…	内存/CXL	- 评测设置：在论文给定的生产 trace 或代表性工作负载上，对比原系统/现有最佳基线，以吞吐、延迟、资源节省或覆盖率为主要指标…	- 评测设置：在论文给定的生产 trace 或代表性工作负载上，对比原系统/现有最佳基线，以吞吐、延迟、资源节省或…
MAC	cxl、memory-management、near-memory-processing	CXL DRAM 以较低成本扩展容量，但访问延迟约为 DDR DRAM 的 2.4 倍。更隐蔽的问题是，物理内存越大，page descriptor …	元数据放置与命令接口	NIC/网络、内存/CXL	工作负载覆盖 2.0–2.5 TiB RocksDB/YCSB、2.0 TiB PostgreSQL/pgbench、1 TiB Neo4…	未报告
MDK	memory-reclamation、datacenter、performance-modeling	传统 page replacement 在内存已满时被动 eviction，目标是在固定 capacity 下最小化全生命周期 miss ratio。…	内存性能曲线	内存/CXL	MDK 是 C++ simulator/library。Linux 5.10 kernel thread 每 30 s 扫 PTE acc…	未报告
Megalon	cxl、memory-coherence、shared-memory	CXL 3.x 允许多 host load/store 同一 memory，但 vendor/practitioner 预计 snoop filter…	Megalon index replica 位于每 host DRAM，映射 object ID→LNR/local location 与 optio…	内存/CXL	- 因无 commercial CXL 3.0，使用 4-socket Xeon Gold 6418H NUMA emulator：nod…	or：node 0 模拟 CXL，node 1–3 为 host、各 24 cores/64 GB local DRAM
Merlin	caching、cache-eviction、adaptive-systems	现代KV/CDN/page-cache workload由LFU-friendly、LRU-friendly、churn、scan等pattern混合…	Merlin为对象维护低成本fine-grained signal，将frequency、recency/reuse与cache-size-aware…	内存/CXL	- 11个real-world datasets、5,423 traces覆盖不同cache sizes与访问混合，比较static与ad…	未报告
MIMESYS	workload-generation、resource-contention、diffusion-model	测试 noisy neighbor 需要真实 co-located workload，但 privacy/proprietary/dependency…	每个 1-second window 的 executable 表示为 M stressors × K threads 的 activation fr…	软件/通用服务器	- trace metric 为 per-core CPU、memory bandwidth、LLC traffic、disk I/O，1…	12K training samples 收集约 8 h/8 machines，A100 pretrain 2 h、ali…
Mohabi	browser-security、javascript-engine、sandboxing	JavaScript engine含interpreter、多级JIT、runtime-generated code，是browser memory-…	作者系统性disaggregate SpiderMonkey的data structures/control flow，用类型标注区分sandbox …	软件/通用服务器	- 完整现代Firefox运行常见web/JIT功能，JetStream overhead 24.82%、Speedometer 24.4…	未报告
MoonBright	gpu、memory-management、tlb	现代 GPU kernel 已缩短到微秒级，但动态 allocation、page-table construction 与 TLB shootdow…	MoonBright 将 bulk page-table materialization 搬到 device side；Always-Fresh al…	GPU、内存/CXL	MoonBright 将 mapping latency 最高降低 3 个数量级，并在 LLM inference 中把 TTFT 最高改…	未报告
MPK	gpu、compiler、mega-kernel	主流 ML system 对每个 tensor operator 启动独立 GPU kernel。kernel boundary 提供简单的全 GPU…	MPK 引入 tGraph：node 是单个 SM 上运行的 task，edge 是 producer/consumer task 的细粒度 depe…	GPU	- 五个常用 LLM、batch 1–16，覆盖 A100/H100/B200；baseline 包括 PyTorch/CUDA Grap…	未报告
Murakkab	agentic-workflow、cloud-orchestration、resource-management	Agentic workflow 往往串并联多个 LLM、多模态模型和工具，同一逻辑可使用不同 model、采样参数、agent 数、round 数、…	开发者用 logical task、dependency、input/output 和可调 knob 描述 workflow，不固定 model 或 …	软件/通用服务器	- 在 Azure A100/H100 VM 上，使用 Video Q/A、multi-agent Code Generation、Mat…	未报告
MUSCHED	cpu-scheduling、mobile、production	移动 SoC 同时面对稀缺 prime core、跨进程 IPC 依赖和严格交互 deadline。CFS 的公平性、RT 的强优先级与移动应用语义之…	MUSCHED 增加 VIP scheduling class，跟踪 IPC 交互依赖，并通过可插拔 userspace policy 决定提升与回收…	CPU	相对 CFS 等现有调度基线，实验室应用 cold-start latency 平均降低 14.8%；系统自 2024 年部署到超过 20…	系统自 2024 年部署到超过 2000 万台设备，生产启动异常降低 30.7%（§7，图 14）
MuShell	fpga、microkernel、accelerator	现有 vFPGA shell 以一个 vFPGA 对应一个 monolithic accelerator 来简化隔离。但论文对多领域应用及 Vitis…	μShell hardware 在每个 vFPGA 前放置 Capability Enforcement Unit（CEU）。CEU 的 endpoi…	FPGA/SmartNIC	- U280、五个由 FFT/RLE/AES/SHA/RSA 等组成的 pipeline、8KiB/256KiB/1MiB 输入、10 次…	未报告
mwait-sched	virtualization、cpu-scheduling、cloud	超售云中，guest 通过 mwait 进入低功耗等待时，passthrough 会让 hypervisor 看不见 vCPU 已经空闲；该 vCPU…	mwait-sched 将 mwait 重新设计为 virtualization-aware 调度原语：识别等待状态、按等待类型分类，并用可扩展的 m…	CPU	在超售 VM 与共置服务负载上，原始 passthrough 可将共置尾延迟放大至 3×；mwait-sched 相对该方案把尾延迟降低 …	未报告
NEMO	memory-management、cxl、hardware-telemetry	CXL与multi-tier memory要求OS持续判断hot pages、huge-page内部稀疏访问和tenant bandwidth。PTE…	NEMO rule声明过滤哪些read/write/tenant/address access，如何将其映射到有限counter region，以及对…	内存/CXL	- HeMem对hot-set change反应快5×，减少错误tier placement并使KV/database throughpu…	未报告
Nested-SEV	confidential-computing、nested-virtualization、security	现有 AMD SEV nested virtualization 要么无法同时保护 L1 VM，要么只支持单个 L2 VM；virtual cloud…	Nested-SEV 提供两种模式：SEV virtualization 以独立 context 隔离 L2，SEV passthrough 通过 c…	软件/通用服务器	原型覆盖 KVM、BitVisor、Xen 三类 L1 hypervisor 和 SEV0、SEV-ES、SEV-SNP；相对 singl…	未报告
NeuroSymbolicProof	formal-verification、theorem-proving、llm	seL4 约 10K 行 C，却需要超过 100K 行 Isabelle proof、约 20 person-years。现成 LLM 即使认识 th…	作者实现 Isabelle REPL，暴露当前 goal/hypothesis、执行 tactic、counterexample tool 和 loc…	软件/通用服务器	- FVEL still-valid validation/test/test-hard 上，Mistral-7B 完成 2,167 th…	未报告
Nixie	gpu、memory-management、multiplexing	消费级设备同时运行多个几乎占满显存的 ML 应用时，UVM 会抖动，完全 pin 到 CPU memory 又缺乏隔离和优先级。用户需要前台交互应用抢…	Nixie 作为系统服务统一协调显存分配、迁移与 kernel launch；采用双向交换和受控 pinned memory 降低切换代价，并以 ML…	GPU、内存/CXL	代码补全与长运行 LLM 共置时，交互延迟最高改善 3.8×；相同延迟下 CPU pinned memory 最高减少 66.8%，多应用…	未报告
OBASE	memory-tiering、address-space、object-migration	内存分层（memory tiering）以 page 为迁移单位，而应用以大小不一的 object 为访问单位。allocator 不按未来热度布局对…	OBASE 将逻辑 object identity 与地址分离。开发者标注可迁移 pointer field，Clang/LLVM pass 把它们改…	内存/CXL	- Google 六 workload trace 显示 active pages 中 70%–90% bytes 未访问；Tahoe/Y…	未报告
OpenTela	llm-serving、hpc、orchestration	sovereign AI资源多是batch-oriented HPC：allocation短暂、compute node不对外、无Kubernetes…	各allocation内agent通过CRDT-based gossip维护service/node状态，即使部分cluster不可达也能最终收敛；g…	软件/通用服务器	- Trace结果：production model的prefix reuse ratio最高超过90%，reasoning re…	未报告
OpGuard	distributed-training、debugging、determinism	训练bug/SDC常只扰动少数tensor elements，数千steps后loss/gradient norm才变化；aggregate sign…	OpGuard发现跨training stacks仍稳定的semantic operator boundaries，GPU侧生成lightweight…	软件/通用服务器	- ByteDance production由15+ engineers使用，诊断20+ kernel race/SDC/software…	未报告
Osprey	secure-computation、virtual-memory、speculative-execution	安全计算（Secure Computation, SC）让系统直接处理加密数据，但 ciphertext expansion 会急剧扩大内存：garb…	双 pass 执行	内存/CXL	证据定位：§9.4–§9.8、图 6–9；覆盖 8 个 workload、end-to-end application、多线程与 …	未报告
Ote	access-control、web-application、database	legacy web app把access control散落在checks、ORM scopes与SQL filters，既难审计也无法交给外部DB…	Ote只symbolically track影响query/condition的小类operations，执行路径产生带path predicate的…	软件/通用服务器	- 评测设置：在论文给定的生产 trace 或代表性工作负载上，对比原系统/现有最佳基线，以吞吐、延迟、资源节省或覆盖率为主要指标…	- 评测设置：在论文给定的生产 trace 或代表性工作负载上，对比原系统/现有最佳基线，以吞吐、延迟、资源节省或…
Oxbow	file-system、computational-storage、kernel-bypass	高速SSD让kernel I/O path变成CPU瓶颈；user-level FS绕过kernel得到低latency，却失去VFS/page ca…	Oxbow含四组件：application-linked oxLib暴露fast/application-aware API；trusted H-Se…	SSD/存储	- 对比Ext4、µFS与OmniCache，CSD由BlueField-2（8×2.0 GHz ARMv8 A72）与SR-IOV SS…	未报告
PeeR	ebpf、scheduling、preemption	延迟关键 eBPF 通常从 XDP 等 I/O hook 在不可抢占 softirq 中 run-to-completion。这样免去 context…	PeeR 修改 eBPF JIT，在 verifier 判定安全的 helper site 前插入 per-CPU budget flag check…	软件/通用服务器	- 两台 28-core Xeon Gold 5420+、256 GB、ConnectX-7 400 Gbps，Ubuntu 24.04/…	Xeon Gold 5420+、256 GB、ConnectX-7 400 Gbps，Ubuntu 24.04/Linux…
PIMS	datacenter、maintenance、capacity-management	维护会暂时移除服务器或整个故障域，服务必须迁入预留 capacity buffer。缓冲越大，并行维护越快，但对数百万服务器 fleet 而言几个百分…	缓冲复用与故障域对齐	软件/通用服务器	- 2025 Q2 按 placement 建议移动 15,716 个 racks 后，PIMS buffer 从约 fleet 的 4.…	未报告
Pluto	graph-processing、distributed-systems、mirroring	distributed graph BSP用mirrors减少remote update与同步，却按潜在需要复制所有remote data，memor…	Static partial mirroring依据partition/algorithm访问关系预选productive remote data。M…	NIC/网络、内存/CXL	- full mirroring memory overhead最高4×；Pluto显著降低footprint并允许更多paralleli…	未报告
POEGA	gpu、graph-processing、out-of-core	演化图分析需要连续处理多个相似度常超过 99% 的 snapshot，但大图超出 GPU memory；直接 out-of-core incremen…	POEGA 先在 resident proxy graph 上产生近似结果并指导 out-of-memory refinement；fused ker…	GPU、NIC/网络	在多种真实 graph dataset 与 EGA query 上，POEGA 相对 state-of-the-art solution …	未报告
Pompe-SRO	consensus、blockchain、fairness	SMR只要求全序，ordered consensus限制Byzantine influence，却不约束timestamp重叠请求；网络更快的adve…	equal-opportunity condition形式化候选slot selection probability；SRO提供secret-then…	软件/通用服务器	- 设置：12 CloudLab geo nodes/80-node simulation、front-running/sandw…	未报告
PowerSight	datacenter、power-management、capacity-planning	商业数据中心长期混用多代 compute、storage 与 AI server。功率规划既不能把每台机器的 design peak 简单相加——所有…	每个 rack 有 design power D，但上游 panel、switchboard 与 main switch 才是集中管理点。foreca…	软件/通用服务器	生产数据覆盖数百万机器、数千服务和多代 compute、storage、AI server；主要结果包括约 20% fleet overs…	生产数据覆盖数百万机器、数千服务和多代 compute、storage、AI server
Prism	llm-serving、gpu-memory、multi-model	providers必须常驻大量低流量模型；production traces表现为不断变化的bursty active groups，固定coloca…	kvcached balloon driver在GPU内提供可动态expand/shrink的model/KV pool；global schedul…	GPU、内存/CXL	- 设置：Hyperbolic/Arena与company traces、58 models，对比MuxServe++、QLM/s…	未报告
qTPU	quantum-computing、compiler、heterogeneous-computing	QPU 能表示经典内存指数爆炸的 quantum state，却噪声高、资源少、吞吐低；现有 host–quantum-kernel 模型要求人工切分…	qTPU 提出 hybrid Tensor Network（hTN）抽象：programming model 声明统一图，compiler 做跨边界 …	QPU	在 hybrid ML、circuit knitting、quantum error mitigation workload 上，qTPU…	未报告
Quark	serverless、batch-processing、spark	云厂商常把低优先级 Spark batch job 与高优先级在线服务共置，通过 overcommit 收割空闲资源。Ant Group 的在线服务实…	Quark 把 executor 占有模式改为每个 task 按需创建独立 secure-container instance。Slots Ring …	NIC/网络	- TPC-H SF=1000、22 queries、20 次均值下，Quark 相对 Spark 的 CU 降低 26.70%–87.8…	未报告
Quota-Marketplace	ml-cluster、resource-allocation、market-mechanism	静态 pool 依赖季度/半年人工预测，却面对分钟级 supply clawback、新容量上线和训练 burst，造成一边排队、一边 silo ca…	周期性市场清算	软件/通用服务器	- QM 已分配数十万 ML accelerators，覆盖 Google 整体 ML fleet 的两位数百分比；market 大约每分…	未报告
Rakaia	rpc、tcp、kernel	POSIX TCP只暴露bytes，RPC framework须I/O thread重组message再交worker，既有单connection内H…	Linux module在receive path增量parse configured RPC framing，形成message descripto…	软件/通用服务器	- 设置：多connection microbenchmarks、gRPC-Go/C++、Silo TPC-C/OpenTelem…	未报告
RamRyder	memory、virtualization、cxl	cloud memory按vCPU固定容量且不出售bandwidth；tenant为峰值带宽订半socket导致capacity/bandwidth分…	hypervisor/guest协同维护page→channel mapping，按VM bandwidth/capacity allocation做…	内存/CXL	- 设置：STREAM、Redis YCSB、GAP graphs与cluster traces，对比Shared/Ideal/c…	未报告
RLinf	reinforcement-learning、distributed-training、scheduling	RL包含generation、reward/critic、training、tools与simulator，memory、parallelism和动态…	M2Flow从macro DAG生成temporal/spatial decomposition，估算critical stage与pipeline …	软件/通用服务器	- GRPO/Qwen reasoning相对veRL/Slime提高1.07×–1.70%。	未报告
RobustRL	rl-post-training、fault-tolerance、distributed-training	LLM RL post-training 不是纯 training：rollout generation、tool call、trainer upda…	control plane 的 phase-aware analyzer 为 trainer 与 rollout 分配不同 detector。trai…	软件/通用服务器	- testbed 为 32 machines/256 H20 96 GB GPUs、每机 8 GPU、900 GB/s NVLink、4…	- testbed 为 32 machines/256 H20 96 GB GPUs、每机 8 GPU、
RollArt	agentic-rl、disaggregation、heterogeneous-computing	多任务 agentic RL 的一次 trajectory 会在 LLM generation 与外部 environment 间往返数十轮，再做 r…	RollArt 分 resource/data/control 三 plane。用户用 hw_mapping decorator 将 training…	软件/通用服务器	- 96×H800 与 32×H20，集群内 400Gb IB、跨集群 200Gb Ethernet，外加两套 CPU environme…	默认 128 GPUs，Qwen3 8B/14B/32B、32k context
RT	shell、type-systems、static-analysis	Unix shell 把不同语言实现的 command 通过无类型 byte stream 拼接，路径空格、field format、numeric …	regular stream type 是每一行所有可能字符串的 language；regular command type 是输入、输出 type …	软件/通用服务器	证据定位：§6.1–§6.3、图 8；954 个程序与 ShellCheck、LADDERTYPES 进行 effectivene…	未报告
S4-FIFO	caching、cache-eviction、learning-augmented-systems	per-object learned cache频繁预测、critical-path metadata重，且objective mismatch会在未…	LAH分离control/data plane：异步model读取aggregate cache features，周期性输出S3-FIFO para…	内存/CXL	- 设置：1,035 production traces，对比FIFO、2Q、ARC、LRB、LHD、3L-Cache，以miss…	未报告
SANI	mobile-inference、asymmetric-multiprocessing、scheduling	移动 SoC 的 LITTLE cores 更节能，但把 operator 输出均匀切给所有核会使 big cores 等待慢核，加入 LITTLE …	亲和性感知的 kernel 分发器	NIC/网络	- 在 Pixel 9、Find X3 Pro、Redmi K60、OnePlus Ace 和 Odroid XU4 五款 SoC、六个模…	未报告
SBB	networking、userspace-networking、scheduling	微秒级 RPC runtime 不只要绕过 kernel，还要同时完成三种 scheduling：preempt long request 防 hea…	每个 worker 独占 CPU、local run queue、timer 与 NIC Rx/Tx queue。Linux patch 将 LAPI…	NIC/网络	- 16 workers、Fixed(1)、p99.9 slowdown SLO 50倍下 SBB 达 9.7 MRPS，较 TQ/Con…	未报告
SDCHunter	gpu、reliability、llm-training	GPU silent data corruption（SDC）与软件 bug、数值不稳定表现相似；通用 GEMM stress test 会漏掉超过 …	SDCHunter 在集群中逐步隔离小型可疑 GPU group，再用触发故障的精确 training workload 和 input 做 exec…	GPU	ByteDance 生产部署中，SDCHunter 成功缓解 40 起 SDC incident；characterization 覆盖 …	ByteDance 生产部署中，SDCHunter 成功缓解 40 起 SDC incident
Seer	llm-training、reinforcement-learning、rollout	rollout 占现代 LLM RL iteration 的 63%–87%。长 CoT output 同时产生 heavy-tailed execu…	拆分式 Rollout（Divided Rollout）	软件/通用服务器	- 在 Moonlight、Qwen2-VL-72B 和 Kimi-K2 三个 production-grade RL workload、…	roduction-grade RL workload、32/128/256 GPUs 上，Seer 相比 veRL ro…
Sepia	networking、ddio、page-coloring	Intel DDIO让NIC DMA先落LLC，但高并发TCP下packet data在CPU处理前被evict。传统解释只看DDIO保留2 ways…	Sepia推导DDIO write与CPU read在reserved/all ways中的placement行为，用page color控制DMA …	NIC/网络、内存/CXL	- page coloring相对Linux有效LLC capacity提高77.8%–94.4%。	未报告
Sereno	mobile-systems、llm-inference、memory-bandwidth	on-device LLM常以notification/agent burst在后台运行，与UI CPU/GPU共享UMA DRAM。25 apps实…	Sereno借speculative decoding把一次长NPU inference拆成draft/verify边界，可在不丢progress处y…	内存/CXL	- commercial smartphones、25 popular apps：foreground jank最高降92.6%、平均58…	未报告
SMARTTalk	ssd、failure-prediction、llm	SSD fleet 依赖 SMART 遥测来预测故障，但传统方案要么依赖手工统计特征和大量罕见故障标签，要么把复杂时间行为压成不可解释的分数。硬件型号…	离线阶段先把每个 A × n SMART 窗口按属性切成一维 temporal patch，同时构造捕获属性间共变的二维 patch。轻量 CNN 以…	SSD/存储	- Alibaba 2018–2019 SMART trace 的 MB1/MB2 型号、19 个属性、30 天窗口和按月 tempora…	未报告
Soul	cache-coherence、synchronization、disaggregated-memory	在 cache-coherent disaggregated memory 上叠加传统 lock，会重复触发 cache 间通信；5–10 µs 的远…	论文提出 Generalized cache-Coherence Protocol（GCP）：以 wait queue 做时间推广，以可变大小 cac…	内存/CXL	在 key-value store、database 等未修改真实应用上，Soul 相对 state-of-the-art lock 在规…	未报告
SPADE	cluster-scheduling、dag、resource-provisioning	传统 Spark 等数据处理调度器假定资源供给稳定，主要优化 makespan；既有 signal-aware 系统则常把作业当黑盒，按外部信号整体伸…	相对重要性	软件/通用服务器	- 在 100 节点 Spark-on-Kubernetes 集群、Alibaba 与 TPC-H DAG workload 上，SPAD…	在 100 节点 Spark-on-Kubernetes 集群、Alibaba 与 TPC-H DAG workload …
Spain	succinct-proofs、numerical-computing、cryptography	succinct proof 可让 verifier 确认不可信 prover 执行了约定程序而不重算，但程序必须先变成有限域上的 R1CS。fini…	front-end 在有理数域上生成 approximate R1CS，使每条 constraint 允许 bounded residual。Spai…	软件/通用服务器	- linear programming、Softmax/LayerNorm/GELU/GPT-2、8×8/16×16 10-step f…	未报告
SPEX	llm-inference、tree-of-thought、speculative-execution	ToT每扩展node后等待reward决定下一branch，DFS形成sequential barrier，BFS又受深branch straggle…	intra-query speculation在模拟reward/selection下提前生成候选branch，以predicted utility、…	软件/通用服务器	- 多数学/编程ToT task相对prior-art加速1.2×–3×。	未报告
Spice	serverless、snapshot、cold-start	serverless 的长尾函数无法常驻：Microsoft trace 中 81% application 每分钟最多调用一次。capture 完成…	Snapshot Hybrid ELF（SHELF）保留 ELF 风格 program header，但每个 segment 带 page-granu…	内存/CXL	- Xeon Gold 5420+、128GB、PCIe 5.0 Crucial T705 NVMe、Java/Python/Node.j…	未报告
Strata	llm-serving、kv-cache、storage-hierarchy	长上下文复用要求把 KV-Cache 扩展到 GPU、CPU、SSD，但各层碎片化布局会把命中转成大量小传输；若调度器只看是否命中，不看加载完成时间，…	Strata 用 GPU-assisted I/O 解耦 host 与 GPU 布局，将碎片重排放到设备侧并形成大传输；cache-aware sch…	SSD/存储、内存/CXL	在长上下文 serving workload 上，Strata 相对 vLLM-LMCache 吞吐最高提升 5×，相对 NVIDIA T…	未报告
StriaTrace	llm-serving、observability、tracing	LLM inference同时受TTFT/TPOT细粒度SLO约束；2K-instance现场平均正常但P99频繁越过10s/100ms。Nsight…	StriaTrace用三原则限制常态成本：只trace key synchronization points、沿end-to-end critical…	软件/通用服务器	- tracing overhead相对full profiler/alternative降低97.8%，适合continuous dep…	未报告
Svalinn	overload-control、admission-control、tail-latency	同一服务的请求可能因数据大小和路径不同而分别受 CPU、内存带宽或锁限制。只看端到端 latency 或总 in-flight requests 的 …	基于 credit 的准入控制	内存/CXL	- 在 Memcached、RocksDB、DataFrame 和 synthetic workload、Shenango/Go runt…	未报告
Syncopate	compiler、multi-gpu、triton	distributed compiler通常把compute/communication各切成多个kernels后在CUDA streams重叠。每个…	communication chunk abstraction描述data region、availability/dependency和backen…	GPU	- common multi-GPU operators/end-to-end workload平均1.3×，最高4.7×。	未报告
Tessera	distributed-training、mixture-of-experts、pipeline-parallelism	新一代 MoE 不再重复同一种 Transformer block：Qwen3-Next 混合 Gated DeltaNet、full attenti…	Tessera 的 static planner 先从固定 pipeline schedule template 构建 overlap graph：n…	软件/通用服务器	- 生产集群为 NVIDIA Hopper、8-GPU servers 与 RoCE；主评测覆盖 Qwen3/Qwen3-Next、4,0…	主评测覆盖 Qwen3/Qwen3-Next、4,096–12,288 GPUs，并与已含 interleaved 1F1…
TileLoom	compiler、spatial-dataflow、accelerator	spatial dataflow accelerator用分布式scratchpad与NoC转发数据，聚合片上bandwidth很高，但性能高度依赖t…	TileLoom在MLIR接收tile loops，生成spatial mapping（哪些tile instances分布到2D cores）和te…	软件/通用服务器	- 在两代Tenstorrent spatial accelerators上评估GEMM、attention及多个tile kernels…	未报告
Timelock Drive	storage-security、ransomware、trusted-computing-base	ransomware常先取得管理员权限并删除backup；把retention policy放在同一backup/versioning softwar…	drive controller内小型TD checker提供read/write/timelock interface；block写入后在durat…	SSD/存储	- trace/filebench相对conventional versioning，SSD throughput overhead约0.…	未报告
TrainMover	distributed-training、fault-tolerance、live-migration	大型LLM训练持续数周，硬件故障、维护与抢占频繁发生。checkpoint-restart需重建framework、加载state和CCL group…	TrainMover controller先在joiner上communication-free sandboxed warmup：拦截collect…	软件/通用服务器	- 在GPT类模型、不同TP/PP/DP profile与最高1,024 GPUs上，expected/unexpected interr…	- 在GPT类模型、不同TP/PP/DP profile与最高1,024 GPUs上，expected/unexpecte…
Try	sandboxing、filesystem、effect-control	现代 script、package hook、shell pipeline 和 coding agent 会调用 opaque/polyglot co…	try 创建 user/mount namespace，把 host directories 作为 OverlayFS lower…	软件/通用服务器	- 五类case：LLM risky script、dependency tracking、third-party hook、dry-ru…	未报告
Twill	compiler、gpu、software-pipelining	Tensor Core GPU 的计算、搬运和异步接口跨代变化，software pipelining（SWP）与 warp specializati…	Twill 把 modulo scheduling、跨 warp communication、同步和资源容量统一成 constraint optimi…	GPU	在 NVIDIA Hopper H100 与 Blackwell B100 的 FlashAttention forward/backwa…	未报告
TypeCraft	profiling、data-locality、linux-perf	perf、VTune 等工具把 cache/TLB miss 归因到指令、函数或 allocation site，开发者仍需人工推断究竟哪个结构体字段…	DWARF 类型解析	软件/通用服务器	- 对 Ubuntu Linux 6.17，TypeCraft 将内存指令类型覆盖从直接 DWARF 的 75.2% 提升到 92.7%，…	未报告
UCCL-Tran	gpu-networking、rdma、transport	RDMA NIC 把 transport control 固化在硬件中，迭代慢于 ML workload；single-path collision、…	UCCL-Tran（uTran）解耦 RDMA data/control path：NIC 保留高速数据搬运，host software 执行 tra…	GPU、NIC/网络	ML collective 在 NVIDIA ConnectX-7 上吞吐最高提高 4.5×，在 Broadcom Thor-2 rail…	未报告
UCSan	program-analysis、symbolic-execution、compiler	分析大型 C/C++ 系统中的单个函数时，完整构建环境成本高，传统欠约束 symbolic execution 又常依赖专用解释器、兼容性有限。目标是…	UCSan 通过编译插桩把选定函数及依赖变成 self-contained executable；运行时惰性初始化未知内存、解析外部调用，并结合 sy…	软件/通用服务器	在 Linux kernel 分析任务上，UCSan 相对 KLEE-based engine 最高快 15.06×；可成功编译超过 80…	未报告
UEP	mixture-of-experts、expert-parallelism、rdma	DeepEP式GPU-initiated RDMA适合细粒度MoE token dispatch，但要求GPU kernel理解NIC driver/…	UEP保留GPU产生token-level routing command，却只把紧凑descriptor推给CPU shared queue；pin…	NIC/网络	- 实现在NVIDIA/AMD GPU与AWS EFA/Broadcom NIC组合，证明不依赖单一vendor stack。	未报告
Umap	distributed-storage、mmap、virtual-memory	file-backed matrix 让 NumPy/PyTorch/LLM loader 以 pointer 访问超内存数据，kernel 自动 p…	Communication Manager（CoM）把 page-level request 放入 priority/indexed aggregat…	SSD/存储、内存/CXL	- testbed 每 node 配两张 200 Gbps ConnectX-6 NIC，比较 mmap+local SSD、mmap+G…	- testbed 每 node 配两张 200 Gbps ConnectX-6 NIC，比较 mmap+local
USEC	operating-system-security、mandatory-access-control、linux	Mandatory Access Control（MAC）可在application被攻陷后限制kernel resources访问，但SELinux…	Resource-centric policy template直接锚定file、process、IPC、socket等semantic resour…	软件/通用服务器	- 等价security requirements下，USEC policy source最多比SELinux少10×；UOS produ…	未报告
µUSB	trustzone、usb、driver-specialization	TrustZone secure I/O缺USB；将Linux USB stack塞进TEE扩大TCB，复杂protocol/DMA/vendor v…	record阶段在VM/real driver上变异input并抓取MMIO/DMA/control flow；program analysis用tr…	软件/通用服务器	- 设置：storage/video/audio/HID六设备，对比native和Circle driver，以throughpu…	未报告
ValScope	dbms、testing、metamorphic-testing	DBMS logical bug 静默返回错误结果，难点是复杂 query 没有 ground truth。NOREC/TLP 用等价变换，但原、变形…	统一近似模型	软件/通用服务器	证据定位：§6.2–§6.3、表 3–5；在 6 个 DBMS benchmark 上，相比 PINOLO 等 baseline，…	未报告
vBOIDs	containers、cpu-scheduling、microservices	高密度容器把内部每个线程直接暴露给 Linux CFS；同一 Hotel Reservation deployment 有超过 500 个 host-…	BOID 抽象	CPU	证据定位：§6.1–§6.4、图 1–15、表 1–3；覆盖 DeathStarBench、noise-container sca…	未报告
vBPF	ebpf、virtualization、multi-tenancy	eBPF 的 static binding 把逻辑程序固定到物理 kernel hook，默认单一信任域。多个租户附着同一 hook 时既会线性遍历，…	vBPF 用 late binding 解耦 tenant program 与 physical hook：Sniffer 做事件归属，Dispatc…	软件/通用服务器	多租户 contention 下，vBPF 相对 native eBPF 将 lmbench latency 最高降低 3.9×，Post…	未报告
VTC	tensor-compiler、gpu、data-movement	GPU compute 增长快于 memory bandwidth，DNN 中 Transpose、Split、ScatterND、Slice、Exp…	virtual tensor 是 (mapping F, physical pointers P)，访问 V[x] 时由 F(x) 找到某个 Pj[y…	GPU	- A100 80 GB PCIe 与 H100 NVL，Llama-3、Gemma-2、EfficientViT、YOLOv11、Shu…	未报告
Weave	reinforcement-learning、gpu-scheduling、disaggregation	on-policy RL 后训练把 rollout 与训练放到异构 GPU 池后，一个作业的阶段依赖会令两侧交替空闲。单作业优化不能消除跨作业的互补气…	Weave 构造 co-execution group；组间用随机规划选择互补作业，组内用最优 round-robin 排序，并以 host-memo…	GPU	在 328 张 H20 rollout GPU 与 328 张 H800 training GPU 的测试床上，Weave 相对标准解耦方…	PU 与 328 张 H800 training GPU 的测试床上，Weave 相对标准解耦方案成本效率提高 1.84×…
WiseCode	erasure-coding、storage、repair	宽条带纠删码（wide-stripe erasure code）通过保持 parity 数量较小、扩大 data chunk 数量，把存储开销压到 1…	模板展开（template-unfold）先在设备允许的 α 上限内选择最宽 (n_msr,k_msr) MSR 模板，再重复实例化并合并相同 sub…	SSD/存储	- Ceph、k=100、512 PG、1.46 TB YCSB 数据、10/40 clients 下，1.06 开销的 WC6,3 离线…	- Ceph、k=100、512 PG、1.46 TB YCSB 数据、10/40 clients 下，1.06
WriteGuards	distributed-cache、linearizability、distributed-storage	lookaside cache 快但通常只有 eventual consistency；write-through cache 若在 ownershi…	WriteGuard 原语	SSD/存储、内存/CXL	- 基于 TiDB、Meta/Twitter trace 与 Databricks Unity Catalog workload，CLin…	未报告
Xkernel	linux、kernel、ebpf	Linux 的 threshold、batch size、timeout 和 scaling factor 常以 macro、literal 或 st…	离线分析从 DWARF/source-to-binary mapping 和 symbolic execution 找到常量首次进入 register…	软件/通用服务器	- CPU scheduling、memory、storage、network 的 140 个 perf-const 中支持 139 个（…	未报告
ZENO	confidential-computing、databases、tee	现代 confidential database 为保留 DBA 的 plan inspection/debug 能力，不把整个 DBMS 放入 TE…	integrity zone 运行 commodity PostgreSQL，表中 sensitive field 替换为 FID；privacy z…	软件/通用服务器	- PostgreSQL 15.5、ARM Secure EL2 与 Intel TDX 上，TPC-C 100 warehouses、3…	未报告

共同观察

平均利用率掩盖瞬时与形状失配。 Alibaba-ASI-OSDI26 的饱和 GPU fleet 仍因 resource shape/保留策略留下空闲；mwait-sched-OSDI26 中约 1% oversubscription 也会放大尾延迟；DINGO-OSDI26 则显示维护 I/O 占 after-cache HDD I/O 的 45%–70%。该观察适用于具有 burst、barrier 或严格 tail SLO 的系统，不能由日均 utilization 否定。
“命中/缓存/本地”只是必要条件，及时可用才决定 SLO。 Strata-OSDI26 的 KV cache hit 可因 transfer 阻塞 74% prefill 时间，FARLock-OSDI26 的 local request 若走 RNIC loopback 仍有极差 tail，OBASE-OSDI26 的 active page 内仍有大量 cold bytes。需要同时报告 ready time、布局与关键路径，而非只报 hit rate。
控制粒度必须贴合真正变化的对象。 BatchGen-OSDI26 在 module boundary 暂停 sequence coroutine，FORGE-OSDI26 用 object group 摊销远端同步，MPK-OSDI26 下沉到 SM-level task，vBPF-OSDI26 延迟到事件归属确定后绑定程序。细粒度收益的边界是 metadata、dispatch 与 verification 开销不能反客为主。
生产故障通常依赖 workload 语义。 SDCHunter-OSDI26 的缺陷 GPU 对 input/unit 高度敏感，kSTEP-OSDI26 的 90% scheduler bug 依赖特定 workload 行为，CoreSec-OSDI26 必须允许 telemetry 不充分时 abstain。通用 synthetic test 适合筛查，但不足以完成 root-cause diagnosis。
跨层机制常以保守 fallback 换取可部署性。 S4-FIFO-OSDI26 保留 FIFO data plane、只学习 cache-level 参数，GraCE-OSDI26 profile 后选择性启用 CUDA Graph，Twill-OSDI26 在 machine model 下给最优 schedule、实际 spilling 时仍需回调约束。收益主要在常见路径，正确性由退路托底。

互相冲突的假设

KV 应先搬入 GPU，还是让 kernel 远端读取？ Strata-OSDI26 假设合并大传输并重排到 GPU layout 能隐藏加载；DirectKV-OSDI26 则在 NVLink-C2C superchip 上直接读取 CPU-resident KV，避免 staging。应按 interconnect latency/bandwidth、reuse distance、attention sparsity 与 batch size 测量 break-even。
硬件 transport 应保持固定，还是把控制移到软件？ BALBOA-OSDI26 证明可编程 FPGA RoCE stack 也能跑满 100 Gb/s；UCCL-Tran-OSDI26 认为 commodity RNIC data path 可保留、control path 应由 host 演化。仲裁需要比较 CPU budget、vendor portability、failure recovery 与 line-rate feature complexity。
透明共享还是显式所有权？ Soul-OSDI26 通过 generalized coherence 在协议层透明支持 lock；Duhu-OSDI26 把 mutable metadata 设为单 owner、用 message passing 避免 coherent locking；Megalon-OSDI26 只给小 coherence record 使用硬件一致区。应测 read/write sharing ratio、coherent-region capacity 与远端 RTT。
共置还是 phase disaggregation？ EcoServe-OSDI26 认为普通 Ethernet 上完全 P/D 解聚受 KV transfer 限制，因此采用时间维度 PaDG；Weave-OSDI26 在异构 rollout/training GPU 池上通过跨作业 co-scheduling 兑现解聚收益。决定因素是 state-transfer cost、phase duration variance、hardware heterogeneity 与 SLO slack。
静态形式最优是否等于真实硬件最快？ Twill-OSDI26 在 machine model 内保证 SWP/WS 最优，却观察到 ptxas register spilling；Kareus-OSDI26 表明 launch timing、SM allocation 与 frequency 会共同改变实际 energy/runtime。需要 compiler backend、DVFS 和 contention-aware validation 才能确认端到端最优。

值得关注的方向

可复现的层级 KV break-even benchmark：小团队可用 1–2 台 GH200/普通 PCIe GPU 加 CPU/SSD 重放公开 trace，统一比较 direct access、staging、prefetch 和 paged layout。DirectKV-OSDI26、Strata-OSDI26、ECHO-OSDI26 指向的空白是：何种 reuse/sparsity/interconnect 条件下应切换路径，以及切换是否能在 TTFT/TPOT SLO 内完成。
语义感知故障 replay 工具箱：不需要大集群，可在少量 GPU/VM 上注入 fault，研究如何自动捕获最小 triggering input、role state 与 execution slice。SDCHunter-OSDI26、kSTEP-OSDI26、RobustRL-OSDI26 共同留下 minimization、non-determinism control 和跨设备 fault signature 的 open problem。
软件 control path 的统一成本模型：在 commodity NIC/GPU 上实现可插拔 proxy，系统测量 CPU cycles、queue delay、tail latency 与 vendor portability。UCCL-Tran-OSDI26、UEP-OSDI26、CoPilotIO-OSDI26 指向的问题是：何时额外 hop 比硬件 fast path 的僵化更便宜。
细粒度资源控制的 metadata tax：用模拟器或单机原型统一测 object/page/record/task 粒度变化时的 metadata、contention 与 recovery cost。OBASE-OSDI26、FORGE-OSDI26、MPK-OSDI26、Megalon-OSDI26 提供四种不同对象，适合构造跨领域比较。
LLM+deterministic verifier 的系统接口：小团队可围绕开源 codebase、database schema 或 theorem prover 做 candidate generation、state abstraction 与 rejection cache。NeuroSymbolicProof-OSDI26、Aletheia-OSDI26、gigiprofiler-OSDI26 的共同空白是如何量化 semantic recall、verification cost 与 false-negative risk，而不只报告最终成功率。

Awesome System Papers Wiki

探索

OSDI-2026