📢 转载信息
原文作者：Sujata Banerjee
大规模网络系统是支撑云计算、人工智能以及分布式应用与服务的基石。USENIX 网络系统设计与实现研讨会 2026（NSDI ’26）是研究人员和从业者分享系统设计与运行领域最新见解和进展的顶级论坛。
微软很高兴再次以赞助商身份支持 NSDI ’26，这体现了我们在推动系统和网络研究、积极融入更广泛技术社区方面的持续承诺。今年，共有 11 篇由微软研究人员及合作者撰写的论文被会议录用，内容涵盖数据中心与广域网、AI 系统及云基础设施，共同展示了在大规模网络系统构建与运行方面的卓越进展。
重点技术分享
以下是本次会议中部分精选论文的概览：
DroidSpeak：针对微调模型变体的 KV 缓存共享
DroidSpeak 使具有相同架构的 LLM（大语言模型）能够跨模型共享并部分重用 KV 缓存，在确保输出质量几乎不受影响的情况下，实现了高达 4 倍的吞吐量提升和更快的响应速度。
Eywa：利用 LLM 实现自动化模型测试
Eywa 利用大语言模型从自然语言来源中自动构建协议模型，从而实现基于模型的测试。该工具在广泛使用的网络协议实现中发现了 33 个漏洞，其中 16 个此前未被发现。
Octopus：通过稀疏拓扑增强 CXL 内存池
Octopus 引入了一种用于解耦内存池的免交换机设计，降低了成本并支持扩展至多机架规模。在三服务器硬件原型测试中，Octopus 的 RPC 速度比机架内 RDMA 快 3.2 倍，比 CXL 交换机快 2.4 倍。
AVA：迈向基于视觉语言模型的视频分析
AVA 通过将事件知识图谱与视觉语言模型上的代理检索相结合，支持开放式视频分析。研究团队还推出了 AVA-100 基准测试，包含 8 个超过 10 小时的超长视频以及 120 个复杂的手工标注问答对，AVA 在此基准上实现了 75.8% 的准确率。
SONiC DASH SmartSwitch：云网络服务生产级卸载
该项目重新设计了云网络卸载方案，采用硬件友好型流水线和统一交换机架构。已在 Azure 规模化部署，在显著提高吞吐量和连接能力的同时，大幅优化了电力和空间效率。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区