论文的主要研究对象是什么？
掩码扩散语言模型（dLLM）的服务系统，使用 LLaDA-8B-Instruct 和 D2F LoRA 适配器，在单张 NVIDIA H200 GPU 上评测。
Serving Masked Diffusion LLMs: Characterization and Design Principles from Real Hardware
（翻译）服务掩码扩散大语言模型：基于真实硬件的特性分析与设计原则
资讯摘要
Abstract page for arXiv paper 2608.23807: Serving Masked Diffusion LLMs: Characterization and Design Principles from Real Hardware
AI 摘要
该论文在真实硬件（NVIDIA H200）上对掩码扩散语言模型的服务系统进行特征分析，发现请求难度呈离散分布，单个请求的 GPU 计算仅占墙钟时间的 24%，批处理可将吞吐量提升约 16 倍，并提出了固定填充同步批处理的批量超时规则。研究使用 LLaDA-8B-Instruct 和 D2F LoRA 适配器，在 GSM8K 和 HumanEval 上完成评测。
AI 问答
单个请求中 GPU 计算时间占多少比例？
仅约 24% 的墙钟时间是 GPU 计算，其余主要是 CPU 端的分发开销。
批处理对吞吐量有什么影响？
当批量大小为 16 时，相比逐请求分发基线，吞吐量提升约 16 倍，主要源于摊销 CPU 分发开销。
更多资讯
阶跃发布 StepAudio 3 ，多款语音模型登顶 Artificial Analysis 全球榜单
长期利率为何不愿下跌？
黄仁勋再谈AI危险论：中国会成为全球开源重要力量亚太唯一！腾讯云首次入选IDC MarketScape 全球托管边缘服务领导者类别
展翼之后，三折叠再次进化：HUAWEI Mate XT 2 非凡大师深度体验评测碧桂园服务与支付宝全面深化合作，共筑“智慧物业”数字化新标杆
派早报：豆包发布手机助手消费者版，绿联发布首款雷电 5 显卡坞等
开学季 | 学生理财的三条建议，学生党也可以一样理财无问芯穹联合清华、上交正式开源具身端侧推理引擎APXInf，Pi 0.5性能SOTAAnew Labs已完成 2.9 亿美元融资，红杉中国、高瓴、IDG、五源、高榕等参与圆桌：新能源：后时代的深水淘金 | 36氪 2026产业未来大会芯视界创始人、董事长兼首席科学家鲍捷：十年产业实践，量子感知芯片为物理AI打开物质世界 "感知入口" | 2026年36氪产业未来大会
字节6年，如何一步步走上带20人团队的leader企业案例分享：玉盘量智-离子阱量子计算芯片化集成工程实践 | 36氪 2026产业未来大会和Jeff Dean押注同一方向，27岁清华助理教授创业，两个月融资数亿36氪首发 | 国内头部硅电容IDM企业融资亿元，切入AI芯片与高端光模块
牛市的钱：是熊市里守出来的
香港第一、全球第八：OSL进化背后的数字资产新格局
耐克、妮维雅、谷歌的警示：品类，正在误导品牌战略！夜晚睡眠光照太亮可能会损伤心脏工作流可以自我进化了，英伟达开源 SoL-Pi，每小时省13.5刀！旗舰SoC进入融合计算时代，天玑9600 Pro首创AI原生架构！
Ctenophores Aren’t Just Beautiful. They’re Biological Wonders.圆桌：中国之光成为新共识| 36氪 2026产业未来大会
Your Agent Aced the Task. Will It Do It Again?
只会搜关键词还不够，Agent 需要一套更聪明的本地搜索510万一张！携程上架太空旅行船票：已有681人购买，还得自己买保险；娃哈哈因拖欠员工公积金被查封办公楼；华为放权！问界将由赛力斯主导“阿宝”交新朋友：携手比亚迪“迪迪虾”，实现车机端一句话办事华为GTS让Agent学会「看着网络排障」，双防火墙难题几乎全拿下一张GPU跑10万原子！分子之心用AI把化学反应“拍”成了电影