AgentZip 论文:高扇出 Agent 沙箱内存压缩,最高省 8.7 倍
rohanpaul_ai · x · 2026-09-19
arXiv 论文《Memory Compression for High-Fanout Agent Sandboxes》(Mengming Li、Ceyu Xu 等)提出首个专为 AI Agent 沙箱设计的内存压缩系统 AgentZip。
核心论点与设计:
- 高扇出 Agent 负载下,一个任务会并行派生大量沙箱会话,它们来自同一模板、执行相关轨迹,存在大量模板相对与跨沙箱冗余
- 传统压缩在「怎么压/压什么/何时压」三个维度都不匹配:无法利用非相同页的相似性、靠保守选页控制缺页开销、压缩时机不感知 Agent 执行阶段
- AgentZip 扩大压缩范围至任何有收益表示的页,把开销控制转移到 restore 期预取,并把昂贵压缩对齐到 LLM 等待窗口以免干扰前台工具执行
实测:在 LLM 训练与推理负载下,沙箱自有内存最高压缩 8.7 倍(Linux 配置仅 2.1 倍),restore 预取与执行感知调度进一步降低开销。
所属事件:AgentZip 论文：高扇出沙箱内存压缩最高省 8.7 倍(2 条相关)→
「Infra」频道最新
- Grimes? 不,是 Bezos:呼吁建核动力海上算力平台 — beffjezos · 2026-11-04
- SpecPilot 智能体自动优化投机解码：速度从 4.46× 提升至 10.87× — pmttyji · 2026-11-04
- NEURA 发布 Neuron AI,欧洲具身智能的真正考验在协同落地 — ingliguori · 2026-11-04
- S3 数据库并不慢：内存+NVMe 缓存摊薄成本，写延迟差距比想象小 — mgill25 · 2026-11-04
- 开源 gpu-unlock 项目让 GeForce AI 推理提速最高 2 倍 — paranoidray · 2026-11-04
- 这 10 篇 GPU 优化论文决定了今天模型跑得多快 — NandoDF · 2026-11-04