性能分析：2025–2026 年度综述

对 arXiv cs.PF 分类的年度综述，涵盖 2025 年 9 月 至 2026 年 8 月 期间发表的研究。本卷基于对 120 篇论文 的细读整理，组织为 44 章，按该领域的研究子方向描绘这一年的全貌。

全书框架（年度产出占比）：

• 大语言模型推理优化与服务系统 (14.8%) — 聚焦通过压缩、排序与专门服务架构等技术，优化大语言模型推理的延迟、吞吐与调度。
• 边缘 AI 与分布式资源管理 (14.8%) — 处理 AI 工作负载在边缘与云环境中的延迟、资源分配与服务编排挑战。
• 高性能计算与代码优化 (13.9%) — 涵盖高性能计算内核与代码框架的性能分析、自动调优与优化。
• 稀疏线性代数与矩阵乘法 (11.3%) — 探索稀疏矩阵运算、张量分解与低秩近似的高效算法与硬件加速。
• GPU 内存层次与带宽优化 (10.4%) — 研究内存访问模式、带宽调节与 CPU-GPU 协同执行策略，以缓解异构系统中的内存瓶颈。
• 长上下文大语言模型的键值缓存管理 (9.5%) — 发展高效的键值缓存管理与注意力优化技术，以支持 Transformer 模型的长上下文推理。
• 人工智能的能效与功耗建模 (7.6%) — 分析 AI 工作负载的能耗模式、功耗建模方法，以及能效的软硬件协同设计。
• 数据压缩与可扩展学习 (6.7%) — 考察有损压缩技术、误差传播，以及大规模数据挖掘与机器学习的可扩展算法。
• 作业调度与排队论 (6.5%) — 应用排队论与调度策略优化服务器与云环境中的作业执行时间与资源利用。
• 量子计算与后量子安全 (4.6%) — 基准测试量子算法、后量子密码性能，以及混合量子-经典计算架构。

每个子方向均通过三章展开论述——它如何提出自己的问题、其关键结论的强度，以及它开放的争论与前沿，从而让读者获得该领域今年实际产出的可溯源图景。