Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.09138

帮助 | 高级搜索

计算机科学 > 数据库

arXiv:2507.09138 (cs)
[提交于 2025年7月12日 ]

标题: HedraRAG:在异构RAG服务中协调LLM生成和数据库检索

标题: HedraRAG: Coordinating LLM Generation and Database Retrieval in Heterogeneous RAG Serving

Authors:Zhengding Hu, Vibha Murthy, Zaifeng Pan, Wanlu Li, Xiaoyi Fang, Yufei Ding, Yuke Wang
摘要: 本文解决了异构检索增强生成(RAG)服务中的新兴系统级挑战,其中复杂的多阶段工作流和多样的请求模式使得高效执行变得复杂。 我们提出了HedraRAG,这是一个基于图抽象的运行时系统,它在阶段级并行性、请求内相似性和请求间偏差方面暴露了优化机会。 这些机会通过动态图转换实现,例如节点拆分、重新排序、边添加和依赖关系重连,应用于跨越并发请求的子图波前。 生成的执行计划被映射到混合CPU-GPU流水线以提高资源利用率并减少延迟。 在广泛范围的RAG工作流上的评估表明,其加速效果超过1.5倍,最高可达5倍,展示了在服务环境中协调生成和检索的有效性。
摘要: This paper addresses emerging system-level challenges in heterogeneous retrieval-augmented generation (RAG) serving, where complex multi-stage workflows and diverse request patterns complicate efficient execution. We present HedraRAG, a runtime system built on a graph-based abstraction that exposes optimization opportunities across stage-level parallelism, intra-request similarity, and inter-request skewness. These opportunities are realized through dynamic graph transformations, such as node splitting, reordering, edge addition, and dependency rewiring, applied to wavefronts of subgraphs spanning concurrent requests. The resulting execution plans are mapped onto hybrid CPU-GPU pipelines to improve resource utilization and reduce latency. Evaluations across a wide range of RAG workflows demonstrate speedups exceeding 1.5x and reaching up to 5x over existing frameworks, showcasing the effectiveness of coordinated generation and retrieval in serving environments.
评论: 被SOSP 2025接收
主题: 数据库 (cs.DB) ; 机器学习 (cs.LG)
引用方式: arXiv:2507.09138 [cs.DB]
  (或者 arXiv:2507.09138v1 [cs.DB] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.09138
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Zhengding Hu [查看电子邮件]
[v1] 星期六, 2025 年 7 月 12 日 04:42:43 UTC (2,073 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs.DB
cs.LG

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号