面向选择性扫描内核的熵导向运行时分块调度

Mamba 选择性状态空间模型（SSMs）提供线性时间序列建模，但对选择性扫描分块调度敏感。我们提出 COREY，一个以概念和可行性为导向的运行时调度器，将固定区间激活熵映射到分块大小。我们在三个层级评估 COREY：原型成本模型、实时检查内核计时以及在现代 GPU 上的路由化端到端消化。 在内核层面，一个校准规则 $H_{\mathrm{ref}}=\log K$ 恢复局部最优分块，匹配一次性静态信使，使其对消费级 GPU 的延迟降低 $4.41\times$，对数据中心加速器的延迟降低 $3.90\times$--$4.04\times$。将此选择路由到补丁化的活跃扫描内核中闭合工程循环，但未提高端到端速度：在统一路由消化中，最佳静态分块超越所有熵导向和代理调度器。抽样直方图 COREY 增加 $+4.6\%$ 开销；受保护的回退到 Static-512 将其降低至 $+1.3\%$；轻量级序列长度关键表进一步降低至 $+0.7\%$。然而，两者仍慢于静态信使，因为它们保留了调度开销。在 80 提示 LongBench 子集上，被动和路由推理完全等效，具有 $100\%$ 贪心 token 一致性和零指标变化。混合制度研究显示，单个序列长度规则可匹配每个制度的分块信使。因此，COREY 被验证为质量保护的调度原型，但当前熵统计在测量到的 SSM 检查点工作负载上未能实现吞吐量优势于静态分块调谐。