LIFE：面向前沿系统的能源高效先进持续学习智能体 AI 框架
人工智能
2026-04-15 v1
摘要
人工智能的快速发展改变了 HPC 用法的特征，如配箱、配置和执行。不仅能源需求得到放大，而且现有的粗糙持续学习能力限制了 AI 有效管理 HPC 的能力。本文审查了超越单一变压器的新兴方向，强调 agentic AI 和脑类启发式架构作为通往可持续、自适应系统的互补路径。我们提出了 LIFE，一个推理和学习框架，具备增量、灵活和能源高效的特点，作为一个以智能体为中心的系统而非单一的单体模型来实现。LIFE 独特地将四个组件组合在一起，以实现 HPC 中自我演化网络管理和操作。该组件包括一个 orchestrator、Agentic Context Engineering、一种新颖的记忆系统以及信息晶格学习。LIFE 还可以推广以启用各种其他正交用例。我们以检测和缓解运行在类似 Kubernetes 的集群上关键微服务经验的延迟峰值作为具体的闭环 HPC 操作示例来支撑 LIFE。
关键词
引用
@article{arxiv.2604.12874,
title = {LIFE -- an energy efficient advanced continual learning agentic AI framework for frontier systems},
author = {Anne Lee and Gurudutt Hosangadi},
journal= {arXiv preprint arXiv:2604.12874},
year = {2026}
}
备注
9 pages, 4 figures, 4 tables