MorphX：可变形内核支持 GPU 多任务（SOSP 2026）
原题：Efficient GPU Multitasking with Morphable Kernels
证据边界：未取得全文；只依据会议题录、公开摘要和开源仓库说明。无法核对关键图表与每个实验配置。
问题与动机
GPU 前台推理任务通常有严格延迟，后台任务则希望尽量吃满空闲算力。普通 kernel 一经发射，运行期间的 SM 占用难调整；用频繁重启或切碎内核让出资源又会增加开销。MorphX 据摘要通过编译变换生成“可变形 kernel”，使其执行中可以让出或收回计算资源，调度器再依据在线 profiling 调整前台/后台份额。它把资源弹性做进 kernel 生命周期，而不仅是在请求级排队。
关键观察 / 隐含假设
- 长运行 kernel 的资源占用是前后台干扰的直接边界；调度器若只能等 kernel 结束，就无法及时响应前台突发。
- 编译器能把目标 kernel 改造成可暂停/恢复的形态是主要部署前提，库外黑盒 kernel 的覆盖率未知。
核心方法
摘要给出“编译变换 + 在线 profiling + 调度器”的轮廓。没有全文时，无法核对变形点如何保存状态、资源收回时延或重新获得 SM 的机制；不能把它描述成任意 GPU kernel 的通用抢占能力。
实验与结果
摘要称在保持相同前台延迟的条件下，后台任务吞吐最高提高 2.24 倍。这是多任务场景中的最高收益，不能外推到独占 GPU 的单模型推理。缺全文时无法确认具体 GPU、任务组合、P99 约束和预emption 频率。
批判性分析
论证链条
运行中收回计算资源可改善前台响应，并把剩余资源交给后台；摘要的 2.24 倍结果只验证所测任务组合的收益。
假设压力测试
不支持改写的闭源 kernel、极短内核或强同步计算可能无法获得相同可变形性。
实验可信度
“相同前台延迟”需要核对具体是平均、P95 还是 P99；无全文时无法判断最坏场景下的隔离。
- 可变形能力可能依赖特定 kernel 结构和编译器；若应用使用大量闭源库 kernel，覆盖率未知。
- 真正的服务价值取决于前台尾延迟、资源切换响应时间以及后台吞吐，而不只是平均延迟。
- 需核对 CUDA graph、持久化 kernel 和多进程隔离能否与动态资源收回同时使用。
局限与后续工作
- 获得全文后按 kernel 类型统计可变形覆盖率，报告前台 P99 与资源切换时间，而非只看后台峰值吞吐。
相关
- 同会议：SOSP-2026；相邻系统：MeldKernel-SOSP26、EnerTune-SOSP26。
- 会议记录：SOSP DOI；代码：MorphX。