연구진은 마스크 확산 언어모델(dLLM)이 실제 동시 서빙 부하에서 어떻게 동작하는지 체계적으로 측정했다. LLaDA-8B-Instruct에 D2F LoRA 어댑터를 적용해 H200 GPU 한 대에서 GSM8K·HumanEval로 평가한 결과, 요청 난이도(디노이징 스텝 수)는 연속적이 아니라 11개의 고정 단계로 이산화되어 있었고 생성 전 이를 예측할 신호는 없었다(R²=0.150). 단일 요청 처리 시간의 24%만 GPU 연산이고 나머지는 CPU 디스패치 오버헤드였으며, 배치 크기 16에서 디노이징 스텝별 순전파를 공유해 처리량을 16배 향상시켰다. 이는 dLLM 서빙이 자기회귀 모델과 달리 디노이징 스텝 단위의 병렬 처리를 필요로 함을 보여준다.

• •요청 난이도는 11개의 고정된 디노이징 스텝 레벨로 이산화됨
• •생성 전 난이도를 예측하는 신호를 찾지 못함(최고 R²=0.150)
• •단일 요청 처리시간의 76%가 GPU 아닌 CPU 디스패치 오버헤드
• •배치 크기 16에서 스텝별 순전파 공유로 처리량 16배 향상