Linux内核RCU深度实战：从宽限期原理到无锁读端性能巅峰
深入剖析Linux内核RCU同步机制：宽限期核心概念、读端/写者API全景解析、Tree RCU底层状态机实现、VFS dentry/路由表/PID等生产级实战场景、SRCU与RCU Tasks变种、宽限期延迟陷阱与调优策略。
进程调度
Linux内核RCU同步机制深度实战：Read-Copy-Update原理与内核源码全链路剖析
深入剖析Linux内核RCU同步机制，涵盖核心数据结构、宽限期原理、API体系、内存序屏障、call_rcu延迟释放、Tree RCU架构演进及典型应用场景
Linux Kernel io_uring 多线程提交瓶颈突破：SQPOLL 内核线程轮询深度原理与生产级调优
深入解析 Linux io_uring SQPOLL 内核线程轮询机制的实现原理，从源码层面拆解多线程提交场景下的无锁设计、内存序保证，并给出经过生产验证的调优参数与监控方案。
AI 训练与推理混部场景下 Linux I/O 优先级工程实战：从 cgroup iocost 到 io_uring sqthread 的端到端隔离
深入解析 Linux 内核 I/O 优先级四层控制体系（NVMe WRR / cgroup v2 io / ionice / io_uring sqthread），提供 AI 训练与推理混部场景下从 cgroup iocost 到 NVMe 硬件队列的完整隔离方案与可观测性实践。
Linux 内核 CFS 完全公平调度器深度解析：从红黑树到生产调优
深入Linux内核CFS完全公平调度器，详解红黑树数据结构、vruntime计算机制、调度延迟与粒度平衡策略、NUMA感知与组调度，以及生产环境调优实战指南。
Linux内核 EEVDF 调度器：从 CFS 到最早截止时间优先的架构革命
深入分析Linux 6.6引入的EEVDF（最早合格虚拟截止时间优先）调度器，从内核源码角度解析其算法原理、实现机制以及在AI推理基础设施中的实战调优策略
Linux内核进程调度深度实战：从CFS算法到实时调度策略
深入解析Linux内核进程调度机制，涵盖CFS完全公平调度器原理、红黑树时间片管理、虚拟运行时间vruntime、实时调度策略SCHED_FIFO与SCHED_RR、SCHED_DEADLINE截止时间调度、上下文切换性能优化、cgroup CPU子系统、NUMA感知调度、生产环境调度延迟排查与内核参数调优实战指南
Linux 内核进程调度器 CFS 深度实战：从红黑树到虚拟运行时间的完全公平
深入剖析 Linux CFS 调度器的实现原理、核心数据结构（红黑树、vruntime）、调度算法细节，以及生产环境调优实践与 EEVDF 新趋势
Linux 内核调度器深度实战：从 CFS 到 EEVDF 的演进与性能调优
深入剖析 Linux 内核调度器架构，从 CFS 完全公平调度器的红黑树与 vruntime 机制，到实时调度类 SCHED_FIFO/SCHED_DEADLINE，再到 2023 年 Linux 6.6 引入的 EEVDF 新调度器替换 CFS 的核心变革。包含 cgroup CPU 控制、sched_setaffinity 绑核、perf sched 性能分析、NUMA 调度优化等实战内容。
Linux 内核 EEVDF 调度器深度实战：从 CFS 到下一代完全公平调度
深度解析 Linux 6.6 引入的 EEVDF 调度器核心算法、架构对比与实战调优
Linux内核控制组-cgroup深度解析-从设计原理到生产实践
深入剖析Linux cgroup子系统的架构设计、核心数据结构、控制器实现原理，从v1到v2的重大架构演进，以及容器技术中的最佳实践。涵盖CPU/memory/IO三大控制器、PSI压力指标、eBPF融合等前沿内容。
Linux 内核 I/O 调度器深度工程：mq-deadline、kyber 与 bfq 在 NVMe AI 负载下的性能对比与生产选型
从源码级别剖析 Linux 三大主流 I/O 调度器 mq-deadline、kyber、bfq 的实现机制，并通过实测数据给出面向 AI 工作负载（训练/推理/GPU Direct Storage）的生产选型与调优策略
Linux 内核调度器 CFS 与 EEVDF 深度实战：从完全公平调度到下一代调度算法
深入解析 Linux 内核调度器演进之路：从 CFS 完全公平调度器的 vruntime 红黑树设计，到 EEVDF 下一代调度算法的截止时间语义；涵盖调度类架构、cgroup 带宽控制、NUMA 感知策略，以及 perf sched/ftrace/bpftrace 等分析工具链；提供低延迟交易系统、Web 服务器、容器化环境的生产调优实战案例。
GPU 缺页中断与 CUDA Unified Memory — 从 HMM 框架到 AI 推理大显存管理的工程实践
深入解析 GPU MMU 页表管理与 CUDA Unified Memory 的按需页迁移机制，剖析 Linux 内核 HMM 框架的设计原理与 NVIDIA UVM 驱动实现，给出在 AI 推理生产环境中利用 UM 管理超大规模显存的实战方法论。
