AI 推理服务生产化实战：从 Jupyter Notebook 到高可用推理集群
从 Jupyter Notebook 到生产级推理平台的完整工程路线图：覆盖多模型共享推理引擎、Continuous Batching 调优、基于排队论的自适应扩缩容、GPU 显存碎片整理与 KV Cache 管理、模型热更新与灰度发布、三级缓存架构与成本优化策略。
高性能计算
RDMA 编程实战：从 Verbs API 到零拷贝分布式系统架构
RDMA编程深度实战：从Verbs API到零拷贝分布式系统架构。涵盖RDMA核心概念、QP状态机、批量提交与Doorbell优化、ODP内存管理、内存窗口与FMR策略，以及NCCL在AI训练集群中的RDMA传输层原理，配套完整C语言代码示例。
Linux io_uring 深度实战：从内核异步 I/O 到用户态 I/O 栈的工程范式革命
深入解析 Linux io_uring 的架构设计与高级用法：从共享内存环形队列的零拷贝协作到 SQPOLL 模式的极速提交，从 Multishot Accept 网络优化到 io_uring_cmd 的 NVMe 设备透传，结合生产级代码示例与性能基准数据，全面拆解这一正在改写 Linux I/O 格局的核心技术。
Mooncake 与分离式 LLM 推理：KV Cache 传输、缓存与 Prefill-Decode 解耦深度工程实战
深度解析分离式LLM推理架构的设计哲学与工程实现，聚焦KV Cache传输协议、分布式缓存管理、RDMA高效传输、生产部署实践，以Mooncake/Prefill-Decode解耦为例
深入理解 Linux 内核内存管理：从虚拟地址到物理页框的全链路剖析
Linux内核内存管理深度技术文章，全面剖析虚拟内存架构、多级页表、伙伴系统、Slub分配器、页面回收与Swap、NUMA感知分配、OOM Killer机制及cgroups v2内存控制器，含Docker/K8s容器化调优实战。
Mojo：AI 时代的系统编程语言——从 MLIR 编译器架构到高性能 AI 编程实战
深入探索 Mojo 语言如何通过 MLIR 编译器架构将 Python 的易用性与 C++ 的性能合二为一，涵盖多层级中间表示、编译期元编程、所有权系统、SIMD 自动向量化、AI 硬件加速统一编程模型，以及 FlashAttention 2 实战实现。
CPU缓存一致性协议MESI深度实战：从硬件缓存行到高性能数据结构
深入剖析MESI协议的状态机原理，实战演示false sharing的检测与消除（perf c2c/alignas/Slab Counter）、AoS vs SoA布局选择、NUMA感知的原子操作，最终构建缓存友好的无锁SPSC队列。含C/C++/Rust代码示例与性能分析工具箱。
WebGPU Compute Shader 深度工程实战：从 WGSL 到 GPU 极致优化
深入剖析WebGPU Compute Shader工程实现，从WGSL着色器语言到workgroup内存模型、同步原语，并通过矩阵乘法优化、并行前缀和与直方图统计三个典型GPU算法完整实现，展示如何在浏览器中榨取GPU并行算力极限。
Rust + CUDA IPC：多 GPU 间零拷贝张量通信工程实战
大规模 AI 模型训练与推理离不开多 GPU 协作。本文深入讲解 CUDA IPC 机制如何实现在同一节点内多 GPU 间零拷贝张量传递，并通过 Rust FFI 绑定给出完整工程实现，覆盖内存共享模型、事件同步、NVLink 拓扑感知、错误处理与 NCCL 集成。
WebGPU 计算着色器矩阵乘法优化：从 Naive 到 Tiled 深度实战
深入剖析 WebGPU 计算着色器实现高效矩阵乘法的完整管线：从朴素实现到 Tiled 分块策略、Workgroup Memory 利用、寄存器分块优化，包含完整 WGSL 代码、JavaScript 端管线配置、性能基准测试数据（Apple M2 Pro 实测），以及工程实践建议（TILE_SIZE 选择、Bank Conflict 避免、timestamp-query 精确计时等）。
