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。
高性能计算
Linux io_uring 深入剖析：新一代异步 I/O 编程范式实战指南
深度解析 Linux io_uring 异步 I/O 框架：从设计哲学、核心数据结构、liburing 编程实战，到内核态协同、性能对比与生产实践
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
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。
CUDA Graph 与持久化内核：AI 推理的零启动开销革命
深入解析CUDA Graph与Persistent Kernel技术如何消除AI推理中的GPU启动开销。涵盖动态形状处理、GPU Direct RDMA集成、生产级调度架构设计，以及A100上70%吞吐提升的实测数据。
大语言模型推理服务的多级优先级调度 — 从请求路由到内存预留的生产级实现
当LLM推理集群同时为实时对话、在线API任务和离线批量推理服务时，如何确保高优先级请求不被饿死，同时最大化GPU利用率？本文从生产视角拆解LLM推理服务的多级优先级调度架构。
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。
Linux io_uring 异步 I/O 革命：从 ring buffer 到高性能存储引擎深度实战
深度解析 Linux io_uring 异步 I/O 机制：从 ring buffer 共享内存架构、SQE/CQE 生命周期、固定缓冲区与文件注册、IORING_SETUP_SQPOLL 内核轮询模式、buf_group 多缓冲池选择、AF_XDP 网络发包集成，到 RocksDB/SPDK/io_uring 存储引擎生产实战与迁移陷阱，覆盖 5.1-6.x 内核演进全貌。
FlashAttention Tiling 策略与在线 Softmax：从数学推导到 IO-Aware 工程实战
深入分析FlashAttention的Tiling策略与在线Softmax数学原理：从增量归约公式推导，到Forward/Backward Tiling设计、Tensor Core WGMMA编程适配、三级异步流水线，延伸至Flash-Decoding与Flash-Decoding 推理优化，并给出A100/H100实测性能对比与工程落地要点。
Slurm 作业调度与 GPU 拓扑感知调度深度工程实战：从 backfill 回填、gang scheduling 到 cgroup v2 隔离与 MPI 全链路解析
从 slurmctld 调度主循环与 TRES 资源模型出发，逐层拆解 backfill 回填两趟扫描、GPU 拓扑感知位图排序与 gpu-bind、topology/tree 交换机亲和、cgroup v2 设备隔离，以及 PMIx/torchrun 启动链路的生产级工程实践与落地清单。
