存算一体架构的工程实践：从 HBM-PIM 到 LPDDR5-PIM 的 AI 推理加速
深度解析存算一体(PIM)架构在AI推理中的工程实践。从HBM-PIM到LPDDR5-PIM，涵盖架构原理、编程模型、性能优化策略及2026年产业生态，含完整代码示例与性能基准。
异构计算
Linux sched_ext 与 CPU Sharding 深入实战：自定义调度器从编写到生产部署的完全指南
从内核机制到生产落地的 sched_ext 深度解析：涵盖 sched_ext 框架架构演进、BPF 编写自定义调度器完整流程、CPU Sharding 策略设计与实现、在 AMD/Intel/ARM 异构平台上的调度优化、以及 Meta/Google 大规模部署案例。附完整可运行的代码示例。
深入 Intel DSA / IAA 硬件加速器：Linux Kernel dmaengine 子系统工程实践
深入剖析 Intel DSA (Data Streaming Accelerator) 和 IAA (In-Memory Analytics Accelerator) 在 Linux Kernel dmaengine 子系统中的架构设计、驱动实现、性能调优以及与存储和数据库系统的工程实践集成。
ARM SME2 可扩展矩阵扩展：AI推理的下一代硬件加速引擎
ARM SME2（Scalable Matrix Extension 2）是ARMv9.4-A架构的核心扩展，首次引入二维ZTile矩阵寄存器和FMOPA外积累加指令，使通用CPU具备与入门级GPU竞争的INT8/BF16矩阵运算能力。本文深入解析SME2硬件架构、编程模型、LLM推理工程实践以及性能实测数据。
异构计算环境下的 AI Agent 任务调度：GPU/NPU/CPU 协同执行引擎
探讨AI Agent在异构计算环境中的任务调度策略，包括GPU/NPU/CPU协同执行引擎、统一内存管理、KV Cache优化及零拷贝技术等深度工程实践。
SYCL/oneAPI 异构计算编程模型：从 CUDA 锁定到跨平台 GPU 编程的实战突围
深入解析 SYCL 2020 标准的核心抽象（buffer/accessor、ND-Range、USM），对比 CUDA 生态的差异与优势，并通过生产级推理引擎集成案例展示如何在 NVIDIA/AMD/Intel 三大平台上用一套代码完成高性能 GEMM 计算。包含 sub-group shuffle、双队列 pipeline、AdaptiveCpp 单一源码多后端的实战技巧，以及 ResNet-50 跨平台性能基准数据。
异构计算碎片化困局：GPU 池化与时分复用统一调度架构实战
深入剖析GPU碎片化的四种典型症状（尾部碎片、时空错配、规格错配、抢占盲区），提供基于CUDA MPS显存硬限额 应用层Checkpoint/Resume的池化方案，包含Go实现的碎片调度器和生产避坑指南。
Linux内核 Energy-Aware Scheduling (EAS)：ARM big.LITTLE 架构下的能效调度工程实战
深入剖析 Linux 内核 Energy-Aware Scheduling 的核心机制、能量模型构建、工程配置与调优策略，结合 AI 推理终端实战案例，展示如何通过 EAS 将设备功耗降低 50%。
GPU计算生态深度实战：从CUDA到异构计算的编程模型与工程实践
从GPU硬件架构出发，深入剖析CUDA编程模型的底层原理，探讨内存层次优化、线程调度机制，并对比分析HIP、SYCL等开放生态替代方案，介绍基于CXL和池化的GPU资源调度前沿实践。
Linux内核DMA-BUF显式同步与跨驱动缓冲区共享：从零构建零拷贝GPU计算管线
在现代AI推理管线中，数据搬运的耗时往往超过计算本身。CPU与GPU、GPU与GPU、存储与加速器之间的零拷贝数据共享，是突破性能瓶颈的关键。Linux内核的DMA-BUF子系统正是解决这一问题的核心基础设施，而显式同步机制（explicit fencing）则是保证多设备并发访问正确性的基石。本文将深入DMA-BUF的内部机制，从零实现一个跨驱动的零拷贝GPU计算管线。
