Polyhedral 编译优化：从依赖分析到自动并行化的深度工程实战
深入剖析Polyhedral编译优化的数学框架与工程实战：从迭代域建模、四类数据依赖分析，到Pluto算法的自动并行化与locality联合优化，再到MLIR Affine dialect和Polly的实现机制。包含Jacobi stencil的完整优化流程与性能数据对比。
编译器
AI 驱动编译器优化：MLGO 在 LLVM 中的深度工程实战
深入剖析 Google MLGO 框架——首个在工业级 LLVM 编译器中系统性集成强化学习的框架，覆盖内联大小优化与寄存器分配性能优化的核心设计、训练流水线与生产部署实战。
Rust 编译器后端替代方案深度实战：从 Cranelift 到 GCC Backend 的工程博弈
深入拆解 rustc 的三大后端替代路线——Cranelift 的快速代码生成、GCC Backend 的GCC 生态集成、以及 LLVM 自身的演进——剖析它们的架构取舍、工程实现与前沿趋势。包含 CLIF IR、ISLE DSL、cg_clif 实战、gccrs 进度及多后端工作流。
