eBPF实战：零侵入构建AI推理集群的全链路GPU显存追踪与性能分析系统
当vLLM推理服务突然OOM、DCGM曲线毫无异常时，本文用eBPF从内核态追踪CUDA Driver调用链，构建零侵入、全栈关联的GPU显存可观测性系统，包含碎片化分析与OOM预测闭环。
AI推理
RISC-V 向量扩展 RVV 1.0 AI 推理实战：从向量寄存器到端端侧 LLM 加速
RISC-V 向量扩展 RVV 1.0 在 AI 推理优化中的深度实战指南：架构原理、寄存器模型、向量化编程范式，以及从矩阵乘法、激活函数到 LayerNorm 的完整实现与性能基准。结合 SpacemiT K1、平头哥 C920 等真实硬件平台，分析 RVV 与 NPU 协同部署策略。
多路径 TCP（MPTCP）深度工程实践：从协议原理到 AI 边缘推理的链路聚合
深入剖析多路径TCP（MPTCP）的协议架构与Linux内核实现，涵盖元连接与子流抽象、DSN/SSN序列空间、路径管理器、调度器策略，以及AI边缘推理场景下通过链路聚合和冗余调度实现高吞吐与超低延迟的工程实践。
AI推理引擎中的KV-Cache内存管理：从零设计Buddy-Slab混合分配器
深入分析LLM推理引擎中KV-Cache的内存访问模式，从零实现一个Buddy-Slab混合分配器。解决通用分配器在高并发KV-Cache分配场景下的锁竞争、页表碎片和NUMA不友好问题，实测性能优于malloc 13倍。
io_uring task work 与 RT 优先级继承的深度工程分析：AI 推理网关隐性优先级反转的诊断与治理
深度分析 io_uring task work 与 Linux RT 优先级继承机制交互时引发的隐性优先级反转问题，提供完整诊断方法、实战代码和治理方案
TVM TensorIR 自动化算子优化工程实践：从调度原语到硬件原生性能
深入解析Apache TVM的TensorIR调度原语体系和AutoTIR自动调优机制，涵盖循环变换、内存层次调度、rfactor归约分解等核心优化原语，以及在FlashAttention等真实推理场景中的工程落地与性能数据。
ARM SME (Scalable Matrix Extension) 在终端 AI 推理中的架构演进与工程实践
深入剖析 ARMv9-A 架构的 Scalable Matrix Extension (SME)：二维 ZA Tile 存储模型、矩阵外积指令（SMOPA/FMOPA）语义、Linux 内核 ZA 上下文管理，以及如何为 MobileLLM 推理中的 QKV Projection 与 Attention 编写高性能 SME 内核，含完整汇编代码和性能基准对比
Linux 内核 io_uring 与 eBPF 协同在 AI 推理网关中的可编程数据面工程实践
在 AI 推理服务中，网关层承担着请求路由、负载均衡、流量控制和可观测性采集等关键职责。本文深入探讨如何通过 io_uring 的异步 IO 机制与 eBPF 的可编程内核执行能力协同工作，构建一个高性能、可观测、可编程的 AI 推理网关数据面
GPU Direct Storage：GPU 直接存储访问在 AI 推理数据管道中的工程实践
GDS让GPU显存直接与NVMe控制器建立DMA链路。深入剖析nvidia-fs驱动架构、cuFile API异步批量提交、GPU内存注册双缓冲策略，结合PyTorch容器化部署给出性能调优参数矩阵。
RISC-V Vector Extension (RVV) 在 AI 推理引擎中的突破与工程化实践
深入剖析 RVV v1.0 的 VLA 编程模型与 LMUL 寄存器分组机制，分析其在矩阵乘法 GEMM、Transformer Attention KV Cache、以及端到端推理部署中的优化策略。提供 6 个可生产级别的代码示例（Gemm 4x8分块、fp16/Int8量化、FlashAttention RVV归约、q4_K_M反量化），并给出 SiFive P870 上的性能基准对比（相对标量加速 7.2x）。
