AMD XDNA 架构 Ryzen AI NPU 编程实战：从 AIE 阵列到生产级推理流水线
深度剖析 AMD XDNA 架构的 AIE 数据流微架构设计，通过 XRT C++ API 编写自定义 DPU 内核，构建 ONNX Runtime Vitis AI EP 推理流水线，涵盖 Windows DirectML 与 Linux XRT 双平台实战部署方案，含完整代码示例与性能数据。
AI推理
Linux内核内存压缩子系统：zswap/zram深度实战与AI推理场景优化
深入剖析Linux内核zswap与zram的架构设计、核心数据结构、页面交互流程，并给出AI推理场景下的工程化调优实践。涵盖压缩算法选型、监控指标体系、性能陷阱规避等内容。
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。
AI 推理服务网格：多模型混合推理的架构设计与工程实践
深入拆解AI推理服务网格核心架构：Prefill/Decode分离部署、KV Cache统一内存池设计、多模型混合推理编排调度、自适应限流与模型热更新实战
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。
AI 推理引擎的批处理与内存管理：从 Continuous Batching 到 PagedAttention 的工程实践
本文深入剖析现代推理引擎解决吞吐-延迟-显存矛盾的两大核心技术：Continuous Batching（迭代级批处理）和 PagedAttention（分页KV Cache）。从操作系统内存管理视角，详解其CUDA实现内核、Prefix Caching机制、分离式架构演进，并提供生产环境调优与避坑指南。
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。
Linux 内核 CFS 调度器与 uclamp：AI 推理延迟敏感型工作负载的渗透性 QoS 与调度优化完全实践
深入解析 Linux 内核 uclamp（Utilization Clamp）机制在 AI 推理延迟敏感型工作负载中的应用。从 CFS 调度器内核实现到生产实践，涵盖混部场景的 P99/P999 延迟优化完整方案。
ARM SME2 深度工程实战：从外积指令到 AI 推理内核的零开销调度
ARM SME2 (Scalable Matrix Extension v2) 为 Neoverse 处理器引入了 ZA tile 矩阵存储和外积运算原语。本文基于 Neoverse V2 平台，描述从 intrinsics 到 AI 推理内核的完整实现路径，涵盖 4-bit 量化矩阵乘法、向量长度无关编程、以及与 Apple AMX 的架构对比。
