NVIDIA Grace Hopper NVLink-C2C 统一内存与 Linux 内核页迁移在 AI 推理工程中的深度实践
从硬件架构、Linux 内核页迁移机制、CUDA统一内存编程模型到AI推理场景实战优化，完整解析 NVIDIA Grace Hopper NVLink-C2C 统一内存技术栈。涵盖页迁移路径、访问计数器、内存建议API、预取策略、CUDA Graph整合、KV Cache零拷贝共享及性能基准测试。
AI推理
io_uring × AF_XDP 融合：为 AI 推理网关打造全栈零拷贝数据路径的工程实践
深入剖析io_uring与AF_XDP两大Linux内核子系统融合，为AI推理网关构建全栈零拷贝数据路径的工程实践指南，涵盖性能基准测试（523K req/s）与生产级调优策略
Linux 内核 CPU 频率调控（CPUFreq）深度工程：从调控器算法到硬件 P-State
深入剖析Linux内核CPUFreq子系统架构、调控器算法演进、现代硬件P-State机制，结合AI工作负载实战调优经验，揭示频率决策背后的工程逻辑
Linux Kernel CPUIdle 与 AI 推理服务的功耗-延迟协同调度深度工程实践
深度解析 Linux cpuidle 子系统在 AI 推理网关场景下的功耗-延迟协同。涵盖 menu/TEO/haltpoll governor 对比、C-state 分层策略、eBPF 实时监控、ARM64 PSCI 差异、混合关键性部署实战。
Linux MADV_PAGEOUT 与 MADV_COLD：AI 推理引擎的主动式内存生命周期管理
深入探析 Linux 5.4 引入的 MADV_PAGEOUT 与 MADV_COLD/HOT 内存建议机制，解析其在 AI 推理引擎（KV Cache、激活内存）主动式内存生命周期管理中的应用，包含完整 C 代码实战与性能评估。
PyTorch 2.x torch.compile 与 Inductor 后端深度工程：从 FX Graph 到 Triton kernel 的 AI 推理全栈优化
深入拆解 PyTorch 2.x torch.compile 的完整技术栈——从 TorchDynamo 的 Python 字节码拦截到 Inductor 的 Triton kernel 代码生成，结合生产级推理部署经验，给出可落地的工程指南。
近数据计算架构：Linux 块层与 NVMe 计算存储协议深度解析
> **摘要**：当 AI 集群的数据搬运开销超过计算本身，传统"CPU 中心"架构已触及内存墙与功耗墙。本文从 Linux 块层子系统出发，深入剖析 NVMe 计算存储（Computational Storage）协议栈的演进路径，结合 io_uring 与 SPDK 实战案例，揭示近数据计算（Near-Data Processing）如何从论文走向生产。
AI Inference Gateway 的请求调度与动态批处理：从 Continuous Batching 到 vLLM 生产级实现的深度工程实战
深入剖析 vLLM 中 Continuous Batching、Chunked Prefill 以及 Prefill-Decode Disaggregation 等关键技术的实现原理，结合生产级配置与基准数据给出可落地的调优方案。
现代编译器后端的图着色寄存器分配：从 Chaitin-Briggs 到 LLVM Greedy 的生产级工程实践
深入剖析工业级编译器中的寄存器分配算法，从经典 Chaitin-Briggs 图着色到 LLVM Greedy 生产实例，包含活跃性分析、冲突图构造、溢出代价启发式、Coalescing、区间分割、Eviction 策略，以及 AI 推理引擎中的实际问题与调优。
分布式推理中的 KV Cache 管理与跨节点缓存共享：从理论到生产实践
深入探讨分布式推理系统中KV Cache的核心挑战、主流架构设计、传输协议实现以及生产环境优化策略。涵盖RDMA零拷贝传输、前缀缓存共享、一致性模型等关键技术，附完整代码示例与性能基准测试。
