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。
利用 Linux cgroup v2 与 eBPF 实现 AI 推理服务的功耗-延迟联合调优工程
探讨如何在 Linux 内核层面，通过 cgroup v2 资源控制与 eBPF 实时监控的协同，实现功耗预算约束下 AI 推理服务质量（QoS）的最大化。
多模型协同推理架构：请求编排引擎与异构调度深度工程
深入解析多模型协同推理的核心工程挑战，涵盖异构调度、请求编排引擎设计、跨模型缓存机制与实际生产优化。从DAG建模到Work Stealing，从放置策略到实战案例。
NUMA感知的Linux内核调度器深度实战——从CPU拓扑发现到跨节点内存访问优化
从NUMA架构演进出发，深度剖析Linux内核NUMA感知调度机制，结合AI推理服务生产级实战案例，详解CPU拓扑发现、cgroup NUMA绑定、自动numa balancing调优与跨节点内存访问优化的全链路工程实践。
RISC-V 实时扩展与 AI 推理确定性时延：Smcntrpmf + Zc 扩展深度原理与工程实践
深入剖析RISC-V实时扩展家族——Smcntrpmf性能监控计数器与Zc短代码扩展——如何协同解决AI推理服务中的确定性时延问题。涵盖硬件精确计时、无页故障紧凑指令、Linux PREEMPT_RT调度器适配，以及在SiFive P870上的实测数据（抖动从34ms降至4.4ms）。
