ONNX Runtime 推理引擎深度工程实战：从图优化、算子融合到执行提供器与内存规划的全链路解析
沿 ONNX Runtime 的真实执行链路拆解推理引擎内核：Session 初始化时的 Graph Transformer 图改写与三级优化、算子融合收益的真实来源、执行提供器如何做图分区以及跨 EP 拷贝的代价、静态内存规划如何用生命周期区间复用显存、IOBinding 零拷贝的适用边界，并给出生产落地清单与常见故障模式。
GPU
CUDA Graph 动态形状捕获与 LLM 推理内存池优化深度实战
深入剖析 CUDA Graph 在 LLM 推理中的录制机制与动态形状挑战，提出 Chunked Prefill + 两阶段内存池 + 参数热更新的生产级优化方案
Linux DRM/KMS 显示管理子系统深度实战：从 KMS 原子模式设置到 GPU 渲染管线的全链路架构
深度解析Linux DRM/KMS显示管理子系统：从CRTC/Encoder/Connector/Plane核心硬件抽象模型出发，详解Atomic Modesetting事务性提交机制、VBlank与Page Flip帧同步、DMA-BUF零拷贝共享、GEM显存管理、三大GPU驱动架构(amdgpu/i915/nouveau)、GPU重置恢复、与Xorg/Wayland合成器的协作，以及完整的用户态libdrm编程实战。
AI大模型分布式训练：张量并行与流水线并行深度实践
深入拆解大模型训练的两大核心并行策略——张量并行与流水线并行。从矩阵分块原理、1F1B 调度算法到 Megatron-LM 工程实现，配合 PyTorch 代码实战，详解 TP × PP × DP 三维并行体系如何在 3072 张 GPU 上跑出近线性加速比。
DeepSeek 模型显存量化与消费级 GPU 部署工程实践
从工程实践层面，深入剖析如何在有限消费级 GPU 显存上通过 GGUF 量化、KV Cache 压缩和投机解码实现 DeepSeek 系列模型的高效本地部署
从零编写 GPU 驱动：Asahi Linux AGX 架构与 Apple M 系列图形栈逆向工程
Asahi Linux从零开始为Apple M系列芯片编写GPU驱动的工程实践，涵盖逆向工程方法论、Rust驱动架构、统一地址空间管理、命令缓冲区调度等深度内容
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。
GPU多租户能效调度：时分复用、显存碎片化与NVSwitch拓扑感知的联合工程优化
深入分析GPU时分复用原理、显存碎片化根因及Sub-page Allocation解决方案，结合NVSwitch拓扑感知调度和Perf/Watt能效优化维度，构建生产级多目标联合调度框架。
Linux 内核 DMA-BUF 同步机制深度实战：从 dma-fence 到多驱动零拷贝流媒体管线
深度解析 Linux 内核 dma-fence 同步体系：从三大核心抽象（dma-fence、sync_file、dma-resv）的实现原理，到 Camera→GPU→Display 零拷贝 pipeline 的完整实战方案。涵盖显式同步 API、自定义 fence 驱动编写、ftrace 调试及内核 6.x 新特性。
