Triton GPU编程语言深度实战：从矩阵乘法到Flash Attention、内核融合与AI编译器优化的完全工程指南
Triton是由OpenAI开发的开源GPU编程语言，提供类似Python的高级语法同时达到接近手写CUDA的性能。本文深入讲解Triton的编程模型、矩阵乘法优化、Flash Attention实现、内核融合技术以及在PyTorch生产环境中的最佳实践。
MLIR
Chisel 敏捷硬件设计深度工程实战：从 FIRRTL/CIRCT 编译流水线、参数化生成器到香山 RISC-V 核的工业级落地
拆解 Chisel 敏捷硬件设计全链路：Chisel 三层抽象与 last-connect 语义、参数化生成器与 Rocket Chip diplomacy 两阶段细化、FIRRTL High/Mid/Low 三态降级与关键 Pass、CIRCT/MLIR 多方言到 SystemVerilog 的出口、多时钟域与复位工程、ChiselTest 与差分验证，以及香山 RISC-V 核的工业级实践与踩坑清单。
多面体编译模型深度工程实战：从依赖多面体、仿射调度到 Tiling 与 GPU 代码生成的全链路解析
沿真实工程链路拆解多面体编译：迭代域与访问函数的仿射表示、依赖分析从 GCD/Banerjee 到 Farkas+ILP 的精确化路径、Feautrier/PLuTo 仿射调度搜索、Tiling 与 isl AST 代码生成，以及在 Polly、PPCG、MLIR Affine Dialect 中的工业落地形态与工程边界。
Polyhedral 编译优化：从依赖分析到自动并行化的深度工程实战
深入剖析Polyhedral编译优化的数学框架与工程实战：从迭代域建模、四类数据依赖分析，到Pluto算法的自动并行化与locality联合优化，再到MLIR Affine dialect和Polly的实现机制。包含Jacobi stencil的完整优化流程与性能数据对比。
Mojo：AI 时代的系统编程语言——从 MLIR 编译器架构到高性能 AI 编程实战
深入探索 Mojo 语言如何通过 MLIR 编译器架构将 Python 的易用性与 C++ 的性能合二为一，涵盖多层级中间表示、编译期元编程、所有权系统、SIMD 自动向量化、AI 硬件加速统一编程模型，以及 FlashAttention 2 实战实现。
