从XID错误到芯片级容错：GPU显存ECC损坏在AI训练中的检测、隔离与自愈工程
AI训练集群规模扩展到千卡万卡级别后，GPU显存ECC错误成为影响训练稳定性的隐性杀手。本文深入讲解GPU XID事件解析、内核驱动级错误检测、生产级监控体系构建，以及基于Kubernetes的GPU自动隔离与训练自愈工程实践。
NVIDIA
NVIDIA Blackwell 架构深度实战：第五代 Tensor Core、微切片与 AI 工厂时代的分离式推理
NVIDIA Blackwell GPU（B100/B200/GB200）标志着 AI 计算从"单机加速器"向"AI 工厂"的架构范式转变。本文从硬件微架构、CUDA 编程模型、分离式推理部署三个层面，深入剖析 Blackwell 的关键技术创新与工程落地。
FP8混合精度推理全链路部署实战：从模型格式到生产级推理引擎
深入解析FP8密集精度推理的全链路部署方案：从FP8数值格式E4M3/E5M2的取舍，到FP8 KV Cache的显存优化、FP8权重量化与动态量化、Transformer Engine与vLLM/SGLang的集成，最终给出可落地的生产级部署实践。
机密计算 × GPU AI 推理 —— TEE 环境下的隐私保护机器学习实战
深度解析GPU TEE技术在AI推理场景的实战应用，涵盖NVIDIA Confidential Computing架构、远程证明流程、Kubernetes部署、性能优化策略和攻防实战
DPU 架构深度实战：从 SmartNIC 到云原生数据面卸载
深度解析 DPU 硬件架构、软件栈与云原生集成实战。涵盖 NVIDIA BlueField-3 架构、DOCA Flow 编程模型、K8s SR-IOV 集成、SPDK 存储加速，以及 400Gbps 线速负载均衡器实现。
GPU 调度器多租户 AI 工作负载：Kubernetes 下的架构设计与工程实践
深入分析 Kubernetes 下多租户 GPU 集群的调度架构，涵盖 MIG/MPS/时间分片三大共享策略、Bin Packing 与运行时 Defragmentation 算法、Scheduler Extender 与 DRA 机制，以及生产级 QoS 保障与公平性设计。
TensorRT-LLM 深度工程实践：从模型到生产级推理服务
深度剖析 TensorRT-LLM 架构设计哲学、编译-运行时协作模式、跨算子融合、请求调度、KV Cache 管理与并行策略优化，含与 vLLM 对比及生产级部署实践。
FP8 混合精度训练工程实践：从 H100 到大模型训练的范式跃迁
深入解析 FP8 混合精度训练的硬件原理与生产实践，覆盖 E4M3/E5M2 格式设计、Loss Scaling 策略、Transformer Engine 实战、分布式训练协同优化，以及 Blackwell 未来展望。
NVIDIA MIG 深度实战：GPU 硬件分区、Kubernetes 多租户调度与 AI 推理优化
深入解析 NVIDIA MIG (Multi-Instance GPU) 硬件分区技术原理、Kubernetes 多租户调度实战、AI 推理性能调优与生产监控，覆盖 A100/H100 配置、GPU Operator 部署与 vLLM 推理框架最佳实践。
