Linux内核IOMMU与DMA引擎深度实战：从地址映射到设备访问的完整机制
深入解析Linux内核IOMMU/SMMU子系统的工作原理与DMA引擎的完整机制，涵盖IOMMU页表映射、DMA API分类(一致性DMA/streaming DMA)、SMMU在ARM架构中的角色、VFIO用户态驱动框架、DMAR在Intel架构中的实现，以及DMA调试与性能调优的实战经验。
服务器运维
服务器运维精进之路：从手工操作到自动化平台化
系统讲解服务器运维的核心能力体系，涵盖基础设施自动化、监控告警、日志平台、容量规划和AIOps方向
Linux Netfilter 连接跟踪与 NAT 架构深度解析：从数据包入站到万千连接的核心引擎
深入解析 Linux Netfilter 连接跟踪子系统的核心数据结构、五元组哈希表、TCP/UDP协议状态机、NAT变换实现、协议辅助器机制、生产调优与现代eBPF/XDP替代方案，附三个真实生产事故案例分析。
Intel CET：硬件级 Shadow Stack 与间接分支追踪在 Linux 中的工程实战
Intel CET（控制流执行技术）已从学术概念走向生产线：硬件级返回地址保护与间接分支追踪在Linux内核、编译器（GCC/Clang/Rust）中的完整部署指南，含性能基准、Rust内联汇编实战与ARM64 PAC/BTI协同策略。
TCP BBR 拥塞控制算法深度实战：从带宽-RTT状态机到全球大规模部署工程进化
深度剖析 TCP BBR 拥塞控制算法从 v1 到 v3 的演进：带宽建模状态机、内核实现、生产部署实战与性能对比。涵盖 STARTUP/DRAIN/PROBE_BW/PROBE_RTT 四状态循环、带宽估计器设计、BBRv1/v2/v3 差异、YouTube/Google Cloud 实测数据与容器化部署指南。
模型量化实战：从 AWQ/GPTQ 到 NVIDIA FP8 推理的工程部署与性能调优
深度剖析大语言模型推理中的量化技术路线，从 GPTQ、AWQ、SmoothQuant 到 NVIDIA 硬件级 FP8 推理，结合 vLLM 与 TensorRT-LLM 实战部署，给出一套完整的工程方案。
Linux鍐呮牳璋冨害鍣ㄦ繁搴︽紨杩涳細浠嶰(1)璋冨害鍣ㄥ埌CFS鍏ㄩ潰瑙ｆ瀽
娣卞叆鍓栨瀽Linux鍐呮牳璋冨害鍣ㄦ紨杩涳細浠庢棭鏈熻疆璇㈠埌O(1)璋冨害鍣ㄣ€佸畬鍏ㄥ叕骞宠皟搴﹀櫒CFS锛屽啀鍒版渶鏂扮殑EEVDF锛屽叏闈㈣В鏋愯櫄鎷熻繍琛屾椂闂淬€佺孩榛戞爲璋冨害闃熷垪銆佺粍璋冨害銆丯UMA鎰熺煡涓庢€ц兘瀵规瘮
Linux 鍐呮牳璋冨害鍣ㄦ繁搴﹀墫鏋?CFS 瀹屽叏鍏钩璋冨害鍣ㄤ笌瀹炴椂璋冨害绛栫暐瀹炴垬
娣卞叆鍓栨瀽Linux鍐呮牳璋冨害鍣ㄦ灦鏋勶紝璇﹁ВCFS瀹屽叏鍏钩璋冨害鍣ㄧ殑vruntime鏈哄埗涓庣孩榛戞爲瀹炵幇锛屼互鍙奡CHED_FIFO/SCHED_RR/SCHED_DEADLINE瀹炴椂璋冨害绛栫暐鐨勪娇鐢ㄥ満鏅笌鎬ц兘璋冧紭瀹炴垬
HTTP/3 与 QUIC 协议深度实战：从传输层原理到零 RTT 生产部署
深度解析 QUIC 协议的核心机制：基于 UDP 的用户态协议栈、内置 TLS 1.3 加密体系、多流多路复用消灭队头阻塞、连接迁移、可编程拥塞控制、0-RTT 安全防护，以及完整的生产级部署与性能调优实战。
WebGPU Parallel Scan 实战：Prefix Sum 并行算法从理论到浏览器端部署
深入探讨 WebGPU 上高效实现 Parallel Scan 算法的完整工程路径，覆盖 Blelloch 并行扫描理论、workgroup 共享内存优化、Bank Conflict 消除、多级分层策略，以及浏览器端性能基准测试。包含完整 WGSL 代码示例和 JavaScript 调度器实现。
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。
Linux RT Group Scheduling 与 cgroup CPU 带宽控制：构建确定性 AI 推理延迟保障的工程实战
深入 Linux RT 组调度与 cgroup v2 CPU bandwidth 控制器，提供 AI 推理服务的确定性延迟保障方案，涵盖 cpu.max 配置、NUMA 感知隔离、SCHED_DEADLINE 准入控制、Intel RDT/ARM MPAM 三级防护与生产陷阱规避。
WebNN 异构推理实战：从 WebNN API 到多后端生产级 AI 部署
WebNN异构推理实战：从API到多后端生产级AI部署，涵盖WebNN+WebGPU协同架构、设备能力探测、跨引擎数据桥接、LLAVA多模态推理拆分等核心方案
CXL 内存池化架构深度实战：从协议分层到生产级部署
CXL（Compute Express Link）深度技术解析：从协议栈三层架构、基于目录的缓存一致性机制，到内存拓扑设计、Linux内核CXL子系统实现，以及AI推理集群中的生产级部署实战
推理时计算革命：从思维链搜索到生产部署的深度工程实践
2026年，大模型推理正经历范式转换：从单次前向传播转向推理时计算驱动的多步长思维链推理。本文深入剖析推理时计算的核心算法（MCTS、自我验证、并行采样）、工程架构（KV Cache优化、分布式编排）与生产部署实践。
