GPU 缺页中断与 CUDA Unified Memory — 从 HMM 框架到 AI 推理大显存管理的工程实践
深入解析 GPU MMU 页表管理与 CUDA Unified Memory 的按需页迁移机制，剖析 Linux 内核 HMM 框架的设计原理与 NVIDIA UVM 驱动实现，给出在 AI 推理生产环境中利用 UM 管理超大规模显存的实战方法论。
AI推理
Linux Kernel KSM 内存去重：AI 推理容器密度优化的底层引擎
深入解析 Linux 内核 KSM 机制在 AI 推理容器密度优化中的应用。涵盖双层红黑树实现、ksmd 扫描策略、xxHash 校验、COW-break 开销分析，以及 Kubernetes 集群中 100 副本 LLM 推理的生产实战。
Linux 内核并发原语与内存排序深度工程 — 从原子操作、内存屏障到无锁数据结构在 AI 推理中的生产实践
深入剖析Linux内核并发原语与内存排序机制，从原子操作、编译器屏障、硬件内存屏障到RCU、Seqlock等高级同步原语，结合AI推理服务中的无锁环形缓冲区、KV Cache管理、模型热加载等实战案例，系统讲解如何在生产环境中构建高性能无锁并发系统。
ARM64 Memory Tagging Extension (MTE) 在 AI 推理引擎中的内存安全加固工程实践
深度解析ARM64 MTE硬件机制及其在AI推理引擎C++插件中的内存安全加固实践，包含编译器插桩、TensorRT插件工程应用、性能实测与PAC/BTI协同防御体系
异构推理引擎的统一调度：在单一服务中同时运行 Transformer、SSM 与 MoE 模型的工程实践
深入拆解异构推理统一调度的核心挑战：在单一服务中同时部署和管理 Transformer、Mamba/RWKV 等 SSM 模型、MoE 模型。涵盖计算特性分析、Rust异步调度器实现、GPU显存统一管理及生产级性能基准。
LLM 推理网关生产级架构：动态模型路由、流量调度与灰度发布
深入解析LLM推理网关的核心架构设计，涵盖声明式路由规则、权重分流算法、自适应调度、多层次限流与背压机制、自动化灰度发布流程，以及基于Rust/Axum的生产级实现方案。
从 x86-64 四级页表到 ARM64 五级页表：Linux 内核页表遍历在 AI 推理大内存场景中的深度工程
深入剖析 Linux 内核页表遍历机制如何成为 AI 推理性能的关键瓶颈，涵盖 x86-64 四级/五级页表、ARM64 LPA2 扩展、Huge Pages 策略、TLB 优化、NUMA 本地化以及 CXL 内存分层实战。
WebGPU SIMT 子群组操作与矩阵乘法 AI 推理协同优化：从 Warp Shuffle 到 Hopper WGMMA 的全栈工程
深入剖析 WebGPU 子群组(SIMT subgroup)原语如何映射到 NVIDIA Warp Shuffle、AMD GCN Wave Intrinsics 以及 Hopper WGMMA 指令，提供可落地的矩阵乘法优化实现，演示如何在不依赖 CUDA 生态的前提下，通过跨平台着色器语言实现生产级 AI 推理加速。
Linux systemd 在 AI 推理集群中的服务管理、资源精细化控制与 cgroup v2 集成工程实战
从AI推理集群的工程需求出发，深入剖析systemd如何通过cgroup v2控制器、套接字激活、看门狗机制和实时调度策略，为推理服务提供生产级的可靠性保证。包含Noisy Neighbor排查、GPU Hang检测、OOM循环重启防护等实战案例。
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）。
