ARM SME（Scalable Matrix Extension）：面向 AI 推理的矩阵加速架构与工程实践
深入解析ARM SME的硬件架构、指令集设计与编译器实践，展示矩阵乘法微内核实现、2:4结构化稀疏加速，以及在LLM推理中的实战优化技巧。
AI推理
利用 Linux cgroup v2 与 eBPF 实现 AI 推理服务的功耗-延迟联合调优工程
探讨如何在 Linux 内核层面，通过 cgroup v2 资源控制与 eBPF 实时监控的协同，实现功耗预算约束下 AI 推理服务质量（QoS）的最大化。
AI Inference Gateway 的请求调度与动态批处理：从 Continuous Batching 到 vLLM 生产级实现的深度工程实战
深入剖析 vLLM 中 Continuous Batching、Chunked Prefill 以及 Prefill-Decode Disaggregation 等关键技术的实现原理，结合生产级配置与基准数据给出可落地的调优方案。
Linux 内核 io_uring 时间轮与异步超时机制深度工程：构建百万级定时器的高性能 AI 推理请求调度
深入解析 Linux 内核 io_uring 内置时间轮机制，从内核 hrtimer 到多级时间轮数据结构，构建零系统调用的百万级并发异步超时调度引擎，专为 AI 推理网关的请求生命周期管理设计。涵盖链接超时、MULTISHOT 重试、NUMA 亲和性优化及生产级部署 checklist。
RISC-V 向量扩展 (RVV) 在 AI 推理加速中的深度工程实战
从零开始剖析 RVV 1.0 架构的工程实现，深入讲解 AI 推理核心算子（矩阵乘、Softmax、LayerNorm、SiLU）的向量化方法，并给出可落地的代码示例与性能优化策略。
GPUDirect RDMA：AI 推理集群零拷贝网络传输的工程实践
深入解析 GPUDirect RDMA 架构原理与 AI 推理集群工程实践，涵盖内核驱动实现、CUDA API 集成、NCCL RDMA 通道建立、性能调优与生产级容错设计
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。
分布式推理中的 KV Cache 管理与跨节点缓存共享：从理论到生产实践
深入探讨分布式推理系统中KV Cache的核心挑战、主流架构设计、传输协议实现以及生产环境优化策略。涵盖RDMA零拷贝传输、前缀缓存共享、一致性模型等关键技术，附完整代码示例与性能基准测试。
NUMA感知的Linux内核调度器深度实战——从CPU拓扑发现到跨节点内存访问优化
从NUMA架构演进出发，深度剖析Linux内核NUMA感知调度机制，结合AI推理服务生产级实战案例，详解CPU拓扑发现、cgroup NUMA绑定、自动numa balancing调优与跨节点内存访问优化的全链路工程实践。
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。
