Linux 内核内存管理性能调优实战：从 Buddy System 到大页与 NUMA 的完整调优方法论
深入剖析 Linux 内核内存管理机制——伙伴系统的物理页分配原理、SLUB 对象缓存池、多级页表与 TLB 瓶颈、透明大页的适用场景与陷阱、页面回收策略与 swappiness 优化、NUMA 架构下的内存本地化、cgroup 内存限制与 OOM 防御体系，附含 Redis THP 实战案例和完整排障工具箱。
NUMA
从CFS红黑树到eBPF追踪：Linux内核调度器深度实战与性能调优
从CFS调度器核心数据结构（红黑树与vruntime）出发，全面剖析O(log n)进程调度实现原理，涵盖虚拟运行时间计算、新进程惩罚与唤醒补偿机制、NUMA感知调度演进（v1到v3三阶段）以及带宽控制器底层实现。通过eBPF实战构建零开销调度监控工具链：基于BPF_PROG_TYPE_TRACEPOINT的延迟直方图追踪器、CPU迁移统计器定位NUMA失衡问题、以及基于BPF反馈的PID控制自适应调优框架。包含一个完整的Java微服务调度优化生产案例：从问题诊断（中断隔离导致的GC线程延迟飙升）到解决方案（IRQ亲和性调整+cgroup v2带宽限制）的全链路实战。最后展望Linux 6.12引入的sched_ext可编程调度器框架，展示如何通过struct_ops实现用户态自定义调度策略。
Linux内核CFS调度器深度剖析：从虚拟运行时间到NUMA负载均衡的全栈实现指南
深入解析Linux内核CFS（完全公平调度器）的设计原理、核心数据结构（红黑树+vruntime）、调度流程、组调度与cgroup带宽控制、NUMA感知调度、性能调优参数全解析，并结合实战案例讲解调度器问题诊断方法。
Linux 内核反向映射（rmap）深度工程：物理页到虚拟地址的逆向索引
深入解析Linux内核反向映射(rmap)的实现机制：从anon_vma链表到address_space区间树，涵盖页面回收、KSM合并、MGLRU优化、NUMA平衡和内存压缩等核心场景。
Linux内核进程调度器深度实战：从CFS完全公平调度到实时策略与NUMA感知，彻底理解CPU时间片分配机制
从内核源码层面深入剖析Linux调度器完整架构——CFS的vruntime机制与红黑树设计、实时策略(FIFO/RR/EDF)、NUMA感知调度、cgroup CPU控制、SMP负载均衡及生产环境调优实践
CXL 内存池化：构建下一代 AI 集群的内存基础设施
深入分析 CXL 内存池化技术在 AI 集群中的应用，涵盖 CXL 协议栈、Linux 内核 CXL 子系统实现、NUMA 分层调度策略、以及 KV Cache 扩展和 Checkpoint 异步写入等工程实践。
Linux 内核内存管理深度实战：从 Buddy 分配器到 SLUB 与 NUMA 优化
深入剖析 Linux 内核内存管理的三大基石——Buddy 分配器、SLUB 分配器和 vmalloc 机制，解析内存碎片、NUMA 优化、透明大页等高级主题，并给出生产环境实战调试方法
CPU 缓存一致性工程与 AI 推理系统多核瓶颈深度实战
从MESI协议原理出发，深入剖析AI推理多核瓶颈工程本质，涵盖伪共享检测与消除、NUMA感知KV-Cache分配、Per-Core数据结构设计、缓存感知调度等实战优化策略
Linux内核CFS调度器深度实战：从vruntime到NUMA感知全栈解析
深入Linux CFS调度器核心原理，涵盖vruntime计算模型、红黑树运行队列、调度延迟控制、唤醒抢占机制、组调度与CFS带宽限制、NUMA感知调度、性能调优最佳实践，以及源码剖析与调试方法，展望eBPF扩展调度等未来演进方向。
Linux Kernel KSM：多租户 AI 推理集群的 KV Cache 内存去重与 NUMA 调优深度工程实践
深入分析 Linux KSM 内核实现机制与数据结构，结合多租户 AI 推理场景下的 KV Cache 共享需求，提供完整的 KSM 生产调优方案：双树扫描算法、NUMA-aware 配置、容器化部署、安全侧信道考量。
