WebGPU Compute Shader 深度实战：从 WGSL 并行算法到浏览器内 CNN 推理引擎
深度解析 WebGPU Compute Shader GPGPU 编程：从 WGSL 语言基础、分块矩阵乘法、并行归约、Blelloch 前缀和到 2D 卷积与算子融合，搭建基于 VGG19 的浏览器内实时风格迁移系统。含 2026 年主流硬件性能实测与 CUDA 生态对比。
并行计算
深入理解 GPU Tensor Core 架构与 CUDA 编程实战：从 Ampere 到 Blackwell 的 AI 高性能计算
从工业级 AI 计算的视角，系统性梳理 NVIDIA Tensor Core 的架构演进（Volta→Ampere→Hopper→Blackwell），深入讲解 CUDA WMMA API、Hopper TMA 异步拷贝、Warp Group wgmma 指令、共享内存 Swizzle、多级流水线设计，并提供 FP8 混合精度 GEMM 内核实战案例与 Nsight Compute 性能剖析指南。
WebGPU 下一代 GPU 编程接口深度实战：从 WGSL 着色器语言到计算管线、并行图像处理与生产级 Web 端 ML 推理部署的完全工程指南
WebGPU 作为 WebGL 的下一代替代标准，引入了现代 GPU 编程范式的全部能力：显式资源管理、计算着色器、Bindless 资源模型、显式同步与零开销抽象。本文从为什么需要 WebGPU 出发，系统讲解 WGSL 着色器语言、设备与资源管理、渲染管线与间接绘制、并行计算管线（工作组/共享内存/规约算法）、图像卷积与 CV 算子实战、ORT-Web/Stable Diffusion WebGPU 端推理部署，以及性能调优与可观测性，最后展望 Subgroups、Bindless、ML GPU 后端等标准演进，是 Web 端 GPU 编程从理论到生产部署的完全指南。
WebGPU 计算着色器深度实战：浏览器端 GPGPU 通用计算与深度学习推理
全面解析 WebGPU Compute Shader 编程模型：WGSL 着色器语言、Compute Pipeline 架构、Workgroup 内存优化、主机-设备数据交互实战。涵盖大规模矩阵乘法的 Tiling 优化、并行归约（Parallel Reduction）、2D 卷积GPU加速，以及与 CUDA/SYCL 的性能对比分析。
多面体编译模型深度工程实战：从依赖多面体、仿射调度到 Tiling 与 GPU 代码生成的全链路解析
沿真实工程链路拆解多面体编译：迭代域与访问函数的仿射表示、依赖分析从 GCD/Banerjee 到 Farkas+ILP 的精确化路径、Feautrier/PLuTo 仿射调度搜索、Tiling 与 isl AST 代码生成，以及在 Polly、PPCG、MLIR Affine Dialect 中的工业落地形态与工程边界。
大模型分布式训练并行与显存工程实战：从 ZeRO 分片、FSDP 扁平参数到激活重计算与通信重叠全链路
沿真实工程决策链拆解大模型分布式训练：先算清混合精度 AdamW 的 16 字节/参数显存账本，再区分 DP/TP/PP 三种并行各自解决的维度，深入 ZeRO 三级分片与 FSDP FlatParameter 编排（含 70B 在 64 卡上的单卡显存实测表），给出选择性激活重计算的算力-显存兑换率与 use_reentrant 陷阱，最后落到 prefetch、bucket 与梯度累积 no_sync 的通信-计算重叠实战。
WebAssembly SIMD与跨平台高性能计算：从128位向量指令到视觉/推理/信号的端到端加速实践
深入解析WebAssembly SIMD128指令集架构及其在图像处理、神经网络推理、音频信号处理等跨平台高性能计算场景的工程实践
Rust GPU 计算：从 RustGPU 编译器到 wgpu 核心优化与生产实践
深入剖析 Rust GPU 计算技术栈：编译器后端如何将 Rust 代码翻译为 GPU 指令，naga IR 如何保证跨平台兼容性，以及生产环境中如何设计高性能的 compute pipeline，包含完整的粒子系统实战案例。
