Pallas GPU 内核编程：XLA 编译器 + Hopper TMA 异步拷贝的 SMEM 流水线深度实战
Pallas 是 JAX/XLA 生态中用于编写高性能自定义 GPU 的底层编程模型，它通过 pallas_call 入口和 AsyncCopy 原语，让开发者既能利用 XLA 编译器的全局优化能力，又能精细控制 Hopper 架构的 Tensor Memory Accelerator (TMA) 硬件单元。
深度学习编译器
Apache TVM 深度学习编译器深度工程实战：从 Relax IR、TensorIR 调度到 MetaSchedule 自动调优与代码生成的全链路解析
沿 Apache TVM 的真实编译链路拆解深度学习编译器内核：Relax 图级 IR 的符号形状与 dataflow 作用域、TensorIR 的 block 抽象如何把调度与计算语义隔离、Schedule 原语（分块/绑定/多级缓存/双缓冲）背后的数据复用与 occupancy 权衡、MetaSchedule 如何把调参变成可版本化的搜索问题，并给出生产环境中静默 fallback、layout 转换、动态 shape 与精度丢失四类故障模式的排查清单。
