AI 推理引擎中的推测解码（Speculative Decoding）：从算法原理到生产级工程实践
深入剖析推测解码的算法原理——拒绝采样与分布等价性证明，覆盖vLLM/SGLang/TensorRT-LLM三大推理引擎的实现对比，分享动态γ调整、多头推测Medusa、温度自适应等生产级工程实战经验
生产实践
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。
Python asyncio 深度实战：从 Event Loop 内核到生产级并发工程
从 CPython 源码级视角拆解 asyncio 核心机制：Future/Task 状态机、Selector 与 Proactor 跨平台抽象、协程栈帧挂起原理；深入生产级实战：TaskGroup 结构化并发、有界队列背压控制、异步连接池、OpenTelemetry 可观测性埋点、run_in_executor 线程协作、uvloop 性能演进。
