推理引擎的编译优化：从计算图到高效执行
深入解析现代推理引擎的编译优化技术：计算图IR、算子融合策略、常量折叠、静态内存规划、CUDA Graph捕获和调度并行，涵盖TensorRT-LLM、vLLM、llama.cpp等主流引擎的编译实践。
编译优化
深入 Rust 零成本抽象：从泛型单态化到特征对象的编译期与运行时权衡深度实战
从 Rust 零成本抽象哲学出发，深度解析泛型单态化与特征对象的底层机制，涵盖编译期代码膨胀、虚函数表、对象安全、impl Trait 返回位置语义，以及基于基准测试的工程选型决策框架
TensorRT-LLM 深度工程实践：从模型到生产级推理服务
深度剖析 TensorRT-LLM 架构设计哲学、编译-运行时协作模式、跨算子融合、请求调度、KV Cache 管理与并行策略优化，含与 vLLM 对比及生产级部署实践。
Rust 编译器后端替代方案深度实战：从 Cranelift 到 GCC Backend 的工程博弈
深入拆解 rustc 的三大后端替代路线——Cranelift 的快速代码生成、GCC Backend 的GCC 生态集成、以及 LLVM 自身的演进——剖析它们的架构取舍、工程实现与前沿趋势。包含 CLIF IR、ISLE DSL、cg_clif 实战、gccrs 进度及多后端工作流。
LLVM ORC JIT 在 OLAP 查询引擎中的编译优化实战：从解释执行到自适应编译执行
LLVM ORC JIT在OLAP查询引擎中的编译优化实战，涵盖从解释执行到自适应编译执行的完整方案：Pipeline Fusion、SIMD向量化、分层编译、自适应切换等核心工程策略
