深入理解 Linux 内核内存管理：从虚拟地址到物理页框的全链路剖析
Linux内核内存管理深度技术文章，全面剖析虚拟内存架构、多级页表、伙伴系统、Slub分配器、页面回收与Swap、NUMA感知分配、OOM Killer机制及cgroups v2内存控制器，含Docker/K8s容器化调优实战。
高性能计算
Mooncake 与分离式 LLM 推理：KV Cache 传输、缓存与 Prefill-Decode 解耦深度工程实战
深度解析分离式LLM推理架构的设计哲学与工程实现，聚焦KV Cache传输协议、分布式缓存管理、RDMA高效传输、生产部署实践，以Mooncake/Prefill-Decode解耦为例
AI 推理服务生产化实战：从 Jupyter Notebook 到高可用推理集群
从 Jupyter Notebook 到生产级推理平台的完整工程路线图：覆盖多模型共享推理引擎、Continuous Batching 调优、基于排队论的自适应扩缩容、GPU 显存碎片整理与 KV Cache 管理、模型热更新与灰度发布、三级缓存架构与成本优化策略。
Linux 用户态中断 (Uintr) 深度技术实战：从硬件原理到纳秒级 IPC
深入分析 Intel User-Mode Interrupt (Uintr) 架构，结合 Linux 内核源码与 x86 指令集手册，从零构建用户态事件通知机制，实测对比 Unix 信号与 eventfd，揭示纳秒级 IPC 的工程路径。
Mojo：AI 时代的系统编程语言——从 MLIR 编译器架构到高性能 AI 编程实战
深入探索 Mojo 语言如何通过 MLIR 编译器架构将 Python 的易用性与 C++ 的性能合二为一，涵盖多层级中间表示、编译期元编程、所有权系统、SIMD 自动向量化、AI 硬件加速统一编程模型，以及 FlashAttention 2 实战实现。
CUDA Graph 与持久化内核：AI 推理的零启动开销革命
深入解析CUDA Graph与Persistent Kernel技术如何消除AI推理中的GPU启动开销。涵盖动态形状处理、GPU Direct RDMA集成、生产级调度架构设计，以及A100上70%吞吐提升的实测数据。
Rust + CUDA IPC：多 GPU 间零拷贝张量通信工程实战
大规模 AI 模型训练与推理离不开多 GPU 协作。本文深入讲解 CUDA IPC 机制如何实现在同一节点内多 GPU 间零拷贝张量传递，并通过 Rust FFI 绑定给出完整工程实现，覆盖内存共享模型、事件同步、NVLink 拓扑感知、错误处理与 NCCL 集成。
WebGPU Compute Shader 深度工程实战：从 WGSL 到 GPU 极致优化
深入剖析WebGPU Compute Shader工程实现，从WGSL着色器语言到workgroup内存模型、同步原语，并通过矩阵乘法优化、并行前缀和与直方图统计三个典型GPU算法完整实现，展示如何在浏览器中榨取GPU并行算力极限。
CUDA Warp 编程深度实战：从 Bank Conflict 到 Tensor Core 极限优化
深入NVIDIA GPU Warp级并行机制，从Bank Conflict原理到Tensor Core极限优化，涵盖Shared Memory架构、Warp分支发散、FP16矩阵乘实战案例及NSight Compute性能分析
Linux io_uring 深度实战：从内核异步 I/O 到用户态 I/O 栈的工程范式革命
深入解析 Linux io_uring 的架构设计与高级用法：从共享内存环形队列的零拷贝协作到 SQPOLL 模式的极速提交，从 Multishot Accept 网络优化到 io_uring_cmd 的 NVMe 设备透传，结合生产级代码示例与性能基准数据，全面拆解这一正在改写 Linux I/O 格局的核心技术。
