Elastic Quarantines: Engineering Rowhammer Mitigation for AI Training Clusters with ECC and TRR
从DRAM物理特性出发，深入分析Rowhammer攻击对AI训练集群的威胁，以及工程层面如何通过ECC、TRR、pTRR、DDR5新特性和操作系统级缓解措施构建纵深防御。
AI基础设施
LLM 流式推理的自适应调度引擎：背压传播、批处理优化与过载保护
在 LLM 推理服务中，Streaming（流式）输出带来了极致的用户体验，但也给服务端带来了独特的调度难题。本文深入探讨如何在流式推理场景下构建具备背压感知、自适应批处理和过载保护的生产级调度系统，涵盖 GPU 显存预算器、AIMD 自适应批处理、分级降级策略及 Token Bucket 限流等核心技术。
Rust 异步运行时深度比较：Tokio vs Glommio vs Monoio 与 AI 推理数据加载器选型实战
深入分析Rust生态三大异步运行时Tokio、Glommio、Monoio的架构差异，通过AI推理数据加载器的具体场景展示各自的性能表现与选型策略，含生产级双层调度架构设计与实测数据对比。
用消费级游戏GPU搭建AI训练集群：从硬件选型到分布式训练的完全实战
完整记录从零搭建4卡RTX 4090 AI训练节点的全过程，涵盖硬件选型、散热设计、NCCL通信优化、PyTorch分布式训练配置，以及实际跑通LLaMA-3 70B QLoRA微调的经验，包含完整的代码示例和性能基准测试数据。
CXL 3.0 Fabric 拓扑与内存池化：云原生 AI 基础设施的下一代互联革命
深入解析 CXL 3.0 的多层级交换架构（Global Fabric Switching）、基于端口路由的全局内存池化机制，以及在云原生 AI 训练场景下的实际部署架构。包含真实硬件拓扑、内核驱动代码和性能基准数据。
Inside JAX：XLA 编译器如何将 Python 函数编译为 GPU PTX 代码
深入拆解 JAX/XLA 核心编译机制：Tracing 编译模型、HLO 中间表示、算子融合、自动并行化(GSPMD)、自定义VJP与性能调优实战
Linux内核sched_ext BPF调度器实战——AI训练与推理服务混部场景下的自定义调度策略
深入解析Linux 6.12引入的sched_ext BPF调度器框架，通过完整代码示例展示如何为AI训练与推理混部场景开发生产级自定义调度器，包含vtime加权、NUMA感知放置、时间片差异化等核心机制，并附有双路EPYC 9654 4×H100基准测试数据。
Slurm 作业调度与 GPU 拓扑感知调度深度工程实战：从 backfill 回填、gang scheduling 到 cgroup v2 隔离与 MPI 全链路解析
从 slurmctld 调度主循环与 TRES 资源模型出发，逐层拆解 backfill 回填两趟扫描、GPU 拓扑感知位图排序与 gpu-bind、topology/tree 交换机亲和、cgroup v2 设备隔离，以及 PMIx/torchrun 启动链路的生产级工程实践与落地清单。
CXL 内存池化架构深度实战：从协议分层到生产级部署
CXL（Compute Express Link）深度技术解析：从协议栈三层架构、基于目录的缓存一致性机制，到内存拓扑设计、Linux内核CXL子系统实现，以及AI推理集群中的生产级部署实战
CXL 内存池化：构建下一代 AI 集群的内存基础设施
深入分析 CXL 内存池化技术在 AI 集群中的应用，涵盖 CXL 协议栈、Linux 内核 CXL 子系统实现、NUMA 分层调度策略、以及 KV Cache 扩展和 Checkpoint 异步写入等工程实践。
