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。
AI基础设施
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。
异构AI集群的统一调度：跨NVIDIA/AMD/Intel GPU的资源抽象与负载均衡工程实践
深度探讨异构AI集群统一调度的工程实践，涵盖GPU资源抽象、感知调度算法、碎片管理、运行时QoS保障，以及跨NVIDIA/AMD/Intel架构的实战经验与反模式分析。
GPU 显存碎片化深度实战：从 Buddy 分配器、expandable_segments 到碎片率治理与 CUDA OOM 修复
每一个在 A100/H100 上跑过大模型训练或长上下文推理的工程师，大概率都见过这样一个让人抓狂的报错：
