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。
AI推理
ARM64 Memory Tagging Extension (MTE) 在 AI 推理引擎中的内存安全加固工程实践
深度解析ARM64 MTE硬件机制及其在AI推理引擎C++插件中的内存安全加固实践，包含编译器插桩、TensorRT插件工程应用、性能实测与PAC/BTI协同防御体系
Linux 内核并发原语与内存排序深度工程 — 从原子操作、内存屏障到无锁数据结构在 AI 推理中的生产实践
深入剖析Linux内核并发原语与内存排序机制，从原子操作、编译器屏障、硬件内存屏障到RCU、Seqlock等高级同步原语，结合AI推理服务中的无锁环形缓冲区、KV Cache管理、模型热加载等实战案例，系统讲解如何在生产环境中构建高性能无锁并发系统。
Linux Kernel KSM 内存去重：AI 推理容器密度优化的底层引擎
深入解析 Linux 内核 KSM 机制在 AI 推理容器密度优化中的应用。涵盖双层红黑树实现、ksmd 扫描策略、xxHash 校验、COW-break 开销分析，以及 Kubernetes 集群中 100 副本 LLM 推理的生产实战。
GPU 缺页中断与 CUDA Unified Memory — 从 HMM 框架到 AI 推理大显存管理的工程实践
深入解析 GPU MMU 页表管理与 CUDA Unified Memory 的按需页迁移机制，剖析 Linux 内核 HMM 框架的设计原理与 NVIDIA UVM 驱动实现，给出在 AI 推理生产环境中利用 UM 管理超大规模显存的实战方法论。
Linux Kernel PSI 深度解析：从内核压力信号到 AI 推理 QoS 与自动弹性伸缩
深入Linux内核PSI（Pressure Stall Information）机制，从内核任务停滞时间统计到cgroup2 per-cgroup压力视图，结合BPF程序跟踪压力事件，构建AI推理服务的自动弹性伸缩方案
Linux内核io_uring资源生命周期全链路治理：AI推理百万级并发中的工程实战
深入剖析io_uring资源生命周期治理全链路，涵盖fork安全、异步取消、链接链管理、SQPOLL线程模式、ring池化架构及生产性能实战数据
现代编译器后端的图着色寄存器分配：从 Chaitin-Briggs 到 LLVM Greedy 的生产级工程实践
深入剖析工业级编译器中的寄存器分配算法，从经典 Chaitin-Briggs 图着色到 LLVM Greedy 生产实例，包含活跃性分析、冲突图构造、溢出代价启发式、Coalescing、区间分割、Eviction 策略，以及 AI 推理引擎中的实际问题与调优。
AI Inference Gateway 的请求调度与动态批处理：从 Continuous Batching 到 vLLM 生产级实现的深度工程实战
深入剖析 vLLM 中 Continuous Batching、Chunked Prefill 以及 Prefill-Decode Disaggregation 等关键技术的实现原理，结合生产级配置与基准数据给出可落地的调优方案。
近数据计算架构：Linux 块层与 NVMe 计算存储协议深度解析
> **摘要**：当 AI 集群的数据搬运开销超过计算本身，传统"CPU 中心"架构已触及内存墙与功耗墙。本文从 Linux 块层子系统出发，深入剖析 NVMe 计算存储（Computational Storage）协议栈的演进路径，结合 io_uring 与 SPDK 实战案例，揭示近数据计算（Near-Data Processing）如何从论文走向生产。
