ARM SME（Scalable Matrix Extension）：面向 AI 推理的矩阵加速架构与工程实践
深入解析ARM SME的硬件架构、指令集设计与编译器实践，展示矩阵乘法微内核实现、2:4结构化稀疏加速，以及在LLM推理中的实战优化技巧。
AI推理
Rust + GPU 计算着色器：跨平台 AI 推理引擎的工程实践
深入探讨 Rust 配合 GPU 计算着色器（wgpu/WGSL）构建跨平台 AI 推理引擎的技术选型方案、显存管理策略、INT8量化矩阵乘 kernel 实现，以及生产部署中的六大常见陷阱与性能数据对比。
WebNN：浏览器原生 AI 推理的标准化之路与工程实战
从WebGL到WebGPU再到WebNN，浏览器AI推理的标准化演进全解析，包含端到端工程实战示例、多后端性能对比、首帧延迟优化与降级策略。
SGLang：结构化生成与 RadixAttention 推理引擎深度实战
深度剖析 SGLang 框架如何通过 RadixAttention 前缀缓存和压缩有限状态机（Compressed FSM）两大核心机制，在生产环境中实现 3-10 倍的结构化生成吞吐提升
AI推理中KV Cache的跨层调度与推测解码协同优化：从vLLM PagedAttention到TensorRT-LLM的工业实践
深入分析AI推理中KV Cache管理与推测解码的协同优化问题，涵盖vLLM PagedAttention的工程代价、推测解码与Prefix Cache的冲突分析、TensorRT-LLM的Context-Aware调度方案，以及一个可落地的Spec-Aware KV Scheduler（SKVS）架构设计与性能基准测试。
Linux RT Group Scheduling 与 cgroup CPU 带宽控制：构建确定性 AI 推理延迟保障的工程实战
深入 Linux RT 组调度与 cgroup v2 CPU bandwidth 控制器，提供 AI 推理服务的确定性延迟保障方案，涵盖 cpu.max 配置、NUMA 感知隔离、SCHED_DEADLINE 准入控制、Intel RDT/ARM MPAM 三级防护与生产陷阱规避。
GPUDirect RDMA：AI 推理集群零拷贝网络传输的工程实践
深入解析 GPUDirect RDMA 架构原理与 AI 推理集群工程实践，涵盖内核驱动实现、CUDA API 集成、NCCL RDMA 通道建立、性能调优与生产级容错设计
NVIDIA Grace Hopper NVLink-C2C 统一内存与 Linux 内核页迁移在 AI 推理工程中的深度实践
从硬件架构、Linux 内核页迁移机制、CUDA统一内存编程模型到AI推理场景实战优化，完整解析 NVIDIA Grace Hopper NVLink-C2C 统一内存技术栈。涵盖页迁移路径、访问计数器、内存建议API、预取策略、CUDA Graph整合、KV Cache零拷贝共享及性能基准测试。
Linux 内核 CPU 频率调控（CPUFreq）深度工程：从调控器算法到硬件 P-State
深入剖析Linux内核CPUFreq子系统架构、调控器算法演进、现代硬件P-State机制，结合AI工作负载实战调优经验，揭示频率决策背后的工程逻辑
Linux Kernel CPUIdle 与 AI 推理服务的功耗-延迟协同调度深度工程实践
深度解析 Linux cpuidle 子系统在 AI 推理网关场景下的功耗-延迟协同。涵盖 menu/TEO/haltpoll governor 对比、C-state 分层策略、eBPF 实时监控、ARM64 PSCI 差异、混合关键性部署实战。
