数据化健身时代：可穿戴设备、AI教练与精准训练的科学革命
深度解读数据化健身的核心逻辑：可穿戴设备对比、AI教练技术演进、健身指标体系解读、个人训练体系构建五步法，以及常见误区与未来趋势。
AI训练
Linux 内核 VFS Writeback 机制深度实战：从脏页产生到 BDI 刷盘的内部实现与调优
深入剖析 Linux 内核 VFS 写回子系统：脏页生命周期、BDI 写回线程模型、balance_dirty_pages 限速机制，含生产调优实践与代码分析。
AMD Instinct MI300 系列深度架构解析：CDNA3 矩阵核心、统一内存与 AI 训练工程实践
从芯片微架构到系统互连，深度解析 AMD Instinct MI300 系列（MI300A/MI300X）的 CDNA3 架构设计：统一内存 APU 路线、Infinity Fabric 互连技术、ROCm 开放软件栈，以及大模型训练中的工程实践。
从 XID 错误到芯片级容错：GPU 显存 ECC 损坏在 AI 训练中的检测、隔离与自愈工程
AI 训练集群规模从百卡扩展到千卡、万卡级别后，GPU 显存错误成为影响训练稳定性和模型收敛性的隐性杀手。与传统 CPU 不同，GPU 显存错误往往表现为"静默数据损坏"（Silent Data Corruption, SDC）——权重悄然翻转一个 bit，Loss 曲线异常抖动，而训练流程本身不会报错退出。本文从硬件 ECC 机制出发，深入讲解 GPU XID 事件解析、内核驱动级错误检测、生产…
RoCE v2 拥塞控制深度剖析：DCQCN、ETS、PFC 联动调优 AI 分布式训练网络
深度解析 RoCE v2 拥塞控制完整体系：从 PFC 反压到 ECN 标记，再到 DCQCN 硬件速率调节，以及如何联合调优适配 AI 训练流量特征。涵盖 Incast 分析、交换机阈值公式、DCQCN 参数实战、TIMELY/HPCC 演进路线。
AI训练数据加载管道：从存储到GPU的零拷贝预处理工程实战
深入解析AI训练数据加载管道的工程优化，涵盖GPUDirect Storage绕过CPU实现存储到GPU显存的零拷贝传输、NVIDIA DALI数据增强、基于io_uring的异步预取流水线架构、Rust零开销抽象在高性能数据加载器中的应用，以及生产环境中常见的I/O瓶颈诊断与调优方法。
确定性执行与系统调试：从 Record/Replay 到 AI 训练可重现性的深度工程实战
深入剖析确定性执行（Deterministic Execution）的核心原理与实践——从硬件非确定性来源到 Mozilla rr 指令级记录重放，从 FoundationDB 确定性模拟测试框架到 AI 大模型训练的可重现性挑战，包含完整 Rust 代码示例与内核级机制分析。
Linux 内核 XFS 文件系统 reflink/CoW 深度剖析：从 iomap 反向映射到 AI 数据集版本管理工程实践
深度剖析 Linux 内核 XFS 文件系统的 reflink/Copy-on-Write 实现机理，涵盖 extent 共享、反向映射 B+树（rmapbt）、refcountbt 事务集成，以及在 AI 训练数据集版本管理中的工程实践。
NCCL 多 GPU 通信优化：Ring AllReduce 与 Tree AllReduce 算法深度工程实战
深入剖析 NCCL 中 Ring AllReduce、Tree AllReduce、Ring Tree Hybrid 三种核心算法的实现原理、带宽模型与拓扑自适应策略，结合多卡集群部署的性能调优案例，揭示如何在一机多卡、多机多卡场景下实现接近线性的扩展效率。
Linux内核F2FS深度工程：面向AI训练checkpoint优化的日志结构文件系统实战
深入剖析Linux F2FS日志结构文件系统的内核数据结构、GC策略和checkpoint一致性机制，给出面向AI训练checkpoint场景的实战调优方案
