ARM SME 矩阵扩展：LLM 推理底层算子的深度工程实践
从 ARMv9.2-A 指令集到 Apple M4 与 Ampere Altra 的实矩阵乘法加速路径。深度剖析 SME 的 ZA 存储模型、FMOPA 外积指令、BF16 GEMM 实现、Attention Score 算子优化，以及 llama.cpp 集成实战与性能调优数据。
Apple Silicon
Swift 与 C++ 互操作深度工程：构建高性能 AI 推理的统一编程模型
Swift/C++ Interop 深度工程指南：从内存所有权桥接、异常互转、SIMD高性能计算到生产环境下的AI推理引擎实战，覆盖编译系统集成、@Sendable线程安全保障、Metal+C++混合编排等最佳实践。
Apple MLX 深度工程实战：从统一内存架构、惰性计算图到 Metal 内核融合的全链路解析
拆解 Apple MLX 的工程内核：统一内存（UMA）如何消除 H2D/D2H 拷贝、惰性计算图与可组合函数变换（grad/vmap/compile）如何工作、mx.compile 的内核融合与 Metal 自定义内核写法，以及带宽约束下的 token/s 估算、缓冲池与 swap 调优、分布式 ring/jaccl 通信的生产级坑位清单。
