MoE 专家并行深潜：从 All-to-All 通信瓶颈到 DeepEP 的工程突围
从 MoE 层的两次 All-to-All 出发量化分析专家并行的通信瓶颈，解析路由负载均衡、capacity 截断、EP 与 TP 的适用性差异，以及 DeepEP 的双域 buffer、纯 RDMA 低延迟 kernel 与通信计算重叠设计，并给出生产环境落地 checklist。
RDMA
RDMA 编程实战：从 Verbs API 到零拷贝分布式系统架构
RDMA编程深度实战：从Verbs API到零拷贝分布式系统架构。涵盖RDMA核心概念、QP状态机、批量提交与Doorbell优化、ODP内存管理、内存窗口与FMR策略，以及NCCL在AI训练集群中的RDMA传输层原理，配套完整C语言代码示例。
Linux RDMA 深度实战：RoCE v2 与 InfiniBand 内核协议栈剖析及零拷贝网络编程指南
从RDMA核心原理出发，深度剖析Linux内核InfiniBand/RoCE v2协议栈、verbs API编程模型、Queue Pair状态机、DMA注册与内存区域管理、保护域与完成队列、SR-IOV虚拟化、用户态verbs驱动(mtkverbs/uverbs)、如何从零构建RDMA应用。
NVMe over Fabrics (NVMe-oF) 深度实战：从协议原理到生产级远程存储架构
NVMe-oF 是现代数据中心高性能远程存储的核心协议。本文从 NVMe 基础出发，深入 NVMe-oF 协议栈，对比 RDMA/TCP/FC 三种传输方式，手把手完成生产级 NVMe-oF target 搭建，并讨论性能调优陷阱和前沿演进方向。
LLM推理PD分离架构深度工程实践：从Prefill-Decode异构到分布式KV Cache传输
深入剖析LLM推理PD分离架构的工程实践：从Prefill-Decode异构到分布式KV Cache传输，涵盖DistServe、Mooncake、NVIDIA Dynamo等系统的设计原理与传输协议优化。
LLM 推理解耦架构：Prefill-Decode 分离的生产级吞吐工程实践
深入分析 LLM 生产中 Prefill-Decode 阶段的计算特征差异导致的资源冲突问题，系统阐述 Disaggregated Inference 架构的拓扑设计、KV Cache 传输协议实现，并给出 Prefill Worker、Decode Worker、传输引擎和智能调度器的完整生产级代码实现。包含四路 A100 实测性能基准与架构演进方向。
深入 GPUDirect RDMA：GPU 与网卡之间的零拷贝数据通路深度工程实战
深入解析 GPUDirect RDMA 技术栈：从 PCIe P2P 通信、IOMMU/SVA 机制、nvidia-peermem 内核模块到 NCCL RDMA 路径实现，完整呈现 GPU 与网卡零拷贝数据通路的工程全貌与生产调优实践。
RDMA 深度工程实战：从 Verbs 内存语义到 AI 训练集群零拷贝网络的全栈实践
从 Verbs 对象模型出发，完整拆解 RDMA 的 PD/MR/QP/CQ 体系与 RC 连接状态机，给出可运行的单边写与立即数通知代码，并深入内存注册成本、DCQCN 拥塞控制、PFC 死锁、GPUDirect RDMA 与 NCCL Ring AllReduce 工程实践，最后给出生产避坑清单。
RDMA远程直接内存访问：从零拷贝原理到InfiniBand/RoCE的网络架构实践
全面解析RDMA技术原理、三种传输协议对比、Verbs编程模型，以及在分布式存储、AI训练集群中的工程实践与性能调优。
Rust实现用户态NVMe-oF RDMA Target：从协议栈到生产级存储网络架构
深入解析NVMe over Fabrics协议规范，用Rust从零构建用户态RDMA Target，涵盖队列管理、内存注册、零拷贝数据传输、io_uring集成以及与SPDK的性能对比基准测试。
