WebAssembly 线程与共享内存原语的多线程 AI 推理：从 Atomics.wait 到 Worker 池的异构计算调度
深入剖析 WebAssembly 线程提案的共享内存模型、Atomics API 内存序语义，结合 SIMD128 与 Worker 池构建高性能 AI 推理引擎。包含矩阵乘法、注意力计算的完整实现，以及与 WASI-NN 集成的生产级架构设计。
SIMD
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。
正则表达式引擎深度工程实战：从回溯陷阱、Lazy DFA 到 SIMD 预过滤与 Hyperscan 流模式
拆解现代正则表达式引擎的完整工程链路：回溯为何指数爆炸、Thompson NFA 如何给出线性保证、Lazy DFA 怎样用状态预算对抗状态爆炸、Pike VM 如何同时承担捕获组与 leftmost-first 语义、Rust regex meta engine 的多机降级、Teddy/PSHUFB 的 3 指令 SIMD 预过滤，以及 Hyperscan 的 streaming mode、FDR 字面量合并与 SOM 代价，最后给出生产落地清单。
WebAssembly SIMD与跨平台高性能计算：从128位向量指令到视觉/推理/信号的端到端加速实践
深入解析WebAssembly SIMD128指令集架构及其在图像处理、神经网络推理、音频信号处理等跨平台高性能计算场景的工程实践
WebGPU Subgroup 操作与 SIMT 性能优化实战：从 shuffle 到 ballot
WebGPU 的 subgroup 原语为 Web 平台带来了 GPU 级别的 SIMD 通信能力。本文深入讲解 subgroup 的核心操作（shuffle/ballot/reduction），并通过 4 个实战场景（高效归约、warp 级前缀和、分支优化、GEMM 分块策略）展示如何利用 subgroup 实现 workgroup 共享内存 3-12x 的性能突破。包含完整 WGSL 实现和 Chrome/Edge 的性能基准数据。
深入 CPU 矩阵乘法微内核：AVX-512 指令级并行与缓存层次优化实战
从缓存层次、指令调度、寄存器分块三个维度深入剖析 AVX-512 GEMM 微内核设计空间，包含完整的代码实现、性能数据和工程落地方案。
Rust Portable SIMD 生产级 AI 推理实战：从 Token 评分到 KV-Cache 管理
深入探讨 Rust 的 std::simd (Portable SIMD) 标准化 API 在 LLM 推理引擎后处理管线中的实战优化，涵盖 Softmax、Top-K/Top-P 采样、Attention Score 处理、KV-Cache 内存管理，含完整代码示例与性能基准。
Rust 实现列式数据库向量化执行引擎：从火山模型到 SIMD 批量处理的范式革命
深度剖析向量化执行引擎核心原理：从火山迭代器模型的性能瓶颈出发，详解列式内存布局、SIMD 加速算子、自适应执行策略与哈希聚合优化。通过 Rust 实现完整的向量化执行流水线，实测获得 4-7x 性能提升。
ARM SME (Scalable Matrix Extension) 在终端 AI 推理中的架构演进与工程实践
深入剖析 ARMv9-A 架构的 Scalable Matrix Extension (SME)：二维 ZA Tile 存储模型、矩阵外积指令（SMOPA/FMOPA）语义、Linux 内核 ZA 上下文管理，以及如何为 MobileLLM 推理中的 QKV Projection 与 Attention 编写高性能 SME 内核，含完整汇编代码和性能基准对比
从零构建列式查询引擎：内存格式、向量化执行与 Rust 工程实践
从零构建列式查询引擎的完整工程实践：深入剖析列式存储原理、Apache Arrow内存格式字典编码、查询编译流水线谓词下推、向量化执行引擎批量处理模式、SIMD加速过滤与聚合、高性能内存分配器与缓冲区池、io_uring异步IO集成、并行执行调度策略、Spill to Disk溢出处理，以及基于Prometheus的生产监控体系
