LLM Inference 编译器图优化全栈实战：从算子融合到自动调优的深度工程解析
深入剖析 LLM 推理引擎的图优化技术栈：算子融合策略与实现、从 AITemplate 到 FlagGems 的算子库演进、Meta Schedule 自动调优机制、以及基于 Triton 的算子手写优化。通过完整 Transformer 层融合优化实战案例，揭示从计算图到高性能 CUDA kernel 的全链路工程方法论。
TVM
2026年AI芯片与先进计算架构实战：从存算一体到硅光互连的下一代算力基础设施工程体系
2026年AI芯片与先进计算架构完整实战指南：从NVIDIA Rubin/Blackwell架构演进、存算一体与近存计算、HBM4高带宽内存与CoWoS-UCIe先进封装、硅光子共封装光学CPO、超大规模数据中心InfiniBand NDR网络、浸没式液冷散热、边缘AI推理芯片，到TVM/MLIR编译器优化与软件栈生态，全面解析下一代算力基础设施工程体系的技术突破与实践路径。
TVM TensorIR 自动化算子优化工程实践：从调度原语到硬件原生性能
深入解析Apache TVM的TensorIR调度原语体系和AutoTIR自动调优机制，涵盖循环变换、内存层次调度、rfactor归约分解等核心优化原语，以及在FlashAttention等真实推理场景中的工程落地与性能数据。
