分布式大模型训练 Checkpoint 工程——TB 级状态的高效保存、恢复与容错存储系统设计 深入剖析分布式大模型训练中 Checkpoint 系统的工程实现——从分片保存、异步重叠、分层存储到恢复精度验证，覆盖万亿参数模型 TB 级状态的高效保存与恢复全流程。 分布式系统 2026年10月04日 0 点赞 0 评论 72 浏览
io_uring Passthrough + ZNS SSD：用 Rust 从零构建生产级 KV 存储引擎（2026 实战版） 深入解析 ZNS SSD 的 Zone 写约束模型，结合 Linux io_uring NVMe Passthrough 零拷贝通路，用 Rust 实现完整 Zone-aware KV 存储引擎。涵盖 Zone 状态机、Append-Only 写入、GC、io_uring 多 SQ 亲和绑定及性能基准。 文件系统 2026年10月08日 0 点赞 0 评论 37 浏览
