这里是全站文章的归档入口，下面是按时间倒序排列的全部文章。若想按主题浏览，请从首页的专题分类进入。
Linux 信号机制：从 kill -9 到可靠信号
1. 信号基础 Linux 信号（signal）是操作系统向进程发送的软件中断通知机制。当特定事件发生时——用户按下 Ctrl-C、子进程退出、进程访问无效内存、管道写入端关闭——内核向目标进程的进程控制块（PCB）中记录一个待处理的信号。
posts
文章归档
PlumePHP 全站文章的归档入口，按时间倒序汇总各专题的技术文章，并提供按主题浏览的专题分类入口。
Linux IO 栈深度解析：从 VFS 到块设备
存储 IO 是操作系统中最复杂也最影响性能的子系统之一。一次看似简单的文件读写，实际上会穿越用户空间、虚拟文件系统、页缓存、块层、设备驱动直至物理硬件多个层级。理解 Linux IO 栈的完整路径，是诊断性能瓶颈、优化数据库响应、以及合理选型存储方案的前提。
KV Cache 优化与注意力机制加速：FlashAttention / PagedAttention
大型语言模型（LLM）的推理性能已经成为生产环境部署中的核心挑战。在 Transformer 架构中，自注意力机制（Self-Attention）虽然在建模长距离依赖方面表现出色，但其计算和内存开销随序列长度呈平方增长。
Kubernetes Ingress 到 Gateway API：服务暴露的演进之路
引言 在 Kubernetes 集群中，如何将内部服务安全、高效地暴露给外部用户，是每个平台工程师必须面对的核心问题。自 K8s 诞生以来，Ingress 长期扮演着「官方网关「的角色；然而随着微服务架构的复杂化，Ingress 的诸多限制逐渐暴露。
InfiniBand 与 RDMA 网络深度解析
深入讲解 InfiniBand 网络架构、RDMA 操作类型、RoCEv2 与原生 IB 对比、性能调优及 MPI over RDMA 实践。
HPC 并行算法设计模式
系统梳理 HPC 领域主流并行算法设计模式，涵盖主从模式、分治并行、流水线、SPMD、数据并行、任务窃取、并行前缀和与并行排序，配有伪代码与复杂度分析。
HBM、GDDR 与 NUMA：HPC 内存层次优化实战
深入解析现代 HPC 内存架构、NUMA 感知编程与内存带宽优化，涵盖 STREAM benchmark 与 numactl 实战。
Harbor 私有镜像仓库深度实践：企业级容器镜像管理
全面掌握 Harbor 私有镜像仓库的架构设计、RBAC、镜像复制、漏洞扫描与 Helm Chart 管理。
GPTQ / AWQ / W4A16：大语言模型权重量化实战
使用 70 GB 显存才能跑一次的 Llama-2-70B，量化后可以塞进 24 GB 的消费级显卡。这不是魔法，而是大语言模型（LLM）权重量化带来的实际收益。本文将深入讲解 GPTQ、AWQ、SmoothQuant、W4A16 等主流量化方案的原理与实战，帮助你在生产环境中实现 4 倍模型压缩而
esbuild 原理：为什么它比传统打包器快 10-100 倍
在 2020 年，Evan Wallace 发布了 esbuild，一款用 Go 编写的 JavaScript 打包器。当时它宣告了一个惊人的事实：把 10 秒级的大型项目构建压缩到 0.1 秒以内。这个速度提升不是渐进优化，而是数量级的碾压。
Docker 镜像大小优化与层缓存策略深度指南
深入理解 Docker 镜像层原理，掌握缓存策略、多阶段构建、BuildKit 高级语法与镜像扫描。
Docker Rootless 模式与容器安全深度剖析
深入理解 Linux capabilities、user namespaces 和 Docker Rootless 模式，掌握容器运行时安全加固策略。
Docker Compose 生产环境实践：从开发到部署的完整指南
深入 Docker Compose 生产级实践，涵盖高级语法、健康检查、日志收集、Secrets 与 CI/CD 集成。
CUDA 编程入门：从 Hello GPU 到线程网格模型
在大模型推理与训练日益普及的今天，GPU 已不再是游戏玩家的专属硬件，而是 AI 基础设施的核心。理解 CUDA 编程，是每一位希望深入 AI 系统优化的工程师必经之路。本文从零开始，带你掌握 GPU 并行计算的核心概念与实战代码。一、为什么要用 GPU 计算？
CUDA 内存管理与性能优化：Bank Conflict 与合并访问
在现代 GPU 计算中，内存访问模式往往是决定内核性能的首要因素。算法复杂度相同的两个 CUDA Kernel，仅仅因为访问显存的方式不同，执行时间可能相差数倍甚至一个数量级。本文将系统梳理 CUDA 编程中各类内存的访问特性，深入讲解合并访问（Coalesced Access）与 Bank Con
CUDA + MPI 异构并行：多 GPU 分布式编程实战
深入讲解 CUDA 与 MPI 混合并行编程模型，涵盖 GPUDirect RDMA、NCCL 通信库与大规模 GPU 集群实践，配合完整代码示例。
cuBLAS / cuDNN / cuFFT：NVIDIA 加速库实战
在 CUDA C++ 应用开发中，开发者很少从零编写核函数。NVIDIA 官方提供了一套经过深度优化的加速库，覆盖线性代数、深度学习、信号处理、并行算法等核心场景。这套库不仅性能卓越，而且经过大量生产环境验证。
CPU 调度算法：从 FCFS 到 CFS 完全公平调度器
CPU 调度是操作系统最核心的职责之一。它决定了哪个进程在何时使用 CPU，直接影响系统的响应速度、吞吐量和用户体验。本文从经典算法讲起，逐步深入到 Linux CFS 的设计与实现，并覆盖多处理器负载均衡、实时调度和前沿趋势。
Core Web Vitals 实战：LCP、FID、CLS 的测量与优化
引言：为什么 Core Web Vitals 至关重要 自 2021 年 Google 将页面体验（Page Experience）正式纳入搜索排名算法以来，Core Web Vitals（核心网页指标） 已成为衡量网站质量和 SEO 表现的核心维度之一。
CMake 工程化实战：从单文件到大型项目
为什么是 CMake C++ 生态长期缺乏统一的构建工具。Make 语法晦涩且难以跨平台，Ninja 需要先生成规则，各 IDE 的专属项目文件更是互不兼容。CMake 的价值在于它充当了一个「元构建系统「——用一套声明式脚本描述项目结构，再生成平台原生的构建文件（Makefile、Ninja、Vi