| FPGA 加速器 | HG-PIPE 完全拆解：混合粒度流水线，让 FPGA 把 ViT 跑到 7118 FPS（ICCAD 2024） |
| FPGA 加速器 | FPGA 加速器完全拆解（一）：可重构硬件、设计空间与经典推理引擎 |
| FPGA 加速器 | FPGA 加速器完全拆解（二）：LLM 推理的前沿技术——FlightLLM、CXL-SpecKV 与 LightMamba |
| AI 芯片架构 | TPU v1 完全拆解（一）：为推理而生的领域专用架构与指令集 |
| AI 芯片架构 | TPU v1 完全拆解（二）：脉动阵列、weight-stationary 数据流与 Roofline 性能归因 |
| AI 芯片架构 | Hot Chips 2026 全景拆解：Agentic AI 时代，CPU、GPU 与内存的重新分工 |
| AI 芯片架构 | H³ 完全拆解：HBM 与高带宽闪存（HBF）混合架构如何驯服长上下文推理的内存墙 |
| AI 芯片架构 | OpenAI Jalapeño 完全拆解：9 个月从零到流片，凭什么超越英伟达 Blackwell |
| AI 芯片架构 | HotChip/FMS 内存墙（一）：HBM scaling、3D-DRAM、PIM 与 CXL-PNM，推理芯片为什么不能只堆带宽 |
| AI 芯片架构 | HotChip/FMS 内存墙（二）：HBF、OCP HBF Spec 与 HBF-Compass，长上下文推理的容量层怎么设计 |
| FlashAttention | FlashAttention 完全拆解（四）：FlashAttention-4——面向 Blackwell 的算法-流水线协同设计 |
| FlashAttention | FlashAttention 完全拆解（一）：IO 感知与分块注意力算法 |
| FlashAttention | FlashAttention 完全拆解（二）：序列维并行、Warp 工作划分与 FlashDecoding |
| FlashAttention | FlashAttention 完全拆解（三）：Warp 特化异步流水线与 FP8 低精度 |
| 注意力优化 | BLASST：一个标量阈值实现的动态块稀疏注意力（MLSys 2026） |
| 注意力优化 | MAC-Attention：Match-Amend-Complete 注意力复用，长上下文解码 KV 读取最高减少 99%（MLSys 2026） |
| 注意力优化 | CLAA：跨层注意力聚合，长上下文 Prefill 的 TTFT 最高降低 39%（2026） |
| 注意力优化 | GQA 完全拆解：分组查询注意力，用 1/8 的 KV 缓存保住 MHA 的质量 |
| 注意力优化 | NSA 原生稀疏注意力（一）：压缩-选择-滑窗三分支架构 |
| 注意力优化 | NSA 原生稀疏注意力（二）：Triton Kernel 设计与 27B 模型实验 |
| 注意力优化 | Prefix Sliding 完全拆解：前缀 + 滑窗，恒定 KV 内存下的超长推理测试时扩展 |
| 注意力优化 | DeepSeek-V4 混合注意力完全拆解：CSA + HCA + 滑窗，百万上下文如何便宜 10 倍 |
| 注意力优化 | RoPE 完全拆解：旋转位置编码的原理、实现与长度外推 |
| 注意力优化 | LongCat Sparse Attention（LSA）完全拆解：驯服闪电索引器的三件套——相比 NSA/DSA 真的改进了吗 |
| 注意力优化 | SWA 滑窗注意力完全拆解：只加 4 个 attention sink，零训练反超后训练线性注意力 |
| 注意力优化 | CSBP 完全拆解：块并行如何让长上下文扩散语言模型少传无效 KV |
| 注意力优化 | HySparse 混合稀疏注意力（一）：用全注意力当 Oracle，打通 Token 选择与 KV 复用 |
| 注意力优化 | HySparse 混合稀疏注意力（二）：HySparse2 如何用两级 KV 共享跳过半个 Prefill |
| 注意力优化 | DepthBench 完全拆解：10 种残差连接，谁真正解锁了有效计算深度 |
| 注意力优化 | Kimi Delta Attention 完全拆解：固定循环状态如何替代不断增长的 KV Cache |
| KV Cache | QEvict：三档可恢复 KV 缓存，对抗长上下文解码中的注意力漂移 |
| KV Cache | MLA 完全拆解：DeepSeek 低秩 KV 压缩注意力的原理与全部实现细节 |
| KV Cache | PagedAttention 完全拆解：操作系统分页思想如何拯救 LLM 推理的内存利用率 |
| KV Cache | KIVI 完全拆解：非对称 2-bit KV Cache 量化，为什么 Key 按通道、Value 按 token |
| KV Cache | H2O 完全拆解：抓住 KV Cache 里的「重击者」，20% 预算无损生成（NeurIPS 2023） |
| KV Cache | StreamingLLM 完全拆解：attention sink 与大模型的无限流式生成 |
| KV Cache | SnapKV 完全拆解：LLM 在生成之前就知道你在找什么——观察窗口投票与聚类压缩 Prompt KV（NeurIPS 2024） |
| KV Cache | KVQuant 完全拆解：预旋转逐通道量化、敏感度加权非均匀码本与稀疏离群值，3-bit KV Cache 如何近无损（NeurIPS 2024） |
| KV Cache | DeepSeek-V4.1-Flash 推理侧完全拆解：890 字节/token 的 KV Cache 是怎么压出来的 |
| KV Cache | YOCO 完全拆解：Decoder-Decoder 架构如何让 KV Cache 只存一次 |
| KV Cache | 前缀缓存淘汰完全拆解：为什么 14 种复杂算法赢不了 LRU |
| 投机解码 | DSpark：半自回归生成与置信度调度的投机解码 |
| 投机解码 | DFlash 块扩散解码：以并行扩散替代自回归草稿，实现无损 6 倍推理加速 |
| 投机解码 | MTP 完全拆解：多 token 预测如何让 DeepSeek 自带草稿模型 |
| 投机解码 | S²-MoE 完全拆解：路由感知自适应扩展与复用感知门控，端侧 MoE 自投机解码提速最高 5.3 倍 |
| 投机解码 | DFlow 完全拆解：让验证器信息流穿过拒绝边界的块扩散投机解码 |
| 投机解码 | EAGLE 完全拆解：特征级草稿模型如何把投机解码推到 3 倍以上 |
| 投机解码 | EAGLE-2 完全拆解：动态草稿树如何让投机解码上下文感知 |
| 投机解码 | EAGLE-3 完全拆解：Training-Time Test 如何解除特征预测的天花板 |
| 投机解码 | DLoop 完全拆解：让一次验证覆盖多个草稿阶段的循环投机解码 |
| 推理服务系统 | ExpertPlex:共享专家、分离注意力,MoE 高吞吐推理服务的新架构 |
| 推理服务系统 | Blink：把 CPU 请出推理关键路径——SmartNIC 与 GPU 常驻内核的 CPU-Free 服务架构（2026） |
| 推理服务系统 | TokenWeave：粗粒度 Token 切分与融合 AllReduce-RMSNorm，张量并行推理延迟最高降 29%（MLSys 2026） |
| 推理服务系统 | DualPath 完全拆解：双路径 KV-Cache 加载，把解码引擎的闲置网卡变成智能体推理加速器（SIGCOMM 2026） |
| 推理服务系统 | FreeToken 完全拆解：带宽自适应执行，让 8GB 笔记本跑 35B、单卡工作站跑 753B 的边缘 MoE 服务系统 |
| 推理服务系统 | 跨模型 KV 缓存转移（Cross-Model KV Transfer）：闭式线性映射与 Prefill 复用 |
| 推理服务系统 | 连续批处理完全拆解：Orca 的迭代级调度与选择性批处理，如何把 LLM 服务吞吐提升 36.9 倍 |
| 推理服务系统 | DeepSeek-V3/R1 推理系统完全拆解：跨节点专家并行、双批重叠与负载均衡 |
| 推理服务系统 | RadixAttention 完全拆解：用前缀树自动复用 KV Cache，让共享前缀只计算一次 |
| 推理服务系统 | TileRT 完全拆解：tile 级常驻执行引擎，如何把 671B 到 1T 参数的模型压进毫秒级解码 |
| 推理服务系统 | LLM 推理 Benchmark 完全指南：评价指标、主流基准与评测方法论 |
| 推理服务系统 | Training-Free Looped Transformers 完全拆解：免训练测试时循环，让冻结 LLM 多想几遍 |
| 推理服务系统 | Mostik 完全解析：753B 只读题、4B 只作答——跨模型潜空间桥接的机制、账本与疑点 |
| 推理服务系统 | DeepSeek 3FS 完全拆解：链式复制、用户态零拷贝与 KVCache 磁盘缓存 |
| 推理服务系统 | Multi-Agent Memory 完全拆解：把 Agent 记忆当成计算机体系结构问题 |
| 推理服务系统 | vLLM 源码完全拆解（三）：Scheduler.schedule 如何分配 Token 预算与 KV Block |
| 推理服务系统 | Jev 完全拆解：把 Agent 的语义判断编译成类型化并行决策 |
| 推理服务系统 | DAK 完全拆解：绕过 HBM 预取，用 TMA 直连远端内存 |
| 推理服务系统 | Sarathi-Serve 完全拆解：分块 Prefill 与无停顿批处理如何兼顾吞吐和尾延迟 |
| 推理服务系统 | DistServe 完全拆解：拆开 Prefill 与 Decode，按 Goodput 调度大模型推理 |
| 推理服务系统 | vLLM 源码完全拆解（四）：KVCacheManager 如何分配、复用与回收物理 Block |
| 推理服务系统 | vLLM 源码完全拆解（五）：GPUModelRunner 如何把动态请求拼成一次 GPU 前向 |
| 推理服务系统 | vLLM 源码完全拆解（六）：Attention Backend 如何统一 FlashAttention 与 FlashInfer |
| 推理服务系统 | vLLM 源码完全拆解（七）：PagedAttention Kernel 如何遍历分页 KV 并完成稳定 Softmax |
| MoE 推理 | TEAM 完全拆解：时空一致性引导专家激活，MoE 扩散语言模型推理加速 2.2 倍（ICML 2026） |
| MoE 推理 | DeepSeek 技术全景：从 67B 稠密模型到 1.6T 稀疏模型的三年演进 |
| MoE 推理 | DeepSeekMoE 完全拆解：细粒度专家切分与共享专家隔离 |
| MoE 推理 | DeepEP 完全拆解：DeepSeek 开源通信库如何把 MoE 推理的 dispatch/combine 压到硬件极限 |
| MoE 推理 | Epoch 完全拆解：把扩散块编译成稀疏 MoE 服务单元 |
| MoE 推理 | Hyperparameter Scaling Laws Across MoE Sparsity：稀疏 MoE 的激活比率为什么必须进缩放律 |
| MoE 推理 | MoHGE 完全拆解：异构分组专家如何重构 MoE 的路由与推理代价 |
| MoE 推理 | vLLM 源码完全拆解（八）：MoE 层的前向执行——Router、FusedMoE Kernel 与通信融合 |
| 模型量化 | XFP：质量地板驱动的自适应码本量化——3.4 位在双卡工作站跑通 397B MoE |
| 模型量化 | AWQ 完全拆解：只保护 1% 的显著权重，4-bit 量化如何接近无损 |
| 模型量化 | GPTQ 完全拆解：二阶信息驱动的权重量化，如何把 175B 模型塞进一张 A100 |
| 模型量化 | SmoothQuant 完全拆解：激活量化难度的数学等价迁移，如何实现无损 W8A8 推理 |
| 模型量化 | LLM.int8() 完全拆解：系统离群值的涌现与混合精度分解，175B 模型的 8-bit 无损推理 |
| 模型量化 | QuaRot 完全拆解：旋转坐标系根除激活离群值，LLM 端到端 W4A4KV4 推理的数学魔法 |
| 模型量化 | AdaRound 完全拆解：为什么四舍五入不是最优权重量化——软舍入与逐层重构（ICML 2020 经典） |
| 模型量化 | GGUF 完全拆解：一个文件里的张量布局、k-quants 块量化与元数据字典 |
| 答疑 | 答疑特辑：秩与 SVD、RoPE 旋转矩阵、投机解码原理与 AI 芯片全景 |
| 答疑 | 答疑特辑（二）：浮点数五问——无限循环小数、spacing at 1、Python 精度与舍入方式详解 |
| 答疑 | 答疑特辑（三）：矩阵秩的参数计数、TPU 训练架构与 AI 芯片算力全景 |
| 答疑 | 答疑特辑（四）：全场景机器人、共享 KV cache 与 agent harness 三问 |
| 答疑 | AI 编译器开发工程师：一条计算图如何变成 GPU Kernel——岗位工作流与硬核知识体系 |
| 答疑 | 面试疑难（一）：Python/C++ 结构体与类、装饰器、vLLM 源码地图与 DeepEP/DeepGEMM |
| 答疑 | 面试疑难（二）：量化方法速答、scale 手算与 40B 模型显存估算、FPGA/GPU/NPU 编程之辨 |
| 答疑 | 面试疑难（三）：Docker/Git 实操、MXFP4 与 FP4 精度之谜、KV260 带宽算题与 Tensor Core/脉动阵列之辨 |
| 数学基础 | 浮点数与数值稳定性：从 IEEE 754 到 FP8 的 LLM 精度世界 |
| 数学基础 | 信息论基础：熵、交叉熵与 KL 散度——LLM 推理中无处不在的数学 |
| 数学基础 | 数值线性代数（一）：高斯消元、LU 分解与「不要显式求逆」 |
| 数学基础 | 特征值与特征向量：矩阵的谱、几何直觉与 LLM 推理中的身影 |
| 具身智能 | NeuroVLA 完全拆解：皮层-小脑-脊髓三级架构，为什么 VLA 需要低延迟反射回路 |
| 具身智能 | 具身智能完全入门：从会聊天的 AI 到会干活的机器人 |
| 具身智能 | 人形机器人必答题：为什么要人形？双足、灵巧手与「玩具论」的完整回应 |
| 具身智能 | 带有记忆的 VLA 完全拆解：从滑动窗口到层次化持久记忆，机器人为什么必须学会记住 |
| GPU 编程与 Kernel | GPU GEMM 优化完全拆解（一）：从朴素 Kernel 到共享内存分块 |
| GPU 编程与 Kernel | GPU GEMM 优化完全拆解（二）：寄存器分块、向量化访存与 Warp Tiling |
| GPU 编程与 Kernel | GPU GEMM 优化完全拆解（三）：Tensor Core、MMA/wgmma 指令与异步流水线 |
| GPU 编程与 Kernel | DeepGEMM 完全拆解：300 行 FP8 GEMM 内核，如何逼近 Hopper 的算力峰值 |
| GPU 编程与 Kernel | TileLang 完全拆解：DeepSeek 的 tile 级内核 DSL 如何接管 V4 的热路径 |
| GPU 编程与 Kernel | TileRT 技术谱系：ThunderKittens、TileLang、MPK 与 Event Tensor，常驻 kernel 如何走向动态 megakernel |
| GPU 编程与 Kernel | AutoKernel 完全拆解：从代码生成到闭环 GPU Kernel 优化 |
| GPU 编程与 Kernel | GPU 推理性能分析完全指南：用 torch.profiler、Nsight Systems 与 Nsight Compute 逐层定位瓶颈 |
| GPU 编程与 Kernel | CUDA Graph 完全拆解：从逐次 Kernel Launch 到可重放推理执行图 |
| GPU 编程与 Kernel | FlashInfer 完全拆解：把分页 KV、动态批处理与定制注意力编译成服务级 Kernel |
| GPU 编程与 Kernel | Marlin 完全拆解：4-bit 权重如何喂满 GPU Tensor Core |
| 行业观察 | 2026 大模型市场全景调查：主流模型能力、参数量与 API 价格总表 |
| 行业观察 | 系统级摩尔定律：未来五年集成电路技术发展趋势研判 |
| 行业观察 | 系统级摩尔定律：未来五年集成电路趋势精读 |
| 职位介绍 | 大模型推理框架开发工程师：岗位地图、开发工作流与硬核知识体系 |
| 模型架构 | mHC 完全拆解：流形约束超连接，如何让宽残差流稳定堆到 61 层 |
| 模型架构 | Engram 完全拆解：条件记忆——MoE 之外的第二条稀疏轴 |
| 多模态 | DeepSeek-OCR 完全拆解：光学上下文压缩——10 倍压缩下 97% 还原 |
| 训练基础设施 | Muon 优化器完全拆解：矩阵级正交化更新如何撑起万亿 MoE 训练 |
| 强化学习 | GRPO 与 DeepSeek-R1 完全拆解：纯强化学习如何涌现长思维链 |
| FPGA HLS Design Automation | FPGA HLS Design Automation 总览：从 AutoDSE 到 Autonomous FPGA Design |
| FPGA HLS Design Automation | AutoDSE 完全拆解：瓶颈引导坐标搜索，如何让 HLS pragma 空间可被探索 |
| FPGA HLS Design Automation | ML-based QoR Prediction 完全拆解：GNN-DSE 与 HARP 如何学习 HLS 工具 |
| FPGA HLS Design Automation | HARP 完全拆解：层级图与 Neural Pragma Transformer 如何让 HLS QoR 预测更鲁棒 |
| FPGA HLS Design Automation | HLSyn 完全拆解：HLS 数据集与 Benchmark 如何成为 FHDA 的地基 |
| FPGA HLS Design Automation | ProgSG 完全拆解：Source Sequence 与 CDFG Graph 如何共同预测 HLS QoR |
| FPGA HLS Design Automation | HLS 程序自动修复：用大语言模型修补 C/C++ 高层综合代码 |
| FPGA HLS Design Automation | HLSPilot：面向 HLS 设计自动化的大语言模型智能体 |
| FPGA HLS Design Automation | Sisyphus 完全拆解：把代码变换、pragma 插入与 tile 选择放进同一个 NLP 优化问题 |
| FPGA HLS Design Automation | Stream-HLS：面向流式计算的高层综合设计自动化 |
| FPGA HLS Design Automation | HLS-Eval：如何评测大模型做高层综合设计自动化的能力 |
| FPGA HLS Design Automation | 推理模型能推理硬件吗：HLS Agent 闭环里 DeepSeek-R1、o3-mini 与 DeepSeek-V3 的实测对比 |
| FPGA HLS Design Automation | Iceberg：用合成数据增强 HLS QoR 建模 |
| FPGA HLS Design Automation | Hierarchical MoE for HLS：让 QoR 预测模型跨程序泛化 |
| FPGA HLS Design Automation | LAAFD 完全拆解：LLM Agent 如何把通用 C++ 变成高性能 Vitis HLS Kernel |
| FPGA HLS Design Automation | Agent Factories for HLS 完全拆解：多智能体、ILP 组合与推理时扩展 |
| FPGA HLS Design Automation | ChatHLS 完全拆解：Debug Agent、Optimization Agent 与 QoR-aware HLS 推理 |
| FPGA HLS Design Automation | FPGAgent 完全拆解：从任务规格到真实 FPGA 可执行文件的自治 HLS 闭环 |
| FPGA HLS Design Automation | Benchmarking Agentic HLS 完全拆解：把 HLS-Eval 扩展成可追踪的 Agent 评测 |
| FPGA HLS Design Automation | PATTERNDSE 完全拆解：用计算模式缩小 Allo FPGA Kernel 的设计空间 |
| FPGA HLS Design Automation | ATLAS 完全拆解：面向 DL 专用 Hardblock FPGA 的自动 HLS 编译流 |
| FPGA HLS Design Automation | LLM-Driven DSE for FPGA Accelerators 完全拆解：SECDA-DSE 的结构化探索与推理反馈 |
| FPGA HLS Design Automation | Allo 完全拆解：可组合加速器设计如何重塑 FHDA 的编译器边界 |
| FPGA HLS Design Automation | FPGA HLS Agent Framework 完全拆解：把九个工作串成一台能自我验证的设计机器 |
| FPGA HLS Design Automation | AgRefactor 完全拆解：把真实 C++ 重构成可综合 HLS 的自进化 Agent 工作流 |
| 推理框架 | vLLM 源码完全拆解（一）：整体架构与模块全景 |
| 推理框架 | vLLM 源码完全拆解（二）：从 add_request 到 EngineCore.step，一次请求如何穿过 V1 引擎 |
| 推理框架 | vLLM 源码完全拆解（九）：Sampler——从 Logits 到 Token 的采样管线与输出回传 |
| 推理框架 | vLLM 源码完全拆解（十）：投机解码——草稿模型、批量验证与 token 接受流水线 |
| 推理框架 | vLLM 源码完全拆解（十一）：模型并行与 Worker 层——Tensor Parallel 如何切分权重并在多卡间同步 |
| 推理框架 | vLLM 源码完全拆解（十二）：piecewise compilation 与 CUDA Graph——消灭 kernel 调度开销的两层机制 |
| 推理框架 | vLLM 源码完全拆解（十三）：多模态输入——从图像预处理到 Placeholder Range 嵌入 |
| 推理框架 | vLLM 源码完全拆解（十四）：结构化输出——FSM 编译、语法 bitmask 与受限采样 |
| 推理框架 | vLLM 源码完全拆解（十五）：停止条件与增量解码——stop string、detokenizer 流水线与输出回传 |
| 推理框架 | vLLM 源码完全拆解（十六）：把十五篇机制拼成一张可执行的源码阅读地图 |
| 推理框架 | SGLang 源码完全拆解（一）：整体架构、进程拓扑与请求数据流 |
| 推理框架 | SGLang 源码完全拆解（二）：入口、分词与流式输出如何闭环 |
| 推理框架 | SGLang 源码完全拆解（三）：Scheduler 请求状态机如何闭环 |
| 推理框架 | SGLang 源码完全拆解（四）：PrefillAdder 如何预算 KV、切分长提示并组装 Prefill Batch |
| 推理框架 | SGLang 源码完全拆解（五）：KV 内存池与 RadixCache 的所有权闭环 |
