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。
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。
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。
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
CDN 与边缘加速：从缓存原理到全球部署
1. CDN 工作机制 CDN（Content Delivery Network，内容分发网络）通过在全球部署边缘节点，将静态资源缓存到离用户最近的位置，从而大幅降低延迟、节省回源带宽。
C++17/20/23 进阶特性：结构化绑定、Concept 与模块
C++ 自 C++11 以来进入了一个快速演进的阶段，每隔三年发布一个新标准，每个版本都带来大量语法改进和库增强。对于习惯了传统 C++ 的开发者来说，C++17、C++20 和 C++23 中引入的许多特性不仅大幅提升了代码的表达力，还改变了编写和思考问题的方式。
C++11/14 核心特性：Lambda、智能指针与右值引用
C++11 是 C++ 历史上最具里程碑意义的版本更新之一，它从根本上改变了我们编写 C++ 代码的方式。随后的 C++14 则在 C++11 的基础上进行了一系列实用的补充与完善。本文将深入剖析 C++11/14 的核心特性，帮助你全面理解现代 C++ 的设计哲学。
C++ 编译与链接原理：从预处理到可执行文件
C++ 被誉为「零开销抽象「的语言，但代价是编译模型极其复杂。本文将从预处理到可执行文件的完整链路出发，深入剖析编译与链接的底层机制。一、编译四阶段：从源代码到可执行文件 C++ 编译并非一步到位，而是严格分为四个阶段。
C++ 模板与泛型编程：从函数模板到 SFINAE
目录： 1. 函数模板与参数推导 2. 类模板与偏特化 3. 类型萃取与自定义检测 4. SFINAE 原理与 5. CRTP：静态多态 6. 表达式 SFINAE 与检测惯用法 7. 综合实战示例 --- C++ 模板不仅是泛型编程的基础，更是元编程的入口。
C++ 性能剖析与优化：从 Cache 友好到 SIMD
性能优化是 C++ 开发中最具挑战性也最有成就感的领域之一。然而，Donald Knuth 的名言 「Premature optimization is the root of all evil「 提醒我们：在盲目优化之前，必须先测量。没有数据支撑的优化，往往是徒劳甚至有害的。