Linux / 存储
从 fsync、无锁到 io_uring：系统层踩坑入口
从 fsync 失败语义、内存屏障、Zero Copy 到 Direct I/O、文件锁与分配器擂台；也可以按工程问题反查。
从这里开始
第一次访问时先按主题切入，比直接沿着时间线翻文章更快。
大模型基础设施
从 GPU 心智模型到推理服务化
把训练、推理、量化与服务化串成一条工程主线；先建立 GPU 心智模型，再看全景地图与互联，再进入推理。
量化交易
从因子研究到订单成交的买方工程
从数据底盘、因子、组合、风险到回测、执行、做市、高频与合规。先读 01 全景建立链路，再用 16 风险模型 / 25 做市进入深水区。
系统架构
过载保护、混沌工程与边缘架构
限流与过载、混沌实验、多租户、Cloudflare/Discord 案例，以及 AI 原生架构。
热门专题
与上方主线不重复的四个深挖入口，减少在 1866 篇文章里盲找的成本。
最新文章
按最近更新时间排序；如果你想系统性阅读一个主题，优先回到上面的专题入口。
【大模型基础设施工程·特别篇】28：DeepInfer 深度解析——DeepSeek 生产推理引擎开源了什么
从仓库边界、offline 用法、kernels、EP+EPLB、DSpark、SWA、ZOS，到与 vLLM / SGLang / TensorRT-LLM 的优劣与多路径选型，系统拆解 DeepSeek 新开源的 DeepInfer。
大模型基础设施工程
面向中国工程团队的大模型基础设施系列。从 GPU/CUDA/互联、训练框架与 3D 并行、vLLM/SGLang 推理引擎、量化与推测解码、RAG/Agent 到服务化、网关、可观测性与安全合规，覆盖 LLMOps 全链路。
【大模型基础设施工程】01：大模型基础设施全景 —— 训练、推理、RAG、Agent、观测
面向工程师的大模型基础设施开篇地图，覆盖 2022 到 2026 的工程分水岭、五层工程栈、训练与推理的工程差异、中国与全球行业版图以及成本曲线。
【大模型基础设施工程】02：GPU 计算入门——SM、Tensor Core、HBM、NVLink
从 CPU 与 GPU 的架构差异出发，讲清楚 SM、Warp、Tensor Core、HBM、NVLink 的工程含义，并结合 Roofline、FlashAttention 与国产算力栈，给出大模型工程师能直接上手的 GPU 心智模型。
【大模型基础设施工程】03：CUDA 生态——cuBLAS、cuDNN、NCCL、Triton、CUTLASS
从 nvcc 到 Triton，把 NVIDIA 软件栈的每一层拆给大模型工程师看，顺便谈谈 ROCm、CANN 为什么一直追不上。
【大模型基础设施工程】04：互联与网络——NVLink、InfiniBand、RoCE 与国产替代
从 NVLink / NVSwitch / NVL72 到 InfiniBand NDR 与 RoCEv2，再到华为 CloudMatrix、阿里 HPN、腾讯星脉，系统梳理万卡集群互联的工程选型与踩坑。
【大模型基础设施工程】11：推理引擎基础
从 Prefill/Decode 两阶段、KV Cache、Continuous Batching 到 PD 分离，系统讲清楚大模型推理的工程基础。
【大模型基础设施工程】13：vLLM / SGLang / TensorRT-LLM / TGI 对比
主流推理引擎的架构、性能、生态深度对比，给出工程选型与落地决策依据。
【量化交易】风险模型：Barra 多因子、风险归因、压力测试
股票数接近样本天数时，样本协方差会把最小方差组合的风险低估到真实值的约 1-N/T 倍。本文用 Barra 式因子模型降维，对比 Ledoit-Wolf 收缩与 eigenfactor 调整，配合欧拉风险归因、VaR/ES 回测和压力测试，用可运行的模拟代码给出各方法的偏差大小与适用边界。
【量化交易】做市策略：Avellaneda-Stoikov 与库存管理
做市不是猜方向，而是为流动性定价。本文从买卖价差与库存成本的经济学起步，沿 Glosten-Milgrom 走到 Avellaneda-Stoikov，讲清 reservation price、optimal spread、HJB 推导、库存惩罚、对抗逆选择（VPIN、订单流毒性）、加密做市的资金费率与跨所对冲、监管红线（操纵 vs 流动性供给），最后给出可运行的 AS 仿真、双边报价器与 VPIN 触发撤单的 Python 实现。
【io_uring 系列】Go 如何集成 io_uring：从 CGO 封装到纯 Go 实现
系统梳理 Go 集成 io_uring 的关键问题：何时值得做、CGO 与纯 Go 如何取舍、runtime.Pinner、固定缓冲区与 SQPOLL 的工程实践。
【量化交易】量化交易全景：从信号到订单的工程链路
量化交易不是策略写得好就能赚钱，更难的是把数据、特征、因子、信号、组合、执行、风控、复盘这八段链路在工程上连成一条不漏数据、不串时间、不丢订单的流水线。本文是【量化交易】系列的总目录与读图，给出八段链路的输入输出、失败模式、不变量清单，并用研究流程图把从一个想法到一笔实盘订单之间所有该过的卡点串起来。
量化交易
从因子研究到生产执行的量化交易全栈工程。覆盖市场微结构、数据管线、因子构造、组合优化、回测方法论、执行算法、做市策略、高频架构到生产运维。面向策略研究员与工程师。
全部系列索引
本站所有系列专题的总目录。按大模型基础设施、Transformer、量化交易与金融科技、数据与数据库、分布式与存储、密码学与安全、操作系统与底层、网络与 I/O、算法与可观测等方向分类整理，每个系列均给出简介与入口链接。
【量化交易】数据陷阱：幸存者偏差、复权、前视、未来函数
回测漂亮、实盘失效，常因数据在时点 t 泄漏了未来。本文拆解幸存者偏差、前视、未来函数、复权、停牌与日历陷阱，用可复现仿真说明退市收益的填补口径能翻转因子符号、财报时间戳错位能凭空造出收益，并给出 PIT 库实现与 CI 断言。