【GPU 算子工程】GEMM：从朴素实现到 shared memory tiling 与寄存器分块
GEMM 是 GPU 算子优化的标杆。在 RTX 3060 Ti 上实测四个版本：朴素 990、shared tiling 1309、寄存器分块 64 达 4447、128 达 6375 GFLOP/s（峰值 39%）。讲清每一步优化提高的是什么，以及为什么数据复用是关键。
shared-memory 标签归档
共 8 篇文章 · 返回首页
【SQLite 内核】WAL 与 checkpoint：追加日志与读写并发
钉住 SQLite WAL 模式如何反转 rollback journal 的读写关系：原始内容留在主文件、新内容追加到 -wal，checkpoint 才把帧搬回主文件；用本机 3.53.2 实测 journal_mode=WAL 切换与 passive/truncate checkpoint 的真实帧数，读放大与 checkpoint 频率的取舍留作开放问题。
【GPU 算子工程】访存优化：合并访问、bank conflict 与对齐
global memory 合并访问与 shared memory bank conflict 是 GPU 访存优化的两大主题。实测跨步访问让有效带宽从 412 跌到 90 GB/s，32 路 bank conflict 让 shared 访问慢 11 倍。讲清成因与规避方法。
【GPU 算子工程】Occupancy 与延迟隐藏：寄存器、shared memory 的取舍
occupancy 是 SM 驻留 warp 与上限之比，由寄存器、shared memory、block 限制决定。实测访存密集 kernel 在约 33% occupancy 就饱和带宽，更高 occupancy 无益，并解释寄存器溢出为何让高 occupancy 反而变慢。
【GPU 算子工程】内存层次：global / L2 / shared / register 的带宽与延迟
拆开 GPU 的存储金字塔：寄存器、shared memory、L1/L2、global memory 的容量、带宽与延迟量级。用实测展示 L2 命中（约 3.4 TB/s）与 DRAM（约 400 GB/s）相差近一个数量级，解释为什么数据放哪决定算子性能。
【PG 内核】进程模型与共享内存：Postmaster 如何管理 100 个 Backend
拆解 PostgreSQL 多进程架构的核心：Postmaster 的启动与信号处理、Backend 进程的 fork()→InitPostgres→主循环生命周期、CreateSharedMemoryAndSemaphores() 的共享内存初始化流程、PGPROC/ProcArray/PGXACT 等关键共享内存结构的内存布局，以及 Background Worker 的注册与调度。理解了这个地基，才能理解 PG 为什么用进程而不是线程，以及 max_connections 为什么不能随便调大。
【数据库前沿】【数据库研究前沿】共享内存数据库复兴：RDMA/CXL 下的分布式事务
从 FaRM、FaRMv2、NAM-DB 到 Sundial：RDMA 单边操作如何重塑分布式事务协议；CXL 让共享内存再次成为可能时，系统设计又该怎么变
【操作系统百科】共享内存：SysV vs POSIX vs memfd
共享内存是最快的 IPC，但 API 分裂成三代：SysV shmget/shmat、POSIX shm_open、现代 memfd_create。本文讲三者的内核差别、hugetlbfs 的大页共享、memfd sealing 在 GPU/Wayland 里的安全作用、以及 /dev/shm 的 tmpfs 真相。