Nvidia
- 【CUDA】并行编程：理解Grid、Block、Thread
- 【CUDA】内存模型：从Global到Shared Memory
- 【CUDA】执行模型：理解Warp、SMIT与Occupancy
- 【CUDA】归约优化：从分支分歧到Warp Shuffle
- 【CUDA】内存优化：矩阵转置解析
- GPU与CPU的架构分野：并行计算的硬件哲学
- 【GPU】互联架构：NVLink、NVSwitch与NCCL
- 【GPU】分布式通信：从Ring-AllReduce到NCCL
- AI 芯片的十年跃迁：Tenser Core、精度与 HBM
- 【Linux】cgroups：容器化GPU隔离的基石
- 【GPU】设备管理：从/dev/nvidia到CUDA Runtime
- 【GPU】NUMA架构：CPU-GPU亲和性优化
- 【Slurm】GPU集群调度：基础架构与GRES