博客更新计划
该文档主要阐明后续的博客重点更新方向：
| 主题 | 进度 | 备注 |
|---|---|---|
| 《二分》 | 规划中 | 二分查找、二分搜索，算法、理论与应用 |
| 《DFS、BFS》 | 编写中 | 总结DFS、BFS的通用思路，题解举例 |
| 《动态规划》 | 规划中 | 总结从递归到动态规划、题解 |
2021/5/26小于 1 分钟
Vuepress Blog V2
My blog using vuepress theme hope.
链接名称
链接详细描述
书籍名称
书籍详细描述
文章名称
文章详细描述
伙伴名称
伙伴详细介绍
自定义项目
自定义详细介绍
Reference
This site is built by Vuepress, Vuepress GitHub
A basic tutorial: zero-to-deploy-build-a-documentation-system-with-vue-and-vuepress
2018/5/10大约 4 分钟
Zon of Python By Tim Peters
translated by weigao chen
2017/1/1大约 1 分钟
⚠ Switch to EXCALIDRAW VIEW in the MORE OPTIONS menu of this document. ⚠ You can decompress Drawing data with the command palette: 'Decompress current Excalidraw file'. For more info check in plugin settings under 'Saving'
Excalidraw Data
Text Elements
SM/Core ^XBwvmcfM
2025/5/12小于 1 分钟
AMD IBS（Instruction-Based Sampling，基于指令采样）是 AMD 处理器中一项硬件级性能分析技术，用于监控和记录处理器执行的指令流，为开发者和系统管理员提供细粒度的性能洞察。
1. IBS?
IBS 是一种基于已执行指令的硬件采样技术。与传统基于事件计数的采样（如周期、缓存未命中等）不同，IBS 能够采集指令级别的丰富信息，比如：
-
每条采样指令是否命中 L1/L2/L3 缓存
-
是否发生 TLB miss
-
分支预测是否成功
-
指令类型（load、store、branch、ret 等）
-
执行延迟、流水线 stalls 情况
-
内存地址访问路径（可选）
2025/5/7大约 8 分钟
1. 🧠 Java 反射的本质问题
| 特性 | 对编译器的影响 |
|---|---|
动态类加载（Class.forName） |
编译器无法静态分析依赖 |
字符串驱动方法/字段调用（method.invoke） |
无法内联、去虚、裁剪 |
| 访问私有成员（字段/构造器） | 安全检查阻碍优化 |
| 使用频率不确定 | 难以收集热点信息 |
2025/4/17大约 5 分钟
本专栏主要针对 GPU 体系结构和 AI 相关技术进行研究。
2025/4/1小于 1 分钟
1. Table Walk Unit
MMU 中的 Table Walk Unit（页表遍历单元） 是硬件级的核心组件，专门处理虚拟地址到物理地址转换过程中 TLB 未命中时的页表查找，其设计目标是通过硬件加速减少页表访问延迟。以下是其技术细节的深度解析：
1.1. 核心功能
- 页表遍历自动化
当 TLB 未命中时，自动根据虚拟地址中的虚拟页号（VPN） 逐级解析页表层级：
支持多级页表架构（如 x86 的 4 级页表、ARMv8 的 2 级页表）
2025/3/31大约 5 分钟
1. Abstract
todo
2. Memory-Side versus SM-Side LLC
下图是一个 mutli-chip GPU, 由四个 GPU 芯片组成。每个芯片包含 64 个流多处理器（ SM），每个 SM 配有 128KB 的私有一级缓存（ L1 缓存），具有 4MB 的末级缓存（ LLC）容量，以及 8 个内存控制器（图中每个 chip 画出了一个）。
The Network-on-Chip (NoC) connects 32 SM clusters (two SMs share one network port) to 16 LLC slices with a total bisection bandwidth of 4 TB/s.
2025/3/27大约 5 分钟
1. NVLink
NVLink 是 NVIDIA 开发的一种高速互连技术，旨在实现 GPU 之间以及 GPU 与 CPU 之间的高带宽、低延迟通信。它主要用于加速 AI、HPC 和数据分析等场景中的数据传输。
1.1. CPU 连接
NVLink 不但可以实现 GPU 之间以及 GPU 和 CPU 之间的互联，还可以实现 CPU 之间的互联。从这一点来看，NVLink 的野心着实不小。
我们知道，Intel 的 CPU 间互联总线是 QPI，20 位宽的 QPI 连接带宽也只有 25.6GB/s，在 NVLink 面前同样差距巨大。可想而知，如果全部采用 NVLink 总线互联，会对系统数据交换通道的带宽有多大提升
2025/3/21大约 12 分钟