JAX性能优化实战：7个变换让TPU/GPU吃满算力
JAX性能提升七技巧：jit稳定形状、vmap替代循环、scan融合长序列、remat用计算换内存、pmap单机多卡、pjit实现SPMD并行、value_and_grad正确组合。配合分片与aux输出，最大化XLA优化，提升计算效率。
探索热辐射：红外发射率的调控艺术与应用（隐身篇）
红外辐射无处不在，物体通过热辐射在空气中传播红外线，而8~14μm等“大气窗口”波段可被探测。红外热成像仪利用温度差异生成图像，广泛应用于军事侦察。实现红外隐身需降低辐射强度，主要途径包括调控发射率、控制温度及阻隔传播。低发射率涂层、隔热材料、相变材料（如VO₂）、超材料与仿生设计等技术不断发展，推动智能、多频谱兼容隐身材料研发。EM10便携式测量仪实现3-5μm与8-14μm双波段同步高精度检测，助力材料研发与现场质量监控，促进红外隐身技术向高效、协同、实用化方向迈进。
04_昇腾推荐系统：单双层架构解析
单双层架构互补共存：单层追求极致性能，适用于小规模特征；双层突破内存瓶颈，支持大规模扩展。结合动态扩容、准入淘汰与高效查表，实现推荐系统大规模稀疏参数的高效训练与管理。
05_推荐系统准入与淘汰策略技术详解
本文详解推荐系统多级缓存中的准入淘汰策略，涵盖基于访问频次、概率、ShowClick等准入机制，以及基于时间、L2范数、频次等淘汰机制，结合CPU-PS控制流程与NPU执行优化，实现缓存资源高效利用，提升模型训练效率与推荐精度。
07_昇腾嵌入表性能提升
本文介绍嵌入表性能优化的六大策略：多流并行掩盖通信延迟，Pin Memory加速数据传输，两级去重减少计算冗余，通信模式优化降低开销，梯度累积节省内存，并结合实验验证效果，全面提升训练效率与资源利用率。
06_昇腾流水线优化技术详解
本文详解昇腾流水线优化技术，涵盖NPU与GPU侧多级流水实现。通过Stage划分、异步调度与计算通信重叠，提升训练吞吐与硬件利用率。NPU基于Rec SDK实现五阶段流水，支持动态换入换出；GPU则利用CUDA Stream构建StagedTrainPipeline，实现高效prefetch与梯度更新协同。
03_嵌入表分片与哈希管理：支撑万亿参数的关键技术
本文介绍支撑万亿参数推荐系统的核心技术：嵌入表分片与哈希管理。通过单/双层Hash模式实现稀疏ID高效映射，结合分桶策略均匀分配数据；采用Row-Wise、Table-Wise等分片机制，优化存储与计算负载，提升大规模模型训练效率。
02_昇腾推荐系统架构解析：嵌入表存储到多级缓存的全链路设计
昇腾推荐系统采用多级缓存架构，基于达芬奇架构NPU实现HBM与DDR协同的Embedding存储。通过FastHashMap与动态Swap机制，结合LRU/LFU准入淘汰策略，支持大规模稀疏特征高效训练。软件层面深度适配TorchRec，提供统一接口，实现计算与通信重叠，提升端到端性能，适用于电商、短视频等大模型推荐场景。
