一、雕花的三笔代价 上一篇最后停在一个略显扫兴的地方：eStargz 做到了"pull 近乎为零"，但它有三笔躲不掉的代价——压缩率变差、去重能力弱、一层一个 FUSE 挂载点，外加一个 resolve 超时就静默回退全量拉取的隐患。 如果把这三条并排放在一起看，会发现它们是同一件事的三种表现： 压缩率变差，是因为一层内部共用一个 gzip 字典。你想让单个文件能被独立...

一、一个反直觉的数据 200 节点 × 30 GB 的账单：制品库带宽被打满、GPU 空转 90 分钟、每次发版蒸发 900 美元。Dragonfly 解决的是"数据从制品库出来"这一段的效率问题。 但有一个更基础的问题一直没人问：这 30 GB，容器启动真的用得到吗？ 2016 年 USENIX FAST 会议上，威斯康辛大学的 Harter 团队发表了一篇题为 Sla...

level-trigger OR edge-trigger，谈谈 Kubernetes controller 的开发范式 很多人是从 kubebuilder 的脚手架开始接触 controller 的：kubebuilder init、create api，一个 Reconcile 函数就摆在你面前，照着填就能跑。但填着填着就会冒出一堆问号——为什么 Reconcile 不告诉我"...

工程实践：实现单机 GPU/CPU 混部 这篇文章记录了我们在 GPU 训练机器上实现 CPU 任务混部的完整过程。读完之后，你会了解：GPU 训练任务的数据加载链路（DataLoader → 共享内存 → 锁页内存 → DMA → GPU HBM）中哪些环节对 NUMA 敏感；为什么 Linux 的 First-Touch 内存策略在混部场景下会产生问题，以及如何通过 MPOL_INTE...