11. 延伸阅读

官方文档

• The Linux Kernel Documentation — 最权威的内核文档，涵盖 sched、mm、block、networking、cgroup。
• sched_ext 官方文档 — 用 BPF 写调度器的框架说明与 ABI 约定。
• scx 调度器仓库 — scx_rusty / scx_layered / scx_bpfland 等生产级 BPF 调度器。
• Linux man pages — 系统调用和库函数手册。
• systemd 官方文档 — systemd、cgroup 集成、unit 文件。
• io_uring 官方资料与 liburing — 异步 I/O 用户态库与新特性说明。

版本与动态

• KernelNewbies — Linux 6.17 / Linux 6.18 / Linux 6.19 / Linux 7.0 / Linux 7.1 / Linux 7.2 / Linux 7.3 — 每个大版本的新特性盘点（6.18 是 2025-11 发布的 LTS，2026 年 10 月主线已到 7.3-rc）。
• LWN.net — 高质量 Linux 内核深度文章，CFS、cgroup v2、memory management、sched_ext 等主题必读。
• Phoronix Kernel / BPF 板块 — 内核开发动态追踪。

性能分析

• Brendan Gregg — Linux Performance — 性能分析方法论、工具图谱、案例。
• Brendan Gregg — USE Method — USE 方法详解。
• 《Systems Performance: Enterprise and the Cloud》 — Brendan Gregg 经典著作。

eBPF / 动态追踪

• BPF Performance Tools — Brendan Gregg 的 eBPF 工具书。
• bcc 工具集 — Python/C 编写的 eBPF 工具。
• bpftrace — 高级追踪脚本语言。
• eBPF Applications Landscape — eBPF 生态全景（Cilium、Beyla、Pixie、Tetragon、Kepler 等）。
• Grafana Beyla 与 OpenTelemetry eBPF — 零代码自动埋点。

GPU 与 AI 场景的 Linux 优化

• NVIDIA GPUDirect Storage 文档 — GDS 架构、cuFile API 与部署指南。
• NVIDIA Magnum IO — GPUDirect RDMA / GDS / GDRCopy 全家桶。
• CUDA 文档 — CUDA 运行时与 Linux 驱动交互细节（见 GPU 架构与 CUDA 基础）。

相关主题

主题	链接	与本章的关系
容器运行时	容器运行时	namespace/cgroup/overlayfs 的上层应用
Kubernetes	Kubernetes	K8s 资源限制、QoS 最终通过 Linux cgroup 生效
GPU 架构与 CUDA 基础	GPU 架构与 CUDA 基础	GPU 驱动、CUDA Runtime 依赖 Linux 的设备文件和模块
AI SRE	AI SRE	CPU/memory/I/O/network 指标都来自 Linux 内核
Ray	Ray	Ray worker 进程和对象存储依赖 Linux 进程调度和 I/O
vLLM	vLLM	推理延迟和吞吐受 Linux 调度、内存、网络影响
LLM 推理缓存与 KV Cache 管理	KV Cache	KV Cache CPU offload 与分层存储直接依赖 Linux 内存管理、page cache 与 swap

推荐学习路径

1. 先读完本章 11 节，建立 Linux 全景；
2. 动手跑 Mini Demo，理解 CFS、LRU、I/O 调度、cgroup；
3. 在真实服务器上练习 top、vmstat、iostat、mpstat、perf、bpftrace；
4. 结合容器运行时和 Kubernetes 主题，理解 cgroup/namespace 的上层抽象；
5. 遇到真实性能问题时，按“先观测、再调优”的方法论逐步深入。

一句话总结

Linux 内核文档和 Brendan Gregg 的工具书是 AI Infra 工程师的常备参考书；理解了机制，工具只是放大器。