| title | AL1S 技术 RAG 语料组织地图 | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| domains |
|
|||||||||
| product | AL1S | |||||||||
| version | 1 | |||||||||
| source_uri | local://knowledge/technical/domain-map.md | |||||||||
| license | MIT | |||||||||
| language | zh-CN | |||||||||
| trust_level | 10 | |||||||||
| document_kind | organization_map | |||||||||
| fact_corpus | false | |||||||||
| index | false |
本文档是语料建设导航，不是技术事实语料，也不应被当作产品行为、配置或最佳实践的权威来源。每个叶子主题都需要后续加入带来源、版本和许可信息的事实文档。
这张地图把 PostgreSQL、Cocoon Sandbox、大模型训练和大模型推理组织到 AL1S 的九个受控 domain。一个主题可以同时属于多个 domain。
| 方向 | 受控 Domain | 待建设主题 |
|---|---|---|
| DB | db, storage |
事务、索引、WAL、MVCC |
| Compile | compile, db |
SQL 查询优化、代价模型、执行计划、执行器 |
| Sys | sys, storage, db |
文件系统、内存、并发、网络与数据库运行时的交互 |
| HPC | hpc, compile, db |
并行扫描、向量化执行、大规模分析 |
建议目录：postgresql/transactions、postgresql/indexing、postgresql/wal、postgresql/mvcc、postgresql/query-planner、postgresql/executor 和 postgresql/performance。
| 方向 | 受控 Domain | 待建设主题 |
|---|---|---|
| Sys | sys |
KVM、虚拟内存、UFFD、FUSE、virtio |
| Distributed Sys | distributed, sys |
节点控制、调度、资源状态 |
| Cloud | cloud, distributed |
Kubernetes、CNI、镜像、快照编排 |
| Security | security, sys |
不可信代码隔离、权限边界、威胁模型 |
| DB/Storage | db, storage |
快照索引、镜像元数据、持久状态 |
建议目录：cocoon-sandbox/virtualization、cocoon-sandbox/memory、cocoon-sandbox/io、cocoon-sandbox/control-plane、cocoon-sandbox/networking、cocoon-sandbox/isolation 和 cocoon-sandbox/state。
| 方向 | 受控 Domain | 待建设主题 |
|---|---|---|
| HPC | hpc, ai_workload |
GPU 集群、数据/张量/流水线并行、集合通信 |
| Compile | compile, ai_workload |
算子融合、图编译、Kernel 生成 |
| Sys | sys, ai_workload |
驱动、调度、主机与设备内存管理 |
| Distributed Sys | distributed, ai_workload |
容错、检查点、节点协调 |
| DB/Storage | db, storage, ai_workload |
训练数据、模型权重、实验与作业元数据 |
建议目录：llm-training/parallelism、llm-training/collectives、llm-training/compiler、llm-training/runtime、llm-training/fault-tolerance、llm-training/checkpointing 和 llm-training/data。
| 方向 | 受控 Domain | 待建设主题 |
|---|---|---|
| Sys | sys, ai_workload |
GPU 内存管理、服务调度 |
| HPC | hpc, ai_workload |
矩阵计算、连续批处理、并行执行 |
| Compile | compile, ai_workload |
量化、算子融合、Kernel 优化 |
| DB-like | db, storage, ai_workload |
KV Cache、前缀缓存、索引、淘汰与持久化 |
| Distributed Sys | distributed, cloud, ai_workload |
请求路由、扩缩容、Prefill/Decode 分离 |
建议目录：llm-inference/memory、llm-inference/batching、llm-inference/quantization、llm-inference/kernels、llm-inference/kv-cache、llm-inference/routing、llm-inference/autoscaling 和 llm-inference/pd-disaggregation。
最终语料不应形成四个彼此孤立的产品岛。以下横向问题应通过同一术语、对比文档或交叉链接连接起来：
| 横向能力 | PostgreSQL | Cocoon Sandbox | 大模型训练 | 大模型推理 |
|---|---|---|---|---|
sys |
内存、并发、网络、I/O | KVM、UFFD、FUSE、virtio | 驱动、调度、内存 | GPU 内存、服务调度 |
hpc |
并行与向量化执行 | 大规模节点资源视角 | GPU 并行与集合通信 | 矩阵计算与批处理 |
compile |
SQL 规划与执行 | 可选的策略/配置生成 | 图、算子与 Kernel 编译 | 量化、融合与 Kernel 优化 |
distributed |
复制与分布式扩展的独立专题 | 控制面、调度、状态 | 容错、检查点、协调 | 路由、扩缩容、P/D 分离 |
db / storage |
事务、WAL、索引、持久化 | 快照、镜像元数据、状态 | 数据、权重、元数据 | KV/前缀缓存、索引与淘汰 |
ai_workload |
作为数据服务底座的交叉专题 | 作为隔离执行环境的交叉专题 | 训练工作负载本身 | 推理工作负载本身 |
- 先为每个叶子主题选定官方文档、标准或原始论文，并记录版本和许可。
- 再写边界明确的中文摘要，保留关键英文术语、约束、失败模式和原始链接。
- 为容易混淆的主题加入版本差异和反例，例如 MVCC 可见性与锁语义、KV Cache 与数据库事务语义的区别。
- 用真实问题建立检索评测集，检查语义召回、关键词召回、来源引用和跨 domain 问题。
- 仅在语料和评测表明有明确瓶颈时，再评估更换嵌入模型。
总目标是覆盖 Sys + HPC + Compile + Distributed + DB/Storage + AI Workload 的交叉知识，同时保留可追溯来源，不把这张分类地图本身当作知识答案。