c0deJedi 在 nbd-vram 仓库发起拉取请求
GitHub 用户 c0deJedi 在 nbd-vram 项目中提交了 PR #20。内容为标准的版本控制操作日志。 缺乏技术细节、讨论点或背景信息，属于例行更新，对普通读者无额外价值。
评论
点赞
收藏c0deJedi pushed llm-fit
c0deJedi pushed to main in c0deJedi/llm-fit · June 12, 2026 15:37 1 commit to main f637576 refuse managed allocs that exceed VRAM + spare RAM (clean failure ins…
c0deJedi closed an issue in llm-fit
c0deJedi closed an issue in c0deJedi/llm-fit · June 12, 2026 06:25 Memory hooks never fire on newer Ollama, and the inflation that should fire is unsafe #1
c0deJedi contributed to c0deJedi/llm-fit
c0deJedi merged c0deJedi/llm-fit#2 · June 12, 2026 06:25
c0deJedi 在 nbd-vram 提交 Issue：内核交换页可能引发死锁
一个 Linux 内核虚拟 RAM 块设备驱动项目 nbd-vram 中发现关键死锁场景：当内核尝试换出（swap out）nbd-vram 守护进程的内存页时，可能因循环依赖导致死锁。提交者 c0deJedi 指出这是一个真实风险，并建议使用 mlockall(MCL_CURRENT) 将当前内存页锁定在 RAM 中，防止被内核换出，从而避免死锁。这是驱动开发中典型的内存锁定与内核内存管理交叉的底层问题，值得相关开发者深入讨论。 
删除 nbd-vram 仓库的 fix/readme-typo 分支
GitHub 用户删除了 nbd-vram 仓库中的一个修复 README 拼写的临时分支。这是一个极低信息量的仓库维护操作，不包含任何可读或有价值的内容。 
向 nbd-vram 主分支推送 2 个提交（修复拼写）
GitHub 用户向 nbd-vram 仓库的 main 分支推送了 2 个提交，内容为修复拼写错误。这是一个低信息量的仓库维护操作。
合并 PR #7：修复 nbd-vram 仓库的拼写错误
GitHub 用户合并了一个修复拼写错误的 Pull Request。这是一个非常细碎的项目维护动作，不包含技术讨论、方法或可复用经验。 
在 nbd-vram 仓库创建 fix/readme-typo 分支
GitHub 用户在 nbd-vram 仓库创建了一个新分支用于修复 README 拼写错误。这是一个极低信息量的仓库操作通知。
关闭 Issue #5：nbd-vram 项目 VRAM 交换与 NVMe 对比基准测试方案
GitHub 用户关闭了 nbd-vram 仓库中的一个议题，该议题提议在 benchmarks/ 下建立基准测试套件，对比 VRAM swap 与 NVMe 在三种工作负载下的表现。议题本身有一定技术讨论价值，但本次动态仅为关闭动作，无具体结果或数据。
在 Issue #5 中发布了 VRAM 交换与 NVMe 的实测基准数据
开发者分享了自己在 RTX 3070 笔记本（AMD/ATI 混合显卡、NVIDIA 休眠）上的实测基准测试结果。系统为 Pop!_OS、内核 6.17，NVMe 使用 dm-crypt cryptswap 走 PCIe 4.0。这是 nbd-vram 项目中关于 VRAM 交换与 NVMe 性能对比的真实一手数据，虽然内容不完整，但包含具体的硬件配置和工作负载分类，对从事 GPU 显存优化或 Linux 图形栈的开发者有参考价值。
给 LLM-Fit（CUDA Unified Memory 用于 LLM 推理）项目点星
GitHub 用户对自己的 llm-fit 项目点了星标，该项目研究使用 CUDA Unified Memory 作为 VRAM 扩展以支持 LLM 推理，使用 C 语言实现。属于 GPU 显存扩展方向的实验性研究项目的标记，未提供进展或结果。 
在 Linux 上将 NVIDIA GPU 显存用作交换空间
将 NVIDIA GPU 显存当 Linux 交换空间用的实用开源工具。专为焊死内存的混合图形笔记本设计：独显大部分时间空闲，其 VRAM 被完全浪费，此工具将闲置显存用作高优先级 swap。作者实测 RTX 3070 笔电版分配 7GB 显存，系统总可寻址内存从 16GB 翻至约 46GB（含 zram 和 SSD swap）。底层通过 CUDA 驱动 API 分配显存，用 NBD 协议暴露为块设备，无需写内核模块，不受内核/驱动更新影响。基准测试数据扎实：4K 随机读延迟仅 335 微秒，比 NVMe 平均 9.05 毫秒快约 27 倍——因为 NVMe 在稀疏访问时会进入省电状态被唤醒，而 VRAM 无此惩罚。项目附带完整安装脚本、配置、电源管理（拔电自动停止）和基准测试套件，MIT 开源协议。作者坦诚列出了 NVMe 在顺序吞吐和持续 IOPS 上仍领先的数据，而非盲目吹捧，可信度高。 
向个人资料仓库推送更新 README 的提交
GitHub 用户向自己的个人资料仓库推送了 2 个提交，内容为更新。这是一个极低信息量的个人主页维护操作。 
合并 PR #1：更新个人资料仓库的 README
GitHub 用户合并了一个更新自己个人资料仓库 README 的 Pull Request。这是一个极低信息量的个人主页维护操作。