본문으로 건너뛰기
김신건의 로그

애니메이션

총 383개 · 12 / 16 페이지 · 265–288

본문 코드 펜스로 삽입: ```anim:<id>

태그로 필터 (697)
UTF-8, 가변 길이 Unicode 인코딩 13.0s

U+AC00('가') 를 3바이트 UTF-8(EA B0 80) 로 인코딩: 선두 바이트 패턴 1110xxxx + 연속 10xxxxxx

🔢 알고리즘 utf8
13 elements · 5 chapters
#utf8 #string #algorithm
Voronoi Diagram, Delaunay Triangulation 12.0s

N 개 점에 대해 각 점을 가장 가까운 점으로 가지는 영역들로 분할 (Voronoi). 그 dual 은 어떤 삼각형의 외접원에 다른 점이 없게 잇는 삼각분할 (Delaunay).

🔢 알고리즘 voronoi-diagram
21 elements · 5 chapters
#algorithm #geometry #voronoi #delaunay
XOR Basis (선형 기저) 10.0s

비트 XOR 아래 선형독립 기저, Gaussian elimination on bits

🔢 알고리즘 xor-basis
9 elements · 4 chapters
#xor-basis #linear-algebra #bit-manipulation
Young Tableau, RSK Insertion 12.0s

순열 [2,4,1,3] 을 RSK 삽입으로 P (insertion) / Q (recording) tableau 생성. 각 단계마다 bumping 으로 요소가 이동.

🔢 알고리즘 young-tableau
14 elements · 5 chapters
#algorithm #math #young-tableau #rsk
Z 알고리즘 (Z Algorithm) 11.0s

각 위치에서 prefix와의 최장 일치 길이를 O(N)에 계산

🔢 알고리즘 z
20 elements · 6 chapters
#string #z-algorithm #z-function #prefix
�오일러 피 함수 φ(n) = n Π (1 - 1/p) 13.0s

n=36 의 소인수 2, 3 에 대해 φ(36) = 36·(1-1/2)·(1-1/3) = 12.

🔢 알고리즘 euler-phi
8 elements · 5 chapters
#math #euler-phi #number-theory
분산 학습, Data/Tensor/Pipeline Parallelism 14.0s

큰 모델을 여러 GPU 에 나누는 3가지 기본 전략. Data Parallelism (배치 분할), Tensor Parallelism (한 layer 분할), Pipeline Parallelism (layer 들 수직 분배). 대규모 모델은 셋 다 조합.

🏛 아키텍처 distributed-training
21 elements · 6 chapters
#distributed-training #parallelism #ai #gpu
스코프 체인 워킹, n 을 찾아 LE 를 거슬러 올라가다 11.0s

iterator.next() 안에서 n 을 참조하는 순간, JS 엔진은 자기 LE → 외부 Environment 의 LE 순서로 변수를 찾는다. 가장 가까운 바인딩이 이긴다.

🏛 아키텍처 closure-scope-chain
24 elements · 6 chapters
#javascript #closure #scope-chain #resolve-binding
왜 GC 되지 않는가, 참조 사슬 11.5s

naturals 가 종료되어도 변수 it 에서 시작하는 참조 사슬이 LE 까지 이어진다. GC 는 도달 가능한 객체를 회수하지 않는다.

🏛 아키텍처 closure-gc-survival
15 elements · 5 chapters
#javascript #closure #gc #heap +1
이벤트 루프의 네 가지 구성요소 14.0s

JavaScript 의 싱글 스레드 엔진이 비동기를 처리하는 방식. 콜 스택, Web API, 태스크 큐, 마이크로태스크 큐가 이벤트 루프로 연결된다.

🏛 아키텍처 event-loop-basic
12 elements · 6 chapters
#javascript #event-loop #async #runtime
정렬·해시 메모리 부족 시 Spill 과정 8.0s

첫 청크가 메모리를 채우면 정렬해서 디스크에 Run으로 쓴다. 다음 청크는 빈 메모리를 재사용하고, 마지막에 디스크의 Run과 메모리의 마지막 청크를 합쳐 출력한다.

🏛 아키텍처 sort-spill
14 elements · 5 chapters
#sort #hash #memory #spill +1
Browser Anatomy 5.4s

웹 브라우저의 기본 UI 구조

🏛 아키텍처 browser-anatomy
15 elements · 7 chapters
#browser #ui #architecture
Call Stack 의 동작 11.0s

함수 호출은 push, 반환은 pop. 콜 스택이 비어있어야 이벤트 루프가 큐를 비울 수 있다. LIFO 구조.

🏛 아키텍처 call-stack-detail
9 elements · 7 chapters
#javascript #call-stack #execution-context
CPU 내부 구조, 한 코어 안에는 무엇이 들어있나 12.0s

현대 CPU 의 한 코어는 명령어 디코더, 분기 예측기, 실행 유닛(ALU/FPU), L1/L2 캐시 등으로 매우 복잡하게 구성된다. 전체 다이의 절반 이상이 캐시.

🏛 아키텍처 cpu-internals
20 elements · 6 chapters
#cpu #core #architecture #pipeline +1
CPU Pipeline, 명령어들이 cycle 마다 한 단계씩 진행 12.0s

현대 CPU 는 한 명령어가 끝나기 전에 다음 명령어 fetch 를 시작한다. 5단계 파이프라인이면 5개의 명령어가 동시에 다른 단계에서 진행된다. 분기 예측, 데이터 의존성 등이 hazard 의 원인.

🏛 아키텍처 cpu-pipeline
17 elements · 7 chapters
#cpu #pipeline #instruction-pipelining #hazard
CSR vs SSR vs SSG: 렌더링 모드 비교 16.0s

각 렌더링 모드에서 서버, 브라우저, 사용자 화면의 시간순 흐름. CSR 은 빈 HTML + JS 후속, SSR 은 매 요청 서버 렌더링, SSG 은 빌드 시점 미리 생성.

🏛 아키텍처 spa-rendering-modes
9 elements · 3 chapters
#spa #csr #ssr #ssg +2
DB Primary-Replica 복제 3.9s

Primary 에 쓰기 → Replica 들에 WAL 스트림 복제

🏛 아키텍처 db-replication
8 elements · 5 chapters
#database #replication #primary #replica
Docker Image Layers, Copy-on-Write 공유 14.0s

이미지 레이어는 read-only. 여러 컨테이너가 같은 base image 를 공유하고, 각자 writable 레이어만 얹는다. 이것이 컨테이너가 가벼운 이유.

🏛 아키텍처 virt-docker-image-layers
17 elements · 6 chapters
#docker #container #image #overlay +1
ForceWrite: GET 안에서 writing role로 일시 전환 13.0s

GET 요청은 기본 reading role이지만, force_write 블록 안에서만 writing role로 승격되어 Primary에 직접 씁니다.

🏛 아키텍처 rails-force-write
12 elements · 6 chapters
#rails #activerecord #force-write #concern
GPU 내부 구조, SM 과 Tensor Core 12.5s

GPU 는 수십 개의 Streaming Multiprocessor (SM) 로 구성되고, 각 SM 안에 CUDA Core, Tensor Core, RT Core, 공유 메모리가 들어있다. NVIDIA H100 은 132 SM, B200 은 더 많음.

🏛 아키텍처 gpu-internals
17 elements · 6 chapters
#gpu #sm #tensor-core #cuda-core +1
GPU SIMT, 한 명령으로 수많은 thread 가 동시에 다른 데이터를 처리 13.0s

SIMT(Single Instruction Multiple Threads) 모델. 한 warp 의 32 thread 가 같은 명령을 동시에 실행하되 각자 다른 레지스터(데이터)를 사용한다. 분기가 나뉘면 warp divergence 가 발생해 직렬 처리.

🏛 아키텍처 gpu-simt
16 elements · 6 chapters
#gpu #simt #cuda #warp +1
HBM vs DDR, 왜 GPU 가 HBM 을 쓰는가 14.0s

DDR 은 PCB 위에 GPU 와 멀리 떨어진 채로 배치되어 한 채널 당 ~50 GB/s. HBM 은 interposer 위에서 GPU 와 mm 거리에 적층되어 1.2 TB/s. 거리와 채널 수의 차이가 모든 것을 결정한다.

🏛 아키텍처 hbm-vs-ddr
24 elements · 6 chapters
#hbm #ddr #memory #bandwidth +1
Hypervisor Type 1 vs Type 2 13.0s

Bare metal(Type 1)은 하드웨어에 직접 올라가고, Hosted(Type 2)는 host OS 위에 올라간다. 층 수 차이가 오버헤드 차이로 이어진다.

🏛 아키텍처 virt-hypervisor-types
16 elements · 5 chapters
#virtualization #hypervisor #vm #kvm +1
Lexical Environment 의 구조 12.5s

함수가 호출되면 새 Lexical Environment 가 만들어진다. 그 안에는 변수 저장소(Environment Record)와 외부 Environment 링크 두 가지가 들어 있다.

🏛 아키텍처 lexical-environment
7 elements · 5 chapters
#javascript #lexical-environment #scope #ecmascript

사이트 검색 / 명령어

검색

스크롤 = 확대/축소 · 드래그 = 이동 · 0 = 원래 크기 · ESC = 닫기