ITPE * JackerLab

개요GraphSAGE(Graph Sample and AggregatE)는 대규모 그래프에서 노드 임베딩을 생성하기 위해 이웃 노드를 샘플링하고 집계하는 방식의 그래프 신경망(GNN) 아키텍처이다. 기존 GCN(Graph Convolutional Network)의 전체 이웃 계산 방식과 달리, GraphSAGE는 부분 이웃만 사용하여 메모리 사용량과 계산량을 줄이면서도 일반화 가능한 임베딩을 학습한다.1. 개념 및 정의 항목 설명 정의샘플링된 이웃 정보를 기반으로 노드 임베딩을 학습하는 GNN 프레임워크목적대규모 그래프에서도 확장 가능한 임베딩 학습 구현필요성전체 그래프를 사용하지 않고도 성능을 유지하면서 효율을 높이기 위함GraphSAGE는 inductive learning이 가능하다는 점에서 기존 t..

개요Locally Repairable Codes(LRC)는 분산 스토리지 시스템에서 장애 발생 시 데이터를 적은 수의 블록만으로 빠르게 복원할 수 있는 에러 정정 코드입니다. 기존의 Reed-Solomon 코드 대비 복구 연산량과 네트워크 부하를 줄이면서도 높은 내결함성을 유지할 수 있어, 클라우드 인프라의 대용량 데이터 저장 환경에서 핵심 기술로 활용되고 있습니다.1. 개념 및 정의 항목 내용 비고 정의오류 발생 시 전체가 아닌 일부 데이터 조각만으로 복구가 가능한 선형 블록 코드Hamming distance와 locality 개념 포함목적빠른 복원성과 낮은 I/O 비용을 제공하는 고효율 스토리지 코드클라우드 환경 최적화필요성대규모 분산 시스템에서 빠른 장애 복구와 네트워크 트래픽 최소화RS cod..

개요cgroups(Control Groups)는 Linux 커널 기능 중 하나로, 프로세스 그룹 단위로 CPU, 메모리, 블록 I/O, 네트워크 대역폭 등 시스템 자원 사용을 제한, 기록, 격리, 계층화할 수 있게 합니다. 그 중 cgroups v2는 기존 v1의 구조적 한계를 해결하고 더 일관성 있는 인터페이스, 통합된 계층 구조, 향상된 보안성을 제공하는 최신 표준입니다. 컨테이너 환경과 클라우드 네이티브 인프라에서 핵심적인 역할을 수행합니다.1. 개념 및 정의 항목 내용 비고 정의리눅스 커널에서 자원 제어를 위한 통합된 계층 구조 기반의 컨트롤 그룹 시스템Linux Kernel 4.5 이상 지원목적프로세스 그룹 단위 자원 제한, 회계, 격리 기능 제공시스템 안정성과 공정성 확보필요성cgroups..

개요AdapterFusion은 미리 학습된 다양한 어댑터 모듈(adapter modules)을 하나의 모델 내에서 결합해 사용하는 기술로, 멀티태스크 또는 멀티도메인 환경에서 파인튜닝된 어댑터들을 효과적으로 재활용하고 통합할 수 있는 메커니즘을 제공한다. 대형 언어 모델(LLM)의 확장성과 지속적인 학습을 가능하게 만드는 파라미터 효율적 학습 기술의 일환이다.1. 개념 및 정의 항목 설명 정의다수의 파인튜닝된 adapter를 결합하여 하나의 통합 표현으로 만드는 메커니즘목적태스크 간 지식 공유 및 파라미터 효율적 재사용필요성다수 태스크에 대해 독립적인 학습보다 효율적인 통합 방법 요구AdapterFusion은 파인튜닝된 어댑터 간 관계를 학습하여 적절히 조합함으로써 성능과 효율을 동시에 확보한다.2. ..