ITPE * JackerLab

HPL-MxP (High Performance Linpack - Mixed Precision)

개요HPL-MxP(High Performance Linpack for Mixed Precision)는 기존 HPL 벤치마크(HPL Classic)의 확장으로, AI 및 HPC 워크로드의 혼합 정밀도(Mixed Precision) 연산 성능을 평가하기 위한 벤치마크입니다. FLOP 수치를 기준으로 시스템의 실제 AI/ML 연산 처리 능력을 반영하기 위해 도입되었으며, TOP500, Green500 등의 슈퍼컴퓨터 순위 평가에서 중요한 지표로 사용됩니다.1. 개념 및 정의 항목 내용 비고 정의AI/ML 환경에서 혼합 정밀도 행렬 연산을 수행하는 Linpack 기반 벤치마크HPL-AI → HPL-MxP로 진화목적AI 정밀도(예: FP16)와 과학 계산용 정밀도(FP64)를 함께 고려한 실측 성능 측정Pea..

Linkerd 2

개요Linkerd 2는 마이크로서비스 환경에서 서비스 간 통신을 안전하고 가시성 있게 관리할 수 있도록 지원하는 CNCF(Cloud Native Computing Foundation) 프로젝트의 경량 서비스 메시(Service Mesh)이다. 성능과 단순성에 중점을 둔 설계로, Kubernetes 기반 환경에서 보안, 관찰성, 신뢰성 향상을 제공한다.1. 개념 및 정의 항목 설명 정의Kubernetes 환경 내에서 서비스 간 통신을 프록시 기반으로 제어 및 보호하는 경량 서비스 메시목적서비스 간 TLS 암호화, 트래픽 제어, 모니터링 등을 자동화필요성애플리케이션 코드 변경 없이 통신 보안 및 가시성 확보 필요Linkerd 2는 Envoy가 아닌 Rust 기반 프록시 linkerd2-proxy를 사용한다..

MLPerf

개요MLPerf는 머신러닝 시스템의 성능을 공정하고 재현 가능한 방식으로 평가하기 위한 국제 벤치마크 표준입니다. Google, NVIDIA, Intel, Meta 등 업계 리더들이 참여하는 MLCommons가 주관하며, **훈련(Training)**과 추론(Inference) 부문으로 나뉘어 다양한 딥러닝 모델을 기준으로 하드웨어, 프레임워크, 시스템의 성능을 비교할 수 있도록 설계되어 있습니다. AI 시스템 도입 시 의사결정의 기준이 되는 핵심 지표입니다.1. 개념 및 정의 항목 내용 비고 정의머신러닝 모델의 훈련 및 추론 성능을 측정하는 공개 벤치마크 스위트MLCommons 재단 운영목적벤더 간 공정한 AI 성능 비교 및 산업 표준 정립하드웨어/프레임워크 독립적 평가필요성AI 인프라 선택 시 신..

Karmada(Kubernetes Armada)

개요Karmada(Kubernetes Armada)는 Kubernetes 멀티 클러스터 환경에서 애플리케이션을 통합 배포하고 자동화된 자원 관리를 제공하는 오픈소스 프로젝트이다. 클라우드 간, 지역 간 분산 환경에서도 단일 제어 평면을 통해 여러 클러스터를 효율적으로 운영할 수 있도록 지원한다.1. 개념 및 정의 항목 설명 정의멀티 Kubernetes 클러스터에 대해 중앙 통합 제어를 제공하는 멀티 클러스터 오케스트레이션 플랫폼목적복수의 클러스터에서 일관된 자원 배포 및 상태 관리 실현필요성하이브리드 클라우드, 다중 리전, 엣지 컴퓨팅 환경에서 복잡도 감소 필요Karmada는 CNCF에 의해 관리되며 Kubernetes Native 방식을 따른다.2. 특징특징설명비교Kubernetes Native기존 ..