ITPE * JackerLab

개요Mojo는 Modular사가 공개한 차세대 프로그래밍 언어로, Python의 생산성과 C/C++ 수준의 시스템 성능을 동시에 제공하는 것을 목표로 한다. 특히 AI 및 머신러닝 워크로드에 최적화되어 있으며, MLIR(Multi-Level Intermediate Representation)을 기반으로 설계되어 컴파일 단계에서 고도화된 최적화를 수행한다. Python 문법과 높은 호환성을 유지하면서도 정적 타입 시스템과 메모리 제어 기능을 추가하여 고성능 연산 환경을 구현한다.1. 개념 및 정의Mojo는 AI 중심 워크로드를 위해 설계된 시스템 프로그래밍 언어로, Python 생태계를 확장하는 형태로 개발되었다. 인터프리터 기반 실행 모델의 한계를 극복하고, 컴파일 기반 아키텍처를 통해 GPU, TPU,..

개요JAX Pallas는 Google JAX 생태계에서 고성능 커널을 직접 정의할 수 있도록 설계된 Python 기반 DSL(Domain-Specific Language)이다. 기존 XLA 컴파일러에 전적으로 의존하던 방식에서 벗어나, 개발자가 세밀한 메모리 제어 및 병렬 실행 구조를 정의할 수 있도록 지원한다. 특히 Mosaic GPU 및 TPU 아키텍처에 최적화된 저수준 연산을 구현할 수 있으며, Triton과 유사한 프로그래밍 모델을 JAX 내부로 통합한 것이 특징이다.1. 개념 및 정의JAX Pallas는 JAX의 고수준 함수형 인터페이스를 유지하면서도 CUDA 수준의 세밀한 제어를 가능하게 하는 커널 작성 프레임워크이다. JAX의 jit, vmap, pmap과 결합되어 자동 미분 및 벡터화와 자..

개요MLIR(Multi-Level Intermediate Representation)은 Google이 TensorFlow/XLA 컴파일러 최적화를 위해 개발한 범용 컴파일러 인프라 구조로, 다양한 수준의 연산(High-Level → Low-Level)을 통합적으로 표현하고 최적화할 수 있는 중간 표현체계(IR)이다. MLIR은 단순히 TensorFlow 전용 기술이 아니라, **모든 도메인별 언어(DSL)**와 하드웨어 타깃 간의 다리 역할을 수행하는 범용 프레임워크로 발전하고 있다.1. 개념 및 정의MLIR은 이름 그대로 **‘다단계 중간 표현(Multi-Level IR)’**을 의미한다. 전통적인 컴파일러의 단일 IR 구조와 달리, MLIR은 서로 다른 수준의 추상화 계층(예: 그래프 수준, 연산 수..