Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 페이지의 콘텐츠는 AI가 공개된 소스를 기반으로 자동 수집·요약·번역한 것입니다. 원 저작권은 각 원저작자에게 있으며, 각 게시물의 “원문 바로가기” 링크를 통해 원문을 확인할 수 있습니다. 저작권자의 삭제 요청이 있을 경우 신속히 조치합니다.
Watt는 Linux 시스템 전반에 걸쳐 CPU 주파수 및 전력 관리를 최적화하는 저오버헤드 유틸리티입니다. 이 도구는 Rust로 작성되었으며, 강력한 TOML 기반의 DSL을 통해 복잡하고 정교한 전력 관리 규칙을 설정할 수 있습니다. 데몬 모드로 실행되어 시스템 성능과 배터리 수명을 동시에 향상시키는 것이 목표입니다.
CPUFriend는 Lilu 플러그인을 사용하여 macOS 커널(XNU)에 동적 전력 관리 데이터를 주입하는 kext입니다. 이 도구는 CPU의 네이티브 지원 여부에 따라 필요성이 달라지며, 최신 Lilu 및 MacKernelSDK와 함께 사용해야 합니다.
Powereg는 ThinkPad의 CPU 전원 프로파일, EPP(Enhanced Performance Profile), 배터리 임계값을 제어하는 전력 관리 도구입니다. 현재 AMD CPU만 지원하며, 사용자는 `--install` 옵션을 통해 시스템에 설치하고 다양한 모니터링 및 데몬 실행 기능을 활용할 수 있습니다.
auto-cpufreq는 Linux 환경에서 CPU 속도와 전력을 자동으로 최적화하는 도구입니다. 이 도구는 배터리 상태, CPU 사용량, 온도 및 시스템 부하를 능동적으로 모니터링하여 사용자에게 최고의 배터리 수명 개선을 제공합니다. GUI 및 CLI 예시가 제공되어 실제 사용 방법을 확인할 수 있습니다.
이 가이드는 macOS의 CPU 성능을 수정하는 방법을 안내합니다. 스크립트를 사용하면 저전력 모드와 에너지 성능 선호도를 조정할 수 있으며, 맞춤형 kext를 생성하여 적용합니다. 설치 전 필요한 경고문 확인 및 기존 시스템 구성 요소(Lilu 등)와의 충돌 여부를 점검해야 합니다.
SoftMC는 DDR3 SODIMM의 테스트 개발에 사용되는 FPGA 기반 메모리 컨트롤러 설계입니다. 이 시스템은 HPCA 2017 논문으로 발표되었으며, 빠른 설치를 위한 사전 빌드 바이너리와 수정 가능한 소스 코드(Verilog/C++)를 제공합니다. 다만, 현재는 Xilinx ML605 보드만 지원하며, 사용 시 RIFFA 드라이버 설치가 필수적입니다.
SDRAM 컨트롤러는 복잡한 타이밍 및 신호를 가진 SDRAM을 마치 일반적인 정적 메모리처럼 다룰 수 있게 해주는 필수 구성 요소입니다. 이 컨트롤러는 주소 지정, 프리차징, 리프레싱 등의 복잡성을 숨기고 32비트 동기식 읽기/쓰기 인터페이스를 제공합니다. 특히 버스트 전송을 통해 높은 대역폭 활용이 가능하며, 체인화된 요청으로 연속적인 데이터 읽기가 효율적입니다.
본 IP는 Verilog로 작성된 경량 DDR3 메모리 컨트롤러입니다. FPGA 프로젝트를 목표로 하며, 최대 성능보다는 단순성과 LUT 사용량을 중시할 때 적합합니다. 낮은 클럭 속도(< 125MHz)에서 동작하여 복잡성을 줄이고 다양한 FPGA 환경을 지원하는 것이 특징입니다.
OpenHBMC는 Xilinx 7-series FPGA를 위한 오픈 소스 AXI4 기반의 고성능 HyperBus 메모리 컨트롤러 IP 코어입니다. 이 코어는 HyperRAM 1.0 및 2.0을 지원하며, 최대 64비트 주소 폭과 200MHz의 높은 클럭 속도를 구현했습니다. Vivado 블록 디자인 통합이 용이하도록 패키징되어 개발 편의성을 높였습니다.
본 프로젝트는 FPGA 개발 보드에 장착된 SDRAM(Winbond W9825G6KH)을 위한 컨트롤러를 구현한 오픈 소스입니다. 316MB/s 대역폭, Full page 버스트 모드를 지원하며, 다양한 종류의 sdram 장치에 맞게 파라미터 설정이 가능합니다. 테스트 파일과 시퀀스 다이어그램을 통해 기능 검증 과정을 상세히 보여줍니다.
본 문서는 FPGA 로직을 사용하여 SATA 3 SSD/HDD에 데이터를 읽고 쓸 수 있게 해주는 SATA 3 호스트 컨트롤러를 소개합니다. 이 컨트롤러는 기존 SATA 2 버전을 기반으로 개발되었으며, PHY 레이어와 인터페이스 래퍼 부분에 주요 변경 사항이 적용되었습니다.
vsdflow는 RTL 언어로 아이디어를 하드웨어로 변환하는 자동화 솔루션입니다. 이 도구는 Verilog 입력 RTL을 받아 Yosys를 이용한 합성, PNR(Qflow) 및 STA(OpenTimer) 과정을 거쳐 GDSII 레이아웃과 성능 지표를 산출합니다. Ubuntu와 CENTOS 환경에서 설치 및 실행 방법을 상세히 안내하며, EDA 기반 TCL 스크립팅 학습에 유용합니다.
본 문서는 MiniMax-H3 모델을 NVIDIA DGX Spark (sm_121) 환경에서 최적화하여 실행한 결과를 보고합니다. Sol-Engine 가속 라인을 단일 GPU에 포팅하고 모든 커널을 검증했으며, 그 결과 5초 클립 처리 시간이 기존 대비 약 1.54배, 디노이징 단계당 1.72배 단축되었습니다. 이는 DGX Spark 사용자가 직면할 수 있는 잠재적인 소프트웨어 오류를 사전에 방지하고, 전체 워크플로우의 속도를 크게 향상시키는 데 초점을 맞추고 있습니다.
sciBASIC은 Microsoft VisualBasic.NET으로 작성된 크로스 플랫폼 프레임워크입니다. BASIC 언어의 생산성을 과학 컴퓨팅에 적용하여, 데이터 사이언스 명령줄 도구 구축을 지원합니다. 딥러닝, LLM 추론, GPU 가속화 등 다양한 기능을 제공하며, Windows, Linux, macOS에서 동작합니다.
KAIO는 Rust 기반의 DSL을 사용하여 CUDA C++나 복잡한 툴킷 없이 커스텀 GPU 커널을 작성할 수 있게 해주는 도구입니다. 이 도구는 빌드 시점에 코드를 PTX로 컴파일하고, 실행 시점(JIT)에 GPU에서 로드하여 높은 성능을 보여줍니다. NVIDIA 드라이버만 있으면 Windows와 Linux 모두에서 작동하는 것이 특징입니다.
본 프로젝트는 Python으로 프로토타이핑한 알고리즘을 C++ 및 CUDA로 효율적으로 포팅할 수 있도록 사전 구성된 환경을 제공합니다. `setup.py`와 `requirements-{cpu,gpu}.txt`를 사용하여 빌드 프로세스를 관리하며, OpenMP(CPU)와 CUDA(GPU)를 모두 지원하여 개발 편의성을 높였습니다.
CUDA Flux는 GPU 애플리케이션의 컴퓨트 커널 실행 빈도를 분석하는 경량 명령어 프로파일러입니다. LLVM과 CUDA SDK를 기반으로 하며, 사용자가 컴파일된 바이너리를 실행할 때 bbc.txt 파일을 생성하여 각 커널 블록별 상세 실행 카운터를 제공합니다.
본 문서는 ASRock BC-250 GPU가 컴퓨트 큐를 활용하도록 수정하는 패치 내용을 다룹니다. 이 패치는 리눅스 커널과 Mesa/RADV 드라이버에 여러 패치를 적용하여, 그래픽 작업(렌더링)과 컴퓨트 작업(조명, 파티클 등)을 분리하고 오버랩함으로써 GPU의 성능을 향상시키는 것을 목표로 합니다.
본 프로젝트는 WebGPU 기술을 활용한 다양한 데모 및 실험 모음을 제공합니다. 특히 컴퓨트 셰이더(compute shaders)를 중심으로 전역 조명, 노이즈 생성, 유체 시뮬레이션 등 광범위한 그래픽스 기능을 구현했습니다. GLSL 코드를 WGSL로 변환하여 WebGPU 환경에서 테스트할 수 있도록 구성되어 있습니다.
이 프레임워크는 Godot Engine 환경에서 GDScript와 GLSL compute shaders만을 사용하여 외부 의존성 없이 작동하는 경량의 머신러닝 툴킷입니다. GPU 가속을 통해 순전파 및 역전파를 처리하며, 게임이나 시뮬레이션에 신경망 기능을 통합할 수 있도록 설계되었습니다.