Electronic Artist

NUMA (Non-Uniform Memory Access) NUMA: 하드웨어 토폴로지(Topology), ACPI SRAT/SLIT, pglist_data, 메모리 정책(Memory Policy)(mbind/set_mempolicy), Automatic NUMA Balancing, NUMA-aware 스케줄링, numactl, CXL, vNUMA를 다룹니다.# 분산 및 클라우드 컴퓨팅 NUMA 하드웨어 토폴로지, ACPI 테이블 파싱, 커널 자료구조, 메모리 정책, Automatic NUMA Balancing, NUMA-aware 스케줄링, CXL 확장까지 — 비균일 메모리 접근 아키텍처를 소스 코드 수준에서 분석합니다. 관련 표준: ACPI 6.5 (SRAT/SLIT/HMAT 테이블), JEDEC D..

1. AP-DSP 사에의 A2B Transceiver 2EA A2B(Automotive Audio Bus)의 동작 원리 때문에 발생하는 물리적인 제약입니다.이해를 돕기 위해 왜 2개가 필요한지, 그리고 전체 그림이 어떻게 그려지는지 쉽게 설명해 드릴게요. 1.1 왜 AD2428이 2개(혹은 그 이상) 필요할까? A2B는 일반적인 오디오 인터페이스(I2S)를 '장거리 전송용 특수 신호'로 포장해서 보내는 일종의 모뎀 역할을 합니다. • i.MX8MP 측: I2S 신호를 A2B 신호로 바꿔서 내보낼 모뎀(AD2428)이 필요합니다. • EV-21569 측: 들어온 A2B 신호를 다시 I2S로 풀어서 해석할 모뎀(AD2428)이 필요합니다. 즉, [i.MX8MP] ↔ [AD2428 ..

1. 빅데이터 분석기사 개요 빅데이터 분석기사는 국가기술자격법에 따라 시행되는 국가기술자격으로, 방대한 양의 데이터에서 가치를 추출하고 분석하는 능력을 검증하는 시험입니다. 데이터 수집, 저장, 처리부터 시각화 및 모델링까지 데이터 분석의 전 과정을 아우르는 전문가를 양성하기 위해 도입되었습니다. 1. 주요 수행 직무 이 자격을 취득하면 데이터 사이언티스트나 데이터 분석가로서 다음과 같은 핵심 역할을 수행할 수 있습니다. • 데이터 수집 및 전처리: 정형/비정형 데이터를 수집하고, 분석에 적합하게 데이터를 정제 및 가공합니다. • 데이터 탐색 및 모형 구축: 통계 기법과 머신러닝 알고리즘을 활용해 데이터를 분석하고 예측 모델을 만듭니다. • 결과 해석 및 시각화: 분..

◈ I2S (Inter-IC Sound) I2S(Inter-IC Sound)는 디지털 오디오 장치 간에 데이터를 전송하기 위해 설계된 직렬 인터페이스 표준입니다. 필립스에서 제정했으며, 주로 MCU, DSP, 오디오 코덱, DAC/ADC 사이에서 무손실 오디오 데이터를 주고받을 때 사용하는 버스입니다. I2S의 핵심은 데이터(Data)와 클록(Clock)을 분리하여 전송함으로써, 신호의 시간적 오차인 지터(Jitter)를 최소화한다는 점입니다. 1. I2S의 3대 핵심 신호라인 I2S는 최소 3개의 선으로 구성됩니다. • SCK (Serial Clock): 비트 클록(BCLK)이라고도 하며, 데이터의 각 비트가 전송되는 타이밍을 결정합니다(동기식 통신에 사용). • ..

◈ ADI - DAI와 NXP - SAI Analog Devices(ADI)의 DAI와 NXP i.MX8M Plus의 SAI는 모두 디지털 오디오 데이터를 주고받기 위한 핵심 인터페이스이지만, 설계 철학과 유연성 면에서 뚜렷한 차이가 있습니다. 1.1 Analog Devices의 DAI (Digital Audio Interface) ADI의 SHARC나 SigmaDSP 프로세서에서 주로 볼 수 있는 DAI는 단순한 포트를 넘어선 '신호 라우팅 매트릭스'에 가깝습니다. • 구조적 특징: DAI는 내부적으로 SRU(Signal Routing Unit)와 연결되어 있습니다. 이는 물리적인 핀과 내부의 직렬 포트(SPORT), 정밀 클록 생성기(PCG), SRC(Sample Rate Conv..

1. ONNX Runtime Inferencing: API Basics 이 튜토리얼에서는 각 언어 API를 사용하여 ONNX 런타임으로 기본적인 추론을 수행하는 방법을 보여줍니다. 더 많은 예제는 microsoft/onnxruntime-inference-examples에서 확인할 수 있습니다. 1.1 Python Scikit-learn Logistic Regression ONNX 런타임은 학습 프레임워크에 의존하지 않고 CPU 또는 GPU에서 고성능으로 머신 러닝 모델을 쉽게 실행할 수 있는 방법을 제공합니다. 머신 러닝 프레임워크는 일반적으로 예측보다는 배치 학습에 최적화되어 있지만, 애플리케이션, 웹사이트 및 서비스에서는 예측이 더 일반적인 시나리오입니다. ONNX 런타임을 사용하면 다음과 ..

ONNX Runtime 설치원하는 운영 체제, 하드웨어, 가속기 및 언어 조합에 대한 권장 설치 지침은 설치 매트릭스를 참조하십시오.운영 체제 버전, 컴파일러, 언어 버전, 종속 라이브러리 등에 대한 자세한 내용은 호환성 항목을 참조하십시오. 1. ONNX 설치 1.1 요구사항 모든 빌드에는 en_US.UTF-8 로케일이 포함된 영어 언어 패키지가 필요합니다. Linux에서는 locale-gen en_US.UTF-8 및 update-locale LANG=en_US.UTF-8 명령을 실행하여 language-pack-en package 를 설치하십시오.Windows 빌드에는 Visual C++ 2019 runtime이 필요합니다. 최신 버전을 사용하는 것이 좋습니다. 1.2 CUDA..

◈ eIQ AI 개발 환경 개요 1. eIQ® Time Series Studio for Edge AI Development 웹 액세스 및 온프레미스 설치를 통해 모두 사용 가능합니다.eIQ® Time Series Studio(TSS)는 NXP 프로세서용 시계열 AI 모델의 생성, 최적화 및 선택을 간소화하는 자동화된 머신 러닝(autoML) 기능을 갖춘 엔드투엔드 개발 도구입니다. TSS는 데이터 큐레이션, 모델 생성, 최적화, 에뮬레이션 및 배포를 포함한 워크플로우를 간소화합니다. 이러한 효율성은 개발 시간과 복잡성을 줄여 임베디드 시스템에 시계열 AI를 빠르고 원활하게 통합하여 실시간 예측 인사이트를 얻을 수 있도록 합니다. 블록도 주요 기능 엔드 투 엔드 개발 파이프라인 • ..

1. ONNX Runtime 소개 ONNX Runtime은 하드웨어별 라이브러리를 통합할 수 있는 유연한 인터페이스를 갖춘 크로스 플랫폼 머신러닝 모델 가속기입니다. ONNX Runtime은 PyTorch, TensorFlow/Keras, TFLite, scikit-learn 및 기타 프레임워크의 모델과 함께 사용할 수 있습니다. 1.1 ONNX Runtime 추론 ONNX 런타임 추론은 Office, Azure, Bing을 비롯한 주요 Microsoft 제품 및 서비스와 수십 개의 커뮤니티 프로젝트에서 머신 러닝 모델을 구동합니다.ONNX 런타임 추론의 사용 사례는 다음과 같습니다.다양한 머신 러닝 모델의 추론 성능 향상다양한 하드웨어 및 운영 체제에서 실행Python으로 학습하고 C#/C++/J..

1. Brief Linux Kernel v7.0 기존의 6.x 대 커널을 넘어 Linux Kernel v7.0 시대(2026년 기준)에 접어들면서, 리눅스는 단순히 운영체제의 커널을 넘어 초병렬화(Massive Parallelism)와 하드웨어 가속기와의 완전한 융합을 목표로 진화했습니다.v4.19에서 v6.12를 거쳐 v7.0까지 오며 바뀐 핵심적인 변화들을 짚어드릴게요. 1. 스케줄러의 대변혁: EEVDF의 정착과 확장 과거의 CFS(Completely Fair Scheduler)는 v6.6 무근에서 EEVDF(Earliest Eligible Virtual Deadline First) 스케줄러로 완전히 교체되었습니다.v7.0의 특징: EEVDF가 더욱 정교해져서, 이제는 CPU뿐만 아니라 N..