[G1-Sync] Manual knowledge update

2026-05-10 22:08:15 +09:00
parent 21ac3ed255
commit 504fd5fb42
3011 changed files with 380280 additions and 206977 deletions
@@ -2,92 +2,36 @@
 id: wiki-2026-0508-hardware-acceleration-for-ai
 title: Hardware Acceleration for AI
 category: 10_Wiki/Topics
-status: needs_review
-canonical_id: self
-aliases: [HW-ACCEL-001]
-duplicate_of: none
+status: duplicate
+canonical_id: wiki-2026-0508-gpu
+duplicate_of: "[[GPU]]"
+aliases: [AI accelerator, NPU, TPU, hardware acceleration]
 source_trust_level: A
-confidence_score: 1.0
-tags: ["Hardware|[Hardware", ai-infrastructure, tpu, npu, asic, acceleration]
-raw_sources: []
-last_reinforced: 2026-04-26
+confidence_score: 0.94
+verification_status: redirected
+tags: [duplicate, hardware, ai-acceleration]
+last_reinforced: 2026-05-10
 github_commit: pending
-inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
-tech_stack:
-  language: unspecified
-  framework: unspecified
 ---

-# Hardware Acceleration for AI (AI 하드웨어 가속)
+# Hardware Acceleration for AI

-## 📌 한 줄 통찰 (The Karpathy Summary)
-> "범용성을 포기하고 연산의 본질(Matrix Math)에만 모든 하드웨어 자원을 쏟아부어 성능의 한계를 돌파하라" — 인공지능 학습과 추론에 필요한 거대한 규모의 행렬 연산을 CPU보다 수십~수백 배 빠르게 처리하기 위해 설계된 특수 목적 하드웨어 및 그 가속 기술.
+> **이 문서는 [[GPU]] 의 specialization 입니다.** Canonical 문서로 redirect.

-## 📖 구조화된 지식 (Synthesized Content)
- **추출된 패턴:** 딥러닝 연산의 90% 이상을 차지하는 곱셈-누산(MAC) 연산을 저전력으로 초고속 처리하기 위해 연산 유닛을 격자 형태로 배치하는 시스톨릭 어레이(Systolic Array) 아키텍처 패턴.
- **주요 가속기 종류:**
-    - **GPU (Graphics [[Processing|Processing]] Unit):** 수천 개의 코어를 이용한 범용 병렬 처리의 강자.
-    - **TPU (Tensor Processing Unit):** 구글이 개발한 텐서 연산 특화 ASIC.
-    - **NPU (Neural Processing Unit):** 모바일 및 엣지 기기에서 저전력 AI 연산에 특화.
-    - **FPGA:** 회로를 직접 프로그래밍하여 특정 알고리즘에 맞춤화된 성능 제공.
- **핵심 기술:**
-    - **Mixed Precision:** FP32 대신 FP16, BF16, INT8 등 낮은 정밀도를 사용하여 연산량과 메모리 사용량 절감.
-    - **[[Quantization|Quantization]]:** 모델 가중치를 낮은 비트로 변환하여 가속화.
- **의의:** 하드웨어의 혁신이 모델의 대형화와 실시간 서빙을 가능케 하는 AI 발전의 물리적 동력.
+## 핵심 요약 (HW-specific)
+- 매 GPU (NVIDIA, AMD).
+- 매 TPU (Google).
+- 매 NPU (Apple, Qualcomm, Tesla Dojo).
+- 매 Cerebras (wafer-scale).
+- 매 Groq (LPU).
+- 매 Habana Gaudi.

-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 하드웨어는 주어진 것이라는 인식에서 벗어나, 이제는 알고리즘에 맞춰 하드웨어를 설계(HW-SW Co-design)하는 시대로 진화.
- [[GPU-Architecture|GPU-Architecture]]-for-AI 문서와 연계하여, 각 가속기별 최적화 전략의 차이를 명확히 인지해야 함.
+## 🔗 Graph
+- 부모: [[GPU]] (canonical)
+- Adjacent: [[Edge-AI-and-Computing]]

-## 🔗 지식 연결 (Graph)
- GPU-[[Architecture|Architecture]]-for-AI,[[_system|system]]-Design-for-AI-Scale, [[Deep-Learning|Deep-Learning]]-Foundations, [[Edge-AI-and-Computing|Edge-AI-and-Computing]]
- **Raw Source:** 10_Wiki/Topics/AI/Hardware-Acceleration-for-AI.md
-
-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
-
-**언제 이 지식을 쓰는가:**
- *(TODO)*
-
-**언제 쓰면 안 되는가:**
- *(TODO)*
-
-## 🧪 검증 상태 (Validation)
-
- **정보 상태:** needs_review
- **출처 신뢰도:** A
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
-
-## 🧬 중복 검사 (Duplicate Check)
-
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
- **처리 방식:** UPDATE (자동 정규화)
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
-
-## 🕓 변경 이력 (Changelog)
-
-| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
-|------|-----------|-----------|--------|
-| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
-
-## 💻 코드 패턴 (Code Patterns)
-
-**패턴 1:** *(TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)*
-
-```text
-# TODO
-```
-
-## 🤔 의사결정 기준 (Decision Criteria)
-
-**선택 A를 써야 할 때:**
- *(TODO)*
-
-**선택 B를 써야 할 때:**
- *(TODO)*
-
-**기본값:**
-> *(TODO)*
-
-## ❌ 안티패턴 (Anti-Patterns)
-
- **[안티패턴]:** *(TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)*
+## 🕓 변경 이력
+| 날짜 | 변경 |
+|---|---|
+| 2026-05-08 | Phase 1 |
+| 2026-05-10 | 중복 처리 — canonical 문서로 redirect |