docs(10_Wiki): 위키 전체 재구성 — Topic_* 폴더를 4개 카테고리로 통합 + 대규모 중복 제거
Topic_Agent/Topic_Blog/Topics/Topics_Biz/Topics_Meeting/Topics_Rag의 마크다운 지식 문서를 Topic_General/Topic_Programming/Topic_Graphic/Topic_Business 4개 카테고리로 재분류. - 중복 제거: frontmatter의 status:duplicate/merged + duplicate_of/redirect_to 필드로 자기 자신을 중복으로 선언한 리다이렉트 stub 1032개 제거, 완전 동일 내용 파일 472개 제거, 동일 파일명·다른 내용 충돌 시 더 큰(완전한) 버전만 유지(162개 제거) — 총 1639개 중복 제거. - 분류: 폴더 단위로 명확한 항목(AI_and_ML/Coding/Architecture 등 → Programming, Comfyui/Visual_Effects → Graphic, Topics_Biz/Topics_Meeting/사업 등 → Business, Poetic_Blog_Writing/창의성/Game_Design 등 → General)은 폴더 우선순위로, 나머지 혼재 폴더(Topic_Agent/Topic_Blog/Topics 루트/Thinking & Reasoning/Other/UI_UX_Assets)는 title/tags 키워드 스코어링으로 파일 단위 분류(불명확한 경우 General로 폴백). 원본 폴더명은 "From_*" 서브폴더로 보존해 추적 가능성 유지. - 최종 배치: Programming 2784 / General 1608 / Graphic 285 / Business 249 = 4926개 문서. - 에이전트 운영 상태(.astra/.agent/.obsidian/sessions/memory/_company/docs/lessons/_shared/src)는 지식 콘텐츠가 아니므로 재분류 대상에서 제외하고 원위치 유지. - Topics/Topic_email(상위 보호 폴더 Topic_email과 파일명 100% 중복) 삭제 — 보호 폴더 자체는 미변경. - 완전히 비게 된 Topic_Agent/Topic_Blog/Topics_Biz/Topics_Rag 폴더 제거.
This commit is contained in:
Antigravity Agent
@@ -0,0 +1,158 @@
|
||||
---
|
||||
id: wiki-2026-0508-cpu-bottleneck
|
||||
title: CPU Bottleneck
|
||||
category: 10_Wiki/Topics
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [CPU-Bound, Compute Bottleneck]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.9
|
||||
verification_status: applied
|
||||
tags: [performance, profiling, cpu]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: applied
|
||||
tech_stack:
|
||||
language: C++/Rust/JS
|
||||
framework: perf/Instruments/Chrome DevTools
|
||||
---
|
||||
|
||||
# CPU Bottleneck
|
||||
|
||||
## 매 한 줄
|
||||
> **"매 GPU 가 놀고 main thread 가 100% 면 CPU bottleneck."**. CPU bottleneck 은 frame budget 16.7ms (60fps) 또는 11ms (90fps XR) 안에 main thread 작업이 안 끝나는 상태. 2026 진단: Chrome Performance panel + perf + Instruments → fix: WebWorker / WASM SIMD / off-main-thread / batching.
|
||||
|
||||
## 매 핵심
|
||||
|
||||
### 매 진단 신호
|
||||
- GPU utilization < 70% but FPS drop.
|
||||
- Long Task > 50ms in Performance panel.
|
||||
- `perf top` 의 single function 이 hot.
|
||||
- Profile 의 self-time 이 한 함수에 집중.
|
||||
|
||||
### 매 Bottleneck Source
|
||||
- **Main-thread JS**: parse, layout, large loop.
|
||||
- **Layout thrash**: read-write-read DOM.
|
||||
- **GC pause**: allocation pressure.
|
||||
- **Synchronous IO**: blocking syscall.
|
||||
- **Unoptimized algorithm**: O(n²) on hot path.
|
||||
- **Single-core saturation**: no parallelism.
|
||||
|
||||
### 매 Fix Strategy
|
||||
1. **Profile first** — 매 measure, not guess.
|
||||
2. **Off-main-thread**: WebWorker, OffscreenCanvas.
|
||||
3. **Batch**: requestAnimationFrame, microtask.
|
||||
4. **SIMD/WASM**: 매 hot inner loop.
|
||||
5. **Algorithmic**: O(n²) → O(n log n).
|
||||
6. **Cache**: memoize, weak-ref.
|
||||
7. **Lazy**: defer, code-split.
|
||||
|
||||
## 💻 패턴
|
||||
|
||||
### Detect long task
|
||||
```javascript
|
||||
const obs = new PerformanceObserver(list => {
|
||||
for (const e of list.getEntries()) {
|
||||
if (e.duration > 50) console.warn('long task', e.duration, e.name);
|
||||
}
|
||||
});
|
||||
obs.observe({ entryTypes: ['longtask'] });
|
||||
```
|
||||
|
||||
### Move work to Worker
|
||||
```javascript
|
||||
// main.js
|
||||
const w = new Worker('worker.js', { type: 'module' });
|
||||
w.postMessage({ data: bigArray }, [bigArray.buffer]); // 매 transfer, zero-copy
|
||||
w.onmessage = e => render(e.data);
|
||||
|
||||
// worker.js
|
||||
self.onmessage = e => {
|
||||
const result = heavyCompute(e.data.data);
|
||||
self.postMessage(result, [result.buffer]);
|
||||
};
|
||||
```
|
||||
|
||||
### WASM SIMD hot loop (Rust)
|
||||
```rust
|
||||
#[target_feature(enable = "simd128")]
|
||||
unsafe fn dot_product(a: &[f32], b: &[f32]) -> f32 {
|
||||
use std::arch::wasm32::*;
|
||||
let mut sum = f32x4_splat(0.0);
|
||||
for i in (0..a.len()).step_by(4) {
|
||||
let va = v128_load(a.as_ptr().add(i) as *const v128);
|
||||
let vb = v128_load(b.as_ptr().add(i) as *const v128);
|
||||
sum = f32x4_add(sum, f32x4_mul(va, vb));
|
||||
}
|
||||
f32x4_extract_lane::<0>(sum) + f32x4_extract_lane::<1>(sum)
|
||||
+ f32x4_extract_lane::<2>(sum) + f32x4_extract_lane::<3>(sum)
|
||||
}
|
||||
```
|
||||
|
||||
### Time-sliced loop (yield to event loop)
|
||||
```javascript
|
||||
async function processChunked(items) {
|
||||
const CHUNK = 200;
|
||||
for (let i = 0; i < items.length; i += CHUNK) {
|
||||
items.slice(i, i + CHUNK).forEach(processOne);
|
||||
await new Promise(r => setTimeout(r, 0)); // 매 yield
|
||||
}
|
||||
}
|
||||
// 또는 scheduler.yield() (2025+)
|
||||
if ('scheduler' in window && 'yield' in scheduler) await scheduler.yield();
|
||||
```
|
||||
|
||||
### Batch DOM read/write
|
||||
```javascript
|
||||
// 매 안티 — layout thrash
|
||||
items.forEach(el => { const w = el.offsetWidth; el.style.width = (w*2)+'px'; });
|
||||
// 매 fix — read first, then write
|
||||
const widths = items.map(el => el.offsetWidth);
|
||||
items.forEach((el, i) => { el.style.width = (widths[i]*2)+'px'; });
|
||||
```
|
||||
|
||||
### Linux perf hot function
|
||||
```bash
|
||||
sudo perf record -F 99 -g -p $(pidof myapp) -- sleep 10
|
||||
sudo perf report --stdio | head -40
|
||||
sudo perf script | stackcollapse-perf.pl | flamegraph.pl > flame.svg
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
| 상황 | Approach |
|
||||
|---|---|
|
||||
| Long JS function | WebWorker / time-slice |
|
||||
| Image/video pipeline | OffscreenCanvas |
|
||||
| Number crunching | WASM SIMD / GPU compute |
|
||||
| Layout thrash | read-then-write batch |
|
||||
| GC pressure | object pool |
|
||||
| Multi-core unused | Worker pool / parallel |
|
||||
|
||||
**기본값**: 매 measure → identify hot fn → off-main-thread or algorithmic fix.
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[Analyze runtime performance]] · [[Flame_Graphs]]
|
||||
- 변형: [[Draw Call]]
|
||||
- 응용: [[Tree Shaking (번들 크기 최적화)]] · [[Frustum Culling]]
|
||||
- Adjacent: [[Memory Management]] · [[Branch Prediction]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: profile flamegraph 해석, hot-function refactor 제안, perf annotation.
|
||||
**언제 X**: 매 actual perf measurement — deterministic 도구가 정확.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Premature optimization**: 매 profile 없이 추측 — 잘못된 부분 fix.
|
||||
- **Worker overuse**: 매 small task 의 postMessage 오버헤드 > 이득.
|
||||
- **`while(true)` busy-wait**: 매 throttle / requestIdleCallback 사용.
|
||||
- **Synchronous XHR**: 매 deprecated, main-thread block.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified: Chrome Performance docs; web.dev Long Tasks; Linux perf-tools (Brendan Gregg).
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — diagnosis + Worker/SIMD/yield patterns |
|
||||
Reference in New Issue
Block a user