refactor(topics): 멀티 에이전트용 지식 재편 — _Common(공통 기본기) + Domain_* 구조
에이전트 8종(대화형/프로그래머 C·S/디자이너/설계자/기획자/QA/PD/PM)에게 [공통 기본 능력 + 롤별 Specialty] 2층으로 지식을 주입하기 위한 재분류. 문서 내용·포맷은 무수정, 폴더 이동만 (6,372개 문서 수 보존 확인). - Topic_Programming → Domain_Programming (내부 구조 보존) - Topic_Graphic → Domain_Design - Topic_Business → Domain_Product - Topic_General → Domain_General - _Common 신설: Math(구 Topic_Math_Specialty), Reasoning(구 General/From_Thinking & Reasoning), Reasoning_Creativity(구 General/From_창의성), Communication(Poetic_Blog_Writing + From_writing) - 타 도메인의 From_* 폴더는 유지 (출처 표기일 뿐, 이미 도메인에 맞게 분류된 문서) - 빈 폴더 정리 (memory/procedures) - 에이전트→폴더 매핑은 workspace의 .astra/agent-knowledge-map.json (9개 에이전트) Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
This commit is contained in:
Antigravity Agent
@@ -0,0 +1,154 @@
|
||||
---
|
||||
id: wiki-2026-0508-hardware
|
||||
title: Hardware
|
||||
category: 10_Wiki/Topics
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [Hardware Basics, 하드웨어]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.9
|
||||
verification_status: applied
|
||||
tags: [hardware, performance, systems]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
tech_stack:
|
||||
language: c
|
||||
framework: systems
|
||||
---
|
||||
|
||||
# Hardware
|
||||
|
||||
## 매 한 줄
|
||||
> **"매 software 의 ceiling 은 hardware 의 reality"**. 매 modern stack (cloud LLM, browser, game) 의 performance 는 매 CPU pipeline, cache hierarchy, memory bandwidth, storage tier, NIC, GPU 의 understanding 없이 explain 불가. 2026 시점 Apple M4 Max, Nvidia H200/B200, AMD MI300X, NVMe Gen5 의 가 baseline.
|
||||
|
||||
## 매 핵심
|
||||
|
||||
### 매 Latency numbers (Jeff Dean, 2026 update)
|
||||
- L1 cache: ~1 ns
|
||||
- L2 cache: ~3-4 ns
|
||||
- L3 cache: ~10-15 ns
|
||||
- DRAM: ~80-100 ns
|
||||
- NVMe Gen5 random read: ~10-20 µs
|
||||
- SSD SATA random read: ~100 µs
|
||||
- Same-DC RTT: ~0.5 ms
|
||||
- Cross-region RTT: 50-150 ms
|
||||
|
||||
### 매 CPU
|
||||
- **Pipeline**: fetch, decode, execute, mem, writeback — 매 superscalar + OoO.
|
||||
- **Branch predictor**: 매 mispredict = 15-20 cycle penalty.
|
||||
- **SIMD**: AVX-512, NEON, SVE2.
|
||||
- **NUMA**: multi-socket 시 매 local memory 우선.
|
||||
|
||||
### 매 Memory hierarchy
|
||||
- **Cache line**: 매 64 byte 단위 — 매 false sharing 회피의 단위.
|
||||
- **TLB**: 매 page translation cache — miss 매 expensive.
|
||||
- **HBM (GPU)**: H100 80GB @ 3.35 TB/s, B200 192GB @ 8 TB/s.
|
||||
|
||||
### 매 Storage / IO
|
||||
- NVMe Gen5: ~14 GB/s seq, 매 millions IOPS.
|
||||
- io_uring: 매 syscall 의 batched submission.
|
||||
- RDMA: 매 kernel bypass network.
|
||||
|
||||
### 매 응용
|
||||
1. Latency-sensitive trading / gaming.
|
||||
2. ML training (HBM, NVLink).
|
||||
3. Database (page cache, WAL, SSD wear).
|
||||
4. Browser rendering (GPU compositing).
|
||||
|
||||
## 💻 패턴
|
||||
|
||||
### Cache-line aware (false sharing 회피)
|
||||
```c
|
||||
#include <stdalign.h>
|
||||
struct counters {
|
||||
alignas(64) _Atomic long a; // 매 separate cache line
|
||||
alignas(64) _Atomic long b;
|
||||
};
|
||||
```
|
||||
|
||||
### SIMD (AVX2 dot product)
|
||||
```c
|
||||
#include <immintrin.h>
|
||||
float dot(const float* a, const float* b, int n) {
|
||||
__m256 acc = _mm256_setzero_ps();
|
||||
for (int i = 0; i < n; i += 8) {
|
||||
__m256 va = _mm256_loadu_ps(a + i);
|
||||
__m256 vb = _mm256_loadu_ps(b + i);
|
||||
acc = _mm256_fmadd_ps(va, vb, acc);
|
||||
}
|
||||
float buf[8]; _mm256_storeu_ps(buf, acc);
|
||||
float s = 0; for (int i = 0; i < 8; i++) s += buf[i]; return s;
|
||||
}
|
||||
```
|
||||
|
||||
### Prefetch hint
|
||||
```c
|
||||
for (int i = 0; i < n; i++) {
|
||||
__builtin_prefetch(&arr[i + 16]);
|
||||
process(arr[i]);
|
||||
}
|
||||
```
|
||||
|
||||
### Linux perf (hardware counter)
|
||||
```bash
|
||||
perf stat -e cycles,instructions,cache-misses,branch-misses ./bench
|
||||
perf record -g ./bench && perf report
|
||||
```
|
||||
|
||||
### io_uring (high-IOPS read)
|
||||
```c
|
||||
struct io_uring ring;
|
||||
io_uring_queue_init(256, &ring, 0);
|
||||
struct io_uring_sqe* sqe = io_uring_get_sqe(&ring);
|
||||
io_uring_prep_read(sqe, fd, buf, len, offset);
|
||||
io_uring_submit(&ring);
|
||||
```
|
||||
|
||||
### NUMA pin
|
||||
```bash
|
||||
numactl --cpunodebind=0 --membind=0 ./server
|
||||
```
|
||||
|
||||
### GPU memcpy bandwidth (CUDA)
|
||||
```cpp
|
||||
cudaMemcpyAsync(d_x, h_x, n*sizeof(float), cudaMemcpyHostToDevice, s);
|
||||
// 매 H100 PCIe Gen5: ~50 GB/s, NVLink: ~900 GB/s
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
| 상황 | Approach |
|
||||
|---|---|
|
||||
| Hot loop 의 memory bound | SIMD + cache blocking + prefetch |
|
||||
| 다중 thread counter | per-thread + cache-line padding |
|
||||
| Random small IO | NVMe + io_uring |
|
||||
| Sequential large IO | mmap or O_DIRECT |
|
||||
| LLM inference | GPU (HBM bw 가 bottleneck) |
|
||||
| Multi-socket | NUMA pin + local alloc |
|
||||
|
||||
**기본값**: 매 측정 먼저 (perf, FlameGraph) — 매 추측 X.
|
||||
|
||||
## 🔗 Graph
|
||||
- 변형: [[GPU]] · [[Memory Hierarchy]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: 매 latency budget 분석, hardware-software co-design, 매 capacity planning.
|
||||
**언제 X**: 매 high-level CRUD app — 매 framework default 면 충분.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **False sharing**: 매 동일 cache line 을 multiple thread 가 write.
|
||||
- **Pointer chasing in hot loop**: 매 cache miss 행렬.
|
||||
- **Ignoring NUMA**: 매 multi-socket 에서 cross-node 매 access bottleneck.
|
||||
- **Sync syscall in hot path**: 매 io_uring / batching 으로 amortize.
|
||||
- **Bandwidth ≠ latency 혼동**: HBM 8 TB/s 라도 매 latency 는 ~수백 ns.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (Hennessy & Patterson *Computer Architecture* 7ed 2024, Intel SDM, Nvidia H200/B200 whitepaper, Linux kernel docs).
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — latency numbers + CPU/GPU/NVMe 2026 baseline 정리 |
|
||||
Reference in New Issue
Block a user