## 요약
- 글로벌 graph_pool 텔레메트리 및 evicted summaries 도입
- Sequential 로컬 텔레메트리 및 pool_stats 노출
- 학습 프론트엔드 유틸 추가(fit/warmup/replay_loop/preview/evict)
- GraphKey 안정화(AMP/variant)
- 통합 테스트 확장 및 안전한 원복 패턴 적용
## 변경사항
- graph_executor_v2/graph/graph_executor.py
- graph_executor_v2/layers/sequential.py
- test/integration/smoke_frontend_and_pool.py
## 검증
- 통합 테스트 전부 통과(정적/동적/AMP/폴백/전역 evict 요약)
- 히트율/미스/evict 관찰 가능
## 리스크/주의
- 전역 풀 교체 시 layers.sequential.graph_pool 동기화 필요
- 키 파편화 방지(variant 최소화) 권장
'dev_AI_framework' 카테고리의 다른 글
| 백엔드의 standalone ops 체제로 전환 ( ai_shim 의 사용 ) (0) | 2025.11.10 |
|---|---|
| 현재 상황 정리, 앞으로 뭘 어떻게 해야 할까 (0) | 2025.11.06 |
| AI Compiler — Role by Graph Type (정적 vs 동적 그래프 형태에 따른 AI 컴파일러의 역할 차이) (0) | 2025.10.29 |
| 세 단계로 구분한 AI 개발자 ( ML 연구자, 커널 엔지니어, 컴파일러 엔지니어 ) (0) | 2025.10.29 |
| 지금까지 실행 파이프 라인 ( graph_capture, planner ... ) 향후 pattern matting 을 추가하기 위해 확인 (0) | 2025.10.29 |