현재 시스템들이 어떤 전제와 목적 위에서 설계되었는지 정리,
AI 모델 실행의 일반적 구조
- python 코드로 모델 정의
- 연산 그래프 형태로 구성
- 그래프를 실행 엔진을 통해 반복실행
그래프 중심 구조의 핵심 전제
- 연산간 의존성은 그래프로 표현 가능
- 실행 순서는 그래프 위상 정렬로 ㄹ결정
- 최적환느 그래프 단위에서 수행
- 실행은 그래프를 따라 반복
그래프가 해결한 문제들
- 자동 미분을 위한 의존성 관리
- 실행 순서의 명시적 표현
- 연산 재사용 및 공통 최적화
실행을 넘어선 제어에 대해선
- 연산의 의미적 성질
- 의미 보존 변형
- 조합 가능 구조
- 유효한 제약 조건
고정 그래프의 선택
- 동적 구조는 최적화와 분석의 난이도 증가
- 실행 결정이 런타임과정으로 밀릴수록 예측 가능성의 하락
생성되는 경계
- 제한적인 구조 변형
- 실행 기반 최적화 중심
- 모델은 실행 대상, 제어 대상이 아님...
'AI Compiler framework' 카테고리의 다른 글
| 결정성과 정적 그래프의 혼동 내용 정리 - 결정성을 정적 그래프가 아닌 캡처 가능성으로 재정의하자 (0) | 2026.02.05 |
|---|---|
| autograd 기반 training 구조와 왜 오랫동안 사용되고 있는지에 대해 (0) | 2026.02.05 |
| 의미론적 제어를 목표로 한 AI Compiler - Introduce (0) | 2026.02.05 |
| 노션 작성 - 의미론적 제어를 목표로 한 AI Compiler (0) | 2026.02.05 |
| AICF Emit IR - Classical Compiler IR 와의 대응 관계 정리 (0) | 2026.02.04 |