6월 10일
공공 폐쇄망 환경에 k8s 기반 AI 플랫폼 구현하기
마키나락스는 폐쇄망 환경에서 Kubernetes 기반 AI 플랫폼 Runway를 구축하며 외부 웹 서비스 접속과 내부망 보호를 모두 만족하는 네트워크 구조를 설계했습니다. WireGuard와 HAProxy를 활용해 안전한 터널링과 중계 서버를 구현, 고객의 엄격한 보안 요구사항을 성공적으로 충족했습니다.
#Kubernetes#MLOps#air-gapped
95000분
모든 블로그
데브옵스 AI
데브옵스
기타 기타 AI
AI
AI
AI
백엔드
백엔드
AI
AI
AI
AI
AI 백엔드 AI 아키텍처 AI
마키나락스
최신 게시글 (20)
5월 27일
AI 서비스의 안정성과 비용 최적화 둘다 잡은 Runway Autoscaling 개발 여정
마키나락스는 Runway 플랫폼에서 자원 한도 내에서 안전하고 비용 효율적인 Autoscaling을 구현하기 위해 Kubernetes Admission Control Webhook 방식을 도입했습니다. 이를 통해 멀티테넌트 환경에서 AI 서비스의 안정성과 자원 거버넌스를 효과적으로 관리할 수 있게 되었습니다.
#Kubernetes#cloud#MLOps
32000분
4월 25일
헤맨 만큼 고도화된, Runway DB 인프라 구성 개선기
Runway AI 플랫폼은 Kubernetes 환경에서 PostgreSQL 데이터베이스의 고가용성 및 안정성 문제를 해결하기 위해 기존 bitnami Helm 차트에서 cloudnative-pg로 전환하였습니다. 이 과정에서 Split Brain 문제를 극복하고, 자동화된 장애 복구 기능을 통해 인프라의 신뢰성을 크게 향상시켰습니다.
#Kubernetes#PostgreSQL#operator
56000분
3월 31일
[Notice] MakinaRocks Tech Blog Has Move
MakinaRocks는 새로운 블로그 런칭으로 Gitblog 채널을 종료합니다. 앞으로는 공식 웹사이트와 다른 채널을 통해 소통할 예정입니다.
9000분
[Notice] MakinaRocks Tech Blog Has Move
3월 31일
[공지] 마키나락스 테크 블로그 이전 안내
마키나락스는 홈페이지 블로그를 신설하면서 기존 깃블로그 채널 운영을 종료합니다. 앞으로는 새로운 공식 채널을 통해 다양한 소식을 제공할 예정입니다.
41000분
[공지] 마키나락스 테크 블로그 이전 안내
2월 11일
산업 현장에서 작동하는 AI 에이전트 구현하기
마키나락스는 산업 현장에 적용되는 Vertical AI 에이전트를 Agent Flow와 Autonomous Agent로 설계하여 복잡한 문제를 체계적으로 해결합니다. 또한, Agent Factory를 통해 AI 에이전트 생성과 조합을 자동화하여 유연한 대응과 빠른 솔루션 제공을 가능하게 합니다.
#autonomous agent#agent flow#vertical AI
11000분
7월 5일
MLOps Community 오프라인 밋업을 준비하는 개발자의 기쁨과 슬픔
김인호님은 MLOps Community Seoul의 오프라인 밋업을 준비하며 다양한 경험을 나누었습니다. 그는 LLM을 주제로 하여 개발자들과의 소통과 네트워킹의 중요성을 강조하였습니다.
#커뮤니티#MLOps#네트워킹
22000분
6월 19일
체계적인 실험관리 #2 AI 플랫폼에서 유연하게 연동하고 정확하게 재현하기
마키나락스는 AI 플랫폼 Runway에서의 체계적인 실험 관리 방법과 기능들을 소개합니다. 실험 재현을 자동화하여 머신러닝 개발의 효율성을 높이는 데 중점을 두고 있습니다.
#MLOps#실험관리#Runway
12000분
5월 29일
체계적인 실험 관리 #1. AI 모델의 성능을 높이는 첫걸음
마키나락스는 AI 모델의 성능 향상을 위해 체계적인 실험 관리 방식을 정립하였습니다. 이 과정에서 데이터 및 코드 버전 관리와 MLflow를 활용하여 효율적인 실험 관리를 실현했습니다.
#MLOps#ML#실험관리
10000분
12월 7일
Application Specific Integrated Circuit (ASIC) Floorplan Automation - Part II
Related to Reinforcement learning, take on the challenges of the industry! ASIC semiconductor d
#reinforcement#ASIC#Floorplan
7000분
11월 9일
Application Specific Integrated Circuit (ASIC) Floorplan Automation - Part I
MakinaRocks Combinatorial Optimization Problem (COP) team is working on a floorplan automation
#자동화#설계#PPA
7000분
1월 27일
주문형 반도체 Floorplan 자동화 (3)
마키나락스 COP팀은 강화학습을 통해 주문형 반도체의 floorplan 자동화 프로젝트를 성공적으로 수행하였습니다. 이 프로젝트는 설계 시간을 69.2% 단축하고 성능을 10.2% 향상시키는 성과를 거두었습니다.
#자동화#강화학습#ASIC
9000분
1월 26일
주문형 반도체 (ASIC) Floorplan 자동화 - Part III
Related to 강화학습, 산업의 난제에 도전하다! - ASIC 반도체 설계 (Floorplan) 자동화 (Naver Deview 21 발표 영상) ASIC-Chip-
#자동화#PPA#강화학습
11000분
12월 5일
강화학습을 이용한 SMT 공정의 Chip Mount Planning 최적화
이 게시글은 강화학습을 활용한 SMT 공정의 chip mount planning 최적화에 대한 초기 결과를 다룹니다. 프로젝트를 통해 강화학습의 가능성을 확인하고, 향후 과제와 개선 방향을 제시합니다.
#최적화#강화학습#ML
6000분
8월 11일
Dynamics Model로 무엇을 할 수 있을까?
Dynamics Model은 제어 문제와 인공지능 문제 해결에 효과적으로 활용되고 있습니다. 구글 데이터 센터와 로봇 공학 분야에서의 사례를 통해 그 가능성을 보여줍니다.
#딥러닝#ML#simulation
4000분
12월 3일
주문형 반도체 Floorplan 자동화 (2)
이 포스팅은 COP팀이 주문형 반도체 Floorplan 자동화 문제 해결을 위한 강화학습 적용 과정을 공유합니다. 프로젝트는 배치 최적화와 Generalization을 목표로 하여 다양한 Netlist에 대해 학습하는 방법을 탐구합니다.
#최적화#강화학습#Floorplan
10000분
12월 3일
주문형 반도체 (ASIC) Floorplan 자동화 - Part I
MakinaRocks의 COP(Combinatorial Optimization Problem) 팀에서는 주문형 반도체(Application Specific Integrat
#자동화#최적화#강화학습
13000분
12월 3일
주문형 반도체 (ASIC) Floorplan 자동화 - Part II
Related to 강화학습, 산업의 난제에 도전하다! - ASIC 반도체 설계 (Floorplan) 자동화 (Naver Deview 21 발표 영상) 주문형 반도체 (A
#최적화#reinforcement#ASIC
18000분
12월 2일
주문형 반도체 Floorplan 자동화 (1)
이 포스팅에서는 ASIC 설계에서 Floorplan 자동화의 필요성과 COP 팀의 접근 방식을 설명합니다. 향후 포스팅에서는 Floorplan 자동화 문제 해결을 위한 구체적인 기술적 방법론을 다룰 예정입니다.
#자동화#강화학습#ASIC
7000분
8월 31일
Kubeflow/Katib의 안전한 사용과 커뮤니티 기여
이 게시물은 Kubeflow의 Katib를 활용하면서 겪는 문제와 이를 해결하기 위한 커뮤니티 기여 경험을 공유합니다. 저자는 HPO 과정의 안전성을 높이기 위해 Katib 프로젝트에 여러 개선 사항을 추가했습니다.
#Kubernetes#MLOps#Kubeflow
9000분
끝