http://blog.caveduck.io/ko/Recent content on 워프스페이스 블로그Hugo -- 0.154.5ko-KRTue, 07 Jul 2026 00:00:00 +0000http://blog.caveduck.io/ko/posts/modernbert-on-rebellions-npu/Tue, 07 Jul 2026 00:00:00 +0000http://blog.caveduck.io/ko/posts/modernbert-on-rebellions-npu/프로덕션에서 GPU로 서빙하던 페르소나 이탈 판정 모델(mmBERT 기반 분류기)을 국산 NPU(리벨리온 ATOM+)로 옮기기까지 — 문제 인식부터 어댑터 작성, 실기 컴파일, 벤치마크까지의 여정.http://blog.caveduck.io/ko/posts/neural-net-compilation/Mon, 06 Jul 2026 00:00:00 +0000http://blog.caveduck.io/ko/posts/neural-net-compilation/‘모델을 컴파일한다’는 게 정확히 무슨 뜻일까? eager 실행과의 차이부터 그래프 캡처·연산 융합·커널 lowering·정적 shape·메모리 계획까지, 그림과 인터랙티브 데모로 차근차근 풀어봅니다.http://blog.caveduck.io/ko/posts/neural-net-pruning/Mon, 27 Apr 2026 00:00:00 +0000http://blog.caveduck.io/ko/posts/neural-net-pruning/1989년 LeCun의 Optimal Brain Damage에서 시작해, 가중치를 잘라내(pruning) 모델을 줄이는 이야기. 무엇을·어떻게·얼마나 자르나, 재학습으로 95%까지 잘라도 버티는 압축의 놀라움, 그리고 하드웨어(NVIDIA 2:4)가 받쳐줘야 실이득이라는 것까지 — MNIST MLP로 직접 측정한 plot과 함께.http://blog.caveduck.io/ko/posts/neural-net-quantization/Mon, 20 Apr 2026 00:00:00 +0000http://blog.caveduck.io/ko/posts/neural-net-quantization/학습된 32비트 신경망 가중치를 K-Means(비균등)와 Linear(균등, 정수 연산) 두 방식으로 2~8비트까지 줄여봅니다. 아핀 매핑 r=S(q−Z)부터 압축비·정확도 트레이드오프까지, MNIST MLP로 직접 코드를 돌려 측정한 plot과 함께.http://blog.caveduck.io/ko/posts/deep-learning-data-types/Mon, 13 Apr 2026 00:00:00 +0000http://blog.caveduck.io/ko/posts/deep-learning-data-types/INT8, FP16, BF16, FP8(E4M3/E5M2), FP4 — 딥러닝 모델 카드에 쏟아지는 데이터타입들이 실제로 무슨 뜻인지, 비트가 어떻게 숫자로 해석되는지 하나씩 뜯어봅니다. 비트를 직접 클릭하면 계산식과 값이 실시간으로 바뀌는 위젯과 함께.http://blog.caveduck.io/ko/posts/welcome/Mon, 06 Apr 2026 00:00:00 +0000http://blog.caveduck.io/ko/posts/welcome/워프스페이스 블로그를 소개합니다 - Caveduck.io를 만들어가는 여정을 공유합니다http://blog.caveduck.io/ko/page/about/Mon, 01 Jan 0001 00:00:00 +0000http://blog.caveduck.io/ko/page/about/Warpspace Inc.와 Caveduck.io 소개