블로그
미래를 향해 나아가는 엔지니어링
최신 디지털 엔지니어링 활용 사례, 업계 동향 및 Rescale 플랫폼 혁신에 대해 알아봅니다.
디지털 엔지니어링의 최신 소식
모든 블로그
-
ScaleX Enterprise 관리 포털을 통해 사용량 및 비용을 제어하는 방법
Rescale에서는 많은 IT 및 엔지니어링 관리 팀을 만나 HPC 요구 사항과 Rescale이 이러한 요구 사항을 충족하는 데 어떻게 도움이 될 수 있는지 논의합니다. 고객은 Rescale이 제공하는 유연성과 확장성에 대해 기대하고 있지만 이러한 새로운 클라우드 서비스의 관리 및 감독에 대한 우려도 공유하고 있습니다. Rescale과 공유된 한 가지 구체적인 관심사는…
-
Async/Await를 사용하여 Promise 부작용 테스트
일부 프레임워크의 콜백 내에서 비동기 코드를 호출하고 그 부작용을 테스트해야 하는 상황에 처했을 수 있습니다. 예를 들어, 요청이 완료되면 setState()를 호출하는 React 구성 요소의 componentDidMount() 콜백 내에서 API 호출을 수행할 수 있습니다.
-
브라우저 내 SSH(Secure Shell) 소개: 클러스터 노드에 액세스하는 가장 빠른 방법
Rescale은 이제 우리 플랫폼에서 사용할 수 있는 강력한 새 기능인 In-Browser SSH를 소개하게 된 것을 기쁘게 생각합니다. 지원되는 공급자에서 Linux 컴퓨팅 클러스터를 사용하는 작업의 경우 이제 SSH를 사용하여 실행 중인 클러스터에 연결할 수 있는 Live Tailing 패널 아래에 SSH 패널이 표시됩니다. 지원되는 하드웨어에서 실행되는 작업의 경우…
-
소프트웨어 디자인 패턴: 프로덕션 코드 작성을 통한 실용적인 학습
빠르게 변화하는 스타트업의 친환경적이지만 열정적인 개발자로서, 코드 베이스를 학습하고 프로덕션에 즉시 사용 가능한 유지 관리 가능한 코드를 작성하는 작업을 동시에 수행할 때 El Capitan을 똑바로 쳐다보는 것처럼 느껴질 수 있습니다. Rescale에서는 개발자에게 특정 기능을 구현하기 위한 소프트웨어 설계 선택에 대한 폭넓은 자유권이 부여됩니다. 최근에 우리는 다음과 같은 기능을 구현했습니다.
-
클라우드 컴퓨팅을 통한 유전학 연구 확장
지난 XNUMX년간 기술의 발전으로 인간 게놈 서열 분석 비용이 크게 감소했습니다. 연구자들은 저렴한 비용으로 다양한 장애와 질병에 대한 인구 조사를 수행할 수 있습니다. 이러한 인구 조사를 수행하려면 수천 명의 환자의 서열을 분석해야 하며 결과적으로 상당한 양의 데이터를 생성해야 합니다.
-
브라우저 내 데스크탑 소개: 강력한 HPC 시각화를 즉시 실행
Rescale은 In-Browser Desktops 플랫폼에서 이제 사용할 수 있는 편리한 새 기능을 소개하게 된 것을 기쁘게 생각합니다. 이 새로운 기능을 사용하면 최신 웹 브라우저와 몇 번의 클릭만으로 전/후 처리 및 시각화 요구 사항에 맞는 강력한 원격 데스크톱에 연결할 수 있습니다. In-Browser Desktop은 시각화 노드를 시작하는 가장 빠른 방법입니다.
-
Manor Racing, Rescale Cloud HPC로 시뮬레이션 용량 향상
-
클라우드 3.0: 빅 컴퓨팅의 부상
클라우드 컴퓨팅의 차세대 100억 달러 이상 시장 기회와 최초의 킬러 앱: 딥 러닝 목차1 클라우드 컴퓨팅의 차세대 100억 달러 이상 시장 기회와 최초의 킬러 앱: 딥 러닝2 클라우드 1.0: SaaS3 클라우드 2.0: 빅 데이터4 클라우드 3.0: 빅 컴퓨팅5 딥 러닝, 최초의 빅 컴퓨팅 킬러 앱6 새롭게 부상하는 빅 컴퓨팅 스택…
-
영구 클러스터 소개: 여러 작업으로 시간과 비용을 절약하는 새로운 기능
Rescale은 최신 배포 기능인 영구 클러스터를 통해 새로운 기능을 출시했습니다. 이 기능을 활성화하면 사용자는 여러 클러스터를 시작하고 종료할 필요 없이 Rescale 워크플로(웹 UI)를 사용하여 동일한 클러스터에 여러 작업을 제출할 수 있습니다. 이전에는 각 작업이 자체 클러스터를 가동한 다음 종료해야 했습니다.
-
클라우드 HPC의 3가지 숨겨진 이점
기업들은 유연하고 다양한 종량제 HPC 리소스에 액세스하기 위해 클라우드의 고성능 컴퓨팅(HPC)으로 전환하고 있습니다. 동시에 이러한 자산을 관리하거나 이를 배포하기 위해 막대한 자본과 시간을 소비할 필요가 없습니다. 시뮬레이션을 클라우드 HPC 리소스로 이동하면 기업은 다양한 이점을 활용할 수 있습니다.
-
나만의 스토리지 가져오기(1부)
Rescale 플랫폼은 주요 퍼블릭 클라우드 공급업체의 스토리지 제품을 기반으로 엔드투엔드 파일 관리를 제공합니다. 여기에는 최적화된 클라이언트 측 전송 도구와 전송 중 및 저장 중 암호화가 포함됩니다. 이 모델에서 Rescale은 객체 저장소 레이아웃과 암호화 키 관리를 제어합니다. 해독된 파일 콘텐츠를 검색하려면 사용자는 Rescale…을 사용해야 합니다.
-
Hy로 Rescale에서 Keras를 사용하는 신경망
오랜 GNU Emacs 사용자로서 저는 Cx Ce(eval-last-sexp)를 당연하게 여겼습니다. 즉, 내가 편집하고 있는 거의 모든 파일에서 어디에 있든 괄호 표현식을 삽입하고 Cx Ce를 누르면 미니버퍼에 표시되는 결과를 얻을 수 있습니다(또는 lisp에서 프로그래밍하는 경우 REPL에서). 기타 여러 가지 …
-
딥러닝 스타일 이전 – 튜토리얼
차세대 앤디 워홀이 되고 싶었지만 예술적 재능이 없었다면 이제 AI가 대신해 드립니다. 스타일 전송 신경망을 사용하면 이미지에 예술적 스타일을 적용할 수 있습니다. 기존의 이미지 분류 네트워크를 가져와 손실 함수로 사용하여 생성됩니다…
-
귀하에게 적합한 클라우드에서 딥 러닝 실행
딥러닝은 아직 초기 단계이지만 이미 자율주행, 로봇 제어, 기계번역, 안면인식 등의 분야를 상당히 발전시켰습니다. 대량의 데이터를 추상화하고, 패턴을 인식하고, 모델링하고 분류할 수 있는 딥 러닝은 앞으로 몇 년 동안 파괴와 혁신을 주도할 준비가 되어 있는 것으로 보입니다. 그럼 어떤 질문을 해야 할까요…
-
복제에 대한 Sandi Metz에 대한 대응
Sandi Metz는 최근 잘못된 추상화보다 복제가 더 저렴하다고 주장하는 기사를 썼습니다. 이 기사는 추측 일반화의 비용에 대한 중요한 점을 제기하지만 이러한 비용에 대해 자세히 설명하고 비난하는 긴 기사의 일부입니다. 이제 누군가가 추상화를 비판하는 것을 듣는 것은 낡은 일이겠지만…
-
클라우드에서 체스 엔진 실행
11월 1990일 노르웨이의 Magnus Carlsen이 러시아의 Sergey Karjakin을 상대로 세계 체스 챔피언십을 방어할 예정입니다. 통합 챔피언십은 두 명의 전설적인 체스 전설인 카스파로프(Kasparov)와 카르포프(Karpov)가 세계 체스 챔피언십 경기에서 마지막으로 만난 XNUMX년 이후 처음으로 뉴욕과 미국 땅에서 다시 개최됩니다. 그 이후로 체스는…
-
클라우드 컴퓨팅이 제조 회사의 혁신을 강화하는 방법
한 휴대폰 제조 회사의 엔지니어는 오늘날 소비자들이 기하급수적으로 더 많은 기능을 요구하고 있다고 설명했습니다. 이러한 기능의 증가로 인해 휴대폰에 더 많은 구성 요소가 추가되고 이에 따라 제품 개발 및 디자인 프로세스에 더 많은 위험이 발생하게 됩니다. 이 엔지니어가 예측해야 하는 테스트 시나리오의 수는…
-
슈퍼컴퓨팅을 대중화
우리는 컴퓨터 산업의 변곡점에 있습니다. 오늘날의 iPhone은 Apollo 시대 최고의 컴퓨터보다 더 많은 처리 능력을 보유하고 있습니다. 무어의 법칙에 따르면 집적 회로의 트랜지스터 수는 XNUMX년마다 두 배로 늘어납니다. 우리는 전례 없는 양의 컴퓨팅 성능을 손끝에 갖고 있으며, 이는 여전히 기하급수적인 속도로 증가하고 있습니다.이것은…
-
버그 종류를 수정하는 것을 목표로 하세요.
때로는 버그를 수정하고 나면 기분이 좋아질 때도 있습니다. 하지만 상황이 더 악화된 것 같은 느낌이 들 가능성이 높습니다. 버그를 수정하면 코드를 읽기가 좀 더 어려워지고 이해하기가 좀 더 어려워지는 경우가 많습니다. 더 나쁜 것은 버그를 수정하면 실수로 더 많은 버그가 발생할 수 있다는 것입니다. 대부분의 경우 버그는 프로그래머가 모든 것을 상상할 수 없기 때문에 발생합니다…
-
Rescale의 대화형 신경망 설계
최근 Rescale Deep Learning Cloud 릴리스를 통해 새로운 대화형 노트북 기능을 사용하여 심층 신경망을 개발하는 예를 제시하겠습니다. 이 기능을 사용하면 대화형 데이터 전처리 및 분석과 신경망의 일괄 훈련을 번갈아 가며 반복적인 워크플로를 수행할 수 있습니다. 이 기사에서는 다음과 같이 시작하겠습니다.