情報を発信する人のところに情報が集まることを日々実感しているので、Linuxのメモリ管理に特に詳しいわけではないのですが最近遭遇した問題について自分の理解を書いておきます。ざっと調べても同じことを書いている人を見つけられなかったので、公開には意義があると考えています。識者の方がフィードバックをくださると嬉しいです。 ※ AIの出力をベースに書いているのでいつもと少し文体が違います。 背景 要約 調査 再現の難しさ Goアプリケーションの調査 pprofによる分析 GCログの調査 Linuxの調査 Goランタイムの調査 GoのGCとTHP khugepagedの問題 Goランタイムにおける回避策 回避策の削除 max_ptes_noneのデフォルト値について MADV_NOHUGEPAGEをやめた理由 調査内容まとめ 解決策 検証 C言語 Go言語 まとめ 背景 Go言語で書かれたOSSのア
ギガキャストへの「迷い」の中身、日本勢いまでも思案中の理由
ギガキャスト用鋳造機はいくらする？ アルミ合金鋳造機と言えば、日本では型締力3000トン程度が最大だ。鋳物は製品の形になる鋳型に溶けた素材（溶湯＝ようとう）を流し込んで作る。製品を取り出すために鋳型は最低でも２分割されている。複雑な形状の鋳物の場合は４分割、６分割の場合もあり、それぞれの金型を異なる方向にスライドさせて製品を取り出す。 現在のアルミ合金鋳物自動車部品は、ほぼすべて高圧鋳造という方法で作られる。鋳型の中の空気を引き抜きながら高い圧力で溶湯を押し込む方法だ。エンジンのシリンダーブロックのように重量で20〜30kgの溶湯を使う大物でも、溶湯注入は0.1秒程度で終わる。何もないところへ瞬時に大量の溶湯が流れ込むため、鋳型を大きな力でしっかりと閉じておく必要がある。その力が「型締力」である。 テスラが導入したイタリア・IDRA製のGCM（ギガ・キャスティング・マシン：画像はIDRAの
OpenAIの競合、アンソロピックは2024年3月、大規模言語モデル（LLM）のGPT-4を超えるClaude 3 Opus（クロード 3 オーパス）を発表し、大きな話題となった。その後、OpenAIが「GPT-4o」でトップの座を奪還したが、アンソロピックはさらなる一手「Claude 3.5 Sonnet（クロード 3.5 ソネット）」を発表して首位に返り咲いた。最新のベンチマーク「Hallucination Index」によれば、Claude 3.5 Sonnet は比較対象となった22のLLMのうち、「最高のパフォーマンス」を示したという。日本でもようやく、Amazon Bedrockの1モデルとしてAWS東京リージョンでの提供が開始されたClaude 3.5 Sonnetを、基礎からわかりやすく解説するとともに、さまざまなベンチマークテストでの実力を見ていきたい。 Claude 3
いきなりすごい人になろうって思うと、辛くなるよ。 10年かけて今よりましな人間になる 神様がハンデをくれるのは実力があるから 10年かけて今よりましな人間になる 1秒でも自分を不幸にしないコツ、できそうですか？ もちろん、すぐに全部できなくても大丈夫です。 一人さんもこう言っています。 「完全にできなくてもいいから、1歩ずつ足を出せばいいんだよ。 だって学校の試験じゃないんだよ。 いきなり100点目指すんじゃないんだから。 完全にできるようになってから足を出すなら、いつになったら一歩出せるんだよ。 何でもいいから一歩出すんだ。 不幸せになる習慣がついていた人が、1つでもやるとずいぶん違う。 一歩ずつ足を出せばいいんだよ。 幸せに向かって歩き出すと、必ずいいことが起こってくる。 今まで、いいこと、悪いことが交互に起きてたとする。 いいこと、いいこと、いいことで、たまに嫌なことみたいにどんどん
超光速通信「もどき」がいつの日か市場を席捲するかもしれません。 米国のシカゴ大学（UChicago）で行われた研究により、量子もつれに工夫を加えることで、現代の光速に情報通信が限定された株式市場において、圧倒的に有利な立場をとれる可能性が示されました。 超光速通信というとオカルトやSFの部類に思えますが、量子もつれの仕組みを使えば、疑似的にこれを達成することが可能です。 研究ではこの量子もつれを利用した疑似的な超高速通信を量子テレパシーと定義しており、既存の情報伝達システムに対して有意なアドバンテージがとれることを実証しています。 今回はこの疑似的超光速がいかにして達成されるか、またこの仕組みが将来の株式市場においてどんな利点になり得るかをわかりやすく解説したいと思います。 研究内容の詳細は2024年7月31日にプレプリントサーバーである『arXiv』にて公開されました。 目次 量子テレポ
「仕事が速い人」はこれをしている。コンサルタントらに学ぶ、効率アップのための3つの方法。 - STUDY HACKER（スタディーハッカー）｜社会人の勉強法＆英語学習
「もっと仕事の生産性を高めたい」「より効率的に働きたい」と望み、巷にあふれるビジネススキルを試しているが、いまひとつ仕事が速くなった気がしない……。そんなお悩みを抱えていませんか？ 効果が感じられないのは、あなたに合った方法に出会っていないからかもしれません。 そんな方のために、「仕事が速い」と言われる人たちが大切にしている意外な習慣を、筆者の実践例と感想も交えつつご紹介します。「こんなやり方もあったんだ！」と気づいたら、ぜひお試しを。仕事をスムーズに進めるきっかけをつかめるはずです。 【ライタープロフィール】 上川万葉 法学部を卒業後、大学院でヨーロッパ近現代史を研究。ドイツ語・チェコ語の学習経験がある。司書と学芸員の資格をもち、大学図書館で10年以上勤務した。特にリサーチや書籍紹介を得意としており、勉強法や働き方にまつわる記事を多く執筆している 1. 「余白を残して大まかにメモをとるこ
Google Cloud に機械学習 API をデプロイするとき、Cloud Run と Vertex AI Endpoint のどちらを選ぶべきか？ - Commune Engineer Blog
こんにちは。2024年6月に中途入社した機械学習エンジニアの深澤(@fukkaa1225)です。新しいエキサイティングな環境を毎日楽しんでます！ 本記事では機械学習 API をデプロイする際、コストの観点からどのようなサービスを選ぶべきかについて述べたいと思います。 はじめに デプロイする先の選択肢 コスト面における Cloud Run と Vertex AI Endpoint の違い どちらが安いのか？ ケース1: リクエストが来る時間帯が一部だが、流量が大きい場合 ケース2: リクエストが常時来続けるが、流量が小さい場合 ケース3: リクエストが常時来続けていて、かつ流量が大きい場合 まとめ: Cloud Run と Vertex AI Endpoint のどちらを選ぶべきか？ Cloud Run を選ぶべきケース Vertex AI Endpoint を選ぶべきケース コミューンでは
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Goで解放したメモリが少しずつ戻ってくる現象 - knqyf263's blog
Claude 3.5 Sonnetとは何かをわかりやすく解説、なぜGPT-4oを超えた「最強」なのか
斎藤一人さん 10年かけて今よりましな人間になる - コンクラーベ
量子テレパシーによる「疑似的な超光速通信」の方法をわかりやすく解説 - ナゾロジー