#쿠버네티스
5개의 포스트
![[특집] GPU 시간당 가격은 거짓말을 한다 — 고장·보안·숨은 비용으로 다시 잰 'GPU 빌리기'](/_next/image?url=https%3A%2F%2Ffiles.core.today%2Fstorage%2Fcoredot%2Fpublic%2Fblog%2Fgpl-cover.webp&w=3840&q=75)
[특집] GPU 시간당 가격은 거짓말을 한다 — 고장·보안·숨은 비용으로 다시 잰 'GPU 빌리기'
GPU를 빌릴 때 모두가 견주는 숫자는 'GPU 한 장 한 시간에 얼마'입니다. SemiAnalysis는 같은 시간당 가격에서도 총비용이 사전학습에서 1.00배·1.10배·1.15배로 갈리고, 그 차이의 대부분이 고장으로 날아가는 '굿풋' 손실(6.14%·10.53%·20.91%)이라고 계산했습니다. 반면 노드 하나짜리 추론은 수리에 8시간이 걸려도 손실이 0.5% 안팎이라, '추론은 싸게, 학습은 신뢰성을' 사야 합니다. 코어닷투데이는 SA의 공개 수식으로 계산기를 다시 만들어 세 시나리오 중 둘을 몇 달러 차이로 재현했고, 공개 수식 그대로면 실버 사전학습 손실이 48%까지 오른다는 점도 확인했습니다. 우리 A100 클러스터에서 기동 시간을 재다가, 엿새째 아무 알림 없이 꺼져 있던 GPU 한 장도 찾았습니다.

서버를 만들지 마라, 서비스를 운영하라 — DX를 위한 클라우드 & 인프라의 기술
DX 전문가 로드맵 6편 — 1999년 Salesforce의 'No Software'부터 2026년 AI 인프라까지. DX는 거의 100% 클라우드 위에서 돌아간다. '서버를 만든다'가 아니라 '서비스를 운영한다'로 사고를 전환하는 클라우드 & 인프라의 기술.

관리형 쿠버네티스 완전 가이드: EKS, GKE, AKS — 무엇을 선택할 것인가
쿠버네티스를 직접 운영하는 것은 '집을 짓는 것'이고, 관리형 서비스를 쓰는 것은 '아파트에 입주하는 것'이다. AWS EKS, Google GKE, Azure AKS가 왜 탄생했고, 어떤 차이가 있으며, 당신의 팀에 맞는 선택은 무엇인지를 실전 관점에서 풀어본다.

쿠버네티스 완전 정복: Google이 15년간 숨겨둔 비밀 병기의 모든 것
Google이 내부에서 15년간 운영한 Borg의 경험이 어떻게 쿠버네티스로 오픈소스화되었는지, 핵심 개념은 무엇이며, 왜 전 세계 기업의 사실상 표준이 되었는지를 역사·원리·실전 사례로 풀어본다.

Docker와 컨테이너: '내 컴퓨터에서는 되는데?'를 끝낸 기술의 모든 것
1979년 Unix의 chroot에서 2013년 Docker의 탄생까지. 컨테이너 기술이 왜 등장했고, 어떻게 작동하며, 소프트웨어 개발과 배포를 어떻게 바꿔놓았는지를 역사·원리·실전 사례로 풀어본다.