Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
「プログラマーのためのCPU入門」は入り口として丁度よい!
Search
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
forrep
February 28, 2024
Programming
53
37k
「プログラマーのためのCPU入門」は入り口として丁度よい!
forrep
February 28, 2024
Tweet
Share
More Decks by forrep
See All by forrep
Linux && Docker 研修/Linux && Docker training
forrep
28
5.6k
RAGにベクトルDBは必要ない!DBも不要で運用めちゃ楽な RAG Chatbot を作った話
forrep
38
17k
Google Analytics でサイト速度を計測する / Measure site speed with Google Analytics
forrep
2
380
最近コードレビューで指摘したこと
forrep
4
570
DevTools でパフォーマンスチューニング入門 / Introduction to Performance Tuning with DevTools
forrep
2
480
技術的負債に対する視力を得る / How to View Technical Debt
forrep
0
870
しくじり先生 - NFS+sqliteで苦労した話から学ぶ、問題解決の考え方 / problem-solving approach
forrep
1
1.3k
理屈で考える、データベースのチューニング / Database tuning How-To
forrep
28
9.5k
ブラウザの制約条件から考えるフロントエンドのリソース設計/Frontend Performance How to
forrep
2
860
Other Decks in Programming
See All in Programming
組織で育むオブザーバビリティ
ryota_hnk
0
160
大規模Cloud Native環境におけるFalcoの運用
owlinux1000
0
260
コマンドとリード間の連携に対する脅威分析フレームワーク
pandayumi
1
440
Rust 製のコードエディタ “Zed” を使ってみた
nearme_tech
PRO
0
110
Pythonではじめるオープンデータ分析〜書籍の紹介と書籍で紹介しきれなかった事例の紹介〜
welliving
3
860
16年目のピクシブ百科事典を支える最新の技術基盤 / The Modern Tech Stack Powering Pixiv Encyclopedia in its 16th Year
ahuglajbclajep
5
960
CSC307 Lecture 05
javiergs
PRO
0
490
ELYZA_Findy AI Engineering Summit登壇資料_AIコーディング時代に「ちゃんと」やること_toB LLMプロダクト開発舞台裏_20251216
elyza
2
1.4k
公共交通オープンデータ × モバイルUX 複雑な運行情報を 『直感』に変換する技術
tinykitten
PRO
0
200
Unicodeどうしてる? PHPから見たUnicode対応と他言語での対応についてのお伺い
youkidearitai
PRO
1
1k
例外処理とどう使い分ける?Result型を使ったエラー設計 #burikaigi
kajitack
16
5.9k
Automatic Grammar Agreementと Markdown Extended Attributes について
kishikawakatsumi
0
180
Featured
See All Featured
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
49
9.8k
Chrome DevTools: State of the Union 2024 - Debugging React & Beyond
addyosmani
9
1.1k
Avoiding the “Bad Training, Faster” Trap in the Age of AI
tmiket
0
67
We Have a Design System, Now What?
morganepeng
54
8k
The MySQL Ecosystem @ GitHub 2015
samlambert
251
13k
Music & Morning Musume
bryan
47
7.1k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
35
3.3k
Building a Modern Day E-commerce SEO Strategy
aleyda
45
8.6k
Designing Powerful Visuals for Engaging Learning
tmiket
0
210
Crafting Experiences
bethany
1
44
svc-hook: hooking system calls on ARM64 by binary rewriting
retrage
1
93
Designing for humans not robots
tammielis
254
26k
Transcript
「プログラマーのためのCPU入門」 は入り口として丁度よい! ~ Webエンジニア目線 ~ 1 株式会社ラクーンホールディングス 技術戦略部 羽山純
自己紹介 • 名前 ◦ 羽山 純(Jun Hayama) • 所属 ◦
株式会社ラクーンホールディングス 技術戦略部 • 技術領域 ◦ バックエンド・インフラ ◦ パフォーマンス改善 ▪ MySQLでプライマリキーをUUIDにする前に知っておいて欲しいこと ◦ AI(企業審査AI) • 個人活動 ◦ アプリ開発 2
紹介する書籍 プログラマーのためのCPU入門 - CPUは如何にしてソフトウェアを 高速に実行するか いわゆる「低レイヤ」の書籍です 3 Takenobu Tani.(2023-1-25).“プログラマーのためのCPU入門 -
CPUは如何にしてソフトウェアを高速に実行するか”.ラムダ ノート.https://www.lambdanote.com/products/cpu
「低レイヤ」について、こう思っていませんか? • WebエンジニアにはCPUほどの低レイヤは必要ない • クラウド環境だから細かいことを考えなくてもよい • 現代のCPUは十分に速いから気にしなくてもよい → そんなことはありません 4
本書で得られるメリット(1) 本書で得られるメリット(1) カーネルの理解を深められる 5
カーネルの知識を深められる 上位レイヤは下位レイヤに依存し、 各レイヤの習得には1~2レイヤ下までの知識が必要です 本書はCPUへの理解を通して カーネルの理解を深めてくれます 6 アプリケーション ライブラリ・FW ランタイム・VM コンパイラ
ユーザー空間 カーネル ハードウェア OS CPU 他 言語 依存 依存 依存 依存 依存
本書で得られるメリット(2) 本書で得られるメリット(2) 長く生きる汎用的な知識と問題解決力 7
山で遭難したら登れ 「山で遭難したら登れ」と言われます 逆すり鉢の形状で山頂に近づくほど狭くなるため 登ると正規ルートに復帰できる可能性が 高くなります この形は先ほどの「低レイヤ」の図 と似てませんか? 8
低レイヤほどバリエーションが減少 アプリケーションは要件やサービスだけ星の数ほど ライブラリ・FW は Django, Flask, SpringBoot, Rails, , ,
その下層は Python, Java, Ruby, , , OS は Linux がデファクト 低レイヤほどバリエーションが少なく 長く使える汎用的な知識となります 9 アプリケーション ライブラリ・FW ランタイム・VM コンパイラ ユーザー空間 カーネル ハードウェア OS CPU 他 言語
問題解決力 問題解決では、順に低レイヤに降りると解決しやすいです いずこかで発生した問題に対し、 降りられる限界のレイヤが そのエンジニアの力量です 本書でCPUの知識を通して カーネルへの理解を深めると 問題解決力が上昇します 10 アプリケーション
ライブラリ・FW ランタイム・VM コンパイラ ユーザー空間 カーネル ハードウェア OS CPU 他 言語
本書で得られるメリット(3) 本書で得られるメリット(3) パフォーマンスはやっぱり大切 11
アプリ・インフラの高速化のヒントがたくさん • システムコールが遅い理由を仕組みから理解できた • メモリは仮想記憶のため1度の取得に2回のアクセスが必要 ◦ 仮想アドレスと物理アドレスをページテーブルで変換 ◦ ページテーブルのキャッシュ(TLB)をミスするととても遅い ◦
巨大なメモリ空間を利用するとページテーブルが肥大化する • メモリはCPUより4倍ほど遅いが、L1キャッシュミスすると 100倍ほどまで遅くなる、メインメモリはとても遅い ◦ 小さいメモリ空間の利用は速いが、巨大なメモリ空間をランダ ムで使うと、キャッシュミスして100~1000倍は遅い • 複数コア・マルチスレッドで同一アドレスへの書き込みを行 うと「コヒーレンスミス」が発生して非常に遅い ◦ マルチプロセスモデルの方が優れているシーンもある 12
まとめと余談 Webエンジニア目線で本書は CPUを通してカーネルの知識を深めるために有用です そして、効率的なアルゴリズムを組むのに最適な知識が たくさん詰まっています パズルの最適解を探すアプリを開発していた時代に 出会っていたら、あと2割は演算を速くできたと思います 13