테크니션 :: 테크니션
반응형

python 을 일정 시간, 시각 동작 시키는 것은 schedule 모듈을 활용하거나 time을 활용한다

방법은 너무 많으니 찾아보기 바란다 

내가 하려는 것은 Python 으로 Flask를 구동 시켜서 html 페이지에 올라가는 데이터를 일정 주기로 바꿔서 올려주는 코드를 만들고 싶었다

python -> text -> python -> html 로 데이터가 전달이 되는데 html이 한번 구동 되면 

데이터 변동이 있어도 반영이 안되었다

그래서 html을 종료시키고 새로운 데이터로 첨부터 다시 저 루트로 데이터를 받아서 html에 새로 보여주는 방법을 찾아보았다

from flask import Flask

app = Flask(__name__)

@app.route('/')
def home():
    return 'Hello, World!'

if __name__ == '__main__':
    app.run()

이렇게 실행하면 

이렇게 화면이 나오고 저 웹을 종료시키기 위해선 ctrl c를 직접 눌러줘야 한다

그래서 flask  구동 후 일정 시간 후에 시스템을 종료하는 코드를 작성하였다

import sys
from datetime import datetime
from flask import Flask, render_template, request
import os
import threading
import signal


def handle_alarm(signum, frame):
    sys.exit()
    # Flask 애플리케이션 종료

app = Flask(__name__)

# Define a route for the app
@app.route("/")
def index():
    
    return render_template('index.html',
                           )

if __name__ == '__main__':
    signal.signal(signal.SIGALRM, handle_alarm)
    signal.alarm(30)
    threading.Timer(30, lambda: None).start()
    app.run(host='0.0.0.0', port=8080, debug=True, use_reloader=False)

30초 후에 종료되는 코드이며 시간은 main 에서 초 단위로 조절이 가능하다

반응형
반응형

AI 관련주의 무빙을 보면 아 이제 무섭다는 생각이 든다

어쨋든 많은 사람들이 AI 서비스를 사용하고 있고 앞으로의 큰 변화를 이끌 것이다

AI의 구현을 위해서는 대규모 반복 연산이 필요하고 그래서 현재 운용중인 서비스도 자주 에러가 발생하고 있다

사람이 너무 몰려서 트래픽을 감당하지 못하고 있으며 미국인들이 자는 시간에는 그래도 좀 낫다는 말이 있다

그래서 대규모 반복연산에 필요한 GPU를 설계하는 엔비디아의 주가가 두배 가까이 올랐다

로직반도체 관련 회사가 반응을 했는데 메모리 반도체가 받을 수혜가 있을지 생각해 보았다

1. 컨텐츠의 폭발

저번 메모리 슈퍼사이클이 발생한 이유에 대해 알아보면 클라우드 및 서버 수요, 스마트폰 수요의 증가에 의해 발생했는데

결국은 유투브를 비롯한 OTT등 영상데이터의 폭증에 의해 만들어졌다

화제가 되는 AI가 이미지 생성과 chatgpt 인데 이 두가지를 활용하면

많은 사람들이 AI를 이용해 자기만의 컨텐츠를 만들어서 유투브에 올리고 이를 통해 수익화가 가능하지 않을까? 라는 생각과

기존의 컨텐츠 제작자들의 제작비용도 줄어들면 좀 더 많은 양의 컨텐츠를 찍어낼 수 있을 것이고 

영상 컨텐츠 보관을 위한 메모리반도체 수요도 더 많이 늘어날 것이다

같은 컨텐츠를 책과 영화 두개의 용량을 비교하면

평균적으로 이미지가 없는 표준 길이의 책은 약 100,000개의 단어를 포함하고

파일 크기는 수 메가바이트(MB)에서 수십 메가바이트 정도이지만

반면 영화는 일반적으로 수천 개의 비디오, 오디오 및 기타 데이터 프레임으로 구성되며

 해상도가 1080p인 고화질 영화의 파일 크기는 약 5~10GB인 반면 4K 영화의 파일 크기는 약 20~30GB 이상일 수 있다

이미 3분 안에 AI를 통해 영상을 만드는 모습을 보여주는 컨텐츠가 만들어지고 잇다

2. 연산이 가능한 메모리 반도체

연산장치 (CPU, GPU) 와 메모리, 디스크간 속도 차이에 따른 병목현상을 해결하는 움직임중에

사람의 신경 흐름과 유사한 구조로 바꾸기 위한 뉴로모픽 반도체라는게 있다

(왜 속도 차이가 나는지 설명하려면 폰노이만 컴퓨터 구조부터 공부해야 하는데 이건 설명 잘해주는 유투브 보세요 많습니다)

뉴로모픽 칩은 생물학적 뉴런의 구조와 기능을 시뮬레이션하도록 설계되었으며,

스파이크 뉴런, 시냅스 및 수상 돌기와 같은 인간의 신경세포 요소를 사용한다

이러한 요소는 메모리 및 처리 장치와 통합되어 칩이 뇌와 유사한 방식으로 정보를 처리하고 저장할 수 있도록 한다는 것이 골자인데

AI가 더 널리 쓰일수록 연산을 위한 반도체 수요가 늘어날 것이고

늘어난 수요가 연산능력을 탑재한 메모리반도체에 갈 수도 있다

아직 대중화는 안되었고 관련 대학교 연구주제에서나 볼 수 있지만

이미 많은 준비가 되어 있기 때문에 수요가 생긴다면 새로운 영역의 발굴이 이루어지지 않을까 한다

----------------------------------

위 글은 투자를 권유하는 글이 아닙니다

매수 매도는 모두 본인의 의지에 따라야 함을 알려드립니다

----------------------------------------------

반응형
반응형

대 AI 시대가 도래하였다. AI 가 창의적인 예술 분야는 넘보지 못할 것이라는 예상은 보기좋게 사라지게 되었다

많은 사람들이 저소득 직업들이 AI에 대체될거라 생각하는 경향이 있다 이 질문에 대한 답을 AI에게 던져보았다

 

고숙련 직업

AI는 상당한 금융, 의료 및 기술을 포함한 다양한 산업 분야의 고숙련 직업에 영향을 미칩니다. 예를 들어 AI 알고리즘은 이전에 고도로 숙련된 전문가가 수행했던 재무 분석 및 의료 진단과 같은 복잡한 작업을 자동화하는 데 사용됩니다. 이러한 자동화는 효율성과 정확성을 높이는 동시에 해당 분야의 일자리 손실로 이어집니다.

또한 AI는 다음과 같이 고도로 숙련된 전문가가 수행하는 일상적인 작업을 자동화하는 데에도 사용되고 있습니다. 데이터 입력 및 보고서 생성. 이러한 작업은 재무 분석이나 의료 진단만큼 복잡하지는 않지만 여전히 높은 수준의 기술과 교육이 필요합니다. 이러한 작업의 자동화는 효율성 증가로 이어지지만 해당 분야의 일자리 손실도 가져옵니다.

저숙련 직업

AI는 고숙련 직업에 상당한 영향을 미치고 있지만 또한 특히 제조 및 소매와 같은 산업에서 저숙련 일자리에 영향을 미치고 있습니다. 예를 들어, AI 알고리즘은 이전에 저숙련 작업자가 수행했던 조립 라인 작업 및 출납과 같은 작업을 자동화하는 데 사용됩니다. 이러한 자동화는 기업의 효율성 향상과 비용 절감으로 이어지고 있지만 해당 분야의 실직으로 이어지고 있습니다.

또한 AI는 저숙련 근로자가 수행하는 일상적인 작업을 자동화하는 데도 사용되고 있습니다. , 고객 서비스 및 데이터 입력과 같은 이러한 작업에는 높은 수준의 기술이나 교육이 필요하지 않을 수 있지만 여전히 많은 비즈니스에서 중요한 역할을 합니다. 이러한 작업의 자동화는 효율성 증가 및 비용 절감으로 이어지지만 이러한 분야의 일자리 손실도 가져옵니다.

결론

소득으로 나누는건 의미가 없다 공평하게 AI는 넘보고 있다

반응형

+ Recent posts