Theory Page Index
理論ページもくじ
GPU・AI・ROCm にまつわる「イメージでわかる」シリーズと参照資料を、目的別に整理したページです。初めてなら「はじめの一歩」から、気になるテーマがあればそこから読めます。
All "Visual Guide" theory pages and reference materials, organized by purpose. Start from "First steps" if you're new, or jump to any topic that interests you.
この 4 ページを順番に読むと、GPU の基本 → メモリ → 世代の違い → ROCm の全体像がつながります。
Read these four pages in order to connect GPU basics → memory → generational differences → the ROCm stack.
gpu-basics.html
CPU との違い・並列処理・VRAM を、パンケーキ工場や机の教科書にたとえて解説。
CPU vs GPU, parallelism, and VRAM — pancake-factory and textbook-on-a-desk analogies.
memory-and-bandwidth.html
「どれだけ持てるか」と「どれだけ速く運べるか」を水道管とバケツで解説。HBM2 の強みも。
"How much can you hold" vs "how fast can you move it" — pipes and buckets. Includes HBM2.
gpu-generations.html
世代が変わると何が増え何が減るか。旅行者の持ち物にたとえた世代比較。
What's gained and lost between GPU generations — a traveler's equipment analogy.
rocm-overview-for-beginners.html
ROCm を「5階建てビル」にたとえ、各階の役割を図で解説。gfx900 の位置も紹介。
ROCm as a 5-floor building — GPU → Driver → HIP → Libraries → App.
辞書のようにつまみ読みできるページ群。興味のあるテーマからどうぞ。NumPy や PyTorch で詰まりそうなら「特急便」ページから始めるのがおすすめです。
Browse like a dictionary — pick whatever topic catches your eye. If NumPy or PyTorch feels like a blocker, start from the "Express" pages first.
numpy-express.html
「NumPyってなあに？」を1ページで整理。ndarray / shape / axis の基礎を先に押さえる超入門。
One-page answer to "What is NumPy?" A compact starter for ndarray / shape / axis basics.
pytorch-express.html
「PyTorchってなあに？」を1ページで整理。Tensor / Module / autograd / optimizer の最小セットを先に押さえる導入。
One-page answer to "What is PyTorch?" A starter covering Tensor / Module / autograd / optimizer before deeper topics.
reading-math.html
Q, K, V, 転置 T, √d, softmax… 数式に出てくる記号を「操作の意味」から解説。
Notation prep — explains Q, K, V, transpose, √d, softmax by what they do.
convolution-for-beginners.html
画像の上を小窓でなぞりながら特徴を見つける、畳み込みのしくみを虫眼鏡で解説。
A small window sliding over an image to detect features — the magnifying-glass analogy.
attention-for-llm.html
LLM の中心にある Attention を、Q / K / V → softmax → Transformer までやさしく解説。
Attention — LLM's core — from Q / K / V through softmax to Transformer architecture.
linear-algebra-for-rocm.html
ベクトル・行列・行列積をやさしく解説し、rocBLAS・gfx900 へつなぐ入門。
Vectors, matrices, and matrix multiply — gently connected to rocBLAS and gfx900.
deep-learning-for-rocm.html
畳み込み・フィルタ・MIOpen solver を比喩で解説。gfx900 の solver 対応表つき。
Convolution, filters, MIOpen solvers through analogy — with a gfx900 solver table.
training-vs-inference.html
LLM が会話中に勝手に学習しているわけではないことを含め、学習と推論のちがいをやさしく整理。
Why normal LLM use is inference, not training — a gentle comparison of two modes.
training-flow.html
モデルが答え合わせしながら賢くなる5ステップ。loss・重み・ROCm ライブラリの役割も。
Five steps of learning — loss, weights, and which ROCm library does what.
inference-flow.html
学習ずみモデルが答えを出す5ステップを工場のラインで図解。
Five inference steps as a factory line — rocBLAS, MIOpen, HIP roles mapped.
int8-vs-fp32.html
数字の「入れ物」の大きさが速さと精度にどう影響するか。ノートと付箋の比喩。
How number container size affects speed and precision — notebook vs sticky-note.
matrices-and-ai.html
行列のかけ算がなぜ AI の中心計算なのか。変換レンズと Excel シートで解説。
Why matrix multiplication is AI's core — transformation lenses and Excel sheets.
fallback-explained.html
速い道が通れないとき自動で遅い道に切り替わる仕組み。高速道路と一般道の比喩。
When the fast road is blocked, the system switches to the slow road automatically.
what-support-means.html
「対応=使える」ではない。5段階のサポートレベルをレストランや駅で解説。
"Supported" ≠ "works perfectly." Five support levels via restaurant and station analogies.
用語の図鑑とエコシステムの地図。迷ったときに開くページです。
A glossary atlas and ecosystem map — go-to pages when you need your bearings.
glossary.html
ROCm・GPU アーキテクチャ・MIOpen ソルバの専門用語をカードと図で解説。
Card-and-diagram explanations of ROCm, GPU architecture, and MIOpen solver terms.
rocm-ecosystem.html
リポジトリ構成・ライブラリスタック・世代対応を Mermaid 図とカードで整理。
Visual map of ROCm repos, library stack, and per-generation support status.