[1A3]지금까지 상상한 표현의 한계를 넘자 WebGL

•

20 gostaram•5,208 visualizações

NAVER D2

DEVIEW 2014 [1A3]지금까지 상상한 표현의 한계를 넘자 WebGL

Tecnologia

이준호과장/ NHN Technology Services
백선기대리/ MIDAS IT ONLINE
지금까지상상한
web 표현의한계를넘자
WebGL

가속이되기는하는데
픽셀단위
표현문제
픽셀전처리의존도가높다
복잡도에따른
성능이슈

http://www.koreahtml5.kr/jsp/infoSquare/browserUseStatsKor.jsp?type_code_LIST=USST0002&os_code=all&search_type=D&search_date=201406
85.9% +

Recomendados

쉽게 풀어보는 WebGLMyung Woon Oh

지금까지 상상한 Web 표현의한계를넘자 WebGLJun Ho Lee

WebGLHyosung Jeon

Golang+on+analytics+and+blockchainNAVER Engineering

NAVER TECH CONCERT_FE2019_빠르게 훑어보는 웹 개발 트렌드NAVER Engineering

[토크아이티] 프런트엔드 개발 시작하기 저자 특강 우영 주

웹 디자이너의 도전: Vue.js 따라하기Seungmin Lee

Web Framework (웹 프레임워크)Junsu Kim

모두의 클라우드 딥러닝NAVER Engineering

How_to_choose_the_right_frameworkJT Jintae Jung

원모먼트 Vue js 적용기우현 김

Vue.js와 Firebase활용기Aria (In Suk) Kim

웹 프로그래밍 팀프로젝트 최종발표Seong Heum Park

(알도개) GraalVM – 자바를 넘어선 새로운 시작의 서막Jay Park

Shader Drivenchangehee lee

AWS 구축 경험 공유민태 김

웹프로그래밍 팀프로젝트 중간발표Seong Heum Park

프로그레시브 웹앱(Pwa)Woncheol Lee

『풀스택 개발자를 위한 MEAN 스택 입문』 - 미리보기복연 이

클라우드 엔지니어 취업 고군 분투기InfraEngineer

위플래닛 발표자료 Meteor_jsWebFrameworks

모바일 웹앱 프로그래밍 과정Kenu, GwangNam Heo

Html5 ie9Reagan Hwang

Mean stack StartKenu, GwangNam Heo

이동현 - 오픈소스 DBMS 큐브리드 (2009Y05M30D)Ubuntu Korea Community

Vue.js와 Firebase를 활용한 웹 서비스 개발Aria (In Suk) Kim

Webframeworks.kr의 소개WebFrameworks

Pp3 devwebReagan Hwang

[211] 인공지능이 인공지능 챗봇을 만든다NAVER D2

[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...NAVER D2

Mais conteúdo relacionado

Mais procurados

모두의 클라우드 딥러닝NAVER Engineering

How_to_choose_the_right_frameworkJT Jintae Jung

원모먼트 Vue js 적용기우현 김

Vue.js와 Firebase활용기Aria (In Suk) Kim

웹 프로그래밍 팀프로젝트 최종발표Seong Heum Park

(알도개) GraalVM – 자바를 넘어선 새로운 시작의 서막Jay Park

Shader Drivenchangehee lee

AWS 구축 경험 공유민태 김

웹프로그래밍 팀프로젝트 중간발표Seong Heum Park

프로그레시브 웹앱(Pwa)Woncheol Lee

『풀스택 개발자를 위한 MEAN 스택 입문』 - 미리보기복연 이

클라우드 엔지니어 취업 고군 분투기InfraEngineer

위플래닛 발표자료 Meteor_jsWebFrameworks

모바일 웹앱 프로그래밍 과정Kenu, GwangNam Heo

Html5 ie9Reagan Hwang

Mean stack StartKenu, GwangNam Heo

이동현 - 오픈소스 DBMS 큐브리드 (2009Y05M30D)Ubuntu Korea Community

Vue.js와 Firebase를 활용한 웹 서비스 개발Aria (In Suk) Kim

Webframeworks.kr의 소개WebFrameworks

Pp3 devwebReagan Hwang

Mais procurados (20)

모두의 클라우드 딥러닝

How_to_choose_the_right_framework

원모먼트 Vue js 적용기

Vue.js와 Firebase활용기

웹 프로그래밍 팀프로젝트 최종발표

(알도개) GraalVM – 자바를 넘어선 새로운 시작의 서막

Shader Driven

AWS 구축 경험 공유

웹프로그래밍 팀프로젝트 중간발표

프로그레시브 웹앱(Pwa)

『풀스택 개발자를 위한 MEAN 스택 입문』 - 미리보기

클라우드 엔지니어 취업 고군 분투기

위플래닛 발표자료 Meteor_js

모바일 웹앱 프로그래밍 과정

Html5 ie9

Mean stack Start

이동현 - 오픈소스 DBMS 큐브리드 (2009Y05M30D)

Vue.js와 Firebase를 활용한 웹 서비스 개발

Webframeworks.kr의 소개

Pp3 devweb

Mais de NAVER D2

[211] 인공지능이 인공지능 챗봇을 만든다NAVER D2

[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...NAVER D2

[215] Druid로 쉽고 빠르게 데이터 분석하기NAVER D2

[245]Papago Internals: 모델분석과 응용기술 개발NAVER D2

[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈NAVER D2

[235]Wikipedia-scale Q&ANAVER D2

[244]로봇이 현실 세계에 대해 학습하도록 만들기NAVER D2

[243] Deep Learning to help student’s Deep LearningNAVER D2

[234]Fast & Accurate Data Annotation Pipeline for AI applicationsNAVER D2

Old version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load BalancingNAVER D2

[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지NAVER D2

[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기NAVER D2

[224]네이버 검색과 개인화NAVER D2

[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)NAVER D2

[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기NAVER D2

[213] Fashion Visual SearchNAVER D2

[232] TensorRT를 활용한 딥러닝 Inference 최적화NAVER D2

[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지NAVER D2

[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터NAVER D2

[223]기계독해 QA: 검색인가, NLP인가?NAVER D2

Mais de NAVER D2 (20)

[211] 인공지능이 인공지능 챗봇을 만든다

[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...

[215] Druid로 쉽고 빠르게 데이터 분석하기

[245]Papago Internals: 모델분석과 응용기술 개발

[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈

[235]Wikipedia-scale Q&A

[244]로봇이 현실 세계에 대해 학습하도록 만들기

[243] Deep Learning to help student’s Deep Learning

[234]Fast & Accurate Data Annotation Pipeline for AI applications

Old version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing

[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지

[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기

[224]네이버 검색과 개인화

[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)

[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기

[213] Fashion Visual Search

[232] TensorRT를 활용한 딥러닝 Inference 최적화

[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지

[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터

[223]기계독해 QA: 검색인가, NLP인가?

[1A3]지금까지 상상한 표현의 한계를 넘자 WebGL

2. 이준호과장/ NHN Technology Services 백선기대리/ MIDAS IT ONLINE 지금까지상상한 web 표현의한계를넘자 WebGL

4. Why 왜WebGL인가…

6. 구현의전제사항 픽셀표현 성능 <

7. 픽셀표현자유도 성능가속비중이높아야한다

9. 가속이되기는하는데 픽셀단위 표현문제 픽셀전처리의존도가높다 복잡도에따른 성능이슈

10. 이걸가속이라봐야하나..

11. WebGL 웹지엘은뭐야?

12. 초고속화면렌더링! 브라우저기반GPU제어

13.

14.

15.

16. WebGL Application Performance

17.

18. Now..

19. IE11 Safari (Mac )

20. http://www.koreahtml5.kr/jsp/infoSquare/browserUseStatsKor.jsp?type_code_LIST=USST0002&os_code=all&search_type=D&search_date=201406 85.9% +

21. Where 어디서쓸까..

22.

23. BIG DATA 시각화

24.

25. 어떻게하나

26. 화면출력

27.

28. 을사용하기위한모든준비의끝

29.

30. 에서실행되는프로그램코드

31.

32.

33.

34.

35.

36. 추가자료학습사이트

37. 추가자료

38. 추가자료

39. 추가자료

40. Q&A

41. THANK YOU