🦋
Littleworld
← サービス紹介へ戻る
LITTLEWORLD KNOWLEDGE BASE · ARCHITECTURE TREE

IT技術ツリー (IT Tech Tree)

本ページは、Lowy氏が実戦エンジニアリングとインフラ運用を通じて体系化したIT技術ツリー(it-tech-tree.drawio)をWeb上で直接探索できるよう、2次元SVGグラフで可視化した技術ナレッジベース(KB)です。ハードウェア基盤(Server Machine、CPU、DRAM、Storage)とネットワーク(Networking、TCP/IP、OSI Model、L4/L7ロードバランシング)から出発し、OS(Linux、Windows、ChromeOS)、プログラミング言語(Assembly、C/C++、Java、Python、Node.js)、データベース(RDBMS、Oracle、SQL Server、MySQL、PostgreSQL、NoSQL、Cassandra、DynamoDB)、セキュリティ・Web3、DevOps(Docker、Kubernetes、Terraform)へと連なる技術系譜を一目で俯瞰できます。

さらに最新の生成AIおよびエージェンティック運用領域(Stable Diffusionの主要構成要素、Hugging Faceパイプライン、Minimax Claude Code API連携、DeepSeek解説、Google Antigravity、giip FDE BoxおよびAI Sub-Agent)まで、頂点セル387個とエッジセル364個(画像代替ラベルセル63個を含む)を元のレイアウト座標のまま配置しています。ノードをクリックまたは検索して、接続関係と技術ノート全文をご確認ください。

KNOWLEDGE BASE · INTERACTIVE 2D SVG GRAPH

頂点セル 387個 ・ エッジセル 364個 ・ 画像ラベルセル 63個

原本 draw.io ファイルをダウンロード (it-tech-tree.drawio) ↗
主要技術ノート&コアルートノードへ移動
2D SVG TECHNICAL TREE

IT技術ツリー 2Dアーキテクチャマップ

ノードをクリックまたは検索すると、右パネルに技術ノート全文と上位・下位接続ノードが表示されます。63個の画像セルはテキストラベルノードとして表示されます。

FDE & GIIP FDE Box GroupFoundation LLM Models Gro…AI Sub-Agent & Skills Gro…Cassandra (Group)HBASE (Group)Microsoft SQL Server (Gro…ChromeOS (Group)nodejs (Group)Terraform (Group)spring (Group)Windows (Group)Linux (Group)AWS DynamoDB (Group)AWS DynamoDB (Group)Cisco Systems (Group)Ceph (Group)openai (Group)Google Chrome (Group)safari (Group)ChromiumMiniMax (Group)chatgpt (Group)MiniMax Group (Group)Claude (claude.ai)[IMG] Claude (claude.ai)NetworkingNetworkingTCP/IPTCP/IPServer MachineServer MachineOSI ModelOSI ModelOSOSCPUCPUDRAMDRAMStorageStorageDSRDSRL7L7L4L4GSLBGSLBStickyStickyRound RobinRound RobinLeast ConnectionLeast ConnectionWeighted RRWeighted RRDAS ServerDAS ServerDAS(Disk Attached Storage)DAS(Disk Attached Storage)NASNASSANSANL4/L7 switchL4/L7 switchL3 SwitchL3 SwitchL2 SwitchL2 SwitchUnixUnixIntelIntelAMDAMDARMARMx86x86XeonXeonRyzenRyzenSnapdragonSnapdragonDDRDDRHBMHBMPATAPATASATASATASCSISCSISSDSSDHDDHDDRouterRouterNetwork HubNetworkSwitching HubSwitching HubDummy HubDummy HubJavaJavaC/C++C/C++AssemblyAssemblyAWS Route53AWS Route53Azure Traffic ManagerAzure Traffic ManagerAzure Front DoorAzure Front DoorAzureClassic Load BalancerAzureClassic Load BalancerLinux Container ServiceLinux Container ServiceLPARLPARPPARPPARVirtual MachineVirtual MachineGrid ComputingGrid ComputingCloud ComputingCloud ComputingCMOSCMOSFlash MemoryFlash MemoryEEPROMEEPROMFloppy DiskFloppy DiskObject StorageObject StorageBlock StorageBlock StorageHPFSHPFSNFSNFSNTFSNTFSFATFATGFSGFSHDFSHDFShadoophadoopWS/WASWS/WASOS SecurityOS SecurityiptablesiptablesfirewalldfirewalldhttpdhttpdNginxNginxMW/FrameworkMW/FrameworkSemaphoreSemaphoreTomcatTomcatIISIISIOPSIOPSRDBMSRDBMSNoSQLNoSQLTPmCTPmCEXA DATAEXA DATARACRACMSCSMSCSMMMMMMUDPUDPEncryptionEncryptionBASE64BASE64SHA256SHA256MD5MD5BlockchainBlockchainECC (Elliptic Curve Cryptography)ECCDFSDFSMacOSMacOSFile SystemFile SystemBitcoin Cash(BCH)Bitcoin Cash(BCH)Ethereum ClassicEthereum ClassicKVS(Key Value Store)KVS(Key Value Store)ManagementManagementHealthcheckHealthcheckzookeeperzookeeperBIOSBIOSSASSASAIAICUDACUDAOpenCLOpenCLRRPythonPythonLLM(Large Language Model)LLM(Large Language Model)Hugging faceHugging faceStable DiffusionStable DiffusionWord2vecWord2vecLogistic RegressionLogistic RegressionBayesian networkBayesian networkLDALDAA5MK2 Free RDBMS ToolA5MK2ERC20ERC20NFTNFTERC721ERC721ERC1155ERC1155IPFSIPFSWalletWalletContractContractTokenTokenExchangesExchangesDEXDEXTransactionTransactionSSLSSLLet's Encrypt (Free SSL)Let's EncryptRAIDRAIDLBLBMac AddressMac AddressIP AddressIP AddressWiresharkWiresharkZFSZFSShell/CommandShell/CommandBatchBatchBash shellBash shellC ShellC ShellCrondCrondPowershellPowershellWScript(WSF)WScript(WSF)PortPortBigdataBigdataBIBINetwork SecurityNetwork SecurityNetwork HardwareNetwork HardwareCCNACCNACCNPCCNPCCIECCIEJunOSJunOSNexusNexusCloud RDBMSComparisonCloud RDBMSComparison[가이드] 프롬대장경 제 1권 『설치부터 t2i까지』[가이드] 프롬대장경 제 1권 『설치부터 t2…[후방] AI 실사풍, 75%실사풍, 50%실사풍, 25%실사풍 테스트 입니다.[후방] AI 실사풍, 75%실사풍, 50%실…AI가 사진에서 어느 부분을 리터칭을 했는지 판별해 주는 툴AI가 사진에서 어느 부분을 리터칭을 했는지 …機械学習エンジニアに爆速でなるための教材集機械学習エンジニアに爆速でなるための教材集Doc2vecDoc2vecDistributed Representations of Sentences and DocumentsDistributed Representatio…MarkDownMarkDownBasic writing and formatting syntaxBasic writing and formatt…MarkdownでTable(表テーブル)を書くMarkdownでTable(表テーブル)を書くpuml-for-markdownpuml-for-markdownReal World PlantUMLReal World PlantUMLBERTBERTAWS SagemakerAWS SagemakerAmazon SageMaker 모델 학습 방법 소개Amazon SageMaker 모델 학습 방법…Amazon SageMaker 모델 배포 방법 소개Amazon SageMaker 모델 배포 방법…Amazon SageMaker 모델 빌딩 파이프라인 소개Amazon SageMaker 모델 빌딩 파이…Amazon SageMaker 전체 실습 소개Amazon SageMaker 전체 실습 소개Amazon SageMaker 모델 학습 실습Amazon SageMaker 모델 학습 실습Amazon SageMaker 모델 배포 실습Amazon SageMaker 모델 배포 실습Amazon SageMaker 모델 빌딩 파이프라인 실습Amazon SageMaker 모델 빌딩 파이…Amazon Personalize 소개 (+ 실습 구성)Amazon Personalize 소개 (+ …SageMaker 스페셜 웨비나SageMaker 스페셜 웨비나Amazon Personalize 개인화 추천 모델 만들기Amazon Personalize 개인화 추천…Amazon Personalize Event Tracker 실시간 고객 반응을 고려한 추천Amazon Personalize Event …Amazon Personalize 배치 추천 리스트 가져오기Amazon Personalize 배치 추천 …Wrap UpWrap UpAmazon Personalize workshopAmazon Personalize worksh…SQL Server install & TipsSQL ServerORACLE Management TipsORACLEOracle DatabaseOracle Databasemariadb/MySQLmariadb/MySQLPostgreSQLPostgreSQLRedisRedismemcachedmemcachedmemcached with MySQLmemcached with MySQLApache HTTP Server (Icon)Apache HTTP Server (Icon)AndroidAndroidMongodbMongodbやってみようNoSQLMongoDBを最速で理解するやってみようNoSQLMongoDBを最速で理解するApache DrillApache DrillApache DrillInstall & TipsApache DrillInstall & TipsTableauTableau(BTC)(BTC)Ripple(XRP)Ripple(XRP)Polygon (MATIC)[IMG] PolygonKlaytn[IMG] KlaytnEthereum (ETH)[IMG] EthereumEVM[IMG] EVMTop 50 EVM Compatible Networks[IMG] Top 50 EVM Compatible Net…Thirdweb[IMG] ThirdwebBunzz[IMG] BunzzAlchemy[IMG] AlchemyOpensea[IMG] OpenseaMetamask[IMG] MetamaskGas[IMG] GasDNSDNSDockerDockerAmazon EKSAmazon EKSAzure Kubernetes ServiceAzure Kubernetes ServiceClassic Load BalancerClassic Load BalancerNetwork Load BalancerNetwork Load BalancerApplication Load BalancerApplication Load BalancerKubernetsKubernetsNVMeNVMePython (Logo)Python (Logo)JunOS (Logo)[IMG] JunOS (Logo)Store typeStore typeDisk InterfaceDisk InterfaceAmazon S3Amazon S3Amazon EBSAmazon EBSOpenstack SWIFT[IMG] OpenstackIPFS (Logo)[IMG] IPFS (Logo)Azure Front Door (Icon)Azure Front Door (Icon)Azure Traffic Manager (Icon)Azure Traffic Manager (Ic…Apache Hadoop (Logo)[IMG] Apache Hadoop (Logo)CassandraCassandraCassandra (Icon)[IMG] Cassandra (Icon)What’s the Difference Between Cassandra and MongoDB?What’s the Difference Bet…HBASEHBASEHBASE (Icon)[IMG] HBASE (Icon)Microsoft SQL ServerMicrosoft SQL ServerMicrosoft SQL Server (Logo)[IMG] Microsoft SQL Server (Log…OpenStack[IMG] OpenStackXen[IMG] XenHyper-v[IMG] Hyper-vVMWare[IMG] VMWareMicrosoft Virtual ServerMicrosoft Virtual ServerChromeOS (Icon)ChromeOS (Icon)ChromeOS[IMG] ChromeOSKaggle[IMG] Kaggle이제와서 물어볼 수 없는 퍼블릭 클라우드 프라이빗 클라우드 하이브리드 클라우드이제와서 물어볼 수 없는 퍼블릭 클라우드 프라…nodejsnodejsnodejs (Icon)[IMG] nodejs (Icon)Apache Tomcat (Logo)[IMG] Apache Tomcat (Logo)Nginx (Logo)[IMG] Nginx (Logo)TerraformTerraformTerraform (Icon)[IMG] Terraform (Icon)springspringspring (Icon)[IMG] spring (Icon)DevOpsDevOpsOperationsOperationsJenkins[IMG] JenkinsWindowsWindowsWindows (Icon)Windows (Icon)LinuxLinuxLinux (Icon)Linux (Icon)Embed LinuxEmbed Linuxnaoqi OSnaoqi OSSoftbank Robot Pepper📝 SoftbankRaspberry pi[IMG] Raspberry piArduinoArduinofreeRTOS[IMG] freeRTOSChibiOS/RT[IMG] ChibiOS/RTRIOT OS[IMG] RIOT OSContiki OS[IMG] Contiki OSZephyr OS[IMG] Zephyr OSRTOSRTOSDebian[IMG] DebianLineageOS[IMG] LineageOSAOSP[IMG] AOSPArduinoでOSを作る[IMG] ArduinoでOSを作るApache Kafka[IMG] Apache KafkaApache Kafkaのクラスタ構成を試してみる[IMG] Apache Kafkaのクラスタ構成を試してみるKafka vs Redis Pub-Sub、あなたが知っておくべき違いKafka vs Redis Pub-Sub、あな…AWS DMS[IMG] AWS DMSOpenZFS 2.0[IMG] OpenZFS 2.0TiDB[IMG] TiDBTiDB 最新のトランザクションアプリケーションに対応した最も先進的な オープンソースでMySQL互換の分散型データベース📝 TiDB 最新のトランザクションアプリケーションに…PPPoEPPPoEAWS DynamoDBAWS DynamoDBAWS DynamoDB (Icon)AWS DynamoDB (Icon)Cisco SystemsCisco SystemsCisco Systems (Icon)[IMG] Cisco Systems (Icon)palo alto networks[IMG] palo alto networksJuniper Networks[IMG] Juniper NetworksNetwork SwitchNetwork SwitchPOP3POP3SMTPSMTPRPARPAUiPath[IMG] UiPathWindows Workflow Foundation[IMG] Windows Workflow Foundati…Akabot[IMG] AkabotAuto Hot Key[IMG] Auto Hot KeyCephCephCeph (Icon)[IMG] Ceph (Icon)choregraphechoregrapheDeepSeekDeepSeekDNN(Deep Neural Network)DNN(Deep Neural Network)CNNCNNU-NetU-NetStable Diffusion의 주요 구성 요소 Stable Diffusion은 이미지 생성을 위한 **디퓨전 모델(Diffusion Model)**을 기반으로 하며, 주로 아래와 같은 구조를 사용합니다. 1. U-Net (CNN 기반이지만 일반적인 CNN과 다름) • Stable Diffusion에서 노이즈를 제거하는 핵심 모델은 U-Net입니다. • U-Net은 **CNN(합성곱 신경망)**을 기반으로 하지만, 일반적인 CNN과 달리 다운샘플링(encoder)과 업샘플링(decoder)이 결합된 구조입니다. • 이 구조는 이미지의 다양한 해상도를 동시에 처리하는 능력을 갖추고 있어 디퓨전 모델의 노이즈 제거 과정에서 매우 효과적입니다. 2. CLIP(Text Encoder) - 트랜스포머 사용 • Stable Diffusion은 텍스트-이미지 매핑을 위해 OpenAI의 CLIP 모델을 사용합니다. • CLIP은 트랜스포머 기반 모델이며, 입력된 텍스트 프롬프트를 벡터(임베딩)로 변환하여 U-Net에 전달합니다. • 이 과정을 통해 "프롬프트에 맞는 이미지"를 생성할 수 있습니다. 3. VAE (Variational Autoencoder) • Stable Diffusion의 최종 출력 이미지는 VAE의 디코더를 통해 복원됩니다. • VAE는 압축된 잠재 공간(Latent Space)에서 이미지를 표현하는 데 사용되며, 실제 픽셀 단위 이미지를 생성하는 역할을 합니다.📝 Stable Diffusion의 주요 구성 요소SNNSNNDeepSeek의 소스코드 해설DeepSeek의 소스코드 해설Docker (Logo)[IMG] Docker (Logo)TransformerTransformerNLP(Natural Language Processing)NLP(Natural Language Proc…openaiopenaiopenai (Icon)[IMG] openai (Icon)GoogleGoogleAnthropicAnthropicSpaceXAI(구 xAI)SpaceXAI(구 xAI)ExpressExpressZabbixZabbixNewRelicNewRelicGoogle ChromeGoogle ChromeGoogle Chrome (Icon)Google Chrome (Icon)safarisafarisafari (Icon)safari (Icon)Internet / Web CloudInternet / Web CloudChromium ProjectChromiumChromium Project (Icon)ChromiumElectron ProjectElectroncursorcursorvscodecopilotvscodecopilotopusopusgpt5gpt5gemini 3 flashgemini 3 flashgithubcopilotgithubcopilothaikuhaikusonnetsonnetgemini 3 progemini 3 proSkillsSkillsOpencodeOpencode.agent.agentGemini gemsGemini gemsgiip-fde-agentgiip-fde-agentGoogle Antigravity[IMG] Google AntigravityAI sub agentAI sub agentgpt4gpt4AI modelAI modelStable Diffusion: 모델/아키텍처 + 학습된 가중치(weights) + 학습/추론 파이프라인까지 포함한 “생성 모델 제품군(계열)”📝 Stable Diffusion: 모델/아키텍처…Hugging Face(HF): 모델을 만들기 위한 원천이라기보다, 학습된 모델 가중치와 코드(파이프라인)를 배포·공유·재사용하는 플랫폼/라이브러리(Transformers, Diffusers 등)📝 Hugging Face(HF): 모델을 만들기…giip FDE Boxgiip FDE BoxFDEFDEgpt 5.6sol/tera/lunagpt 5.6sol/tera/lunafablefablegemini 3.7 flashgemini 3.7 flashgrok 4.1grok 4.1GLMGLMMiniMax (minimax.io)MiniMax (minimax.io)MiniMax (Logo)[IMG] MiniMax (Logo)kimi[IMG] kimiZ.ai[IMG] Z.aichatgptchatgptchatgpt (Icon)[IMG] chatgpt (Icon)Minimax 가 공식으로 claude code 용 API제공. claude code에서 API연결만으로 사용 가능📝 Minimax 가 공식으로 claude cod…MiniMax Group (Icon)MiniMax Group (Icon)MiniMax Group[IMG] MiniMax GroupGoogle (Logo)Google (Logo)

ツリー内の主要技術ノート全文(Stable Diffusion・Hugging Face・Minimax・DeepSeek)

draw.io ツリー内に収録された長文解説セルの全文です。カードをクリックすると2Dグラフ上の該当ノードへフォーカスします。

AI・LLM・Stable Diffusion・エージェント

Softbank

Softbank Robot Pepper

データベース・NoSQL・ビッグデータ

TiDB 最新のトランザクションアプリケーションに対応した最も先進的な

TiDB 最新のトランザクションアプリケーションに対応した最も先進的な オープンソースでMySQL互換の分散型データベース

AI・LLM・Stable Diffusion・エージェント

Stable Diffusion의 주요 구성 요소

Stable Diffusion의 주요 구성 요소 Stable Diffusion은 이미지 생성을 위한 **디퓨전 모델(Diffusion Model)**을 기반으로 하며, 주로 아래와 같은 구조를 사용합니다. 1. U-Net (CNN 기반이지만 일반적인 CNN과 다름) • Stable Diffusion에서 노이즈를 제거하는 핵심 모델은 U-Net입니다. • U-Net은 **CNN(합성곱 신경망)**을 기반으로 하지만, 일반적인 CNN과 달리 다운샘플링(encoder)과 업샘플링(decoder)이 결합된 구조입니다. • 이 구조는 이미지의 다양한 해상도를 동시에 처리하는 능력을 갖추고 있어 디퓨전 모델의 노이즈 제거 과정에서 매우 효과적입니다. 2. CLIP(Text Encoder) - 트랜스포머 사용 • Stable Diffusion은 텍스트-이미지 매핑을 위해 OpenAI의 CLIP 모델을 사용합니다. • CLIP은 트랜스포머 기반 모델이며, 입력된 텍스트 프롬프트를 벡터(임베딩)로 변환하여 U-Net에 전달합니다. • 이 과정을 통해 "프롬프트에 맞는 이미지"를 생성할 수 있습니다. 3. VAE (Variational Autoencoder) • Stable Diffusion의 최종 출력 이미지는 VAE의 디코더를 통해 복원됩니다. • VAE는 압축된 잠재 공간(Latent Space)에서 이미지를 표현하는 데 사용되며, 실제 픽셀 단위 이미지를 생성하는 역할을 합니다.

AI・LLM・Stable Diffusion・エージェント

Stable Diffusion: 모델/아키텍처 + 학습된 가중치(weights) + 학습/추론 파이프라인까지 포함한 “생성 모델 제품군(계열)”

Stable Diffusion: 모델/아키텍처 + 학습된 가중치(weights) + 학습/추론 파이프라인까지 포함한 “생성 모델 제품군(계열)”

AI・LLM・Stable Diffusion・エージェント

Hugging Face(HF): 모델을 만들기 위한 원천이라기보다, 학습된 모델 가중치와 코드(파이프라인)를 배포·공유·재사용하는 플랫폼/라이브러리(Transformers, Diffusers 등)

Hugging Face(HF): 모델을 만들기 위한 원천이라기보다, 학습된 모델 가중치와 코드(파이프라인)를 배포·공유·재사용하는 플랫폼/라이브러리(Transformers, Diffusers 등)

AI・LLM・Stable Diffusion・エージェント

Minimax 가 공식으로 claude code 용 API제공. claude code에서 API연결만으로 사용 가능

Minimax 가 공식으로 claude code 용 API제공. claude code에서 API연결만으로 사용 가능

全技術ツリー頂点ディレクトリ(387頂点・364エッジ)
編集:Littleworld · Lowy Shin内容確認日: 2026-10-23
🦋