AI Compute Stack for Training and Inference | Dweve Core

Choose the audience that matches your question

The page contains three selectable readings of the same subject.

Assistance pour agent de codage et opérateur. Les métriques de démonstration sont illustratives.

Terminal, recherche, lint, test, git, et plus.

Se souvient de votre codebase et du contexte de l'équipe.

Des agents spécialisés collaborent sur différents aspects.

Chaque étape est enregistrée avec horodatage.

Les politiques, vérifications et tests s'exécutent toujours.

Examinez les diffs, demandez des modifications, approbation finale.

Rejouez toute session bit pour bit quand une révision est nécessaire.

Lire retry.ts, bug de délai d'attente tracé

Extraire garde + limiter les nouvelles tentatives

Agents autonomes qui écrivent du code et gardent des reçus

pour gérer les délais d'attente réseau, les réponses 5xx et les conditions idempotentes sûres. Helper pur, entièrement testé unitairement.

cible de référence et de déterminisme strict

cible de déploiement, échafaudage de synthèse

répartiteur d'exécution, choisit par appel selon la cible et la politique

une définition d'opérateur, noyaux réglés à la main par ISA. Si votre puce a été livrée au cours des huit dernières années, Core a un chemin vers elle.

Capacité et déterminisme indiqués par cellule

Opération directe sur l'infrastructure contrôlée par le client

Un modèle, plusieurs chemins détenus par les fournisseurs

la définition et l'exécution divergent lentement

Une surface d'opérateur unique sur le framework, le moteur et le compilateur. Aucune colle externe.

Core fonctionne sur Kera, une représentation intermédiaire déterministe. Kera est l'IR lui-même, pas un wrapper autour de MLIR et non construit sur LLVM. L'abaissement multi-niveaux fait descendre un graphe neuronal jusqu'au code natif spécifique au matériel avec fusion.

Un moteur d'entraînement complet avec entraînement conscient de la quantification, distillation de connaissances, précision progressive et entraînement distribué. Le moteur d'inférence propose trois modes de déterminisme et un service de production.

Un DSL type-safe pour toute architecture et toute largeur de bits. Composez à partir de primitives ou de couches existantes, et ajoutez les vôtres avec la même infrastructure de test que les intégrées.

Opérations personnalisées, même harnais de test

Tout type de données, toute largeur de bits

Fonctionne sur des ordinateurs ordinaires, là où c'est pris en charge

Il peut montrer comment il y est arrivé.

Peut fonctionner hors ligne, là où c'est pris en charge.

Vos affaires peuvent rester à la maison, en Europe.

Pas besoin d'acheter un ordinateur spécial.

Une preuve lancée via Fabric managé peut éclairer une transition ultérieure vers une exploitation sous licence Core, y compris un parc sous licence physiquement isolé. Fabric managé lui-même n'inclut pas Core.

Ce qui peut être transféré sur le parcours d'adoption

un parcours de preuve, deux postures d'exploitation sous licence

Obligations relatives aux données énoncées pour chaque posture

Droits de transfert uniquement là où ils sont contractés

Un déploiement sous licence physiquement isolé pour les environnements qui ne peuvent pas tolérer une connexion externe. Les droits de transfert de technologie et d'indépendance ne sont disponibles que là où le niveau Gouvernement et Infrastructures critiques sélectionné les stipule.

Exploitez Core sous licence sur vos propres serveurs dans votre propre centre de données. Vos opérateurs détiennent les clés ; le dépôt de code source et les droits sur le code source restent séparés, sauf si l'accord les inclut expressément.

Construit aux Pays-Bas ; périmètre d'exploitation stipulé dans l'accord

Fabric managé est un service distinct sur Mesh public et n'inclut pas l'accès à Core ni l'exploitation de Core. L'exploitation directe de Core commence avec une licence pour une infrastructure contrôlée par le client.

Le déterminisme est un réglage, pas une aspiration. La suite de tests l'affirme, il n'est pas promis en prose.

Changement par requête, sans redéploiement.

répartition : même modèle entier/fixe dans chaque mode

échantillonnage : température 0,8, top p 0,95

core.infer(model, x, determinism="creative", temp=0.8)

Non-déterminisme complet là où c'est souhaité. Échantillonnage par température, top k et top p. Le même modèle de répartition avec déterminisme assoupli, sans chemin de code séparé.

graine : 42, même graine donne même sortie

core.infer(model, x, determinism="seeded", seed=42)

Reproductible avec la même graine, des graines différentes produisent des sorties différentes. Utile pour les tests A/B, les exécutions Monte Carlo et tout flux de travail où une variation contrôlée est souhaitée.

empreinte de sortie : stable sur chaque cible

relecture : identique au bit près sur toutes les ISA

core.infer(model, x, determinism="hard")

Passe par l'arithmétique entière et à virgule fixe déclarée, éliminant la dérive arithmétique dépendante de la plateforme. Sorties identiques au bit près sur toutes les cibles prises en charge. Le mode utilisé lorsqu'un contrat ou un régulateur exige la reproductibilité.

Core fait ses calculs de manière plus simple et plus légère que la plupart des IA. Il n'a donc pas besoin d'une salle pleine de puces gourmandes. L'ordinateur que vous possédez déjà suffit.

Fonctionne sur un ordinateur portable classique

Comme il fonctionne sur votre propre machine, vos questions et vos documents n'ont pas à voyager vers une entreprise lointaine. Ce que vous tapez reste là où vous pouvez le voir.

Lorsque Core vous donne une réponse, il peut montrer les étapes qu'il a suivies pour y arriver, comme un professeur de mathématiques qui écrit le calcul. Vous n'avez jamais à le croire sur parole.

Vous ne touchez jamais au moteur. Mais tout ce que vous ressentez, la vitesse, la douceur, le silence, vient de la qualité de sa construction. La plupart des IA sont construites avec des moteurs achetés en l'état. Dweve a construit le sien, il fonctionne donc bien sur des ordinateurs ordinaires et garde vos affaires avec vous.

Une réponse en laquelle vous avez confiance

Core, le moteur silencieux sous chaque produit Dweve

Simple à utiliser, doux pour votre portefeuille, et à vous pour toujours

Dweve est construit aux Pays-Bas par des personnes qui répondent de la loi européenne. Il y a une vraie entreprise et un vrai lieu derrière le moteur que vous utilisez.

Il utilise beaucoup moins d'électricité que l'IA qui nécessite d'énormes machines. Cela maintient le prix bas et permet qu'une version gratuite existe.

Quand il vous dit quelque chose, il peut vous montrer comment il y est arrivé, étape par étape. S'il n'est jamais sûr, il le dit, au lieu de deviner et d'espérer.

Parce que le moteur vit sur votre propre appareil, il continue de fonctionner même lorsque la connexion est coupée. Comme une calculatrice, il n'a pas besoin d'appeler qui que ce soit pour faire son travail.

Vos lettres, photos et questions ne sont pas envoyées vers un ordinateur lointain. Elles restent avec vous, en Europe, sous les règles européennes.

Vous n'avez pas besoin d'acheter quelque chose de neuf ou de cher. Si votre ordinateur portable peut vous montrer une vidéo, il peut faire fonctionner Dweve. La partie intelligente est intégrée au moteur, pas dans une machine coûteuse.

Groupes d'algorithmes par type de données

cellule d'exécution et contrat de rejeu enregistrés

mis à l'échelle par bloc et micro-échelle

Core change le substrat, pas l'interface que vous connaissez déjà.

Le déterminisme strict rejoue un résultat bit pour bit, à la demande.

La conformité est assemblée après l'arrivée des questions difficiles.

Chemins de données exclusivement dans l'UE, construits et exploités depuis les Pays-Bas.

Les données atterrissent sur un hyperscaler étranger sous une législation étrangère.

96 % d'énergie en moins qu'une pile GPU, les mêmes réponses à une fraction du coût de fonctionnement.

Une pile GPU générative consomme de l'énergie par mégawatt.

CPU d'abord, sur des serveurs que vous possédez déjà.

Des clusters GPU pour lesquels vous enchérirez contre les hyperscalers.

XNOR + POPCNT, multiplication matricielle binaire

Recherche sur les bits de poids faible et les cas limites. Fait partie de l'histoire des 96 % d'énergie en moins.

GEMM quantifié, notation Q, plan de bits

Inférence quantifiée et virgule fixe déterministe.

Entraînement interne et couches sensibles à la précision.

Virgule fixe large ou exacte via Numerus

Contrats de déterminisme et vérifications de référence.

25 familles numériques, aucun chemin FP interne

Choisissez le stockage interne, l'accumulateur et la politique d'acheminement pour chaque opérateur. L'entrée flottante externe est convertie à la frontière avant que le compilateur ne réduise le mélange vers la cible.

Chaque représentation interne est un citoyen de première classe, intégrée à l'opérateur plutôt que configurée après coup.

Construit sur Kera, déterministe par conception

Le même travail, effectué par un seul moteur que vous possédez, au lieu d'un tas d'outils de fournisseurs assemblés à la va-vite.

Framework, moteur et compilateur en un seul