Research Programmes, Papers and Reports

Choose the audience that matches your question

The page contains three selectable readings of the same subject.

Ricerca sull'inferenza ad alta efficienza energetica

Gli ingegneri trasformano l'idea comprovata in codice reale. Gli stessi test che hanno dimostrato la ricerca ora dimostrano il prodotto. Tu ne trai beneficio senza dover mai leggere il documento.

Prima che la ricerca diventi una funzionalità, la pubblichiamo affinché altri possano verificare il nostro metodo, i nostri dati e le nostre conclusioni. Il controllo aperto individua gli errori e rende il lavoro più solido.

Costruiamo prototipi, eseguiamo esperimenti e misuriamo i risultati su dati reali. Se qualcosa non funziona, lo annotiamo anche. Un risultato negativo è comunque un risultato.

La ricerca è troppo lenta. Le risposte sono incoerenti. Le bollette energetiche sono troppo alte. Trasformiamo ciò di cui le persone si lamentano in una domanda precisa che possiamo studiare.

Replay è una proprietà testabile in una build bloccata

Proposto timestep a 60Hz, casualità con seed e percorso di log di input tipizzato

Kernel candidati verificati rispetto a obblighi limitati

Controlli SMT con Z3 e CVC5 più un percorso di codegen Cranelift; validazione in sospeso

Candidato di ottimizzazione noto (esempio)

Esempio di candidato: un percorso a tre moltiplicazioni per la moltiplicazione complessa

Obiettivo di confronto del conteggio delle moltiplicazioni (non un benchmark pubblicato)

Ipotesi di ottimizzazione dello sparse dispatch

Lo sparse dispatch è proposto per saltare le celle inattive; il comportamento per tick richiede validazione

Obiettivo di confronto del risparmio CPU (non un risultato pubblicato)

Le condizioni di replay sono testabili; la riproducibilità completa resta da validare

Le regole dichiarate sono pensate per supportare il replay tick per tick; la validazione è in sospeso

Ogni figura dovrebbe risalire alla run sorgente e al record di misurazione; lo stato delle prove fa parte della revisione.

L'ambito del backend candidato di Forge include x86-64, RISC-V, WebAssembly e GPU; copertura e qualità richiedono validazione.

Il sorgente di Jacquard è privato e disponibile su richiesta. Forge rimane ricerca e non è aperto.

Affermazioni, prove e il numero dietro ciascuna.

La riproducibilità è un obiettivo di progettazione per questi percorsi di ricerca. Ogni riga dovrebbe associare un'affermazione candidata con lo stream, la sorgente e il record di misurazione che l'hanno prodotta. Leggilo come un foglio di prove con stato di validazione, non come un opuscolo.

I numeri qui mostrati sono campi di report o obiettivi di confronto; controlla il record sorgente e i termini di accesso prima di trattarne uno come risultato misurato.

L'IA è ormai ovunque, ma la maggior parte delle persone non sa come funziona, dove finiscono i propri dati o se può fidarsi delle risposte. La nostra ricerca esiste per risolvere questo problema. Lavoriamo su tre problemi che contano per chiunque usi la tecnologia.

Tre domande che guidano tutto ciò che costruiamo.

Studiamo come far sì che l'IA spieghi il suo ragionamento, dia sempre la stessa risposta e ammetta quando non è sicura. Non dovresti mai doverti fidare di una scatola nera. Dovresti poter vedere perché ha detto qualcosa e decidere da solo.

Stesso risultato, una frazione dell'energia

Eseguire l'IA può consumare molta energia. Cerchiamo modi per ottenere la stessa risposta usando molto meno. Quando l'IA consuma meno elettricità, costa meno e inquina meno, così anche le organizzazioni più piccole e i servizi pubblici possono permettersela.

Studiamo come costruire un'IA che conservi e gestisca le tue informazioni all'interno dei confini europei, sotto la legge europea. Ciò significa che è protetta dal GDPR, non consegnata a sorveglianze straniere, e gestita da persone a cui puoi chiedere conto.

Ogni stream pubblica apertamente, così chiunque può verificare il lavoro alla base dell'affermazione.

La ricerca di Dweve è organizzata attorno a quattro aree strategiche che corrispondono direttamente alle funzionalità del prodotto. Ognuna è il livello di ricerca pubblico che supporta un'affermazione commerciale. Passa il mouse su uno stream per vedere cosa supporta.

Quattro stream. Una missione: IA sovrana, efficiente e affidabile.

Ricerca su framework di residenza dei dati e meccanismi di trasferimento che soddisfano Schrems II. Questa è alla base delle nostre garanzie di distribuzione che i dati rimangano all'interno dei confini europei, sotto la legge europea.

Ricerca su crittografia omomorfica, aggregazione sicura per l'addestramento federato e prove a conoscenza zero per la verifica dei modelli. Questa è la base dell'apprendimento federato all'interno di Mesh, il nostro prodotto di calcolo circolare.

Controllo dei costi e report di sostenibilità

Ricerca su quantizzazione e lavoro sui kernel specifici per hardware che riduce l'energia necessaria a un modello senza degradare l'output. Meno elettricità significa costi operativi inferiori e un'impronta più piccola.

Inferenza efficiente dal punto di vista energetico

Ricerca su aritmetica a virgola fissa, casualità con seed e esecuzione indipendente dalla piattaforma, così un modello dà la stessa risposta su ogni macchina. Questa è alla base della riproducibilità necessaria per un audit.

Stesso input, stesso output, ogni volta.

Pubblichiamo risultati intermedi, esperimenti falliti e ipotesi riviste. La ricerca come processo di ingegneria aperto.

Jacquard resta un percorso di ricerca privato. Qualsiasi trasferimento a Fabric, Nexus o Aura richiede una validazione separata.

Il replay di Jacquard è una proprietà di ricerca, il replay di Mycelia è una condizione di test e Forge verifica obblighi limitati in un programma sperimentale.

Ogni stream porta con sé uno stato delle evidenze e un confine attorno alle sue attuali affermazioni.

Stato delle evidenze, non un'affermazione di prodotto

replay tick per tick (proprietà di ricerca)

ambiti del modello: percezione, chimica, evoluzione

Codebase di ricerca, accesso su richiesta

Un modello del mondo digitale con regole locali esplicite e costi energetici. Il report supporta il replay deterministico come proprietà testabile; affermazioni comportamentali più ampie restano lavoro di validazione futuro.

Esempio pratico (misurazione in sospeso)

Backend di destinazione (ambito di valutazione)

Ricerca partner, nessuna release pubblica

Forge esplora implementazioni candidate di kernel tramite sintesi di programmi. Il suo design usa misurazione basata su Cranelift e controlli SMT per obblighi limitati; il report 2025 non stabilisce prontezza produttiva né prestazioni benchmark.

Repository sorgente privato, accesso su richiesta

Un motore di mondo basato su browser che gli agenti possono costruire tramite una superficie MCP tipizzata. Timestep fisso, casualità con seed e replay da seed e log di input sono proprietà di ricerca da valutare. Il repository sorgente è privato.

I nostri programmi di ricerca trasformano difficili questioni di sistemi in apparati ispezionabili: mondi deterministici, pipeline di sintesi e laboratori di vita artificiale. Il risultato non è solo una demo, ma un percorso che un altro ingegnere può riprodurre e mettere in discussione.

Jacquard studia la semantica dei mondi deterministici, Forge studia la sintesi di programmi e Mycelia studia la vita artificiale. Ogni programma ha il proprio apparato, tipo di risultato e confine di fallimento.

Apri la storia dell'implementazione dietro ogni programma

Ogni programma possiede il proprio stato ed evidenza

Un motore di mondi tipizzato con esecuzione a passi fissi, transizioni esplicite e tracce di agenti riproducibili.

Una pipeline di sintesi che cerca programmi candidati, li abbassa attraverso Cranelift, li misura e verifica obblighi di correttezza limitati.

Un laboratorio deterministico di vita artificiale per regole locali, pressione delle risorse, lignaggio e struttura emergente. Le sue esecuzioni rimangono evidenza di ricerca, non una conclusione scientifica da sole.

Un programma inizia con un'affermazione osservabile, variabili controllate, perturbazioni e una condizione di arresto. La specifica determina lo stato che conserviamo e il controesempio che può riaprire il risultato.

Il contratto dell'esperimento precede l'implementazione

Uno stato non specificato non può supportare un'affermazione riproducibile

Il meccanismo preserva il suo invariante attraverso perturbazioni controllate

L'invariante, la famiglia di perturbazioni e il confine di osservazione sono impegnati prima dell'esecuzione.

Entità tipizzate, transizioni, orologi e semi.

I casi variano indipendentemente rispetto a una linea di base fissa.

Invarianti e soglie di fallimento vengono eseguiti come controlli.

Nessuna inferenza al di fuori dello spazio degli stati versionato

Domanda, apparato, esecuzione, sfida e trasferimento sono collegati da input e output versionati. Seleziona un gate per ispezionare il contratto a quel confine.

Dalla domanda al passaggio di consegne qualificato

Ogni bordo può essere riprodotto o rifiutato

Definisci l'invariante, la superficie di osservazione, lo stato controllato, la famiglia di perturbazioni e la regola di arresto.