AI Compute Stack for Training and Inference | Dweve Core

Dweve Core is a complete AI compute stack for training and inference across supported CPU, GPU, FPGA and browser paths, with explicit determinism contracts.

Kodēšanas aģents un operatora palīgs. Demonstrācijas rādītāji ir ilustratīvi.

Terminālis, meklēšana, lint, testi, git un vairāk.

Atceras jūsu koda bāzi un komandas kontekstu.

Specializēti aģenti sadarbojas dažādās jomās.

Katrs solis tiek ierakstīts ar laika zīmogiem.

Politikas, pārbaudes un testi vienmēr tiek izpildīti.

Pārskatiet diff, pieprasiet izmaiņas, galīgais apstiprinājums.

Atkārtojiet jebkuru sesiju bitu pa bitam, kad nepieciešams pārskats.

Autonomi aģenti, kas raksta kodu un saglabā pierādījumus

lai apstrādātu tīkla taimautus, 5xx atbildes un idempotentus drošus nosacījumus. Tīrs palīgs, pilnībā vienību testēts.

Atsauces un stingras determinisma mērķis

Izpildlaika sadalītājs, izvēlas pēc zvana atbilstoši mērķim un politikai

Viena operatora definīcija, manuāli pielāgoti kodoli katrai ISA. Ja jūsu silīcijs tika izlaists pēdējo astoņu gadu laikā, Core tam ir ceļš.

Spēja un determinisms norādīti katrā šūnā

Tieša darbība uz klienta kontrolētas infrastruktūras

Viens modelis, vairāki piegādātāja uzturēti ceļi

Viena operatora virsma visā sistēmā, dzinējā un kompilatorā. Bez ārējas līmēšanas.

Core darbojas uz Kera, deterministiska starpreprezentācija. Kera ir pati IR, nevis MLIR apvalks un nav veidota uz LLVM. Daudzlīmeņu pazemināšana nolaiž neironu grafu līdz aparatūrai specifiskam native kodam ar sapludināšanu.

Pilnīga apmācības dzinējs ar kvantizācijas apzinātu apmācību, zināšanu destilāciju, progresīvu precizitāti un sadalītu apmācību. Inferenču dzinējs piedāvā trīs determinisma režīmus un ražošanas serveri.

Tipdrošs DSL jebkurai arhitektūrai un jebkuram bitu platumam. Veido no primitīviem vai esošiem slāņiem, un pievieno savus ar tādu pašu testēšanas infrastruktūru kā iebūvētajiem.

Vai native Rust kodoli katram izpildlaikam

Daudzlīmeņu pazemināšana ar sapludināšanu

Pielāgotas operācijas, tā pati testa infrastruktūra

Darbojas parastos datoros, kur tas tiek atbalstīts

Var darboties bezsaistē, kur tas tiek atbalstīts.

A proof started through managed Fabric can inform a later transition to licensed Core operation, including a physically isolated licensed estate. Managed Fabric itself does not include Core.

What can transfer across the adoption path

one proof path, two licensed operating postures

A physically isolated licensed deployment for environments that cannot tolerate an external connection. Technology-transfer and independence rights are available only where the selected Government and Critical Infrastructure tier states them.

Operate licensed Core on your own servers in your own data centre. Your operators hold the keys; source escrow and source rights remain separate unless the agreement expressly includes them.

Built in the Netherlands; operating boundary stated in the agreement

Managed Fabric is a separate service on the public Mesh and does not include Core access or Core operation. Direct Core operation begins with a licence for customer-controlled infrastructure.

Determinisms ir iestatījums, nevis mērķis. Testu komplekts to apstiprina, tas nav solīts aprakstā.

Pārslēgt pēc pieprasījuma, bez atkārtotas izvietošanas.

determinisms: atslābināts pēc pieprasījuma

izsaukums: tas pats vesels/fiksēts modelis visos režīmos

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

Pilns nedeterminisms, kur vēlams. Temperatūras, top k un top p izlase. Tas pats izsaukuma modelis ar atslābinātu determinismu, bez atsevišķa koda ceļa.

sēkla: 42, tā pati sēkla dod tādu pašu rezultātu

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

Atkārtojams ar to pašu sēklu, dažādas sēklas dod dažādus rezultātus. Noderīgs A/B testēšanai, Monte Carlo palaišanām un jebkuram darbplūsmas veidam, kur vēlama kontrolēta variācija.

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

Maršrutē caur deklarētu veselu un fiksētu punktu aritmētiku, novēršot platformas atkarīgo aritmētisko novirzi. Bitiem identiski rezultāti visos atbalstītajos mērķos. Režīms, ko izmanto, ja līgums vai regulators prasa atkārtojamību.

Core veic aprēķinus vienkāršāk un vieglāk nekā lielākā daļa mākslīgā intelekta. Tāpēc tam nav vajadzīga istaba, kas pilna ar enerģiju rijīgām mikroshēmām. Pietiek ar datoru, kas jums jau ir.

Tā kā tas darbojas jūsu pašu ierīcē, jūsu jautājumiem un dokumentiem nav jāceļo uz tālu uzņēmumu. Tas, ko rakstāt, paliek tur, kur to varat redzēt.

Kad Core sniedz atbildi, tas var parādīt soļus, kā līdz tai nonāca, līdzīgi kā matemātikas skolotājs, kurš izraksta aprēķinu. Jums nekad nav jātic tam bez pamatojuma.

Jūs nekad neaiztiekat dzinēju. Bet viss, ko jūtat, ātrums, gludums, klusums, nāk no tā, cik labi tas ir uzbūvēts. Lielākā daļa mākslīgā intelekta ir veidota no veikalā pirktiem dzinējiem. Dweve izveidoja savu, tāpēc tas darbojas labi parastos datoros un saglabā jūsu lietas pie jums.

Core, klusais dzinējs zem katra Dweve produkta

Vienkārši lietojams, saudzē tavu maku, un paliek tavs

Dweve ir veidots Nīderlandē, un to veido cilvēki, kas atbild Eiropas likumiem. Aiz dzinēja, kuru tu lieto, stāv īsts uzņēmums un īsta vieta.

Tas patērē ievērojami mazāk elektrības nekā mākslīgais intelekts, kam vajadzīgas milzīgas mašīnas. Tas uztur cenu zemu un ļauj pastāvēt bezmaksas versijai.

Kad tas tev kaut ko stāsta, tas var parādīt, kā tas pie tā nonāca, soli pa solim. Ja tas kādreiz nav drošs, tas to pasaka, nevis min un cer.

Tā kā dzinējs dzīvo tavā ierīcē, tas turpina darboties arī tad, kad savienojums pazūd. Kā kalkulators, tam nav jāzvana nevienam, lai veiktu savu darbu.

Tavas vēstules, fotogrāfijas un jautājumi netiek nosūtīti uz tālu datoru. Tie paliek pie tevis, Eiropā, saskaņā ar Eiropas noteikumiem.

Tev nav jāpērk nekas jauns vai dārgs. Ja tavs klēpjdators var rādīt video, tas var darbināt Dweve. Gudrā daļa ir iebūvēta dzinējā, nevis dārgā mašīnā.

izpildes šūna un atkārtojuma līgums ierakstīts

Core maina pamatu, nevis saskarni, kuru jūs jau pazīstat.

Stingra determinisms atkārto rezultātu bitu pa bitam, pēc pieprasījuma.

Atbilstība tiek salikta pēc tam, kad ir saņemti sarežģītie jautājumi.

Tikai ES datu ceļi, izveidoti un darbināti no Nīderlandes.

Dati nonāk ārvalstu hiperskalētājā saskaņā ar ārvalstu likumiem.

96% mazāk enerģijas nekā GPU platforma, tās pašas atbildes par daļu no darbības izmaksām.

Ģeneratīvā GPU platforma patērē enerģiju megavatos.

CPU vispirms, uz serveriem, kas jums jau pieder.

GPU klasteri, par kuriem jūs solāt pret hiperskalētājiem.

XNOR + POPCNT, bitu matricas reizināšana

Pētījumi par malām un zemiem bitiem. Daļa no stāsta par 96% mazāku enerģijas patēriņu.

Kvantizēts GEMM, Q-apzīmējums, bitu plakne

Kvantizēta secinājumu izpilde un deterministisks fiksētais punkts.

Q8.8, Q12.4, vesela skaitļa mērogs pa grupām

Iekšējā apmācība un precizitātei jutīgi slāņi.

Plats fiksētais punkts vai precīzais, izmantojot Numerus

Determinisma līgumi un atsauces pārbaudes.

25 skaitliskās saimes, bez iekšējā FP ceļa

Izvēlieties iekšējo glabāšanu, akumulatoru un izpildes politiku katram operatoram. Ārējais peldošā punkta ievads tiek konvertēts pie robežas, pirms kompilators nolaiž maisījumu līdz mērķim.

Katrs iekšējais attēlojums ir pirmšķirīgs pilsonis, iebūvēts operatorā, nevis konfigurēts pēc fakta.

Balstīts uz Kera, deterministisks pēc dizaina

Tas pats darbs, ko veic viens dzinējs, kas pieder jums, nevis kaudze ar pārdevēju rīkiem, kas salīmēti kopā.

Pieci jaunināšanas cikli, piecas drošības virsmas, piecas vietas, kur tas var salūzt.

Katru rezultātu var atkārtoti izspēlēt un pārbaudīt.

Dati paliek Eiropā, infrastruktūrā, kuru jūs kontrolējat.

Nav GPU iegādes, nav hiperskalera solīšanas kara.

Viens līgums, viena atbalsta līnija, viens jaunināšanas cikls.

Uzglabāšanas formāts nav akumulatora tips

Dweve Core ir pilnīga AI skaitļošanas kaudze apmācībai un secināšanai. Lielākā daļa AI platformu aptver daļu un pārējo atstāj citiem piegādātājiem. Core saglabā modeļa izveidi, apmācību, secināšanu, kodolus, nosūtīšanu un izvietošanu vienā saskaņotā sistēmā. Atbalstītajās binārajās slodzēs Core patērē par 96% mazāk enerģijas nekā GPU kaudze.

25 reģistrētas skaitlisko formātu saimes

Daļējas sistēmas rada pastāvīgu atkarību

Jauna aparatūra, jauna apkalpošanas sistēma, jauna uzvedība.

Piegādātāja ceļvedis kļūst par jūsu ceļvedi.

Neviena sistēma nevar izskaidrot rezultātu.

Atkarība saglabājas, jo pamatā esošā skaitļošanas telpa ir tikai daļēji aptverta.

Core notur izmaiņas skaitliskajā platumā, iepakojumā, aparatūrā un izvietošanā vienā implementācijas sistēmā. Algoritms nekļūst par citu produktu tāpēc, ka tas pāriet no x86 servera uz ARM, GPU, pārlūkprogrammu vai specializētu mērķi. Darbība paliek nosaukta, pārbaudāma un īpašumā visas pārejas laikā, un katrs ceļš tiek reģistrēts, nevis secināts no formāta etiķetes.

Implementācijas reģistrs aptver vairāk nekā 2900 darbības, 76 darbību kategorijas un 25 reģistrētas skaitlisko formātu saimes. Katrs ceļš tiek noteikts deviņās dimensijās: algoritms, datu tips, platums, iepakojums, akumulators, aizmugure, instrukciju kopa, nosūtīšanas politika un determinisma režīms. Atveidojuma līgums notur šīs skaitliskās un fiziskās izvēles piesaistītas darbībai. Vizuālais attēls zemāk fiksē lielāko daļu šo dimensiju, lai neliels reprezentatīvs fragments paliktu salasāms. Skaits apraksta konkrētu šūnu un līgumu reģistru, nevis apgalvojumu, ka formāta etiķete vai plaša iespēju nozīmīte vien izskaidro izpildes ceļu.