Kera | Deterministic Systems Language and Compiler
Dweve Kera is a graph-native systems language and compiler for deterministic computation across heterogeneous hardware, with content-addressed .keg graphs.
Kodagent och operatörsassistans. Demomätvärdena är illustrativa.
Terminal, sökning, lint, test, git med mera.
Specialiserade agenter samarbetar över olika områden.
Varje steg registreras med tidsstämplar.
Policyer, kontroller och tester körs alltid.
Granska diffar, begär ändringar, slutgiltigt godkännande.
Spela upp valfri session bit för bit när något behöver granskas.
Autonoma agenter som skriver kod och lämnar kvitton
för att hantera nätverkstimeouts, 5xx-svar och idempotenta villkor. Ren hjälpfunktion, fullt enhetstestad.
en ändrad nod nycklar om endast dess påverkade härstamning
måttliga ensiffriga vinster på vissa bitvisa sökvägar
tydliga medelstora vinster på additioner och aktiveringar
starka stora vinster på flera matris- och vektorsökvägar
paritetsceller på samma nivå förblir synliga, inte raderade
vad som blir möjligt när innebörden överlever
en matrismultiplikation går in med tio kända fakta
varje konventionell sänkningsfas släpper flera kort
Core Native körs med Rust-inbyggd exekvering
Core på Kera visar graf- och kompilatorlager
den inbyggda banan är inte gjord för att se trasig ut
en nod misslyckas och återställs från kontrollpunkt
en odeklarerad nätverkskant blockeras vid planering
varje gräns har tydlig kapacitet och operatörskontroller
Ingen direkt Kera-åtkomst i hanterad Fabric
Samma semantiska graf genereras inom vilken gräns du än väljer.
tre mellanprodukter borttagna, två regioner sammanslagna, ett värde behålls på enheten
en besparingslist räknar start, allokeringar, överföringar och borttagna byte
varje torn bär en publicerad-med-harness-stämpel, ingen påhittad hårdvara
operationsetiketter faller bort vid varje IR-steg
etiketter överlever till målspecifik maskinkod
endast en känner fortfarande till operationen
öppna följeslagsprojekt ligger utanför den kommersiella gränsen
den konventionella banan kopierar över sex minnesutrymmen
en ägartoken följer med varje förflyttning
Keras kedja med en ägare från graf till maskin
den externa drivrutinsgränsen ligger vid kanten
egenskaper sprids endast genom den faktiskt licensierade banan
för det resulterande systemet till människor
kognition, organisationer, kunskap, beräkning
AI-operationer, träning, inferens, servering
varje plan länkar tillbaka till samma graf-hash
ingenting av uppgiften går förlorat på vägen
samma jobbkort är anpassat med en annan plan för varje
suveränitet beror på hela uppsättningen, inte bara geografi
användaren ser den överenskomna Fabric-funktionen ovanför
hanterad Fabric på den offentliga Dweve Mesh; ingen direkt Kera-åtkomst
Fabric på den offentliga Mesh inom dess avtalade behandlingsgräns
vissa steg går mycket snabbare än den vanliga vägen
ett fåtal fall är för närvarande lika snabba
en kortare stapel innebär kortare väntetid
en uppgift tar en lång zigzag genom översättningsrutor
Kera-vägen förblir en tydlig plan från jobb till maskin
maskinen tar emot arbete som är gjort för den
en ändrad åtgärd skapar ett nytt fingeravtryck
vilken maskinplan som valdes registreras
ett offline-system kan vägra nätverksåtkomst
Fabric och produkterna ligger ovanpå Core
extern hårdvara och operativsystem ligger i utkanten
ett recept som förs vidare genom människor förlorar sitt syfte
i Kera förblir syftet kopplat till stegen
köket kan fortfarande fatta förnuftiga val
färre fördröjningar och lägre strömförbrukning
den djupare vägen, där licensen tillåter
en strikt uppgift ger samma mönster varje gång
en kreativ uppgift tillåter olika mönster
ingen oavsiktlig förändring på en annan maskin
en genomskärning visar Kera-planen och maskinarbetet nedanför
det finns inga Kera-kontroller i vanlig användning
den direkta vägen ligger kvar under ytan
orangea celler markerar uppmätta vinster
konturerade celler markerar väntande analys
inspektera vilka fakta som orsakade skillnaden
okända paketceller förblir beskrivna tills paketeringen är slutgiltig
en kärnoperationsnod går in i Kera-planen
där Kera saknas förblir Core Rust-nativt
LLVM-banan är helt enkelt frånvarande, inte överstruken teatraliskt
Ingen LLVM IR-etapp ligger i centrum. Varje steg bevarar graf- och operationssemantik.
den valda sökvägen skrivs till körningsposten
ring all-reduce kopplar samman partitionerna
effektfulla noder passerar genom kapacitetsgrindar
en odeklarerad kapacitet avvisas av verifieraren
separata regioner med materialiserade mellanresultat
each bar carries an exact test-scope chip, no invented hardware
results differ by hardware, published with the harness
varje sändning använder en annan vektorbredd
nya hashvärden förökas endast genom den påverkade härstamningen
oförändrade subgrafer behåller sin identitet
token korsar värd-, enhets- och fjärrutrymmen
planeraren behåller värdet där det hör hemma
generiska liveintervall utan operationskontext
upprullning, vektorbredd och spills valda från operationen
varje mål bär sin egen genererade artefakt
kontrollera, bygga, inspektera, planera, köra, verifiera
den gemensamma orsaken är bevarad semantisk information
Kera håller operationer, effekter, ägande och rörelse synliga från källgrafen till exekvering på målet. Läs arkitekturen, inspektera grafens IR, eller ta med en produktionssökväg som redan har optimerats genom LLVM.
Direkt beräkning. Grafen förblir programmet.
Ring allreduce, kontrollpunktsåterställning
x86-64 (SSE2/AVX2/AVX-512), ARM64 (NEON), RISC-V (Vector)
Kera är ett statiskt typat systemprogramspråk med en grafbaserad, innehållsadresserad IR. Det kompilerar program till .keg-filer, riktade acykliska grafer av operationer, och exekverar dem på CPU, GPU, FPGA och WASM. Kera använder egen kodgenerering för x86-64, ARM64 och RISC-V istället för LLVM, med registerallokering och val av SIMD-kärnor. Sideffekter spåras, och ägande i Rust-stil sträcker sig över värd-, enhets-, pinnad och enhetligt minne. Projektet är en Rust-arbetsyta med distribuerad exekvering, kapacitetsbaserad säkerhet och LSP-verktyg.
Ta med operationen, formerna, målet, flaggorna och determinismkraven du använder i produktion. Vi jämför den genererade sökvägen och visar var bibehållandet av grafen ändrar resultatet.
Kera kombinerar ett grafbaserat systemprogramspråk, en innehållsadresserad IR, en kompilator, en JIT och ett heterogent exekveringssystem. Det håller typer, effekter, ägande, dataflöde, minnesutrymmen och exekveringspolicy synliga samtidigt som det producerar målspecifika planer för stödda CPU-, GPU-, FPGA- och WebAssembly-sökvägar. LLVM är inte i centrum av kompileringskedjan.
Kera prissätts separat för licensierade distributioner. Prata med oss om målportföljen, isolerad drift och eventuella separat valda rättigheter för källkod, granskning eller tekniköverföring.
Beräkningen behåller sin identitet till maskinen.
Inbyggd maskinkod via en egen JIT-kompilator
Dweve AI-inferens- och simuleringsarbetsbelastningar
Programspråk för konsekvent, snabb beräkning
Programvara passerar ofta genom så många översättningslager att datorn inte längre ser jobbet som en helhet. Kera håller beräkningen organiserad som en graf och förbereder sedan en exekveringsplan för maskinen som utför arbetet. Det kan ta bort onödiga steg, minska rörelse och lämna en tydligare logg över vad som faktiskt kördes.
Dweve Kera är ett grafbaserat systemspråk och en kompilator för deterministisk beräkning på heterogen hårdvara. Dess statiskt typade, innehållsadresserade mellanrepresentation håller operationen synlig genom planeringen och genererar sedan exekvering för CPU, GPU, FPGA och WebAssembly. Grafen förblir programmet.
En generell kompilator måste tjäna alla typer av programvara. Dess bredd begränsar hur djupt den kan förstå en specialiserad operation när en frontend har sänkt ner den i loopar, pekare och generisk aritmetik, och inget senare steg kan återställa det som sänkningen tog bort.
Operationsidentitet, algoritmer, packningsavsikt, förväntade former, determinism och minnesägande kan spridas över verktyg innan slutlig optimering. Kostnaden är varje användbart val som blir omöjligt när beräkningen har glömt vad den var.
Matrismultiplikationen blir anonyma loopar.
Förväntade tensor- och vektorformer försvinner.
Ackumulator- och packningsavsikt är borta.
Regler för värd- och enhetsminne faller bort.
Relationen mellan operationer klipps av.
den första fördelen är inte en snabbare instruktion
det är att komma ihåg vad instruktionerna är till för
Kera håller dessa fakta fästa vid operationen.
Kera representerar beräkning som en typad graf. En operation förblir en operation istället för att bli anonym lågnivåkod för tidigt. Dess inmatningar, utmatningar, former, effekter, ägande, minnesutrymmen och exekveringspolicy förblir fästa vid den.
Behållen kontext låter Kera välja från operationen själv, slå samman relaterat arbete över grafen och planera förflyttning från deklarerat ägande. En generisk kedja måste sluta sig till dessa fakta från lågnivåmönster efter att de har gått förlorade, vilket är varför samma källkod kan kompileras till mycket olika maskinbeteende beroende på hur mycket innebörd som överlevde resan.
En vektorlogaritm förblir en vektorlogaritm
Den deklarerade fixpunktsprofilen behålls