AI
GPU
硬件
神经计算
⭐ nCPU: 神经网络实现的 CPU
🚀 项目概述
nCPU 是一个革命性的研究项目：将整个计算机的每一层都实现为神经网络或完全运行在 GPU 上。
"The AI doesn't run on a computer. The AI is the computer."
🎯 核心特性
- 神经 ALU: 每个运算（加法、减法、乘法、位运算、移位、除法）都是训练好的神经网络
- 神经 OS (neurOS): 神经网络实现的内存管理、进程调度、编译器
- GPU 计算: Apple Metal shader 上以 4M+ IPS 执行原生 ARM64
- 完整 UNIX 系统: 支持 fork/pipe/wait，25 命令 shell
- 自托管编译器: 在 GPU 上运行的 C 编译器，可自我编译
- 运行真实二进制: 加载并运行 BusyBox (264KB) 等真实 Linux ELF 程序
💡 这证明了什么
| 层级 | 实现 | 意义 |
|---|---|---|
| ALU | 13个训练好的模型 | 神经网络可以进行精确整数运算 |
| OS | 11个神经模型 | 学习的 MMU、TLB、缓存、调度器、编译器 |
| 计算 | Rust Metal 内核 | GPU 以 ~1.9M IPS 执行任意程序 |
| 编译器 | cc.c 自托管 | GPU 上完整的软件开发工具链 |
| ELF加载器 | 真实 Linux 二进制 | BusyBox 在 Metal 上运行 |
🔬 研究价值
由于整个计算图是可微分的，这为通过梯度下降优化程序打开了大门：
- 反向传播通过执行过程
- 发现更好的算法
- 优化指令调度
- 优化硬件配置
这是传统 CPU 无法做到的事情。
📦 如何使用
# 神经模式 - 所有运算通过训练模型 python main.py --program programs/fibonacci.asm # GPU 计算模式 - ~4M IPS python main.py --program programs/fibonacci.asm --compute # GPU UNIX OS - 完整多进程支持 python ncpu/os/gpu/demo.py --multiproc