doubleAI 发布 Maxwell：一种在代码与硬件间运行并实时证明等价性的新模型

doubleAI 发布了名为 Maxwell 的新系统，它被定义为介于代码与硬件之间的模型，能在程序运行时理解并改进代码，同时针对特定硬件和数据生成优化方案，且每一步改进都经过形式化验证以确保与原代码等价。该系统已在 CPU 和 GPU 上运行，实测数据显示其能将数据处理管道提速 38 倍，AI 推理内核提速 4.25 倍。

具体案例显示，LTX-2.5 视频生成任务在双 B200 GPU 上将单条 4K 片段生成时间从 250 秒降至 134 秒（1.87 倍加速）；Whisper 语音识别在 RTX 4090 上耗时从 106.23 秒降至 49.82 秒；NetworkX 图算法在相同机器上从 61.44 秒降至 17.50 秒。此外，Maxwell 在 Blackwell 架构上的一日搜索后，在 SOL-ExecBench 基准的 90% 内核上超越了 NVIDIA PyTorch 基线，并独立生成了比 cuGraph 快 3.6 倍的优化版本。

事实层面，Maxwell 通过运行时数据收集动态替换优化后的二进制，且所有结果均经形式化验证。推断层面，这种“运行时 + 形式化验证”的路径可能改变现有高性能计算依赖专家手写内核或静态编译的行业惯例，将优化能力下沉至通用框架。猜测层面，该技术在大规模生产环境中的长期稳定性及跨架构泛化能力尚需更多公开数据验证，目前信息主要基于演示案例和单一基准测试。