HOC/HVM/Bend现状简述： 大约一年前，我们推出了Bend1。 - 首个在 GPU 上运行闭包和快速对象分配器的语言 - 接近理想的加速效果，最高可达 10000+ 个核心 - 基于 HVM2，一种用于交互网络的严格运行时 问题： 解读成本仍然很高。 - 完全 RTX 4090 可以击败单核 OCaml / JavaScript / 等。 - 存在很大的实际限制（int24、不支持 I/O、不支持打包） 尽管使用了 Python 语法，但仍然很难使用。 事实证明，大多数开发者都不具备递归思维。 - 与惰性求值不兼容（不是β最优的！！） 我对上述问题感到失望。与此同时，我对将最优评估应用于程序合成问题越来越乐观，而程序合成是符号人工智能的基石——一个失败的想法，但我强烈地感到“我可以解决它”。 我做出了一个决定：放弃 HVM2（💀），回归 HVM1 的根基。HVM1 基于我的“交互演算”，并采用了 β 最优性。我对其进行了大量的润色和改进，最终得到了 HVM3，一个用 Haskell 编写的原型。之后，我利用它来理解和研究最优评估器上的程序合成。这非常艰难，耗费了我大约一年的时间，但结果是积极的，我们的系统现在在效率和功能方面都超越了所有已发表的替代方案。 现在，我们将所有这些成果巩固起来，通过用纯 C 语言实现运行时/编译器，使其能够在我们简陋的 Mac Mini 集群上尽可能高效地运行（🥹），并通过 API 将其提供给全世界。 我原计划在十月份发布，但目前仍存在一些挑战，耗时比预期更长。例如，使用 SupGen 寻找精益证明需要非常谨慎地处理叠加态，而用 C 语言实现这一点实际上难如登天——不过，项目进展顺利，我们已经完成了大量工作，我仍然预计今年或 2026 年第一季度发布 Bend2 / HVM4。 Bend2 将具备： - 并行 CPU 运行时，支持惰性/最优模式（！！！） - 终于支持 16/32/64 位整数、无单位整数和浮点数了 - 通过轻量级 C 互操作（例如 Zig！）实现任意 I/O - 由于时间有限，目前还没有 CUDA，不过这完全可以实现。 - 最重要的是：SupGen 集成 SupGen 是一项全新的技术，也是 Bend2 的核心创新。它并非传统意义上的 AI，而是一种能够根据示例和规范生成代码的全新技术。我认为许多人（尤其是深度学习领域的专家）都会对我们仅凭符号搜索就能取得如此成就感到措手不及，而我最期待的，莫过于看到大家的反应。
还有一点忘了提： - Bend2 可以导出为 JavaScript/Haskell 格式，因此您可以直接使用它来编写普通应用程序，而无需等待 Bend 生态系统的支持。 遗憾的是，Bend2 将违背一个承诺：“如果可以并行运行，它就会并行运行”。这是因为这个承诺显然与惰性求值不兼容（要么等待表达式是否可见，要么并行计算它——二者不可兼得）。我仍然希望将来能以 HVM2 的直接更新形式提供完整的严格模式，但时间紧迫，这并非我们目前的重点。不过，好的一面是，我相信我们可以在 GPU 上运行惰性模式。实际上，我认为这将比完全严格并行要好得多。 我们的WeFunder众筹活动仍在进行中，但我不会再积极跟进，活动结束后就会关闭。