arca-core 0.1.6

ARCA — Adaptive Resonant Cortical Architecture

ARCA: Advanced Recurrent Cognitive Architecture

ARCA est une architecture hybride de modèle de langage haute performance (wgpu / Rust) qui combine :

• Un Réservoir Dynamique (LSM) de 4096 unités pour la dynamique temporelle locale.
• Une Mémoire Hebbienne Plastique (Bio-Inspired) avec des couches gérées par contrôle homéostatique.
• Un mécanisme d'Attention Hybride avec KV-Cache pour la récupération à long terme (In-Context Learning).
• Un Pipeline GPU "Zero-Sync" Extrême conçu pour une exécution 100% VRAM-first (WGSL), avec compression FP16 et exécution par lots (Batching).

---

🚀 Fonctionnalités Clés (v2.5.0)

ARCA est spécifiquement optimisé pour éliminer le goulot d'étranglement des architectures hybrides : les transferts sur le bus PCIe et la bande passante mémoire.

⚡ Inférence "GPU-First" & "Batched"

Lors de l'inférence, zéro synchronisation CPU-GPU n'a lieu pour le calcul du graphe de l'encodeur jusqu'à l'échantillonnage.

1. Pipeline VRAM Intégral : Encodeur -> Attention KV-Cache -> Reservoir -> Projections -> Agrégation -> Logits -> Top-K Sampling.
2. Exécution Matrice-Matrice (Batching GEMM) : Le GPU gère B séquences d'inférence en parallèle massif.
3. Zéro Readback : Les états internes (s_t, KV-Cache, mémoire hebbienne) ne quittent jamais la VRAM.
4. Précision Mixte FP16 : Toutes les matrices statiques (Reservoir, Embeddings, Attention) sont stockées compressées en f16 et dézippées (unpack2x16float) à la volée par les shaders WGSL, doublant virtuellement la Memory Bandwidth.

🎲 Échantillonnage Top-K VRAM

La sélection probabiliste est assistée par le GPU : Un shader de réduction multi-passes trouve les K meilleurs tokens et masque les logits. Le CPU ne lit que B * K paires (Token, Logit) (une poignée d'octets) pour appliquer la Température et un Tirage Pondéré (Softmax).

🏋️‍♂️ Entraînement Haute Performance (Zero-Sync Orchestré)

• Orchestration Explicite : Le CPU orchestre le graphe d'apprentissage via des dispatches WGSL précis.
• Clean Swap Buffers : L'état s_t et les matrices de mémoire Hebbiennes utilisent des "ping-pong buffers" gérés de façon zero-copy sur la VRAM.
• Readback Minimal Stable Point : Les états s_t et les logits sont rappatriés en un seul appel synchronisé.

---

🛠️ Architecture Hybride

1. ArcaSystem (Orchestrateur Principal)

L'objet central qui gère le graphe global, le dictionnaire BPE, et les flux de tokens.

// Exemple d'inférence batch extrême
let token_ids = system.forward_step_extreme_inference(&bytes_batch, &t_batch, &bpe_batch, 0.8);

2. GpuInferenceContext (Vulkan/Metal/DX12)

Moteur wgpu contenant tous les compute pipelines compilés et les buffers persistants FP16 :

• encoder.wgsl : Hachage des n-grams, lookup BPE et convolution causale.
• attention.wgsl : Mécanisme d'attention hybride avec gestion dynamique du KV-Cache.
• reservoir_update.wgsl : Calcule tanh(R * s_{t-1} + W_in * x) en matrice-matrice (batch).
• projections.wgsl : Projections locales pour la mise à jour plastique.
• hebbian_plasticity.wgsl : Règle de Hebb (outer-product) avec clamp homéostatique.
• aggregate.wgsl : Combinaison holographique des mémoires.
• logit_compute.wgsl : Produit scalaire massif sur la table d'embedding.
• top_k_sampling.wgsl : Réduction K-passes pour l'échantillonnage inférence.

3. Contrôleur Métabolique (CPU)

Gère le "climat" (macro-variables) qui module la plasticité selon l'erreur de prédiction : $\beta$ (tension), $\lambda$ (oubli), $\sigma$ (homéostasie).

---

📦 Installation & Compilation

ARCA nécessite Rust (Edition 2021) et un GPU compatible avec les backends wgpu.

# Cloner le projet
git clone https://github.com/corbac10099/ARCA.git
cd ARCA

# Compiler avec support GPU natif (Recommandé)
cargo build --release --features gpu

# Lancer les tests unitaires
cargo test --release --features gpu

---

ARCA est conçu pour la recherche en apprentissage hebbien et le calcul hybride (Liquid State Machine + Deep Learning) aux limites du matériel moderne.