SRE · HAM · Профиль сборки

Что читается в коде

• HAM расшифровывается как Holographic Associative Memory: магия файла SRHAM1 и описание FastAPI; базовый класс — HolographicMemory

  Файл sre/store/persistence.py

• Векторы считаются локально через sentence-transformers clip-ViT-B-32 (около 512 измерений, текст и изображение); внешний API эмбеддингов не вызывается

  Файл sre/memory.py

• Поиск: запрос кодируется комплексной одномерной волной, затем один плотный torch.matmul по всем сохранённым волнам плюс topk — перебор O(N) на запрос

  Файл sre/memory.py

• Нет ANN-индекса (HNSW, IVF, LSH) и нет BM25 или полнотекстового поиска: только точный плотный перебор

  Файл sre/store/search.py

• Расширение C++ sre_ext (около 558 строк): интерференция в 3D, Barnes-Hut, дефрагментация, план шардирования, усечение Matryoshka; собирается CI

  Файл sre_csrc/grid_interference.cpp

• Рабочая область Rust: 15.0.0, шесть крейтов, но Python импортирует только sre_storage.RustWal; ключевые функции sre-tensor и sre-spatial — заглушки

  Файл sre-core-rs/Cargo.toml

• Узел FastAPI: REST /api/v1 с JWT, ролями RBAC, ограничением частоты и метриками Prometheus, плюс маршруты /v1 в формате OpenAI

  Файл sre/server/main.py

• В репозитории лежит таблица измеренной задержки: 0.270 мс при 100 записях до 182.379 мс при 100 000

  Файл docs/SCIENTIFIC_QA_REPORT.md

Состояние модулей

1. реализовано

   Голографическая память и плотный семантический поиск

   Локальные векторы CLIP, волновой код и полная матрица torch.matmul с topk возвращают корректные результаты; задержка растёт с объёмом корпуса.

   Файл sre/memory.py

2. реализовано

   Сервисный узел с аутентификацией, RBAC, метриками и кластером

   REST /api/v1 и маршруты в стиле OpenAI реализованы и подключены: JWT, роли, slowapi, Prometheus, broadcast-поиск и синхронизация WAL.

   Файл sre/server/main.py

3. реализовано

   Персистентность .holo с WAL на Rust

   Снимок torch.save, необязательный numpy memmap для крупных тензоров и дописываемый JSONL WAL с fsync через sre-storage.

   Файл sre/store/persistence.py

4. частично

   Опциональное нативное ускорение на C++

   sre_ext содержит настоящие ядра, но Python импортирует его в try/except с запасным путём torch, поэтому нативная скорость необязательна.

   Файл sre/wave.py

5. частично

   TCP-сервер RESP — подмножество

   sre/redis реализует часть протокола на asyncio порту 6379; полного совместим с Redis это не составляет, несмотря на название.

   Файл sre/redis/__init__.py

6. не реализовано

   Пространственные и тензорные ядра Rust, мультимодальный приём

   sre-tensor — заглушка, insert() в sre-spatial пуст и интерференция возвращает ноль. Встраиваются только текст и изображение, парсится только Markdown.

   Файл sre-core-rs/sre-spatial/src/lib.rs

7. в плане

   Движок на границе: WASM и WebGPU

   docs/RUST_WASM_PORT.md — явный поэтапный план; сейчас существуют только склейка sre-wasm и модуль sre-wave, краевые векторы ONNX не реализованы.

   Файл docs/RUST_WASM_PORT.md

8. иллюстративно

   Витрина sre_studio

   Значения телеметрии берёт Math.random с подписью Simulate live data, а HologramCanvas — декоративная анимация без связи с движком.

   Файл sre_studio/src/components/Telemetry.tsx

Как это проверено

• Поиск линейный, а не константный

  Описание пакета обещает O(1) semantic search, но каждый запрос делает один torch.matmul по всей матрице db_waves плюс topk.

  Файл pyproject.toml

• Вычисления остаются в Python

  Документ утверждает полный вынос расчёта в C++ и Rust, но wave.py импортирует sre_ext с запасным torch, а matmul выполняется в Python.

  Файл sre/wave.py

• Задержки действительно измерялись и сохранены

  В docs/SCIENTIFIC_QA_REPORT.md лежит таблица от 0.270 мс (100) до 182.379 мс (100k); она же опровергает утверждение, что 10M документов равны 100k по скорости.

  Файл docs/SCIENTIFIC_QA_REPORT.md

• Витрина не подключена к ядру

  Ни один компонент sre_studio не обращается к движку поиска: метрики генерируются на клиенте, графика декоративная.

  Файл sre_studio/src/components/Telemetry.tsx

Границы утверждений

• Выдача — переборный плотный скан O(N); ANN-индекса для больших корпусов в коде нет.
• Поддерживаемые модальности — текст и изображение; приём аудио, видео и исходного кода не реализован.
• Крейты sre-spatial и sre-tensor нерабочие: объявленные алгоритмы возвращают ноль или заглушку.
• Готовые нативные бинарники зависят от платформы и не отслеживаются git, поэтому расширения пересобирают на каждой машине.
• Идентификаторы версий разошлись: pyproject 17.0.0, Cargo 15.0.0, TS SDK 11.0.0, заголовок FastAPI V5.
• Документация называет шифрование фазовых смещений квантово-стойким и говорит о гомоморфном шифровании; в коде это аддитивные смещения от локального ключа.
• Репозиторий называется math-wave, а пакет распространяется как sre-ham; отдельного веб-продукта math-wave внутри нет.

Почему живой сборки нет

Почему живой сборки нет

Публиковать как сайт нечего: продукт — библиотека и сервис на Python. Витрина sre_studio собирается Next.js, но показывает смоделированные метрики и не подключена к движку.