Pesquisa e código aberto

Ideias em movimento.
Código para ir além.

Investigamos inteligência artificial, infraestrutura e computação matemática. Conheça os projetos de pesquisa e as ferramentas de código aberto que nascem desse trabalho.

github.com/chronokairo

01 / Projetos

Da pesquisa à implementação.

Infraestrutura e DevOps

NIMBUS

Pesquisa e desenvolvimento

Pesquisa e desenvolvimento de um painel unificado para infraestrutura, deploys e gestão de cotas em múltiplos provedores de nuvem.

  • Servidores, redes, SSH, Docker e Kubernetes
  • Monitoramento, CI/CD, deploy e backup
  • Gestão de cotas entre provedores de nuvem
  • Núcleo de infraestrutura em Rust

Agentes de programação

KAIDE

Pesquisa e desenvolvimento

Agente de programação da Chronokairo com núcleo em Rust e interfaces para terminal, desktop e web. Explora modelos locais, RAG e coordenação de agentes.

  • Núcleo em Rust e aplicativo desktop Tauri
  • Experiências de terminal e web
  • RAG com Ollama e Supabase
  • Plano de controle para agentes virtuais

Computação e verificação matemática

AXIOM

Ver repositório

Infraestrutura matemática para agentes, pesquisadores, estudantes e desenvolvedores. Usa uma interface MCP para conectar motores especializados, com resultados rastreáveis e verificação independente.

  • Álgebra simbólica e cálculo numérico
  • Integrações com SymPy, SageMath, Julia e Lean 4
  • Distingue provas, aproximações, refutações e resultados inconclusivos
  • Código aberto sob licença MIT

Runtime de inferência

RELIC

Ver repositório

Runtime GGUF minimalista para OpenCL 1.2 e 3.0, voltado a modelos locais em GPUs legadas, integradas e topologias híbridas.

  • Orçamentos de 1 a 4 GB de VRAM
  • FP16, Q8_0 e Q4_0
  • Buffers planejados estaticamente
  • Pesquisa de inferência em hardware restrito

02 / Linhas de pesquisa

O que estamos investigando.

01

FlashAttention em hardware restrito

Tiling, softmax fundido e normalização online adaptados a OpenCL e a pipelines com pouca memória.

02

Decodificação especulativa distribuída

Uma GPU integrada gera o rascunho com um modelo pequeno, e a GPU dedicada verifica os tokens em lote.

03

Quantização extrema

Métodos abaixo de 4 bits (NF4, AWQ, INT2 e INT3) ajustados ao limite de banda de memória de placas antigas.

04

Mixture-of-Experts com pouca VRAM

Pré-carregamento dinâmico de especialistas para rodar modelos MoE em uma única GPU de estação de trabalho.