[論文レビュー] The Compute ICE-AGE: Invariant Compute Envelope under Addressable Graph Evolution

Raymond Jay Martin II|arXiv (Cornell University)|Feb 17, 2026

Parallel Computing and Optimization Techniques被引用数 0

ひとこと要約

要旨：この論文は、局所的な保ちつつ有界な局所変異を通じて不変の意味的連続性を維持する、永続的グラフ上の生産レベルのC++決定論的意味状態基盤を提示し、Apple Silicon M2クラスのハードウェア上で1M–25Mノードに渡る実証結果を示す。

ABSTRACT

This paper presents empirical results from a production-grade C++ implementation of a deterministic semantic state substrate derived from prior formal work on Bounded Local Generator Classes (Martin, 2026). The system was mathematically specified prior to implementation and realized as a CPU-resident graph engine operating under bounded local state evolution. Contemporary inference-driven AI architectures reconstruct semantic state through probabilistic recomposition, producing compute cost that scales with token volume and context horizon. In contrast, the substrate described here represents semantic continuity as a persistent, addressable memory graph evolved under a time-modulated local operator g(t). Work is bounded by local semantic change Delta s, independent of total memory cardinality M. Empirical measurements on Apple M2-class silicon demonstrate invariant traversal latency (approximately 0.25 to 0.32 ms), stable CPU utilization (approximately 17.2 percent baseline with Delta CPU approximately 0 to 0.2 percent), and no scale-correlated thermal signature across 1M to 25M node regimes under sustained operation. Measured per-node density ranges from approximately 1.3 KB (Float64 baseline) to approximately 687 bytes (compressed Float32 accounting). Under binary memory accounting, this yields a 1.6 billion node capacity projection within a 1 TiB envelope. These results indicate an empirically invariant thermodynamic regime in which scaling is governed by memory capacity rather than inference-bound recomposition. The Compute ICE-AGE is defined as the Invariant Compute Envelope under Addressable Graph Evolution, and the empirical evidence presented demonstrates this regime up to 25M nodes.

研究の動機と目的

• Bounded local mutations の下でグラフベース状態基盤における意味的連続性をどのように保持するかを調査する。
• locality・遅延・リソース使用の観点からCPU居住型永続意味グラフエンジンを評価する。
• 現代のAppleハードウェア上で大規模永続グラフサイズの性能とスケーラビリティを特徴づける。
• hostile ingress条件と Paging圧力下での耐性を評価し、劣化パターンを理解する。

提案手法

• CPU居住型永続意味グラフエンジンとして決定論的意味状態基盤を実装する。
• locality-preserving traversalとbounded local mutationを用いて意味的連続性を進化させる。
• traversal latency (P50 ≈ 0.0014 ms) と定常状態のCPU利用率（約17.2%）を測定する。
• compressed Float32ストレージ下での永続容量を評価し（ノードあたり約687バイト）、総ノード容量（1 TiBあたり約1.6Bノード）を予測する。
• 確率的なIngress擾乱、トポロジー不整合、断片化された隣接関係、アクティブpaging実験を行い、リプレイの完全性と劣化モードを研究する。

実験結果

リサーチクエスチョン

• RQ1 bounded local mutationsの下でグラフベースの状態基盤において意味的連続性を逐次的に保持できるか。
• RQ2 現代のハードウェア上で決定論的意味グラフエンジンの遅延、CPU利用、メモリ密度の特性はどうか。
• RQ3 擾乱・トポロジー問題・paging圧力などの不利な条件に対して、リプレイ完全性と故障モードの観点でシステムはどのように反応するか。

主な発見

• 局所性制約付き走査は1M〜25Mノードの規模でも効率的であり（P50遅延 ≈ 0.0014 ms）。
• 定常状態のCPU利用率は約17.2%で、長時間の動作中に温度上昇の尺度でスケールに相関した熱増幅は測定されない。
• 圧縮Float32ストレージ下のメモリ密度はノードあたり約687バイトであり、1 TiBエンベロープで約1.6Bノードを予測。
• 決定論的リプレイは hostile ingress 条件下でも安定しており、劣化は全体的な発散よりも境界的な孤立構造に限定される。
• 本アプローチは bounded local mutations によって意味連続性を構造的に保持することで、反復的な確率推論を回避する。