以色列特拉维夫创业公司 DoubleAI 于周一正式推出名为 Maxwell 的代码执行模型（CEM）。该公司成立于 2023 年，Maxwell 的核心功能是在程序运行时对二进制代码进行评估、优化和重写。
DoubleAI 联合创始人 Gal Beniamini（拥有理论计算机科学博士学位）向 The Register 解释称，Maxwell 的命名灵感源自物理学家詹姆斯·克拉克·麦克斯韦在 1867 年提出的“麦克斯韦妖”思想实验。该模型通过预处理算法和机器指令，旨在最大限度地发挥硬件性能。
尽管 Maxwell 的概念与即时编译器（JIT）相似，但它在灵活性和验证机制上提供了更多优势。Beniamini 指出：“在程序运行时，Maxwell 和 JIT 编译器都在工作，并且都产生新的机器代码。”两者的关键区别在于，传统 JIT 编译器受限于经典算法逻辑，其修改必须是决定性的且构造上正确的，因此无法进行高层次推理或改变算法本身。
相比之下，Maxwell 引入了前沿人工智能的表达力，能够处理更复杂的信息。它不仅依赖数据，还能利用仅在运行时可获得的信息，如数据的实际形状和类型、环境状况、同一程序中其他运行组件的状态以及实际出现的瓶颈。由于操作是持续进行的，Maxwell 可以随着新瓶颈的出现不断改进程序，实现编译器无法达到的“推理”能力。
为确保安全性，Maxwell 采用了形式化验证技术，生成硬性证明以确认优化的正确性。这一机制将允许的优化范围扩展至超越任何传统算法或编译器的界限。Beniamini 强调，如果模型在重写代码时引入错误，该方法将不可行，因此形式化证明能力并非可选功能，而是核心保障。
据 DoubleAI 披露，Maxwell 已使某些数据管道的速度提升超过 38 倍。在开放世界视频生成模型 LTX-2.5 的应用中，Maxwell 通过减少 GPU 间交换的数据量并优化内核选择以减少不必要的令牌填充，显著提升了性能。
Maxwell 的优化效果取决于源代码和硬件特性。Beniamini 表示：“对于算法导向的代码，Maxwell 表现最佳，并能以非微不足道的方式为硬件量身定制。”即便针对使用 Python 等高级语言编写的代码，或在 PyTorch 图形下通常远未达到最优状态的代码，Maxwell 也能提供优化支持。
此外，该技术还有助于提升代码安全性。通过形式化证明，Maxwell 可以消除内存错误等问题。值得注意的是，在未使用 Maxwell 的情况下，Python 并不具备内存安全性。
