Hodu - framework de ML en Rust

Recientemente, un conocido cercano creó un framework de ML llamado Hodu usando Rust.
Yo también tuve experiencia trabajando en un proyecto similar, así que pensé en compartirlo porque puede ser un buen recurso para quienes estén interesados en frameworks de ML.

Características principales

• Soporte para no_std: estructura ligera que puede funcionar incluso en microcontroladores
• Compilación de gráficos estáticos: permite guardar en dispositivos embebidos un grafo ya compilado para hacer inferencia fácilmente
• Modo de ejecución dual:
  • Prototipado: experimentación basada en gráficos dinámicos
  • Despliegue en producción: ejecución estable basada en gráficos estáticos
• Backend de alto rendimiento
  • Backend XLA: máximo rendimiento mediante optimización de gráficos y compilación JIT
  • Backend nativo de HODU: implementación pura en Rust que se ejecuta sin restricciones de plataforma
• API intuitiva: estilo PyTorch/TensorFlow
• Garantía de seguridad de memoria: el sistema de ownership de Rust bloquea por completo fugas de memoria y data races
• Soporte para múltiples dispositivos: CPU, CUDA (GPU de NVIDIA), Metal (GPU de Apple)

Según comentan, Hodu llegó hasta su estado actual partiendo de maidnx, un proyecto que esta persona comenzó como material de estudio mientras aprendía ML con Rust.

La función de XLA requiere durante la compilación LLVM/Clang + 8GB+ de RAM + 20GB+ de disco, y el tiempo de compilación también es bastante largo.
El soporte para GPU con CUDA todavía no está completamente implementado, y también están planeadas optimizaciones SIMD.
Por ahora no se recomienda su uso en entornos de producción; sigue en desarrollo activo y tiene funciones experimentales o incompletas.