deepx-cpu-compute 重建为 kvlang main-runtime：嵌入 runtime-c + CPU tensor myrwircaps（tensor.*）

[miaobyte]

目标

把 deepx-cpu-compute 从「旧 deepxIR + Redis 队列派发的算子执行器」重建为 kvlang main-runtime：嵌入 kvlang/runtime（C 核心），只在自己的 myrwircaps 里登记 CPU tensor 运算 tensor.*，其余 rwir（控制流、native builtin、用户函数）全部交给它所调用的 runtime-c 核心。

依据 kvlang stdlib/kvlang/spec/05-runtime语义/：runtime 核心只有一套（runtime-c），其余 runtime 一律是扩展运行时——嵌入 C 核心、套用其取指-解码-执行/native 派发/正典 codec，只追加己方 opcode。runtime-rs 是参考实现；deepx-gpu-compute 规划为同架构。deepx-cpu-compute 即 CPU 侧的同架构 main-runtime。

架构（对齐 runtime-rs）

嵌入的 C ABI（均已安装）：

• kvlang_runtime.h（libkvlang_runtime.so）：kvlangRuntimeConnect / KvspaceHandle / Bootstrap / ExecuteVthread（模式2：跑到遇 ext rwir 冒泡 PC）。
• kvlang_rwirext.h：Register / Params / ResolveRead / ResolveReadPath / ResolveWrite / NextPc / Handoff / KindexprValid / KindexprMatch。
• kvspace/kvspace.h（libkvspace.so）：Get（借用零拷贝读）/ WriteNewPlace / WriteInPlace / TlvEncode / DecodeHead。

驱动循环（镜像 runtime-rs run_vid/drive_vid）：

1. kvlangRuntimeConnect(dsn) → rt；kvlangRuntimeKvspaceHandle(rt) → kv（复用同一句柄，durable 惰性 flush 只在同句柄内相干，禁止另开连接）。
2. register()：对 myrwircaps 每个 tensor.* opcode 调 kvlang_rwirextRegister 写 /lib/<op> 签名。
3. Bootstrap(entry) → vid；循环 ExecuteVthread(rt, vid, &pc)：rc=0 结束、rc=1 遇 ext rwir @ pc、rc<0 错误。
4. rc=1：Params(pc) 取 opcode → op ∈ 本 myrwircaps 就地 dispatch CPU kernel（零拷贝），NextPc 推进；否则 Handoff 交外部扩展进程（print/json/… 等非 tensor rwir）。

myrwircaps = CPU tensor 运算表，opcode 契约与 numpy/op-gpu 一致（tensor.add/tensor.matmul/…，见 deepx-op-gpukernelcompiler fusion.py）。同一 rwir 无论落哪个 runtime 行为一致（五语言对齐）。

tensor 零拷贝：ResolveReadPath 拿容器路径 → kvspaceGet 取 TLV 指针 → DecodeHead 定位 body → 在该地址原位建 deepx-core Tensor<T>（data=body 指针、deleter=nullptr 借用不释放）跑 kernel；写 TlvEncode+WriteNewPlace/WriteInPlace。tensor data 直接落 kvspace-c 的 shm（见 kvspace-c#14 方案1）。

myrwircaps 首批（现有 deepx-core kernel 已覆盖）

类	opcode	现有实现
elementwise	tensor.add/sub/mul/div（+ scalar 变体）、sqrt/pow/log/exp/sin/cos/tan、max/min、neg/abs、比较 eq/lt/gt/...	src/deepx/tensorfunc/elementwise_*
matmul	tensor.matmul	matmul_cblas.hpp / matmul_miaobyte.hpp
reduce	tensor.sum/prod/mean/max/min	reduce_miaobyte.hpp
changeshape	tensor.reshape/transpose/concat/broadcastTo	changeshape_miaobyte.hpp
init	tensor.zeros/ones/full/arange/uniform/normal	init_miaobyte.hpp

落地步骤（自底向上，逐层测通）

1. 新增 src/main-runtime/：C++ 驱动循环 + rwirext 宿主 glue + tensor myrwircaps 注册表，CMake 链 kvlang_runtime/kvspace。删除旧 src/client/（Redis 队列模型）。
2. 零拷贝 tensor 桥：kvspace body ↔ Tensor<T>（借用）。
3. 先通 tensor.add（单算子垂直切片，三后端一致）→ 再接线全 elementwise → matmul → reduce → changeshape → init。
4. lib/ 下补 kvlang tensor tutorial（一致性测试）。
5. 更新 README。

存废前提

本重建默认 tensor.data 由 kvspace shm 直管（kvspace-c#14 方案1），故 deepx-cpu-kvspace-extstore 无独立价值、可删除（待 kvspace-c#15 扩容落地）。