BoolSi henter 6 millioner dollars for at omdanne software til brugerdefineret silicium med AI

Hardware-acceleration har længe lovet dramatiske ydelseforbedringer, men adgang til disse forbedringer har traditionelt krævet specialiseret ekspertise i chip-design. Boston-baseret startup BoolSi søger at ændre denne ligning. Selskabet har annonceret en seed-runde på 6 millioner dollars ledet af Fine Structure Ventures, med deltagelse fra Pillar VC, Fifth Quarter Ventures og Coalition Ventures, da de arbejder på at gøre brugerdefineret hardware-acceleration tilgængelig for software-udviklere.

Finansieringen vil støtte lanceringen af BoolSis private beta senere i år og accelerere udviklingen af en platform, der automatisk konverterer software til hardware-acceleratorer, der kører på Field Programmable Gate Arrays (FPGAs), uden at kræve, at ingeniører lærer hardware-beskrivelsessprog eller traditionelle chip-design-arbejdsgange.

Genopfindelse af vejen fra kode til hardware

I hjertet af BoolSis tilgang ligger en simpel idé: software-udviklere skal kunne opnå hardware-niveau-ydelseforbedringer uden at blive hardware-ingeniører.

I stedet for at oversætte kildekoden linje for linje til digitale kredsløb, træner BoolSi maskinlæringsmodeller til at lære programmet adfærd. Når systemet forstår transformationen mellem input og output, konvergerer neuralt netværk til et fuldt digitalt kredsløb, der kan analyseres, verificeres og optimeres ved hjælp af eksisterende chip-design-værktøjer. Ifølge selskabet er det resulterende hardware ikke en approksimation af den oprindelige kode, men en præcis implementering af dens adfærd.

Selskabet beskriver dette som et nyt kompilationslag, der ligger mellem software og silicium. Udviklere identificerer en beregningshotspot i C, C++ eller andre understøttede sprog, og BoolSi genererer en brugerdefineret hardware-accelerator sammen med de nødvendige installationsarter. Resultatet er en co-processor, der er tilpasset specifikt til den pågældende arbejdsmængde.

Hvorfor FPGAs er vigtige

BoolSis initial fokus er på FPGAs, en kategori af omkonfigurérbarer chip, der kan tilpasses efter fremstilling. FPGAs er blevet stadig mere vigtige i robotteknologi, edge AI og indlejrede systemer, fordi de kan udføre specialiserede arbejdsmængder med langt lavere latency og strømforbrug end traditionelle CPU’er.

Trods deres fordele er FPGA-udvikling stadig svær for de fleste software-hold. Eksisterende værktøjer kræver ofte ekspertise i hardware-beskrivelsessprog som Verilog eller VHDL, hvilket skaber en stejl læringskurve, der begrænser adoptionen. BoolSi forsøger at fjerne denne barriere helt ved at behandle hardware-generering som et kompilationsproblem snarere end et hardware-design-problem.

Fra måneder af ingeniørarbejde til en eftermiddag

Et af selskabets mere slående eksempler involverer en 10.000-linje C-regulær udtryksbibliotek, der bruges til at identificere e-mail-adresser i en tekststrøm. Kørende på en ARM Cortex-A9-processor, blev arbejdsmængden fuldført på 2,66 millisekunder. Kompileret til en BoolSi-genereret hardware-accelerator, faldt udførelsestiden til 0,325 millisekunder. Ved at bruge otte parallele hardware-agenter reduceredes ventetiden yderligere til 0,042 millisekunder, hvilket repræsenterer en 63-gangs forbedring i forhold til CPU-basen.

Den bredere vision strækker sig ud over isolerede acceleration-opgaver. BoolSi mener, at mange moderne applikationer indeholder repetitive løkker, protokolfunktioner, kontrolsystemer og proceskerner, der kunne drage fordel af dedikeret hardware. I stedet for at tvinge udviklere til at omskrive disse komponenter i specialiserede hardware-sprog, ønsker selskabet, at den oprindelige software selv skal fungere som specifikationen.

Robotik og indlejrede systemer først

BoolSi sigter initialt på indlejrede udviklere, der arbejder med robotteknologi, hvor latency, strømeffektivitet og realtidsydelse ofte afgør, om et produkt lykkes. Applikationer som sensorfusion, motorstyring, optisk flow-estimation og modelprædictiv kontrol er naturlige kandidater til hardware-acceleration.

Selskabets langsigtede ambition er betydeligt større. Det forestiller sig en fremtid, hvor hver CPU er parret med omkonfigurérbar logik, der kan tilpasses til de arbejdsmængder, der kører ved siden af. Da AI-assisteret software-udvikling fortsat reducerer den tid, der kræves for at oprette applikationer, mener BoolSi, at den næste store produktivitets-spring måske kommer fra automatisk konvertering af disse applikationer til specialiseret hardware.

Hvis denne vision viser sig at være gennemførlig, kan forskellen mellem software-ingeniørarbejde og hardware-ingeniørarbejde blive langt mindre rigid, end det er i dag. For nu er selskabet fokuseret på at bevise, at brugerdefineret silicium kan blive lige så tilgængeligt som at skrive kode.