Fonlama

BoolSi, Yazılımı Özel Silikonlara Dönüştürmek için AI Kullanarak 6 Milyon Dolar Yatırım Aldı

Antoine Tardif
Unite.AI sitesini Google'daki tercih ettiğiniz kaynaklara ekleyin
Öne çıkan noktalarBoolSi, program davranışını öğrenmek için makine öğrenimi modellerini eğitir ve…
Daha fazla göster
  • BoolSi, program davranışını öğrenmek için makine öğrenimi modellerini eğitir ve ardından bunları tam dijital devrelere dönüştürür.
  • Girişim, gecikme ve güç verimliliğinin ürünlerin başarılı olup olmayacağını belirlediği gömülü robotik geliştiricilerini hedef alıyor.
  • BoolSi'nin regex örneği, sekiz paralel ajanla ARM Cortex-A9 gecikmesini 2,66 milisaniyeden 0,042 milisaniyeye düşürdü.

Donanım hızlandırması uzun süredir dramatik performans kazançları vaat etti, ancak bu kazançlara erişmek geleneksel olarak özel uzmanlık gerektiriyordu. Boston merkezli startup BoolSi, bu denklemi değiştirmeyi amaçlıyor. Şirket, Fine Structure Ventures liderliğindeki 6 milyon dolarlık bir seed turu açıkladı ve Pillar VC, Fifth Quarter Ventures ve Coalition Ventures katılımıyla, yazılım geliştiricilerine özel donanım hızlandırmasını erişilebilir hale getirmeye çalışıyor.

Bu fon, BoolSi’nin bu yılın ilerleyen döneminde özel beta lansmanını destekleyecek ve Field Programmable Gate Arrays (FPGAs) üzerinde çalışan donanım hızlandırıcılarını otomatik olarak oluşturan bir platformun geliştirilmesini hızlandıracak. Bu platform, mühendislerin donanım tanımlama dillerini veya geleneksel yonga tasarım iş akışlarını öğrenmelerine gerek kalmadan yazılımı donanım hızlandırıcılarına dönüştürebiliyor.

Koddan Donanıma Yolun Yeniden Düşünülmesi

BoolSi’nin yaklaşımının temelinde basit bir fikir yatıyor: yazılım geliştiricilerinin donanım düzeyinde performans kazançları elde edebilmeleri gerekiyor, ancak bunu yapmak için donanım mühendislerine dönüşmeleri gerekmiyor.

BoolSi, kaynak kodu satır satır dijital devrelere çevirmek yerine, bir programın davranışını öğrenmek için makine öğrenimi modellerini eğitiyor. Sistem, girdi ve çıktılar arasındaki dönüşümü anladığında, sinir ağı, mevcut yonga tasarım araçları kullanılarak analiz edilebilen, doğrulanabilen ve optimize edilebilen bir tümüyle dijital devre haline geliyor. Şirketin iddiasına göre, oluşan donanım, orijinal kodun bir yaklaşıklaması değil, davranışının tam bir uygulaması.

Şirket, bunu yazılım ve silikon arasında yeni bir derleme katmanı olarak tanımlıyor. Geliştiriciler, C, C++ veya diğer desteklenen dillerde bir hesaplama noktasını tanımlar ve BoolSi, gerekli dağıtım artifact’leri ile birlikte özel bir donanım hızlandırıcı oluşturur. Sonuç, bu iş yükü için özel olarak tasarlanmış bir yardımcı işlemci.

Neden FPGAs Önemli

BoolSi’nin ilk odak noktası, üretildikten sonra özelleştirilebilen yeniden yapılandırılabilir yongalar olan FPGAs üzerinde. FPGAs, robotik, kenar AI ve gömülü sistemlerde giderek daha önemli hale geliyor, çünkü uzmanlaşmış iş yüklerini geleneksel CPU’lere kıyasla çok daha düşük gecikme ve güç tüketimiyle gerçekleştirebiliyorlar.

Bununla birlikte, FPGA geliştirme, çoğu yazılım ekibi için hala zorlu. Mevcut araçlar genellikle Verilog veya VHDL gibi donanım tanımlama dillerinde uzmanlık gerektiriyor, bu da benimsemeyi sınırlayan dik bir öğrenme eğrisi yaratıyor. BoolSi, bu engeli tamamen ortadan kaldırmaya çalışıyor ve donanım oluşturmayı bir derleme problemi rather than bir donanım tasarım problemi olarak ele alıyor.

Aylardan Bir Öğleden Sonra

Şirketin daha çarpıcı örneklerinden biri, bir metin akışında e-posta adreslerini tanımlamak için kullanılan 10.000 satırlık bir C düzenli ifade kütüphanesini içeriyor. ARM Cortex-A9 işlemci üzerinde çalışan iş yükü, 2.66 milisaniyede tamamlanıyor. BoolSi tarafından oluşturulan bir donanım hızlandırıcıya derlendiğinde, yürütme zamanı 0.325 milisaniyeye düşüyor. Sekiz paralel donanım ajanı kullanarak, gecikme daha da 0.042 milisaniyeye düşürülüyor, bu da CPU başlangıcına kıyasla 63 katlık bir iyileşme sağlıyor.

Genişletilmiş vizyon, izole hızlandırma görevlerinin ötesine geçiyor. BoolSi, birçok modern uygulamanın, donanım tarafından hızlandırılabilecek tekrarlayan döngüler, protokol işleyicileri, kontrol sistemleri ve işleme çekirdekleri içerdiğini düşünüyor. Şirket, geliştiricilerin bu bileşenleri özel donanım dillerinde yeniden yazmak zorunda kalmadan, orijinal yazılımın itselfin donanım için bir spesifikasyon olarak hizmet etmesini istiyor.

Robotik ve Gömülü Sistemler İlk

BoolSi, ilk olarak gömülü geliştiricilere, özellikle de robotikte, gecikme, güç verimliliği ve gerçek zamanlı performansın genellikle bir ürünün başarısını belirlediği alanlara odaklanıyor. Sensör birleştirme, motor kontrolü, optik akış tahmini ve model öngörülü kontrol gibi uygulamalar, donanım hızlandırması için doğal adaylar.

Şirketin uzun vadeli amacı çok daha büyük. Her CPU’nun, çalıştığı iş yükleri için özelleştirilebilecek yeniden yapılandırılabilir mantıkla eşleştirildiği bir gelecek hayal ediyor. AI destekli yazılım geliştirme, uygulamalar oluşturmak için gereken zamanı azaltmaya devam ettikçe, BoolSi, bir sonraki büyük verimlilik atılımının, bu uygulamaları otomatik olarak özel donanıma dönüştürmekten gelebileceğine inanıyor.

Eğer bu vizyon gerçekleştirilebilir olursa, yazılım mühendisliği ve donanım mühendisliği arasındaki ayrım, günümüzde olduğundan çok daha esnek hale gelebilir. Şu anda, şirket özel silikonun, kod yazmak kadar erişilebilir hale gelmesini kanıtlamaya odaklanıyor.

Antoine, Unite.AI'nin vizyoner lideri ve kurucu ortağıdır. Yapay zekâ ve robotiğin geleceğini şekillendirmeye ve ilerletmeye yönelik sarsılmaz bir tutku taşır. Birden fazla şirket kurmuş bir girişimci olarak yapay zekânın toplumu elektrik kadar köklü biçimde dönüştüreceğine inanır ve çığır açan teknolojiler ile yapay genel zekânın (AGI) potansiyelinden sık sık heyecanla söz eder.

Bir fütürist olarak bu yeniliklerin dünyamızı nasıl şekillendireceğini araştırmaya kendini adamıştır. Ayrıca geleceği yeniden tanımlayan ve tüm sektörleri dönüştüren ileri teknolojilere yatırım yapmaya odaklanan Securities.io platformunun kurucusudur.