Tendrils sammelt 30 Millionen Dollar ein, um die CPU komplett neu zu erfinden
$30M Raised to Redo the CPU
Tendrils hat eine von Benchmark angeführte Finanzierungsrunde über 30 Millionen Dollar abgeschlossen, um General-Purpose-Computing von Grund auf neu zu bauen. Bestehende CPUs schleppen Altlasten aus den 1970er-Jahren mit sich: Cache-Coherency-Protokolle und Reorder Buffers bremsen die Skalierung. Statt auf sequenzielle Einzelkerne setzt Tendrils auf Tausende parallel arbeitende Kerne und entwickelt dafür die Open-Source-Sprache Vine, die von Anfang an auf Parallel-Architekturen ausgelegt ist.
Bei Tendrils glauben wir, dass die Zukunft des General-Purpose-Computing jenseits von Legacy-Architekturen für Legacy-Software liegt.
- Animats
Dies ist ein „Baue es und sie werden kommen“-Projekt. Es ist kein „Wir packen die innere Schleife von ML vollständig in Hardware“-Projekt. Das wäre technisch sinnvoller. Man könnte eine Menge kleiner unabhängiger neuronaler Netz-Inferenzeinheiten auf einen Chip quetschen. Aber wenn es so angepriesen würde, wären die Fragen: „Warum macht NVidia das nicht?“ und „Was hält NVidia davon ab, es zu tun, nachdem du es getan hast?“ Es gibt viele Leute, die „AI-Chips“ anpreisen, mit bescheidenem Erfolg.
Die Geschichte der general-purpose massiv parallelen Maschinen ist nicht gut. Vom Illiac IV bis zur Playstation 3 gab es in diesem Bereich eine Niete nach der anderen. Man kann sie bauen, aber die Nutzer kommen nicht. Diese Art von Architektur ist großartig, wenn man ein bestimmtes Problem hat, das sich parallelisieren lässt, wie Finite-Elemente-Analyse oder neuronale Netze.
(Ich habe einen NCube benutzt und mochte das Transputer-Konzept irgendwie. Aber beide waren Sackgassen.)
- librasteve
Nach meiner Schätzung kann man auf einer M4-Die-Fläche etwa 256 kleine schnelle CPUs bauen, jede mit 16kiB RAM und IO. Der Großteil der Gatter einer modernen CPU wird für Out-of-Order-Ausführung und Cache-Kohärenz verschwendet.
https://bil-lang.org ist eine explizitere Sprache, die meiner Meinung nach nötig ist, damit Programmierer (oder LLMs) Algorithmen auf ein CPU-Array hämmern können. Aber KI ist ein großer Hebel, um diese historische Barriere zu überwinden.
- mikewarot
Ich denke, wir alle haben Projekte und Ideen wie diese, die Jahrzehnte zurückreichen. In meinem Fall ist es das BitGrid, ein theoretisches Meer aus Lookup-Tabellen, die in alternierenden Phasen wie ein Schachbrett getaktet werden, um Race Conditions und die Notwendigkeit, sich um Timing zu kümmern, zu beseitigen.
Ich konnte den Diagrammen auf der Theorieseite nicht ganz folgen, aber ich wäre bereit, einen sehr kleinen Geldbetrag zu wetten, dass es irgendwann etwas sehr Ähnliches wie das BitGrid sein wird.
- AlotOfReading
Das fühlt sich ein Jahrzehnt zu spät an. Ich sehe den Wertbeitrag für Kunden im Jahr 2026 (oder realistisch betrachtet 2030+) nicht wirklich. Sagen wir, ich bin bereit, meine gesamte Software in eine Sprache umzuschreiben, die zu Interaktionsnetzen kompiliert. Warum sollte ich nicht stattdessen HVM2 verwenden und GPUs von Nvidia kaufen? Wenn ich nur eine exotische Architektur nutzen möchte, liefert AMD heute Dataflow-Prozessoren in großem Maßstab und lizenziert verwandte IP. Und wenn ich nur eine massiv parallele Architektur möchte, um meinen bestehenden ML-Code darauf laufen zu lassen, könnte ich einfach Google Cloud TPUs mieten.
Wer ist der Kunde, der in einem halben Jahrzehnt eine exotische Architektur auf einem alten Prozessknoten mit einer benutzerdefinierten Programmiersprache will?
- nukanse
Als Programmierer wollte ich immer eine CPU, die statt n 64-Bit-Registern ein einziges Register mit 2^m Bits hat, das in beliebig lange Subregister aufgeteilt werden kann, nicht alle gleich groß, und das als Bit-Array oder als SWAR-Maschine behandelt werden kann.
- tyingq
Hmm. Die Geschichte bei https://millcomputing.com/ sah immer überzeugend aus.
Pitchbook zeigt es seit 2019 als „Out of Business“.
- jojohohanon
Ich fand Greenarrays unglaublich cool. (144 native-Forth-Kerne auf einem Chip)
Ich liebte die Mill-Architektur (selbsternannte Clean-Sheet-CPU).
Ich dachte, Transmeta hätte eine gute Chance, weil sie über Kernel-Grenzen hinweg inlinen konnten.
Aber keines davon war besonders genug.
- hingler36
Neue CPU-Architekturen haben davon gelebt und sind daran gestorben, bestehende Software zu unterstützen, wobei Rosetta auf Apple Silicon ein Beispiel für Erfolg und Itanium ein Beispiel für Scheitern ist.
Alles Gute für jeden, der ein neues Paradigma von Prozessor entwerfen will, aber ich bin gespannt zu hören, wie sie die Fallstricke ihrer Vorgänger vermeiden wollen.