DualBird Inc. 是一家利用可定制的现场可编程门阵列（FPGA）来加速数据处理工作负载的初创公司，今日宣布已获得2500万美元的融资。
此轮融资由 Lightspeed Venture Partners 领投，Bessemer Venture Partners、Angular Ventures 和 Uncork Capital 参投。DualBird 将利用这笔资金加速其市场推广进程。
企业通过数据管道来准备用于分析项目的信息。这些是自动化的工作流程，从多个系统中聚合记录，以一致的格式组织它们，并移除不必要的项目。在某些情况下，数据管道及其支持的分析工作负载可能需要价值数百万美元的基础设施来运行。
DualBird 正在利用现场可编程门阵列（FPGA）来降低企业的硬件成本。该公司开发了一个基于 FPGA 的软件平台，声称可以将运行数据处理工作负载的相关成本降低高达 90%。此外，DualBird 承诺提供高达百倍的性能提升。
处理器由通过互连连接在一起的计算和存储模块组成。在标准芯片中，互连的配置是固定的。相比之下，FPGA 具有可调节的互连，这一特性使其能够提供比现成硅芯片更好的性能。
如果一家公司计划使用 FPGA 来运行 SQL 查询，它可以以有利于处理此类查询的方式来配置芯片的互连。这将使该芯片比没有针对 SQL 优化的互连的现成处理器具有速度优势。此外，工程师可以禁用 FPGA 中特定工作负载不需要的部分。断开不必要的电路可以减少功耗，从而降低成本。
据 DualBird 称，其平台优化了 FPGA 以运行数据密集型工作负载。该软件可以在某中心的 EC2 F2 实例上运行，这些实例最多提供 8 个 FPGA 和 192 个 vCPU。一个 vCPU 对应于物理中央处理单元核心上的单个线程。
许多公司使用 Apache Spark 来驱动其数据管道和分析工作流程。DualBird 提供了一个插件，使客户能够将其平台连接到他们的 Spark 环境。该公司的平台还与 Apache Iceberg 兼容，这是一种常用于存储分析应用程序处理信息的文件格式。
优化 Spark 环境的性能通常需要工程师手动微调其设置。据 DualBird 称，其平台消除了手动调优的需求。此外，它还减少了 Spark 在称为“洗牌”的计算操作过程中处理的数据量。减少数据量可以降低存储成本。
DualBird 表示其平台还可以简化人工智能项目。将 AI 模型部署到生产环境后，开发人员会定期使用新数据重新训练算法以保持其最新。DualBird 声称，其技术使得能够更频繁地使用更多数据重新训练模型，这是原本难以实现的。
“数据处理是仍然困在通用 CPU 上的最大工作负载，”联合创始人兼首席执行官 Amir Gilad 表示。“它值得拥有专门构建的处理器，就像 AI 拥有 GPU 一样。”
DualBird 计划在 2026 年初使其平台全面上市。
