BootGPT es un proyecto especializado que implementa una red neuronal capaz de ejecutarse durante la secuencia de arranque inicial de un PC. A diferencia del software moderno que depende de un sistema operativo o de un entorno de ejecución en C, BootGPT opera en modo real de 16 bits en un procesador x86 386. El proyecto utiliza el Master Boot Record (MBR), un área de 512 bytes del disco, para alojar el código de ensamblador principal. Este código es responsable de cargar un modelo int8 de 11.5 KB desde los sectores de disco subsiguientes y ejecutar el paso hacia adelante para generar un registro de arranque de Linux simulado, completo con marcas de tiempo y eventos de hardware.
Esta imagen representa el repositorio principal de GitHub donde se alojan el código fuente y la implementación técnica del proyecto BootGPT.
La implementación técnica se basa en una optimización extrema para ajustar el motor de inferencia dentro del límite de 510 bytes del MBR. El proyecto utiliza una red neuronal a nivel de caracteres con una capa oculta y una salida softmax. Para asegurar que el modelo pueda ejecutarse en hardware tan restringido, el script de entrenamiento cuantiza todos los pesos y escalas a int8 utilizando valores de potencia de dos. Esto permite que el sector de arranque realice todo el paso hacia adelante utilizando únicamente la instrucción `imul` (multiplicación de enteros) y una única instrucción `idiv` (división de enteros). El tiempo de ejecución maneja la infraestructura específica de la BIOS, como el uso de `int 13h` para cargar los pesos desde el disco y `int 10h` para imprimir el texto resultante en la pantalla.
Aunque el modelo no es un narrador de propósito general, está específicamente entrenado para alucinar un registro de arranque coherente. El proceso de entrenamiento implica generar 3 MB de datos falsos de `dmesg` (mensajes del kernel) para proporcionar al modelo un corpus consistente. Debido a que los registros de arranque reales son repetitivos, esta consistencia ayuda al pequeño modelo a producir un resultado creíble que imita el comportamiento del sistema operativo durante el inicio.