A la toute fin 2016, le français PLDA Group, qui conçoit et commercialise des blocs d'IP et des outils de conception pour FPGA, a créé une filiale baptisée Accelize, entièrement focalisée sur la commercialisation et le développement ...de la solution d’accélération de design sur FPGA QuickPlay de la société. Solution lancée sur le marché en 2015, et suivie en 2016 de la mise en place de la plate-forme de marché QuickStore.

Rappelons que QuickPlay est un environnement de développement ouvert, conçu pour la la mise en œuvre d’applications sur FPGA par des développeurs qui n’ont pas forcément une expertise pointue des arcanes de la programmation sur FPGA. Concrètement, QuickPlay expose un framework en C/C ++ ainsi que des API permettant de créer des logiciels applicatifs pour circuits programmables en s’appuyant sur une approche de niveau système, et ce avec un degré élevé d’abstraction via la description d’un modèle graphique de flux de données (dataflow). L’idée est de réduire de manière drastique les temps de programmation des applications sur FPGA tout en tirant parti des capacités de parallélisation offertes par la structure d’un FPGA.

Quant à QuickStore, il s’agit d’une place de marché en ligne qui vise à mettre à disposition une bibliothèque de blocs d’IP pour les utilisateurs qui utilisent QuickPlay.

« Prenant acte de la popularité acquise par QuickPlay sur le terrain, nous avons décidé de filialiser cette activité en créant Accelize pour accélérer le déploiement de cette technologie et la rendre plus visible », explique Arnaud Schleich, le CEO de PLDA Group.

D’ores et déjà, Accelize - qui vole de ses propres ailes depuis le début de l’année 2017 - a signé deux partenariats, l’un avec OVH, un des plus gros hébergeurs mondiaux de serveurs de données, et l’autre avec la société d’ingénierie et de conception Barco Silex, spécialiste entre autres des blocs de compression vidéo et de cryptage pour Asic et FPGA.

Grâce à l’accord avec OVH, Accelize va pouvoir proposer son environnement QuickPlay sous la forme d’un service logiciel en ligne dans le cloud (SaaS, Software as a Service) via la solution RunAbove Lab d’OVH. Lancée à l’été 2016, elle s'appuie sur un serveur bâti sur des FPGA sur lequel les utilisateurs peuvent évaluer et tester dans le cloud leurs applications pour ces architectures programmables. Le partenariat avec Accelize va notamment permettre aux utilisateurs de la solution RunAbove de faire tourner à distance leurs applications développées avec QuickPlay.

« Nous voyons 2017 comme “l'année du FPGA” dans les centres de données, et nous savons que beaucoup d’utilisateurs s'intéressent à ces architectures en raison de la capacité d'accélération qu'elles apportent, note Germain Masse, directeur technique d'OVH. Cependant, nous savons également par expérience que le développement d'accélérateurs sur FPGA est une tâche difficile pour beaucoup de développeurs. C’est pourquoi l'offre d'Accelize est adaptée à ce double constat en proposant un outil de haut niveau pour la conception d’applications, associé à un écosystème de développeurs expérimentés qui peuvent proposer des blocs d’accélération pour FPGA déjà validés. »

Parmi les membres de cet écosystème, Barco Silex est devenu, via un accord de coopération, un partenaire de premier rang pour Accelize. La société va en effet proposer ses blocs de cryptage pour FPGA en tant qu’IP utilisables immédiatement dans l’environnement QuickPlay via le cloud, avec une approche de type plug and play (EaaS, Encryption-as-a-Service). Ce bloc d’IP de Barco Silex, l’AES GCM, procure une authentification chiffrée à une vitesse de 100 Gbit/s. A travers QuickPlay, les développeurs pourront ainsi créer et adapter à leurs besoins des accélérateurs d’algorithmes de chiffrement sur FPGA.

Ces partenariats ouvrent de fait la voie à ce que ses promoteurs nomment le FPGA Acceleration-as-a-Service (FAaaS), où les fournisseurs de serveurs dans le nuage exploitent les capacités d’accélération de calculs des FPGA pour exécuter des tâches complexes et exigeantes en termes de ressource de calcul comme l’apprentissage en profondeur (deep learning), l’analyse de masses de données, le traitement vidéo, etc.