BootGPT es un proyecto de software que implementa un modelo de lenguaje neuronal dentro del sector MBR (Master Boot Record) de un disco duro, permitiendo que una computadora arranque sin necesidad de un sistema operativo tradicional. El sistema ocupa los 512 bytes del sector MBR para cargar un modelo de 11,5 KB desde los sectores siguientes y ejecutarlo en modo real de 16 bits en una CPU 386. Al iniciar, la máquina genera un registro de arranque de Linux simulado, incluyendo timestamps, eventos PCI y ACPI, aunque el hardware subyacente no exista realmente.
El proyecto se basa en una arquitectura minimalista: el sector MBR contiene únicamente el código de arranque en ensamblador, mientras que las cadenas de texto, los pesos del modelo y la tabla de vocabulario residen en los sectores de datos adyacentes. Esto permite que la inferencia se realice sin dependencias de C runtime ni sistemas operativos. El modelo, entrenado con un contexto de 8 caracteres y una capa oculta, utiliza matemáticas enteras optimizadas (int8) para realizar el paso adelante de inferencia mediante instrucciones de ensamblador específicas como imul e idiv.
BootGPT se diferencia de otros proyectos similares, como sectorllm, al no ejecutar un transformador completo con atención, sino una red neuronal de nivel de caracteres entrenada específicamente para simular el registro de arranque de la máquina en la que está ejecutándose. El proyecto incluye scripts para generar datos de entrenamiento, cuantizar el modelo y ejecutar la simulación en QEMU, ofreciendo una demostración visual del proceso de arranque. Este enfoque representa un extremo técnico en la historia de los sectores de arranque, donde anteriormente se han implementado intérpretes de BASIC, compiladores de C y juegos completos, pero con la restricción de que el motor de inferencia debe caber íntegramente en el sector de arranque.
