三年前,Luminal联合创始人乔·菲奥蒂在英特尔从事芯片设计工作时意识到一个问题。虽然他致力于制造最好的芯片,但更重要的瓶颈其实在软件层面。
"你可以制造出世界上最好的硬件,但如果开发者难以使用,他们就不会去用它,"他说道。
如今,他创办了一家专门解决这一问题的公司。周一,Luminal宣布完成530万美元种子轮融资,由Felicis Ventures领投,天使投资人包括Paul Graham、Guillermo Rauch和Ben Porterfield。
菲奥蒂的联合创始人Jake Stevens和Matthew Gunton分别来自苹果和亚马逊,该公司隶属于Y Combinator 2025年夏季项目。
Luminal的核心业务很简单:公司销售算力,就像CoreWeave或Lambda Labs等新兴云公司一样。但与这些专注于GPU的公司不同,Luminal专注于优化技术,让公司能够从现有基础设施中挤出更多算力。特别是,该公司专注于优化位于编写代码和GPU硬件之间的编译器——这正是菲奥蒂在前一份工作中遇到诸多问题的开发者系统。
目前,行业领先的编译器是英伟达的CUDA系统——这是该公司取得巨大成功的一个被低估的要素。但CUDA的许多组件都是开源的,Luminal认为,在行业内许多人仍在抢夺GPU的情况下,构建技术栈的其余部分将带来巨大价值。
这是推理优化初创公司日益壮大群体的一部分,随着公司寻求更快、更便宜的模型运行方式,这类公司变得更有价值。像Baseten和Together AI这样的推理提供商长期专注于优化,而Tensormesh和Clarifai等较小公司现在开始专注于更具体的技术诀窍。
Luminal和其他同类公司将面临主要实验室优化团队的激烈竞争,后者拥有针对单一模型系列进行优化的优势。作为客户服务商,Luminal必须适应客户提出的任何模型。但即使面临被超大规模云服务商超越的风险,菲奥蒂表示市场增长足够快,他并不担心。
"花六个月时间在特定硬件上手动调优模型架构总是可能的,你可能会击败任何编译器性能,"菲奥蒂说。"但我们的大胆押注是,除此之外,通用用例仍然具有很大的经济价值。"
Q&A
Q1:Luminal是什么公司?主要做什么业务?
A:Luminal是一家专注于GPU代码优化的初创公司,主要业务是销售算力服务。与其他云计算公司不同,Luminal专注于优化技术,特别是优化编译器系统,让公司能够从现有基础设施中获得更多算力。
Q2:Luminal的优化技术有什么特点?
A:Luminal专注于优化位于编写代码和GPU硬件之间的编译器,这是连接软件和硬件的关键环节。公司利用英伟达CUDA系统的开源组件,构建技术栈的其余部分,为客户提供更高效的GPU使用方案。
Q3:Luminal面临哪些竞争挑战?
A:Luminal面临来自主要实验室优化团队的激烈竞争,这些团队拥有针对单一模型系列优化的优势。同时还有其他推理优化公司如Baseten、Together AI等的竞争,以及被超大规模云服务商超越的风险。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。