Startup Luminal huy động 23 triệu USD để phá vỡ sự thống trị phần mềm của Nvidia

Tóm lược nhanh
“Luminal vừa huy động thành công 23 triệu USD để phát triển nền tảng giúp các ứng dụng trí...”
Các điểm cốt lõi
- 1.Luminal đã huy động được 23 triệu USD trong vòng gọi vốn Series A do Standard Capital dẫn đầu, nâng tổng số vốn huy động lên hơn 28 triệu USD.
- 2.Nền tảng của Luminal bao gồm một trình biên dịch tìm kiếm và dịch vụ đám mây suy luận, cho phép tự động tối ưu hóa mã nguồn để chạy trên các kiến trúc chip khác nhau.
- 3.Công ty cho biết nền tảng của họ hiện xử lý hơn 45 nghìn tỷ token mỗi tháng và đang hợp tác chặt chẽ với các bộ vi xử lý Trainium của AWS.
Luminal vừa huy động thành công 23 triệu USD để phát triển nền tảng giúp các ứng dụng trí tuệ nhân tạo chạy trên nhiều loại chip khác nhau mà không cần viết lại mã nguồn. Công nghệ này nhằm mục tiêu giảm bớt sự phụ thuộc vào hệ sinh thái phần mềm CUDA của Nvidia.
Bối cảnh và chi tiết công nghệ
Luminal đã huy động được 23 triệu USD trong vòng gọi vốn Series A do Standard Capital dẫn đầu, nâng tổng số vốn huy động lên hơn 28 triệu USD.
Nền tảng của Luminal bao gồm một trình biên dịch tìm kiếm và dịch vụ đám mây suy luận, cho phép tự động tối ưu hóa mã nguồn để chạy trên các kiến trúc chip khác nhau.
Công ty cho biết nền tảng của họ hiện xử lý hơn 45 nghìn tỷ token mỗi tháng và đang hợp tác chặt chẽ với các bộ vi xử lý Trainium của AWS.
Đánh giá tác động và góc nhìn chuyên môn
Sự thống trị của Nvidia không chỉ dựa vào phần cứng mà còn nhờ vào CUDA, một rào cản phần mềm khiến việc chuyển đổi sang chip của đối thủ trở nên tốn kém và phức tạp đối với các nhà phát triển.
Bằng cách tự động hóa việc tối ưu hóa mã nguồn cho các loại chip khác nhau, Luminal đang cố gắng giải quyết bài toán chi phí và hiệu suất mà các doanh nghiệp gặp phải khi muốn thoát khỏi sự phụ thuộc vào một nhà cung cấp duy nhất.
Xu hướng tiếp theo và điều cần theo dõi
Hiệu suất thực tế của các mô hình AI khi chạy trên chip của đối thủ thông qua trình biên dịch của Luminal so với khi chạy trực tiếp trên CUDA vẫn cần được kiểm chứng độc lập.
Khả năng mở rộng của nền tảng này đối với các kiến trúc chip mới trong tương lai chưa được làm rõ ngoài các hỗ trợ hiện tại.







