Luminal získává 25 milionů dolarů v investičním kole série A, které vede Standard Capital

Luminal získala 25 milionů dolarů v investičním kole série A, které vede Standard Capital, jak investor oznámil 12. listopadu 2026. Startup zaměřený na infrastrukturu pro umělou inteligenci rozšiřuje své podnikání v oblasti kompilátoru a hostované inference na čipech Nvidia, AMD i specializovaných čipech. Zaměřuje se přitom na to, jak z hardwaru, který už zákazníci vlastní, získat více užitečného výkonu.

Spoluzakladatelé Joe Fioti, Jake Stevens a Matthew Gunton vybudovali dvě podnikatelské aktivity zaměřené na inferenci, tedy výpočet, který vytváří výstup modelu umělé inteligence. Luminal provozuje modely ve vlastním cloudu a licencuje svůj kompilátor zákazníkům, kteří už mají vlastní hardware. Nabízí tak spravovanou službu zákazníkům, kteří hledají řešení pro nasazení, a samostatný produkt těm, kteří chtějí zlepšit vlastní infrastrukturu.

Kompilátor navržený k hledání rychlejších implementací

Kompilátor převádí model napsaný v rámci, jako je PyTorch, do nízkoúrovňového kódu, který provádí jeho matematické operace. Technický přehled společnosti Luminal popisuje postup, který převádí model na graf toku dat, provádí slučování operací s ohledem na hardware, rozklad na dlaždice, plánování paměti a rozvrhování a následně vytváří jádra GPU nebo instrukce pro aplikačně specifické integrované obvody. Kompilace před spuštěním má omezit režii za běhu, která vzniká dynamickou interpretací modelu.

Zakladatelé uvedli, že Luminal během kompilace vynakládá značné výpočetní prostředky na hledání možných implementací, místo aby se spoléhala pouze na ručně vytvořené heuristiky. Metoda saturace ekvivalence kompaktně reprezentuje prostor hledání, který může pro daný čip obsahovat biliony možností, a umožňuje kompilátoru hledat optimalizovanou verzi. Tento přístup je určen pro stále specializovanější procesory, které vyžadují složitější rozhodování o paměti a rozvrhování v softwaru.

Technický příspěvek z 9. ledna 2026 vysvětluje, jak do této strategie zapadají automaticky generovaná megajádra. Sloučení dopředného průchodu modelu do jediného jádra neboli programu GPU odstraňuje opakované prodlevy při spouštění jader a umožňuje zahájit další operace, jakmile jsou k dispozici jejich vstupní data. Návrh se zaměřuje také na období nečinnosti způsobená nerovnoměrným rozložením práce mezi jádry procesoru a čekáním na načtení počátečních vah; pomocí jemnozrnné synchronizace přitom zachovává datové závislosti.

Luminal uvádí, že při zpracování GPT-OSS 120B dosahuje na osmi GPU Nvidia H100 SXM rychlosti 36 000 tokenů za sekundu. Podle srovnání na svých webových stránkách je to více než 28 000 u TensorRT-LLM a 26 000 u vLLM. Tyto výsledky dokládají zvýšení propustnosti, které je jádrem obchodní nabídky společnosti, zatímco hostovaná služba přidává další infrastrukturu nad rámec samotného kompilátoru.

Hostovaná inference a licencování založené na hodnotě

Luminal Cloud nabízí spravované bezserverové koncové body, automatické dávkování a kapacitu, kterou lze snížit až na nulu; zákazníci platí za skutečné využití. Licencovaná řešení lze provozovat v cloudu zákazníka nebo v jeho vlastních prostorách. Její inferenční vrstva nad kompilátorem plánuje a vyvažuje práci mezi CPU, GPU a ASIC, přerozděluje úlohy podle změn vytížení a spouští nebo vypíná uzly podle aktuální poptávky.

Mediální společnost AutoHDR, která působí v oblasti realit, zpracovává přibližně 5 milionů snímků měsíčně. Zakladatelé uvedli, že Luminal zajišťuje téměř veškeré toto zpracování a stále větší část přesouvá na čipy AMD. Další zákazník, Freebuff, posílá Luminalu každý týden biliony tokenů. Tato pracovní zátěž zahrnuje provozní úlohy od zpracování obrazu až po rozsáhlé jazykové modely.

Podle zakladatelů mohou požadavky Freebuffu na generování kódu obsahovat řádově 100 000 vstupních tokenů, takže míra zásahů do mezipaměti a škálování požadavků mají významný vliv na náklady. Opětovné využití výpočtů uložených v mezipaměti odstraňuje nutnost provádět je znovu, zatímco přesouvání příslušných mezipamětí v hierarchii paměti pomáhá tyto úspory zachovat. Samotné rychlé jádro tyto náklady neřeší.

Fioti uvedl, že u některých licencí na kompilátor se cena stanovuje jako pevný podíl naměřeného zlepšení oproti dosavadní výchozí hodnotě zákazníka. V jeho názorném příkladu zdvojnásobení propustnosti na GPU, které stojí 1,50 dolaru, přináší úsporu 75 centů; Luminal si účtuje 25 centů a zákazníkovi tak zůstává úspora 50 centů. Tento model váže příjmy z licencí na dosaženou hodnotu, nikoli pouze na využívání hostované služby.

Počátky open source a další rozvoj

Luminal začala jako vedlejší projekt, který Fioti vyvíjel mimo své zaměstnání, aby mohl spouštět modely na notebooku. Projekt později přidal podporu Nvidia a vytvořil kolem sebe open-source komunitu. Zakladatelé se rozhodli ponechat jádro kompilátoru jako open source a zpoplatnit jeho hostování; tento model přirovnali ke spojení frameworku Next.js a cloudu společnosti Vercel. Licence na kompilátor představuje další možnost pro organizace, které už mají potřebný hardware.

Investičnímu kolu série A předcházelo zakončení seedového kola ve výši 5,3 milionu dolarů oznámené 17. listopadu 2025, které vedla společnost Felicis Ventures za účasti andělských investorů včetně Paula Grahama a Guillerma Raucha.

Luminal nyní hledá softwarové inženýry specializované na kompilátory a svého prvního zaměstnance mimo technický tým, vedoucího růstu. Tým pracuje společně v kanceláři v centru San Francisca a dosud jej tvořili výhradně technicky zaměření pracovníci. Zakladatelé očekávají, že se inferenční úlohy budou stále více rozdělovat mezi čipy specializované na zpracování promptů a čipy zaměřené na generování tokenů, což zvýší nároky na koordinaci různých typů hardwaru v softwaru.

Bezprostřední náborový plán naznačuje potřebu hlubších odborných znalostí v oblasti kompilátorů a obsazení první obchodní pozice. Širší zkouškou bude, zda si Luminal dokáže zachovat uváděné nákladové výhody i s tím, jak se inference rozšiřuje napříč čipy navrženými pro různé fáze požadavku, kdy se plánování úloh a opětovné využití mezipaměti stávají součástí výpočtu úspor vedle samotného výkonu kompilátoru.