Luminal consigue una ronda de financiación de serie A de 25 millones de dólares, liderada por Standard Capital

Luminal ha recaudado 25 millones de dólares en una ronda de financiación de serie A liderada por Standard Capital, anunció el inversor el 12 de noviembre de 2026. La startup de infraestructura de IA está ampliando sus negocios de compilación e inferencia alojada para Nvidia, AMD y chips especializados, con el objetivo de aprovechar mejor el hardware que sus clientes ya tienen.

Los cofundadores Joe Fioti, Jake Stevens y Matthew Gunton han creado dos negocios en torno a la inferencia, el cálculo que produce la salida de un modelo de IA. Luminal aloja modelos en su propia nube y concede licencias de su compilador a clientes que ya cuentan con hardware. Esto le permite ofrecer un servicio gestionado a los clientes que buscan implementar modelos y un producto independiente a quienes quieren mejorar su propia infraestructura.

Un compilador diseñado para buscar implementaciones más rápidas

Un compilador traduce un modelo escrito en un marco de trabajo como PyTorch al código de bajo nivel que ejecuta sus operaciones matemáticas. El resumen técnico de Luminal describe una secuencia de procesamiento que transforma un modelo en un grafo de flujo de datos, aplica fusión, división en bloques, planificación de memoria y planificación de tareas teniendo en cuenta el hardware, y después genera núcleos de GPU o instrucciones para circuitos integrados de aplicación específica. La compilación previa a la ejecución está diseñada para reducir la sobrecarga en tiempo de ejecución que supone interpretar un modelo de forma dinámica.

Luminal dedica una cantidad considerable de recursos de cómputo durante la compilación a buscar posibles implementaciones, en lugar de depender únicamente de heurísticas escritas a mano, dijeron los fundadores. La saturación de igualdades representa de forma compacta un espacio de búsqueda que puede contener billones de opciones para un chip determinado, lo que permite al compilador buscar una versión optimizada. El enfoque está diseñado para procesadores cada vez más especializados, que requieren decisiones de software más complejas sobre memoria y planificación.

Una publicación técnica del 9 de enero de 2026 explica cómo encajan en esa estrategia los megakernels generados automáticamente. Fusionar la pasada hacia adelante de un modelo en un solo núcleo, o programa de GPU, elimina los retrasos repetidos al iniciar núcleos y permite que las operaciones posteriores comiencen cuando sus datos de entrada están listos. El diseño también busca reducir los periodos de inactividad causados por la distribución desigual del trabajo entre los núcleos del procesador y por la espera a que se carguen los pesos iniciales; para ello, utiliza sincronización de grano fino que mantiene las dependencias entre los datos.

Luminal informa de un rendimiento de 36.000 tokens por segundo para GPT-OSS 120B en ocho GPU Nvidia H100 SXM, frente a los 28.000 de TensorRT-LLM y los 26.000 de vLLM, según la comparación publicada en su sitio web. Estos resultados ilustran la mejora del rendimiento que ocupa un lugar central en su propuesta comercial, mientras que el servicio alojado se encarga de tareas de infraestructura que van más allá del compilador.

Inferencia alojada y licencias basadas en el valor

Luminal Cloud ofrece puntos de conexión sin servidor gestionados, procesamiento por lotes automático y capacidad que se reduce a cero cuando no se utiliza; los clientes pagan por lo que consumen. Las implementaciones con licencia pueden ejecutarse en la nube del cliente o en sus propias instalaciones. Por encima del compilador, su capa de inferencia programa y distribuye el trabajo entre CPU, GPU y ASIC, reasigna tareas cuando cambia la utilización y pone en marcha o detiene nodos según la demanda.

AutoHDR, una empresa de medios inmobiliarios, procesa unos 5 millones de imágenes al mes, y Luminal gestiona casi toda esa carga de trabajo mientras traslada una proporción cada vez mayor a chips AMD, dijeron los fundadores. Otro cliente, Freebuff, envía a Luminal billones de tokens cada semana. Estas cargas de trabajo dan a Luminal tráfico de producción que abarca el procesamiento de imágenes y los modelos de lenguaje de gran tamaño.

Según los fundadores, las solicitudes de programación de Freebuff pueden incluir alrededor de 100.000 tokens de entrada, por lo que las tasas de aciertos de caché y el escalado de las solicitudes son factores de costo importantes. Reutilizar los cálculos almacenados en caché evita volver a ejecutarlos, mientras que trasladar las cachés pertinentes por la jerarquía de memoria ayuda a conservar ese ahorro. Un núcleo rápido, por sí solo, no resuelve esos gastos.

Fioti explicó que, para algunas licencias del compilador, el precio consiste en una fracción fija de la mejora medida con respecto al rendimiento de referencia que ya obtiene el cliente. En su ejemplo ilustrativo, duplicar el rendimiento de una GPU que cuesta 1,50 dólares supone un ahorro de 75 centavos; Luminal cobra 25 centavos y el cliente se queda con un ahorro de 50 centavos. Este modelo vincula los ingresos por licencias al valor generado, en lugar de depender únicamente del uso del servicio alojado.

Orígenes de código abierto y expansión

Luminal comenzó como un proyecto paralelo que Fioti desarrolló fuera de su trabajo para ejecutar modelos en una computadora portátil. Más adelante, el proyecto incorporó un soporte para Nvidia y creó una comunidad de código abierto. Los fundadores decidieron mantener abierto el compilador principal y cobrar por el alojamiento, un modelo que compararon con la combinación de Next.js y su nube que ofrece Vercel. La licencia del compilador añade una segunda opción para las organizaciones que ya cuentan con el hardware necesario.

La ronda de serie A sigue a una ronda semilla de 5,3 millones de dólares anunciada el 17 de noviembre de 2025, liderada por Felicis Ventures junto con inversores ángeles, entre ellos Paul Graham y Guillermo Rauch.

Luminal está contratando ingenieros de compiladores y a su primer empleado ajeno al área de ingeniería: un responsable de crecimiento. El equipo trabaja presencialmente en el centro de San Francisco y, hasta ahora, estaba formado exclusivamente por personal de ingeniería. Los fundadores prevén que las cargas de trabajo de inferencia se repartirán cada vez más entre chips especializados en procesar instrucciones y otros especializados en generar tokens, lo que convertirá la coordinación entre distintos tipos de hardware en un reto de software cada vez mayor.

El plan de contratación inmediata apunta a incorporar conocimientos más profundos sobre compiladores y a crear la primera función comercial de la empresa. La prueba más amplia será determinar si Luminal puede mantener las ventajas de costos que se le atribuyen a medida que la inferencia se distribuye entre chips diseñados para distintas etapas de una solicitud, en un contexto en el que la planificación de tareas y la reutilización de la caché pasan a formar parte del cálculo del ahorro, junto con el rendimiento puro del compilador.