Luminal keräsi 25 miljoonaa dollaria A-sarjan rahoituskierroksella, jota johti Standard Capital

Luminal on kerännyt 25 miljoonaa dollaria A-sarjan rahoituskierroksella. Sijoittaja ilmoitti asiasta 12. marraskuuta 2026. Tekoälyn infrastruktuuriin keskittyvä startup laajentaa kääntäjä- ja hallinnoitua päättelyliiketoimintaansa Nvidian, AMD:n ja erikoistuneiden sirujen parissa. Tavoitteena on saada enemmän hyödyllistä laskentatyötä irti laitteistosta, jonka asiakkaat jo omistavat.

Perustajakolmikko Joe Fioti, Jake Stevens ja Matthew Gunton on rakentanut kaksi liiketoimintaa päättelyn ympärille. Päättely on laskentaa, joka tuottaa tekoälymallin tuloksen. Luminal ylläpitää malleja omassa pilvipalvelussaan ja lisensoi kääntäjäänsä asiakkaille, joilla on jo käytössään laitteistoa. Näin yhtiö tarjoaa hallinnoidun palvelun käyttöönottoa hakeville asiakkaille sekä erillisen tuotteen niille, jotka haluavat parantaa omaa infrastruktuuriaan.

Kääntäjä etsii nopeampia toteutustapoja

Kääntäjä muuntaa esimerkiksi PyTorch-kehyksellä kirjoitetun mallin matemaattiset operaatiot suorittavaksi matalan tason koodiksi. Luminalin teknisessä yleiskatsauksessa kuvataan käsittelyketju, jossa malli muunnetaan tietovirtakaavioksi, siihen sovelletaan laitteistotietoista yhdistämistä, paloittelua, muistinhallintaa ja ajoitusta, minkä jälkeen kääntäjä tuottaa GPU-ytimiä tai sovelluskohtaisille mikropiireille tarkoitettuja käskyjä. Kääntäminen ennen suoritusta on suunniteltu vähentämään mallin dynaamisesta tulkinnasta aiheutuvaa suoritusaikaista lisäkuormaa.

Luminal käyttää kääntämisen aikana huomattavan määrän laskentatehoa mahdollisten toteutustapojen etsimiseen sen sijaan, että se turvautuisi vain käsin laadittuihin heuristiikkoihin, perustajat kertoivat. Ekvivalenssisaturaatio esittää tiiviisti hakuavaruuden, joka voi sisältää yhdellä sirulla biljoonia vaihtoehtoja, ja antaa kääntäjälle mahdollisuuden etsiä optimoitua versiota. Lähestymistapa on suunniteltu yhä erikoistuneemmille suorittimille, jotka edellyttävät ohjelmistolta monimutkaisempia muistiin ja ajoitukseen liittyviä ratkaisuja.

Teknisessä julkaisussa 9. tammikuuta 2026 selitetään, miten automaattisesti luodut megaytimet sopivat tähän strategiaan. Mallin etenemisvaiheen yhdistäminen yhteen kerneliin eli GPU-ohjelmaan poistaa toistuvista kernelin käynnistyksistä aiheutuvat viiveet ja antaa myöhemmille operaatioille mahdollisuuden alkaa heti, kun niiden syötedata on valmista. Ratkaisulla pyritään myös vähentämään suorittimen ytimien epätasaisesta työkuormasta ja alkuperäisten painojen latautumisen odottamisesta aiheutuvia joutokäyntijaksoja. Tähän käytetään tarkkarajaista synkronointia, joka säilyttää datariippuvuudet.

Luminal ilmoittaa saavuttavansa 36 000 tokenia sekunnissa GPT-OSS 120B -mallilla kahdeksalla Nvidia H100 SXM -grafiikkasuorittimella. Yhtiön verkkosivuston vertailussa TensorRT-LLM saavutti 28 000 ja vLLM 26 000 tokenia sekunnissa. Tulokset havainnollistavat suorituskyvyn kasvua, joka on yhtiön kaupallisen tarjouksen ytimessä. Hallinnoitu palvelu tuo kuitenkin mukanaan myös muuta infrastruktuurityötä kuin pelkän kääntäjän.

Hallinnoitu päättely ja arvoperusteinen lisensointi

Luminal Cloud tarjoaa hallinnoituja palvelimettomia päätepisteitä, automaattista eräajoa ja kapasiteettia, joka skaalautuu nollaan. Asiakkaat maksavat käytön mukaan. Lisensoidut käyttöönotot voidaan toteuttaa asiakkaan pilvipalvelussa tai omissa tiloissa. Kääntäjän lisäksi päättelykerros ajoittaa ja tasapainottaa työkuormaa suorittimien, grafiikkasuorittimien ja ASIC-piirien välillä, jakaa tehtäviä uudelleen käyttöasteen muuttuessa sekä käynnistää ja pysäyttää solmuja kysynnän mukaan.

Kiinteistöalan mediayhtiö AutoHDR käsittelee noin 5 miljoonaa kuvaa kuukaudessa. Perustajien mukaan Luminal hoitaa lähes koko työkuorman ja siirtää siitä kasvavan osuuden AMD:n siruille. Toinen asiakas, Freebuff, lähettää Luminalille biljoonia tokeneita viikossa. Nämä työkuormat tuovat Luminalille tuotantoliikennettä sekä kuvankäsittelystä että suurista kielimalleista.

Perustajien mukaan Freebuffin koodauspyynnöt voivat sisältää noin 100 000 syötetokenia, minkä vuoksi välimuistiosumien määrä ja pyyntöjen skaalautuminen vaikuttavat merkittävästi kustannuksiin. Välimuistiin tallennetun laskennan uudelleenkäyttö välttää sen suorittamisen uudelleen, ja olennaisten välimuistien siirtäminen muistihierarkiassa auttaa säilyttämään tämän säästön. Pelkkä nopea kerneli ei ratkaise näitä kustannuksia.

Fiotin mukaan joidenkin kääntäjälisenssien hinnoittelu perustuu kiinteään osuuteen asiakkaan nykyiseen lähtötasoon verrattuna mitatusta parannuksesta. Hänen havainnollistavassa esimerkissään yhden dollarin ja 50 sentin grafiikkasuorittimen suorituskyvyn kaksinkertaistaminen säästää 75 senttiä. Luminal veloittaa 25 senttiä, jolloin asiakkaalle jää 50 sentin säästö. Hinnoittelumalli sitoo lisenssituotot asiakkaalle tuotettuun arvoon pelkän hallinnoidun palvelun käytön sijaan.

Avoimen lähdekoodin alkuvaiheet ja laajentuminen

Luminal sai alkunsa sivuprojektista, jota Fioti kehitti työpaikkansa ulkopuolella voidakseen käyttää malleja kannettavalla tietokoneella. Projektiin lisättiin myöhemmin Nvidia-taustajärjestelmä, ja sen ympärille kehittyi avoimen lähdekoodin yhteisö. Perustajat päättivät pitää kääntäjän ytimen avoimena ja veloittaa isännöinnistä. He vertasivat mallia Vercelin Next.js-kehyksen ja pilvipalvelun yhdistelmään. Kääntäjän lisensointi tarjoaa toisen vaihtoehdon organisaatioille, joilla on jo laitteisto käytössään.

A-sarjan rahoituskierrosta edelsi 5,3 miljoonan dollarin siemenrahoituskierros, josta ilmoitettiin 17. marraskuuta 2025. Kierrosta johti Felicis Ventures, ja siihen osallistui enkelisijoittajia, kuten Paul Graham ja Guillermo Rauch.

Luminal hakee nyt kääntäjäinsinöörejä sekä ensimmäistä tekniikan ulkopuolista työntekijäänsä, kasvusta vastaavaa johtajaa. Tiimi työskentelee paikan päällä San Franciscon keskustassa, ja tähän asti kaikki työntekijät ovat olleet insinöörejä. Perustajat odottavat päättelytyökuormien jakautuvan yhä enemmän kehotteiden käsittelyyn erikoistuneiden sirujen ja tokenien tuottamiseen erikoistuneiden sirujen kesken. Tämä kasvattaa laitteistotyyppien välisen koordinoinnin merkitystä ohjelmistokehityksessä.

Välitön rekrytointisuunnitelma kertoo, että yhtiö tarvitsee syvempää kääntäjäosaamista ja aikoo palkata ensimmäisen kaupallisen puolen työntekijänsä. Laajempi kysymys on, pystyykö Luminal säilyttämään raportoidut kustannusetunsa, kun päättely jakautuu yhä useammin eri pyyntöjen käsittelyvaiheisiin suunniteltujen sirujen kesken. Tällöin ajoitus ja välimuistin uudelleenkäyttö vaikuttavat säästöjen laskentaan raakaa kääntäjäsuorituskykyä unohtamatta.