Standard Capital के नेतृत्व में Luminal ने जुटाए 25 मिलियन डॉलर के सीरीज़ A निवेश

Luminal ने Standard Capital के नेतृत्व में 25 मिलियन डॉलर का सीरीज़ A निवेश जुटाया है। निवेशक ने इसकी घोषणा 12 नवंबर, 2026 को की। यह एआई अवसंरचना स्टार्टअप Nvidia, AMD और विशेष चिपों पर अपना कंपाइलर और होस्टेड इन्फरेंस कारोबार बढ़ा रहा है। इसका ध्यान ग्राहकों के पास पहले से मौजूद हार्डवेयर से अधिक उपयोगी काम करवाने पर है।

सह-संस्थापक Joe Fioti, Jake Stevens और Matthew Gunton ने इन्फरेंस—यानी एआई मॉडल का आउटपुट तैयार करने वाली गणना—के इर्द-गिर्द दो कारोबार खड़े किए हैं। Luminal अपने क्लाउड पर मॉडल होस्ट करता है और उन ग्राहकों को अपना कंपाइलर लाइसेंस देता है जिनके पास पहले से हार्डवेयर है। इससे कंपनी उन ग्राहकों को प्रबंधित सेवा देती है जो मॉडल तैनात करना चाहते हैं, और उन ग्राहकों को अलग उत्पाद देती है जो अपने अवसंरचना तंत्र को बेहतर बनाना चाहते हैं।

तेज़ कार्यान्वयन खोजने के लिए बनाया गया कंपाइलर

कंपाइलर PyTorch जैसे फ्रेमवर्क में लिखे मॉडल को ऐसे निम्न-स्तरीय कोड में बदलता है जो उसकी गणितीय क्रियाओं को निष्पादित करता है। Luminal का तकनीकी विवरण ऐसी प्रक्रिया बताता है जिसमें मॉडल को डेटा-प्रवाह ग्राफ़ में बदला जाता है, हार्डवेयर के अनुरूप फ्यूज़न, टाइलिंग, मेमोरी योजना और शेड्यूलिंग लागू की जाती है, और फिर GPU कर्नल या अनुप्रयोग-विशिष्ट एकीकृत परिपथों के लिए निर्देश तैयार किए जाते हैं। निष्पादन से पहले कंपाइल करने का उद्देश्य मॉडल की गतिशील व्याख्या से होने वाले रनटाइम ओवरहेड को कम करना है।

संस्थापकों के मुताबिक, Luminal कंपाइल करने के दौरान संभावित कार्यान्वयनों की खोज में काफी गणना खर्च करता है और केवल हाथ से लिखे अनुमानी नियमों पर निर्भर नहीं रहता। इक्वैलिटी सैचुरेशन खोज-क्षेत्र को संक्षिप्त रूप में दर्शाता है, जिसमें किसी चिप पर खरबों विकल्प हो सकते हैं। इससे कंपाइलर अनुकूलित संस्करण खोज सकता है। यह तरीका लगातार अधिक विशिष्ट होते जा रहे प्रोसेसरों के लिए बनाया गया है, जिन्हें सॉफ़्टवेयर में मेमोरी और शेड्यूलिंग से जुड़े अधिक जटिल फैसलों की ज़रूरत होती है।

9 जनवरी, 2026 की एक तकनीकी पोस्ट बताती है कि स्वचालित रूप से बनाए गए मेगाकर्नल इस रणनीति में कैसे शामिल हैं। मॉडल के फ़ॉरवर्ड पास को एक ही कर्नल, यानी GPU प्रोग्राम, में फ़्यूज़ करने से बार-बार कर्नल शुरू करने में होने वाली देरी हट जाती है और आगे की क्रियाएं अपना इनपुट डेटा तैयार होते ही शुरू हो सकती हैं। इस डिज़ाइन का लक्ष्य प्रोसेसर कोर के बीच काम के असमान बँटवारे और शुरुआती वेट लोड होने की प्रतीक्षा से पैदा होने वाला निष्क्रिय समय घटाना भी है। इसके लिए यह डेटा निर्भरताओं को बनाए रखने हेतु सूक्ष्म स्तर के सिंक्रोनाइज़ेशन का उपयोग करता है।

Luminal की वेबसाइट पर दी गई तुलना के अनुसार, आठ Nvidia H100 SXM GPU पर GPT-OSS 120B के लिए यह 36,000 टोकन प्रति सेकंड की गति बताता है, जबकि TensorRT-LLM के लिए 28,000 और vLLM के लिए 26,000 टोकन प्रति सेकंड है। ये नतीजे उसके व्यावसायिक प्रस्ताव के केंद्र में मौजूद थ्रूपुट सुधार को दिखाते हैं। वहीं, होस्टेड सेवा कंपाइलर के अलावा अवसंरचना से जुड़ा काम भी संभालती है।

होस्टेड इन्फरेंस और मूल्य-आधारित लाइसेंसिंग

Luminal Cloud प्रबंधित सर्वरलेस एंडपॉइंट, स्वचालित बैचिंग और माँग न होने पर क्षमता को शून्य तक घटाने की सुविधा देता है। ग्राहक केवल अपने इस्तेमाल के लिए भुगतान करते हैं। लाइसेंस प्राप्त इंस्टॉलेशन ग्राहक के क्लाउड या उसके अपने परिसर में चलाए जा सकते हैं। कंपाइलर के ऊपर इसकी इन्फरेंस परत CPU, GPU और ASIC पर काम को शेड्यूल और संतुलित करती है, उपयोग में बदलाव के साथ कामों का फिर से बँटवारा करती है और माँग के अनुसार नोड शुरू या बंद करती है।

रियल एस्टेट मीडिया कंपनी AutoHDR हर महीने लगभग 5 मिलियन तस्वीरों को प्रोसेस करती है। संस्थापकों के मुताबिक, Luminal इस काम के लगभग पूरे बोझ को संभालता है और इसका बढ़ता हिस्सा AMD चिपों पर ले जा रहा है। एक अन्य ग्राहक Freebuff हर सप्ताह Luminal को खरबों टोकन भेजता है। इन कामों से Luminal को तस्वीरों की प्रोसेसिंग और बड़े भाषा मॉडल, दोनों में उत्पादन-स्तर का ट्रैफ़िक मिलता है।

संस्थापकों के अनुसार, Freebuff के कोडिंग अनुरोधों में लगभग 100,000 इनपुट टोकन हो सकते हैं, इसलिए कैश-हिट दर और अनुरोधों को बढ़ाने की लागत अहम हो जाती है। कैश की गई गणना का दोबारा इस्तेमाल करने से उसे फिर से चलाने की ज़रूरत नहीं पड़ती, जबकि संबंधित कैश को मेमोरी की अलग-अलग परतों के बीच ले जाने से यह बचत बनी रहती है। केवल तेज़ कर्नल इन खर्चों का समाधान नहीं करता।

Fioti ने बताया कि कुछ कंपाइलर लाइसेंसों के लिए कीमत ग्राहक के मौजूदा आधार-स्तर की तुलना में मापे गए सुधार का एक निश्चित अंश होती है। उनके उदाहरण में, 1.50 डॉलर के GPU पर थ्रूपुट दोगुना होने से 75 सेंट की बचत होती है; Luminal 25 सेंट लेता है और ग्राहक के पास 50 सेंट की बचत रहती है। इस व्यवस्था में लाइसेंस से होने वाली आय केवल होस्टेड उपयोग पर नहीं, बल्कि दी गई उपयोगिता पर निर्भर करती है।

ओपन-सोर्स शुरुआत और विस्तार

Luminal की शुरुआत Fioti के एक ऐसे सहायक प्रोजेक्ट के रूप में हुई जिसे उन्होंने अपनी नौकरी के समय के बाहर लैपटॉप पर मॉडल चलाने के लिए विकसित किया था। बाद में इस प्रोजेक्ट में Nvidia बैकएंड जोड़ा गया और ओपन-सोर्स समुदाय विकसित हुआ। संस्थापकों ने मूल कंपाइलर को खुला रखने और होस्टिंग के लिए शुल्क लेने का फ़ैसला किया। उन्होंने इस मॉडल की तुलना Vercel द्वारा Next.js और उसके क्लाउड को साथ पेश करने से की। कंपाइलर लाइसेंस उन संगठनों के लिए एक दूसरा विकल्प देता है जिनका हार्डवेयर पहले से मौजूद है।

यह सीरीज़ A, 17 नवंबर, 2025 को घोषित 5.3 मिलियन डॉलर के सीड राउंड के बाद आया है। इस राउंड का नेतृत्व Felicis Ventures ने किया था और इसमें Paul Graham तथा Guillermo Rauch समेत एंजेल निवेशक शामिल थे।

Luminal अब कंपाइलर इंजीनियरों और अपने पहले गैर-इंजीनियरिंग कर्मचारी—विकास प्रमुख—की भर्ती कर रहा है। टीम सैन फ़्रांसिस्को के डाउनटाउन में आमने-सामने बैठकर काम करती है और अब तक इसमें केवल इंजीनियर ही रहे हैं। संस्थापकों का अनुमान है कि इन्फरेंस का काम बढ़ते हुए उन चिपों के बीच बँटेगा जो प्रॉम्प्ट प्रोसेसिंग के लिए विशेष रूप से बनाई गई हैं और उन चिपों के बीच जो टोकन जनरेशन के लिए बनी हैं। इससे अलग-अलग तरह के हार्डवेयर के बीच तालमेल बिठाना सॉफ़्टवेयर के लिए बड़ी चुनौती बन जाएगा।

तत्काल भर्ती योजना से संकेत मिलता है कि कंपनी कंपाइलर विशेषज्ञता को और गहरा करने और अपना पहला वाणिज्यिक कार्य शुरू करने की दिशा में बढ़ रही है। व्यापक कसौटी यह होगी कि क्या Luminal लागत में अपने बताए गए लाभ बरकरार रख सकती है, जबकि अनुमान-प्रक्रिया किसी अनुरोध के अलग-अलग चरणों के लिए डिज़ाइन की गई चिपों तक फैल रही है। ऐसे में शेड्यूलिंग और कैश का दोबारा उपयोग भी बचत की गणना का हिस्सा बन जाते हैं—सिर्फ़ कंपाइलर के मूल प्रदर्शन के साथ नहीं।