Luminal привлекает $25 млн в раунде серии A, который возглавила Standard Capital

Luminal привлекла $25 млн в раунде серии A под руководством Standard Capital, о чём инвестор сообщил 12 ноября 2026 года. Стартап в сфере инфраструктуры ИИ расширяет бизнес в области компиляторов и облачного инференса, поддерживая Nvidia, AMD и специализированные чипы. Компания стремится эффективнее использовать оборудование, которое уже есть у клиентов.

Сооснователи Джо Фиоти, Джейк Стивенс и Мэттью Гантон создали два направления бизнеса вокруг инференса — вычислений, в результате которых модель ИИ формирует ответ. Luminal размещает модели в собственном облаке и предоставляет лицензию на свой компилятор клиентам, у которых уже есть оборудование. Благодаря этому компания предлагает управляемый сервис тем, кому нужно развернуть модели, и отдельный продукт тем, кто хочет повысить эффективность собственной инфраструктуры.

Компилятор, который ищет более быстрые способы выполнения операций

Компилятор преобразует модель, написанную с использованием такого фреймворка, как PyTorch, в низкоуровневый код, выполняющий её математические операции. В техническом обзоре Luminal описан конвейер, который преобразует модель в граф потока данных, применяет слияние операций с учётом особенностей оборудования, разбиение на блоки, планирование использования памяти и распределение задач, а затем генерирует ядра GPU или инструкции для специализированных интегральных схем. Компиляция до начала выполнения призвана сократить накладные расходы, возникающие при динамической интерпретации модели во время работы.

По словам основателей, Luminal тратит значительные вычислительные ресурсы на этапе компиляции, чтобы перебирать возможные варианты реализации, а не полагаться только на эвристики, написанные вручную. Насыщение эквивалентностью позволяет компактно представить пространство поиска, в котором для конкретного чипа могут содержаться триллионы вариантов, и найти оптимизированную версию. Такой подход рассчитан на всё более специализированные процессоры, для которых требуется принимать более сложные решения по управлению памятью и распределению задач в программном обеспечении.

В технической публикации от 9 января 2026 года объясняется, как автоматически генерируемые мегаядра вписываются в эту стратегию. Объединение прямого прохода модели в одно ядро, то есть программу для GPU, устраняет задержки, вызванные повторными запусками ядер, и позволяет начинать следующие операции, как только будут готовы необходимые для них входные данные. Эта архитектура также призвана сократить простои из-за неравномерного распределения задач между вычислительными ядрами и ожидания загрузки исходных весов; для этого используется мелкозернистая синхронизация, сохраняющая зависимости между данными.

По данным Luminal, при обработке GPT-OSS 120B на восьми графических процессорах Nvidia H100 SXM система выдаёт 36 000 токенов в секунду. Для сравнения, в таблице на сайте компании указаны 28 000 токенов в секунду для TensorRT-LLM и 26 000 для vLLM. Эти результаты иллюстрируют прирост пропускной способности, лежащий в основе коммерческого предложения Luminal, а облачный сервис берёт на себя и другие инфраструктурные задачи, помимо работы самого компилятора.

Облачный инференс и лицензирование с оплатой в зависимости от ценности

Luminal Cloud предоставляет управляемые бессерверные конечные точки, автоматически объединяет запросы в пакеты и масштабирует ресурсы до нуля; клиенты платят только за использованные ресурсы. Лицензионные версии можно развернуть в облаке клиента или на его собственных площадках. Уровнем выше компилятора находится слой инференса: он распределяет и балансирует нагрузку между CPU, GPU и ASIC, перераспределяет задачи при изменении загрузки, а также запускает или останавливает узлы в зависимости от спроса.

По словам основателей, медиакомпания AutoHDR, работающая в сфере недвижимости, обрабатывает около 5 миллионов изображений в месяц, и Luminal обслуживает почти всю эту нагрузку, постепенно перенося всё большую её часть на чипы AMD. Другой клиент, Freebuff, отправляет Luminal триллионы токенов каждую неделю. Таким образом, Luminal обслуживает производственные нагрузки как для обработки изображений, так и для больших языковых моделей.

По словам основателей, запросы Freebuff на генерацию кода могут содержать порядка 100 000 входных токенов, поэтому частота попаданий в кэш и масштабирование запросов существенно влияют на затраты. Повторное использование кэшированных вычислений позволяет не выполнять их заново, а перемещение нужных кэшей по уровням памяти помогает сохранить эту экономию. Одной лишь высокой скорости ядра недостаточно, чтобы решить эти задачи.

Фиоти рассказал, что для некоторых лицензий на компилятор цена составляет фиксированную долю от измеренного прироста производительности относительно исходного уровня клиента. В качестве примера он привёл удвоение пропускной способности на GPU стоимостью $1,50: экономия составляет 75 центов, из которых Luminal получает 25 центов, а клиент сохраняет 50 центов. Такая схема связывает лицензионную выручку с принесённой клиенту ценностью, а не только с использованием облачного сервиса.

Открытый исходный код и развитие компании

Luminal началась с побочного проекта, который Фиоти разрабатывал в свободное от работы время, чтобы запускать модели на ноутбуке. Позже в проект добавили поддержку Nvidia и сформировали сообщество разработчиков открытого программного обеспечения. Основатели решили сохранить основную часть компилятора открытой, а за хостинг брать плату; эту модель они сравнивали с тем, как Vercel предлагает Next.js вместе со своим облаком. Лицензия на компилятор стала для компании вторым вариантом для организаций, у которых уже есть необходимое оборудование.

Раунду серии A предшествовал посевной раунд на $5,3 млн, о котором объявили 17 ноября 2025 года. Его возглавила Felicis Ventures; среди бизнес-ангелов были Пол Грэм и Гильермо Раух.

Сейчас Luminal ищет инженеров-компиляторщиков и первого сотрудника не из инженерной команды — руководителя направления роста. Команда работает очно в центре Сан-Франциско и до сих пор состояла только из инженеров. Основатели ожидают, что задачи инференса будут всё чаще распределяться между чипами, специализированными для обработки запросов, и чипами, предназначенными для генерации токенов. Это усложнит координацию между разными типами оборудования и повысит роль программного обеспечения.

Ближайшие планы найма указывают на потребность в более глубокой экспертизе в области компиляторов и на первую коммерческую должность. Более масштабная проверка — сможет ли Luminal сохранить заявленные преимущества по затратам по мере того, как инференс будет распределяться между чипами, предназначенными для разных этапов обработки запроса, где планирование и повторное использование кэша наряду с чистой производительностью компилятора становятся частью расчёта экономии.