Luminal 融资 530 万美元，用于构建更优秀的 GPU 代码框架

从芯片到编译器：一位工程师的创业抉择

三年前，Luminal联合创始人乔·菲奥蒂在英特尔负责芯片设计时，逐渐意识到一个关键问题：尽管他致力于打造最优秀的芯片，但更重要的瓶颈其实存在于软件层面。

他坦言：”即使能制造出全球最出色的硬件，如果开发者难以使用，他们依然不会采纳。”

破局之路

如今，他创立了一家专注解决这一难题的公司。本周一，Luminal宣布获得530万美元种子轮融资，本轮由Felicis Ventures领投，保罗·格雷厄姆、吉列尔莫·劳奇和本·波特菲尔德等天使投资人参投。

菲奥蒂的联合创始人杰克·史蒂文斯和马修·冈顿分别来自苹果和亚马逊。该公司还入选了Y Combinator 2025年夏季孵化计划。

差异化竞争策略

Luminal的核心业务看似简单：与Coreweave、Lambda Labs等新兴云服务商类似，主要提供算力服务。但关键差异在于，当同行聚焦GPU时，Luminal专注于通过优化技术最大化现有基础设施的算力输出。

该公司特别着力优化位于代码与GPU硬件之间的编译器系统——这正是菲奥蒂此前工作中最令他头疼的开发环节。

行业机遇与挑战

目前业界领先的编译器是英伟达的CUDA系统，这个被低估的要素正是该公司获得巨大成功的关键。由于CUDA的诸多组件已开源，Luminal押注这样一个机遇：在行业仍在争抢GPU的背景下，完善技术栈的其余环节将创造巨大价值。

随着企业寻求更快速、更经济的模型运行方案，专注于推理优化的初创公司群体正在崛起。Baseten和Together AI等推理服务商长期深耕优化领域，而Tensormesh、Clarifai等新兴企业则开始专注更精细的技术方案。

市场竞争格局

尽管需要面对大型实验室优化团队的激烈竞争——这些团队享有针对单一模型系列进行优化的优势——但Luminal必须适应客户提供的各类模型。菲奥蒂表示，即便面临超大规模企业的竞争压力，市场增速足以消除他的担忧。

他分析道：”花费六个月针对特定硬件手动调整模型架构，确实可能超越任何编译器性能。但我们的核心判断是：在非极端场景下，通用解决方案仍然具有显著的经济价值。”