Việc áp dụng AI rộng rãi bị hạn chế bởi sự phát triển kernel, các quy trình chuyên biệt, cấp thấp thực hiện các phép toán trên GPU và các bộ tăng tốc (Nguồn: Hội nghị Bảo trì Kernel). Đó là lý do tại sao chúng tôi dẫn đầu vòng gọi vốn của @Standard_Kernel khi họ xây dựng cơ sở hạ tầng AI-native để tự động hóa tối ưu hóa kernel. Mỗi kiến trúc mô hình mới có thể cần hàng tháng kỹ thuật chuyên biệt để tối ưu hóa các khối mã quan trọng cho hiệu suất này. Với khối lượng công việc AI bùng nổ và kỹ sư kernel khan hiếm, các công ty tiêu tốn chi phí tính toán đắt đỏ cho mã không tối ưu trong khi chờ đợi các tối ưu hóa thủ công. Standard Kernel sử dụng LLM và hệ thống tác nhân để tự động tạo, kiểm tra và tối ưu hóa các kernel, biến hàng tháng kỹ thuật thành các quy trình thời gian thực thích ứng với phần cứng và kiến trúc mới. Chúng tôi tin rằng các đồng sáng lập @anneouyang và @ChrisRinard mang đến chuyên môn xuất sắc. Họ đã gặp nhau khi là trợ giảng cho Kỹ thuật Hiệu suất của Hệ thống Phần mềm tại MIT. Anne là tác giả của KernelBench, một chuẩn mực mã nguồn mở của Stanford cho các kernel GPU được tạo ra bởi LLM mà Nvidia đã sử dụng trong các đánh giá trên blog dành cho nhà phát triển của mình. Chris đóng góp kinh nghiệm hệ thống sâu sắc và khả năng lãnh đạo kỹ thuật đã được chứng minh. Chào mừng đến với gia đình GC!