La adopción generalizada de IA está limitada por el desarrollo del kernel, las rutinas especializadas de bajo nivel que ejecutan cálculos en GPU y aceleradores (Fuente: Kernel Maintainers Summit). Es por eso que estamos liderando la ronda de financiación de @Standard_Kernel a medida que construyen una infraestructura nativa de IA para automatizar la optimización del kernel. Cada nueva arquitectura de modelo puede requerir meses de ingeniería especializada para optimizar estos bloques de código críticos para el rendimiento. Con las cargas de trabajo de IA explotando y los ingenieros de kernel escasos, las empresas queman cómputo costoso en código subóptimo mientras esperan optimizaciones manuales. Standard Kernel utiliza LLM y sistemas de agentes para generar, probar y optimizar kernels automáticamente, transformando meses de ingeniería en procesos en tiempo real que se adaptan a nuevos hardware y arquitecturas. Creemos que los cofundadores @anneouyang y @ChrisRinard aportar una experiencia estelar. Se conocieron juntos como asistentes de enseñanza de Ingeniería de Rendimiento de Sistemas de Software en el MIT. Anne es autora de KernelBench, un punto de referencia de Stanford de código abierto para kernels de GPU generados por LLM que Nvidia ha utilizado en sus evaluaciones de blogs para desarrolladores. Chris aporta una profunda experiencia en sistemas y un liderazgo técnico comprobado. ¡Bienvenido a la GC Famiglia!