A adoção generalizada da IA é limitada pelo desenvolvimento do kernel, as rotinas especializadas e de baixo nível que executam cálculos em GPUs e aceleradores (Fonte: Kernel Maintainers Summit). É por isso que estamos liderando a rodada de financiamento da @Standard_Kernel à medida que eles constroem infraestrutura nativa de IA para automatizar a otimização do kernel. Cada nova arquitetura de modelo pode exigir meses de engenharia especializada para otimizar esses blocos de código críticos para o desempenho. Com as cargas de trabalho de IA explodindo e os engenheiros de kernel escassos, as empresas queimam computação cara em código abaixo do ideal enquanto esperam por otimizações manuais. O Standard Kernel usa LLMs e sistemas de agentes para gerar, testar e otimizar kernels automaticamente, transformando meses de engenharia em processos em tempo real que se adaptam a novos hardwares e arquiteturas. Acreditamos que os cofundadores @anneouyang e @ChrisRinard trazem uma experiência estelar. Eles se conheceram como assistentes de ensino de Engenharia de Desempenho de Sistemas de Software no MIT juntos. Anne é autora do KernelBench, um benchmark de Stanford de código aberto para kernels de GPU gerados por LLM que a Nvidia usou em suas avaliações de blog de desenvolvedores. Chris contribui com profunda experiência em sistemas e liderança técnica comprovada. Bem-vindo à Família GC!