Широке впровадження штучного інтелекту обмежується розробкою ядра, спеціалізованих низькорівневих процедур, які виконують обчислення на графічних процесорах і прискорювачах (Джерело: Kernel Maintainers Summit). Ось чому ми очолюємо раунд фінансування @Standard_Kernel, оскільки вони створюють інфраструктуру на основі штучного інтелекту для автоматизації оптимізації ядра. Кожна нова архітектура моделі може вимагати місяців спеціалізованої інженерії для оптимізації цих критично важливих для продуктивності блоків коду. Оскільки робочі навантаження на штучний інтелект стрімко зростають, а інженерів ядра не вистачає, компанії спалюють дорогі обчислення на неоптимальний код, чекаючи ручної оптимізації. Standard Kernel використовує LLM та агентські системи для автоматичного генерування, тестування та оптимізації ядер, перетворюючи місяці інженерії на процеси в реальному часі, які адаптуються до нового обладнання та архітектури. Ми віримо, що співзасновники @anneouyang та @ChrisRinard привносять блискучу експертизу. Вони разом познайомилися як асистенти викладачів з розробки продуктивності програмних систем у Массачусетському технологічному інституті. Енн є автором KernelBench, тесту Стенфордського університету з відкритим вихідним кодом для ядер графічних процесорів, згенерованих LLM, який Nvidia використовувала у своїх оцінках блогу для розробників. Кріс має глибокий досвід роботи з системами та перевірене технічне лідерство. Ласкаво просимо до GC Famiglia!