成立约一年的 AI 研究实验室 Flapping Airplanes 完成 10 亿美元 A 轮融资，由 Index Ventures 和 Lux Capi… · @0xLogicrw · TwKit

@0xLogicrw

成立约一年的 AI 研究实验室 Flapping Airplanes 完成 10 亿美元 A 轮融资，由 Index Ventures 和 Lux Capital 联合领投。投后估值达到 60 亿美元，是今年 1 月的 4 倍。 这家公司只有 20 多人，至今没有推出商业产品，却吸引了红杉资本、谷歌 GV、英伟达等投资者。 Flapping Airplanes 由 Ben Spector、哥哥 Asher Spector 和 Aidan Smith 共同创办。 CEO Ben Spector 在 MIT 期间创办了创业孵化器 Prod，曾参与孵化 Cursor、Mercor、Etched 和 Decart。后来，他进入斯坦福大学 Chris Ré 的研究团队，参与开发开源 GPU 编程框架 ThunderKittens。Asher 是斯坦福统计学博士，Aidan 则是 Thiel Fellow，曾在马斯克旗下 Neuralink 工作三年。 2025 年，Ben 和斯坦福团队进一步开发了 Megakernel，将 Llama-1B 的整个前向计算合进一个 GPU 内核，在 H100 上的推理速度达到 SGLang 的 1.5 倍以上。 传统框架需要轮流启动上百个内核，每次切换都可能让 GPU 停下来等待。Megakernel 将这些步骤放在同一个内核中，尽量让计算与数据读取同时进行。在当时的测试中，vLLM 和 SGLang 只能使用 H100 不到一半的显存带宽，新方案提高到了 78%。 几个月后，团队又把这套方法扩展到 Llama-70B，在特定测试中，端到端吞吐量比 SGLang 高出 22% 以上。两项研究均已开源，属于 Ben 创业前参与的斯坦福研究成果。 Flapping Airplanes 现在沿着这条路线继续改造 GPU 的运行方式，甚至尝试在同一个内核中同时执行模型训练、推理和视频游戏。 但提高硬件利用率并不是最终目标。团队想寻找新的学习算法，让 AI 不必依赖海量数据也能掌握复杂能力。 人类不需要读完整个互联网就能学会语言，大模型却需要消耗远多得多的数据。搜索和编程有大量现成语料，机器人、科学研究却很难获得同样规模的训练样本。 Asher 此前在采访中提出过将数据效率提高 1000 倍的研究目标。如果能够实现，AI 就有机会进入大量缺乏训练数据的行业。

曝光 21 · 评论 0 · 点赞 0 · 书签 0