Немецкий стартап Daisytuner привлёк 6 млн евро на ускорение ИИ-моделей на разных чипах
Стартап из Дармштадта Daisytuner, автоматизирующий оптимизацию производительности ИИ-моделей на любых чипах, привлёк 6 млн евро в рамках посевного раунда. Одновременно компания представила движок инференса Daisyflow.

Стартап Daisytuner из немецкого Дармштадта, который автоматизирует оптимизацию производительности моделей искусственного интеллекта (ИИ) на чипах любых производителей, привлёк 6 млн евро в рамках посевного раунда. Проблема, на решение которой он нацелен, в том, что вычислительные мощности в сфере ИИ дефицитны, а значительная их часть привязана к программному обеспечению одного вендора. Одновременно компания представила Daisyflow — движок инференса, предназначенный для эффективного запуска ИИ-моделей на любом оборудовании.
Раунд совместно возглавили европейские венчурные фонды Elaia и LEA Ventures. Также в нём участвовали Amadeus APEX Technology Fund и Seedcamp.
Как это работает
Daisytuner основали в 2024 году Лукас Трюмпер и Адриан Шмитц. В команде собран более чем десятилетний исследовательский опыт таких организаций, как ETH Zurich, TU Munich, RWTH Aachen, TU Darmstadt и Lawrence Livermore National Laboratory. Компания сочетает самообучающийся компилятор с запатентованной платформой оптимизации.
Открытый компилятор DOCC преобразует код популярных фреймворков, например PyTorch, в нативный код для каждого целевого чипа — как для графических процессоров NVIDIA и AMD, так и для более новых архитектур. ИИ-агенты круглосуточно проверяют оптимизации на реальном оборудовании, а каждый подтверждённый результат сохраняется в базе данных производительности и применяется к похожему коду.
Эта работа, называемая инженерией производительности, прежде выполнялась вручную и в основном силами нескольких ведущих лабораторий. По мере того как оборудование становится разнообразнее, каждое новое поколение чипов, GPU или моделей может нарушить прежние оптимизации.
Daisyflow и планы
Daisyflow обслуживает языковые, визуальные, речевые и рекомендательные модели через API, которые инженерные команды уже используют, и может развёртываться в инфраструктуре самого клиента. В заявлении компании сказано, что платформа запустила Qwen 2.5 до 18% быстрее, чем отраслевой стандарт vLLM, на графических процессорах AMD Instinct. Платформа доступна через облачную консоль компании.
Средства стартап намерен направить на расширение присутствия Daisyflow среди предприятий, рост инженерной команды и поддержку новых архитектур чипов в компиляторе. Партнёр Elaia Себастьен Лефевр заявил, что основатели создали передовую компиляторную технологию. Сооснователь и гендиректор Трюмпер сообщил, что компания работает с производителями чипов, европейскими гиперскейлерами и предприятиями.


