doubleAI 的 Maxwell 自动优化 GPU 内核，削减企业算力账单

一家由两位 Mobileye 感知栈设计师创立的特拉维夫创业公司，推出了它所称的一个 AI 模型新类别 —— 并悄悄拿下了风投支持生态中最大的英伟达 Blackwell 硬件订单之一。doubleAI 周一在 heymaxwell.ai 开放其首个商业产品 Maxwell 的早期访问 —— 一个「代码执行模型」（CEM），它重写编译后的软件二进制，从 GPU 和 CPU 硬件中榨取更多性能，而无需对客户的源代码做任何改动。公司披露总共融资 2.2 亿美元，核心是由 Lightspeed Venture Partners 和 Bessemer Venture Partners 共同领投的 2 亿美元 A 轮，英伟达、戴尔科技资本、Greenfield、Pitango、BRM 等投资者参投。据《华尔街日报》，doubleAI 把其中约一半用于收购 1000 张英伟达 B300 Blackwell Ultra GPU，以支撑一项专有推理服务。

模型与硬件之间的一个新层

AI 推理栈有三个常规层：模型本身、服务框架，以及底层硬件。Maxwell 插入了第四层。它不修改模型权重，也不换上新硬件，而是在编译后的二进制层操作 —— 检查软件在芯片上实际如何执行，并自主重写执行路径以更高效地使用硬件资源。客户提供一个编译后的应用；Maxwell 返回一个优化版本，在同一块 GPU 或 CPU 上跑得更快，而无需任何源代码改动。

这一区别绕开了 AI 成本削减中最常见的两个瓶颈：换硬件，需要资本和迁移时间；以及手动重写内核，需要能花数月为单个算法调优内存布局和线程调度的 GPU 工程师。与 Mobileye 合作者 Shai Shalev-Shwartz 及另外四名研究者共同创立公司的 Amnon Shashua，把 doubleAI 的使命框定为「人工专家智能」—— 超越人类专家的狭窄领域专家 AI，与通用 AGI 相对。「AI 改变了软件如何被编写，但没改变它如何运行，」Shashua 在 10 月的发布上说。

与基于 LLM 的编码助手的区别是刻意的。Claude Code、OpenAI Codex 和 Gemini CLI 等工具生成源代码级的代码，仍需人来编译和测试。doubleAI 内部报告称，在其自己的评估中这类工具在约 40% 的任务上产出有 bug 的解 —— 一个公司自报、未披露方法的数字，但与 LLM 生成的低层代码的已知局限一致：GPU 内核以通用模型难以可靠推理的方式与硬件交互。

Maxwell 如何推理正确性

自动内核优化的核心技术挑战不是生成一个更快的内核版本 —— 而是验证更快的版本是正确的。GPU 内核对内存对齐、warp 分歧和数值精度的细微差异敏感；一个通过表层测试的重写内核，可能在边缘情况输入上或在不同的 GPU 世代上失败。

doubleAI 用它称为「勤勉学习」和「PAC 推理与验证」的两种专有方法来应对这一点。勤勉学习是一个搜索过程，即便某个特定算法的训练数据稀疏，也探索可能的优化决策空间。PAC 推理借用了理论计算机科学中的「可能近似正确」框架 —— 一种保证学到的模型在不确定性下良好泛化的形式化方法 —— 并把它应用于内核正确性问题。具体说，Maxwell 生成旨在压力测试重写内核的对抗性测试输入（输入生成），然后在不需要人工标注真值的情况下自动判断输出是否正确（自动验证）。据公司 10 月的发布公告，每一次优化都被形式化、数学化地证明不改变程序行为。

延伸阅读：CoreWeave 债券收益率升至 14.5%，华尔街重新定价 AI 基础设施风险

演示痕迹：从图库到图论

在为 Maxwell 开放早期访问之前，doubleAI 建立了一份公开记录，展示底层技术能做到什么。2026 年 3 月，公司发布了英伟达 cuGraph 的优化版本，重写了该图分析库中的每一个内核，报告相对专家工程的原版平均加速 3.6 倍。库中每个算法都跑得更快；55% 的单个内核跑快了两倍以上。优化后的库作为无需改动代码的直接替代品发布在 GitHub 上 —— 一个验证了二进制兼容性主张的架构选择。

图库工作之后是跨不同问题领域的演示。在 pandas 数据操作库上，doubleAI 报告在 PDS-H 基准上查询性能提升 38 倍。对 LTX-2.5 视频生成模型，一个早期客户把推理速度翻倍。在生产 AI 推理工作负载上，公司报告内核跑快 4.5 倍以上。一个未具名的企业客户报告算力支出减少 67% —— 这是《华尔街日报》引用的数字，但代表的是一个未披露基线条件的单一数据点。

两个演示在性能工程之外，却照亮了 PAC 验证框架。一个 doubleAI 智能体为正则图找到了一个新的代数构造，提升了一个自 1988 年以来未变的围长系数 —— 这是一个开放的极值图论问题 38 年来的首次改进 —— 用不到 2000 美元的算力在 Lean 中形式化。另外，Maxwell 识别出一种连续 63 步每步将军的国际象棋配置，超过了保持数十年的 60 步纪录。两个演示都不是 Maxwell 能泛化到生产 LLM 推理的直接证据，但两者都展示了该系统在真值难以用算法确立的领域中找到并验证正确解 —— 正是 PAC 框架为内核正确性所解决的同一个底层问题。

软件业务之外的一场硬件押注

把融到的 2.2 亿美元中约 1.1 亿花在 1000 张英伟达 B300 Blackwell Ultra 芯片上的决定，是今天公告中最清楚地透露 doubleAI 战略意图的部分。Shashua 说，随着成本上升，公司不能只靠租算力 —— SemiAnalysis 的数据显示一年期合同的 H100 时租在过去一年上涨了 60%。拥有一个当代 GPU 集群，让 doubleAI 能大规模运行 Maxwell 的优化工作负载，并使它有条件把 Maxwell 优化的推理作为一项服务提供，而不只是卖软件。

延伸阅读：PilotDeck 2.0 用分层模型路由把复杂智能体任务成本砍去 83%

这一定位呼应了 Shashua 先前工作的一个模式。Mobileye 通过 EyeQ 芯片家族协同设计算法和硬件，成为主导的 ADAS 供应商 —— 一种让在成本上竞争变得极其困难的垂直整合。doubleAI 看起来在 AI 算力层运行同一套打法：拥有软硬件接口，在自有芯片上验证，然后把结果作为托管服务提供给那些想要效率、又不想承担运行自己 GPU 集群运营复杂度的企业。

doubleAI 在优化栈中的位置

改善 AI 推理效率的工具很多，但每一个都从不同角度切入问题。英伟达的 TensorRT-LLM 用硬件专属优化编译模型，但配置是手动的、输出锁定硬件。OpenAI 的 Triton 让开发者用 Python 写 GPU 内核，但仍需要专家程序员表达优化逻辑。vLLM 和 SGLang 为 Transformer 推理优化请求批处理和 KV 缓存管理，而不触及底层计算内核。英特尔的 Xe-Forge 项目，在一篇 2026 年 5 月的预印本中描述，是最接近的研究类比 —— 面向英特尔 GPU 的 LLM 引导内核优化 —— 但针对不同硬件，且没有商业可用性。

Maxwell 的差异化是硬件无关的二进制优化、自动正确性验证和托管服务的结合。Shashua 点名 OpenAI 和 Anthropic 为受益最大的一类客户 —— 大到 10% 的效率提升就代表每年数千万或数亿美元节省的组织 —— 在已经雇有专家 GPU 工程团队的客户中设定了一个雄心勃勃的开局目标。

内核优化前沿接下来会怎样

Maxwell 的早期访问从在特定库 —— cuGraph、pandas、LTX 视频生成 —— 上展示的结果起步。开放问题是，PAC 验证方法能否泛化到前沿语言和多模态模型生产推理工作负载那更混乱、更少结构的版图，那里内核行为以狭窄的库优化无法捕捉的方式与动态批处理、KV 缓存管理和推测解码交互。B300 芯片的采购给了 doubleAI 一个硬件平台，在最有能力的可用芯片上大规模运行那些实验。

如果该方法能泛化，市场后果意义重大：目前被锁进硬件升级周期以削减算力成本的企业和 AI 实验室，将有一个软件层的替代选择。如果它无法干净地泛化到精挑细选的库基准之外，doubleAI 将需要在瞄准前沿模型运营商之前大幅扩展其已展示的覆盖面。这两种结果之间的差别，将在 Maxwell 本月晚些时候供应扩大时，从 doubleAI 能够公布哪些客户名字上看出来。