Modal ARR 破 $1B、完成 $750M D 轮融资，估值 $15.75B
Modal ARR 破 10 亿美元还融了 7.5 亿，顺带推荐他家那份从 CUDA 讲到性能分析的 GPU 术语手册，写得真清楚。
Modal 宣布 ARR 突破 10 亿美元，完成 7.5 亿美元 D 轮融资，投后估值达 157.5 亿美元。Modal 是面向开发者的 GPU 云平台，用于运行模型训练与推理负载。推文还回顾了 Modal 团队此前发布的 GPU Glossary 术语手册，将 GPU 技术栈分为设备硬件、CUDA 执行模型、主机软件与性能分析四个章节，每个词条带交叉链接，可单点查阅也可线性通读。
Modal ARR 过 $1B、D 轮融资 $750M、投后估值 $15.75B 恭喜 @modal 团队！ 再重温一下 Modal 团队发布的「GPU 术语手册」，对整个 GPU 技术栈的讲述真的很易懂，推荐！ meng shao @shao__meng Modal @modal 这份「GPU 术语手册」做的太友好了，它把整个 GPU 技术栈拆成四个相互勾连的层面：设备硬件、设备软件（执行模型）、主机软件（驱动与工具链）、性能分析，每个词条都密集交叉链接，既可以按需查阅单个术语，也可以从头到尾线性通读。 理解这份手册从「CUDA」开始，CUDA 有三重含义：一种设备架构、一个并行编程模型、一个软件平台。这份手册的四个章节恰好分别展开这三个含义加上性能分析。 GPU Glossary 四个章节： 1. 设备硬件：GPU 的物理解剖 - CPU 用复杂核心避免延迟，GPU 用海量简单线程隐藏延迟 2. 设备软件：CUDA 的执行模型 - 线程层级、内存层级、硬件三层严格同构，程序员亲手管理内存 3. 主机软件：驱动、工具链与库 - Runtime 包着 Driver，闭源库拿来即用，CUTLASS 一系负责构造自己的 kernel 4. 性能分析：完整诊断链 - 定瓶颈 → roofline 定性 → 利用率定位 → warp 机制 → 访存模式 → 资源约束 这三句总结很到位 GPU 的本质是“单周期切换海量简单线程来隐藏延迟”；编程的本质是“沿线程-内存-硬件的同构层级，把数据在正确的层级间搬运，把算术强度做到岭点以上”；性能工程的本质是“沿诊断链逐层定位，用 Little 定律算够并发，不为中间指标（如占用率）本身而优化。 modal.com/gpu-glossary 🔗 View Quoted Tweet 💬 3 🔄 0 ❤️ 2 👀 339 📊 3 ⚡
