Piotr Tomasik, spoluzakladatel a prezident TensorWave – rozhovor

Piotr Tomasik, spoluzakladatel a prezident TensorWave, je zkušený technologický podnikatel a výkonný ředitel AI infrastruktury s více než dvěma desetiletími zkušeností v oblasti AI, SaaS, cloud computingu, fintechu a tvůrčí ekonomiky. Předtím, než v roce 2023 spoluzaložil TensorWave, spoluzaložil Influential, platformu pro influencer marketing poháněnou AI, která byla později koupena Publicisem za přibližně 500 milionů dolarů, kde působil jako technický ředitel, než přešel do poradenské role.

Během své kariéry Tomasik také založil nebo vedl společnosti, jako jsou Lets Rolo, On Guard Data a ActiveSide, a zastával seniorní technologické pozice v CARD.com a Marker Trax. Kromě svých provozních rolí je generálním partnerem ve fondu 1864 a spoluzakladatelem StartUp Vegas, kde aktivně podporuje ekosystém startupů v Las Vegas a vznikající technologický talent. Jako absolvent počítačových věd na UNLV a uznávaný technologický lídr se Tomasik stal známým tím, že pomohl TensorWave uvést na trh jako rychle rostoucí společnost pro AI compute infrastrukturu se zaměřením na velké GPU cloudové platformy poháněné akcelerátory AMD.

TensorWave je společnost pro AI infrastrukturu, která se zaměřuje na poskytování vysoce výkonného cloud computingu poháněného GPU AMD, a tím se staví jako alternativa k více uzavřeným AI ekosystémům. Založena v roce 2023 a se sídlem v Las Vegas, společnost buduje velké GPU klastry optimalizované pro školení a nasazení pokročilých AI modelů, se zaměřením na výkon, flexibilitu a nákladovou efektivitu. Díky využití otevřené hardwarové a softwarové ekosystémy TensorWave cílí na rozšíření přístupu k výkonným AI compute zdrojům pro podniky, výzkumné pracovníky a vývojáře, a to způsobem, který umožňuje škálovatelné AI úkoly bez omezení tradičními vendor lock-in.

Nvidia (NVDA ) dominuje většinu trhu s GPU – proč jste se rozhodli vsadit na AMD a co jsou výhody této volby pro TensorWave a jeho zákazníky?

Po spuštění ChatGPT vzrostla poptávka po AI raketově. GPU byla rychle vyprodána a NVIDIA byla prakticky jedinou možností, pokud jste ji mohli získat, a pokud jste mohli zvládnout náklady. Tento nedostatek vyvolal obrovský zájem o alternativy. Nyní, když jsme za touto prvotní hysterií, existuje skutečná příležitost zpochybnit dominanci Nvidie pomocí řešení, která jsou dostupná, nákladově efektivní a snadno použitelná.

Jako startup jsme vždy činili obchodní rozhodnutí s silným zaměřením a účelem. Proto jsme neexperimentovali s Nvidií a pokračovali jsme v rozvoji našich schopností na AMD. Další fáze naší společnosti spočívá v tom, že se budeme soustředit na tyto zaměřené schopnosti, aby kdokoli mohl vstoupit a něco smysluplného udělat s AI. AMD je důvěryhodnou alternativou s reálnou výrobní kapacitou, otevřenou softwarovou pozicí a roadmapou pro moderní AI.

Jak se přístup TensorWave k AI infrastruktuře liší od tradičních poskytovatelů GPU cloudů?

Naše odlišení je přímé: jsme jediným cloudem výhradně pro AMD v měřítku, který se snaží obnovit volbu v AI compute, prolomit dominanci Nvidie a demokratizovat přístup. Je to také o naší etice a závazku přinést skutečnou alternativu na trh. Především chceme dodávat výjimečnou infrastrukturu založenou na AMD v měřítku. Odtud budeme rozšiřovat naše služby na nejvyšší úrovni – Models-as-a-Service, AI-as-a-Service, a to vše bude jednodušší.

Jako cloud výhradně pro AMD máme softwarové zkušenosti speciálně navržené pro AMD od samého počátku. Tento zaměřený přístup nám umožňuje optimalizovat silicon, síť a software od začátku do konce, aby týmy mohly škálovat, když potřebují.

Jakou roli hraje vaše strategické partnerství s AMD v růstu a odlišení TensorWave?

Je to základem. AMD investovala do TensorWave, pozvala nás na spuštění MI300X Instinct a pokračujeme v úzké spolupráci na hardwaru, softwarovém umožnění a růstu ekosystému. Jako cloud výhradně pro AMD můžeme rychle reagovat na každou novou generaci Instinct a sloužit jako živý laboratorní prostor, který poskytuje v měřítku alternativy na našem trhu. Naše odlišení pouze pro AMD nám umožnilo pracovat v tempu, které není tak dosažitelné na trhu AI infrastruktury. Partnerství s AMD nám umožňuje rychle uzavírat mezery, být první na novém GPU a publikovat skutečný výkon v měřítku.

Přístup k GPU zůstává hlavní překážkou pro AI týmy – jak TensorWave řeší tuto výzvu?

Řešíme tyto překážky nejprve prostřednictvím nezávislosti na dodávkách: stavěním na AMD se vyhneme nejhorším omezením jiných výrobců čipů a předáme dostupnost zákazníkům. Nezávislost na dodávkách prostřednictvím AMD zajišťuje, že naši zákazníci nejsou uvězněni ve stejné frontě jako všichni ostatní.

Mezery v ekosystému AI infrastruktury existují, protože mnoho hráčů buduje podobná řešení, což vytváří mnoho překryvů. To často vyplývá z nedostatečného povědomí o tom, co se děje na trhu. První krok k uzavření těchto mezer spočívá v pochopení, kdo dělá co, kde jsou příležitosti pro spolupráci, kde může konkurence pohánět inovace a nakonec, jak může ekosystém jako celek zlepšit. Jednou z unikátních mezer na trhu AI infrastruktury je energie; i když jsou GPU dostupné, často chybí dostatek energie na podporu rostoucího počtu AI aplikací. Řešení těchto výzev zdrojů jsou našim klíčem k umožnění udržitelného růstu a inovací v budoucnu.

Jak funkce, jako je přímé kapalné chlazení a UEC-ready síť (Universal Ethernet Consortium), zvyšují výkon a nákladovou efektivitu?

Přímé kapalné chlazení a UEC-ready síť jsou základem toho, co dělá moderní AI cloud ekonomicky životaschopný v měřítku, a obě jsou centrální pro to, jak jsme navrhli TensorWave.

O DLC: nejnovější generace akcelerátorů, AMD MI355X a MI455X, běží na tepelných obalech, které vzduch nemůže efektivně zvládnout. Mluvíme o 1400W+ TDP na GPU. Přímé kapalné chlazení odstraňuje teplo zdroje pomocí desek nebo ponořených designů, což dělá tři věci pro naše zákazníky. První, umožňuje podstatně vyšší hustotu stojanů, 120-300kW+ na stojan místo 30 až 40kW, což komprimuje stopu a snižuje náklady na realitní a distribuční energie. Druhé, pohání PUE směrem k 1,1, namísto 1,4 až 1,5 pro starší vzduchové chlazení; v našem měřítku to znamená desítky milionů dolarů v ročních úsporách na energii. Třetím, a často podceňovaným, je to, že DLC drží silicon na nižších, stabilnějších teplotách spoje, což prodlužuje životnost hardwaru. To poslední bod má obrovský význam, když podpisujete šestiletou smlouvu.

O UEC: specifikace Ultra Ethernet Consortium, které AMD pomohlo založit a které dosáhlo verze 1.0 v roce 2025, nám poskytuje otevřenou, merchant-siliconovou tkaninu, která splňuje nebo překonává InfiniBand na metrikách, které skutečně záleží pro distribuované školení. Zpoždění kolektivů, efektivní šířka pásma pod kontencí a škálovací chování za prahem 100 000 GPU. Příběh nákladů je strukturální. Ethernet má půl tuctu důvěryhodných merchant-siliconových dodavatelů, kteří soutěží o cenu, namísto jediné alternativy, která nese dobře zdokumentovanou přirážku. Pro 100MW lokalitu je výběr UEC-ready síťové tkaniny místo proprietární tkaniny obvykle devítimístné rozhodnutí CAPEX, a provozní výhody se sčítají, protože naši síťoví inženýři již znají Ethernet.

Společně tyto volby umožňují dodávat lepší ekonomiku školení než tradiční cloudy. Zákazníci vidí vyšší efektivní FLOPs na dolar, předvídatelnější časy kroků u velkých úloh a jasnou dráhu, jak modely škálovat. Pro nás to znamená více bránitelnou nákladovou strukturu a flexibilitu nabízet skutečně konkurenceschopné sazby.

Můžete sdílet příklady toho, jak zákazníci využívají TensorWave k školení velkých AI modelů?

Zákazníci TensorWave potřebují vysokovýkonný AI compute bez nedostatku GPU, vendor lock-in nebo nekontrolovatelných nákladů. TensorWave poskytuje exkluzivní cloud AMD – otevřený, optimalizovaný pro paměť a připravený pro produkci, což poskytuje týmům škálovatelnou AI infrastrukturu, která je dostupná, flexibilní a nákladově efektivní.

Například Modular zvolil spustit svůj MAX inference stack na infrastruktuře GPU AMD TensorWave, protože TensorWave nabízí podstatně lepší ekonomiku nákladů a výkonu pro velké AI inference. Spuštěním MAX na compute AMD TensorWave dosáhli až o 70 % nižších nákladů na milion tokenů, 57 % rychlejší propustnosti a nižších celkových nákladů než ostatní GPU stacky.

S pokračující dominancí Nvidie, kde vidíte největší příležitosti pro výzvy, jako je TensorWave?

V prostoru AI compute, který dominují birkaç hlavní hráči, největšími výzvami jsou dosažení rychlosti na trh, dodání nejnovější technologie a poskytnutí výjimečné podpory. Hyperscalers často nabízejí širokou škálu možností, ale bojují s tím, aby poskytli zaměření nebo personalizovanou podporu, kterou zákazníci potřebují. Abychom prorazili tento dominantní prostor, TensorWave se soustředí na naše silné stránky, zatímco spolupracujeme na poskytování nejlepší možné technologie a zajišťujeme, aby zákazníci měli alternativní možnosti.

Dvě největší příležitosti pro výzvy dominance Nvidie v AI infrastruktuře jsou v otevřených ekosystémech a paměti. Otevřené ekosystémy eliminují uzamčení na každé úrovni (hardwaru, propojení a softwaru). Kromě toho paměť v kombinaci se síťově optimalizovaným školením/inferencí otočí křivku nákladů.

Pohledem na pět let dopředu, jak si představujete budoucnost AI infrastruktury a roli TensorWave v ní?

Po mnoho let byl cílem v AI infrastruktuře udělat ji dobrou, stabilní a snadno použitelnou. Další fáze bude o tom, co můžete dodávat na tomto základě – spravované služby, AI-as-a-Service, cokoliv, co pomáhá zákazníkům nasazovat a škálovat více snadno.

<p Jsme na počátku velké transformace. AI technologie pokračuje v pokroku a alternativy, jako je AMD, se stávají stále více životaschopnými. Jak se to děje, zákazníci se budou cítit více pohodlně nasazovat je v měřítku a celý ekosystém začne otevírat a růst.

Děkuji za skvělý rozhovor, kdokoli, kdo chce se dozvědět více o této inovativní AI infrastrukturní společnosti, by měl navštívit TensorWave.