פיוטר טומאסיק, מייסד-שותף ונשיא TensorWave – סדרת ראיונות

פיוטר טומאסיק, מייסד-שותף ונשיא TensorWave, הוא יזם ותיק בתחום הטכנולוגיה ובכיר בתשתית AI, עם יותר משני עשורים של ניסיון החופף AI, SaaS, ענן, פינטק וכלכלת היצירה. לפני שהקים את TensorWave ב-2023, הוא הקים את Influential, פלטפורמת שיווק משפיענים מבוססת AI, שנרכשה על ידי Publicis תמורת כ-500 מיליון דולר, שם הוא שירת כקצין טכנולוגיות ראשי לפני שעבר לתפקיד יועץ.

במהלך הקריירה שלו, טומאסיק הקים או הוביל חברות כולל Lets Rolo, On Guard Data, ו-ActiveSide, תוך כדי אחזקת תפקידים בכירים ב-CARD.com ו-Marker Trax. בנוסף לתפקידיו המבצעיים, הוא שותף כללי ב-1864 Fund ומייסד-שותף של StartUp Vegas, שם הוא תומך באופן פעיל בסביבת ההזנקים של לאס וגאס ובכישרונות הטכנולוגיים המתעוררים. בוגר מדעי המחשב של UNLV ומנהיג טכנולוגי מוכר, טומאסיק הפך לידוע בעזרתו ל-TensorWave להתמקם כחברה מהירת צמיחה בתשתית AI, המתמקדת בפלטפורמות ענן GPU בקנה מידה גדול, המונעות על ידי מאיצי AMD.

TensorWave היא חברת תשתית AI, המתמקדת במתן חישוב ענן בביצועים גבוהים, המונע על ידי AMD GPUs, ומתייצבת כאלטרנטיבה למערכות AI סגורות יותר. החברה הוקמה ב-2023, ומרכזה בלאס וגאס, בונה קלאסטרים גדולים של GPU, המותאמים לאימון ופריסה של מודלים AI מתקדמים, עם דגש על ביצועים, גמישות ויעילות עלות. על ידי ניצול מערכות חומרה ותוכנה פתוחות, TensorWave מטרתה להרחיב את הגישה למשאבי חישוב AI חזקים עבור חברות, חוקרים ומפתחים, ולאפשר עומסי עבודה AI מסוגלים לקנה מידה, ללא הגבלות של נעילת ספקים מסורתית.

נווידיה שולטת ברוב שוק ה-GPU – למה החליטת להתמקד ב-AMD, ומהן היתרונות של בחירה זו עבור TensorWave ולקוחותיה?

לאחר השקת ChatGPT, הביקוש ל-AI זינק. GPUs נרכשו במהירות, ו-NVIDIA הייתה בעצם האפשרות היחידה, אם היה אפשר להשיג אותה, ואם היה אפשר להרשות לעצמך את העלות. המחסור הזה עורר עניין עצום באלטרנטיבות. עכשיו, כשאנו עברנו את ההיסטריה הראשונית, יש הזדמנות אמיתית לאתגר את הדומיננטיות של Nvidia עם פתרונות שהם נגישים, יעילים בעלות וקלים לשימוש.

כסטארט-אפ, אנו תמיד קיבלנו החלטות עסקיות עם מוקד חזק ומטרה. זו הסיבה שלא ניסינו את Nvidia, והמשכנו לבנות את היכולות שלנו על AMD. השלב הבא של החברה שלנו הוא להתמקד ביכולות הממוקדות האלה, כך שכולם יוכלו להיכנס ולעשות משהו משמעותי עם AI. AMD היא אלטרנטיבה אמינה, עם יכולת ייצור אמיתית, גישה פתוחה לתוכנה ותכנון “ראשון לזיכרון” עבור AI מודרני.

כיצד גישת TensorWave לתשתית AI שונה מספקי ענן GPU מסורתיים?

הבדלנו הוא פשוט: אנו הענן ה-AMD היחיד בקנה מידה, היוצאים למשימה להחזיר בחירה לחישוב AI, לשבור את הדומיננטיות של Nvidia ולדמוקרטיזציה של הגישה. אבל זה גם על האתוס והמחויבות שלנו להביא אלטרנטיבה אמיתית לשוק. ראשית ועיקר, אנו רוצים לספק תשתית AMD יוצאת דופן בקנה מידה. משם, נרחיב לשירותים מדרגה ראשונה על גבי זה – Models-as-a-Service, AI-as-a-Service, ולהפוך הכל לפשוט יותר.

כענן AMD בלעדי, יש לנו ניסיון תוכנה בנוי במיוחד עבור AMD מיום ראשון. התמקדות זו מאפשרת לנו לאופטימיזציה של סיליקון, רשתות ותוכנה מקצה לקצה, ולוודא שצוותים יכולים להתפשר כשהם צריכים.

מהו התפקיד של השותפות האסטרטגית עם AMD בצמיחה והבדלה של TensorWave?

זה מהותי. AMD השקיעה ב-TensorWave, הזמינה אותנו לשחרור MI300X Instinct, ואנו ממשיכים לשתף פעולה בצמוד על חומרה, אפשרות תוכנה וצמיחת אקוסיסטם. להיות ענן AMD בלעדי, אנו יכולים לנוע במהירות עם כל דור Instinct, ולשמש כמעבדה חיה שמספקת, בקנה מידה, אלטרנטיבות בתוך השוק שלנו. הבדלנו ה-AMD בלעדי איפשר לנו לעבוד בקצב שאינו מידי בשוק תשתית AI. שותפותם של AMD מאפשרת לנו לסגור פערים במהירות, לשלוח ראשונים על GPUs חדשים, ולפרסם ביצועים אמיתיים בקנה מידה.

גישה ל-GPU נותרה מכשול עיקרי עבור צוותי AI – כיצד TensorWave פותרת אתגר זה?

אנו פותרים את המכשולים האלה תחילה דרך עצמאות אספקה: על ידי בנייה על AMD, אנו מחמיצים את הגרוע מאילוצי האספקה של יצרני שבבים אחרים, ומעבירים זמינות ללקוחות.

פערים באקוסיסטם תשתית AI קיימים מכיוון שרבים מהשחקנים בונים פתרונות דומים, יוצרים הרבה חפיפה. זה לעיתים קרובות נובע ממחסור במודעות למה שקורה ברחבי השוק. הצעד הראשון לסגירת הפערים הוא הבנת מי עושה מה, היכן ישנן הזדמנויות לשיתוף פעולה, היכן תחרות יכולה להניע חדשנות, ולבסוף, כיצד האקוסיסטם יכול לשפר כולו. אחד הפערים הייחודיים בשוק תשתית AI הוא כוח; אפילו אם GPUs זמינים, לעיתים קרובות אין מספיק אנרגיה כדי לתמוך במספר הגדל של יישומי AI. פתרון אתגרי משאבים אלה הם המפתח שלנו לאפשר צמיחה ברת קיימא וחדשנות בשנים הבאות.

כיצד מאפיינים כמו קירור נוזלי ישיר ורשת UEC (Universal Ethernet Consortium) משפרים את הביצועים והיעילות העלות?

קירור נוזלי ישיר ורשת UEC-Ready הם מרכיבים מרכזיים במה שהופך ענן AI מודרני לבר-קיימא בקנה מידה, ושניהם מרכזיים לאיך בנינו את TensorWave.

ב-DLC: דורות המאיץ החדשים, AMD’s MI355X ו-MI455X, רץ במעטפות תרמיות שאוויר פשוט לא יכול להתמודד איתן בצורה יעילה. אנו מדברים על 1400W+ TDP לכל GPU. קירור נוזלי ישיר מ