Benjy Boxer, CEO og medgrunnlegger av Phaze – Intervju-serie

Benjy Boxer, CEO og medgrunnlegger av Phaze, er en teknologi-entrepreneur som bygger en høy-ytelses fjernskrivebord-plattform for ingeniører, designere og andre profesjonelle som arbeider med krevende 3D- og CAD-applikasjoner. Phaze leverer lav-forsinkelses fjern-tilgang til arbeidsstasjoner med bedrifts-grads management og sikkerhetskontroller, som gjør det mulig for team å samarbeide sømløst fra hvor som helst. Han var tidligere medgrunnlegger av det lav-forsinkelses fjernskrivebord-selskapet Parsec i 2016 og ledet det gjennom dets 320 millioner dollar store oppkjøp av Unity i 2021. Etter oppkjøpet, hadde han flere senior ledelsesstillinger i Unity, inkludert Senior Vice President og General Manager of Unity Cloud, hvor han overvåket produkter som støttet fjern-samarbeid, multiplayer-utvikling, aktivumshåndtering, sky-infrastruktur og sanntids 3D-innholdsskapelse. Boxer arbeidet tidligere i produktstrategi i NewsCred, korporativ utvikling i AOL og aktivum- og passivahåndtering i Verdensbanken.

Phaze er en bedrifts-fjernskrivebord-plattform designet for profesjonelle som arbeider med krevende 3D-, datamaskin-støttede design-, ingeniør- og visualiserings-applikasjoner. Den gir sikker tilgang til høy-ytelses arbeidsstasjoner fra nesten hvor som helst, med lav-forsinkelses kontroller, høye rammer, nøyaktig fargegjengivelse, fler-skjerm-funksjonalitet, USB-gjennomgang og sanntids-sesjon-samarbeid. For IT-team, tilbyr Phaze sentralisert håndtering av enheter, brukere, tilgangs-tilganger, på-sted-reléer, tilkoblingsaktivitet og bedrifts-autentisering, støttet av SOC 2 Type II-sertifisering, uavhengig penetrerings-testing, rolle-basert tilgangskontroll og omfattende audit-logger.

Du grunnla Parsec rundt ideen om at hvis fjernskrivebord kunne møte kravene til gaming, kunne det til slutt fungere for nesten alt. Etter å ha solgt Parsec til Unity, hva var det som gjorde deg til å returnere til dette problemet med Phaze, og hva lærte du fra Parsec som formede Phaze fra dag én?

Ved Parsec, lærte vi at mennesker ikke tilgir dårlig ytelse. Gamere legger merke til hver enkelt dropped frame og hver millisekund med forsinkelse, så vi måtte bygge en plattform som forsvant i bakgrunnen. Hvis brukerne tenker på fjernskrivebordet, har du allerede tapt. Parsec ble populært i spill-studioer fordi den ytelsen betyr noe for skaperne også.

Nå, tror vi at tilgang til høy-ytelses beregning er et krav for hver profesjonell. Dette er fordi hver del av programvaren avhenger av GPU-akselerasjon for å levere funksjoner til kunder. 3D-grafikk-ytelse har alltid betydd noe for profesjonelle ingeniører, skapere, utviklere, arkitekter, animatører og redigeringer. Phaze er for disse arbeidsstasjons-brukerne og bedriftene de arbeider for. På grunn av kraft-kravene til GPU-ene og, ærlig talt, kostnadene, bor kraftig maskinvare stadig andre steder enn under skrivebordet.

Vi bygde Phaze fordi vi så det samme problemet dukke opp i en mye større marked. Selskaper sentraliserer beregning, men ansatte forventer fortsatt at verktøyene deres skal føles lokale. Å betjene disse bedrifts-kundene krever at vi fokuserer ikke bare på fjernskrivebordet, men også på bedrifts-administrasjon og produkter som støtter IT-team på store selskaper som justerer strategiene deres for vår nye verden.

Phaze er bygget rundt ideen om at arbeidsstasjoner blir infrastruktur. Hva ser denne skiftningen ut som innenfor bedrifter i dag?

Arbeidsstasjonen følger samme sti som serveren. Selskaper kjøpte tidligere en kraftig maskin for hver ingeniør eller designer fordi det var den eneste praktiske løsningen. AI endret økonomien bak dette. Høy-end GPU-systemer er dyre å kjøpe, dyre å drive og dyre å kjøle.

I stedet for å kjøpe en arbeidsstasjon for hver ansatt, plasserer selskaper disse maskinene i server-rom, kolokasjons-fasiliteter og sky-miljøer. Å gjøre denne skiftningen forbedrer aktivum-utnyttelse, datasikkerhet og maskin-håndtering. Maskinvaren blir på ett sted, mens ansatte får tilgang til den fra hvor som helst de måtte være.

Hvorfor er tradisjonelle skrivebords-arbeidsstasjoner ikke lenger nok for team som arbeider med AI, sanntids-gjengivelse, simulering, CAD, 3D og visuell datamaskin?

Det handler ikke om at tradisjonelle skrivebords-arbeidsstasjoner svikter mennesker. Mål-stengene flyttes hver gang en ny generasjon av GPU-er blir tilgjengelig. Når det er mer VRAM, bruker ISV-er det til å generere mer realistiske piksler, bedre simuleringer og smartere AI. Arbeidsbelastningene endrer seg, så selskaper må oppgradere maskinvaren. Trening av AI-modeller, gjengivelse av komplekse scener, kjøring av simuleringer og arbeid med moderne visuell datamaskin-programvare krever langt mer GPU-kraft enn de gjorde bare noen få år siden. Moderne profesjonelle arbeidsstasjoner kan trekke over 1 200 watt for grafikk-behandling alene, noe som gjør dem vanskelige å distribuere på en skala over hele organisasjonen. Selskaper trenger fortsatt denne ytelsen. De leverer den bare på en annen måte ved å sentralisere maskinvaren og la ansatte koble til den fjern-tilgang.

Mye av AI-infrastruktur-dekningen fokuserer på modeller, GPU-er, data-sentre og inferens. Hvor passer fjernskrivebord-tilgang inn i AI-infrastruktur-staken?

Disse fokuserer på token-generering som blir en inn-data til hvordan mennesker interagerer med programvare på datamaskiner. Vi tror at flere av datamaskinene mennesker interagerer med, kommer til å bo andre steder. Det betyr at en skaper, ingeniør, designer eller utvikler, kommer til å ha mulighet til å få tilgang til en høy-ytelses datamaskin på hvilken som helst skjerm. Fjernskrivebordet er tilgangs-laget mellom brukere og datamaskinene de avhenger av. Grafikk og forsinkelse betyr fortsatt noe når mennesker interagerer med datamaskinen, spesielt når de arbeider med CAD eller 3D. Phaze prioriterer ytelse for disse brukstilfellene og gir alle tilgang til beregning når de trenger det, uansett hvor de er.

Phaze snakker om både ansatte og AI-agenter som trenger tilgang til kraftfulle maskiner. Hvorfor endrer definisjonen av en “bruker” seg når AI-agenter begynner å få tilgang til datamaskiner sammen med mennesker?

På jobben, prøver mennesker å oppnå mål med datamaskiner hver gang de bruker dem. Nå, kan et menneske interagere med datamaskinen for å oppnå det målet, eller de kan ansatte en agent til å gjøre det samme på deres vegne. Uansett, er resultatet det samme, det er bare en annen bruker. Vi tror at selskaper må behandle agenter som ansatte og håndtere og sikre deres tilgang på samme måte.

Hvilke oppgaver kommer AI-agenter til å trenge fjern-arbeidsstasjon-tilgang for som ikke kan håndteres reneste gjennom API-er alene?

Det er en debatt i gang mellom datamaskin-bruksmodell versus CLI/API-først-design. Jeg tror at de fleste programvare-leverandører kommer til å levere en grensesnitt for AI-agenter til å forbruke. Men det er scenarier hvor målet er å teste hvordan et menneske ville bruke programvare eller når jobb-til-å-gjøres krever interaksjon med en full datamaskin. I disse to scenariene, vil en datamaskin-bruksmodell være den beste løsningen. Så, hvis du tester en ny applikasjon for kunder eller du prøver å løse en slutt-brukers problem på deres datamaskin, tror jeg du kommer til å trenge en datamaskin-bruksmodell.

Fjern-tilgang akselerer oppnåelse av disse målene. Noen ganger er det vanskelig eller krever mye teknisk kunnskap å deployere agenter til slutt-bruker-enheter. Det er også scenarier hvor det er fordeler med å ha en sentral håndtering av agenter som er koblet til mange datamaskiner. I tillegg, kan mennesker ikke ønske å kjøre en datamaskin-bruksmodell på deres primære enhet, så de kan be om oppgaver å bli utført mens de fokuserer på andre elementer på datamaskinen.

Hvordan bør bedrifter tenke om sikkerhets-risikoen ved å gi AI-agenter tilgang til fullstendige maskiner med filer, applikasjoner, tillatelser og beregningsressurser?

Jeg tror ikke det er en betydelig økning i risiko i forhold til å gi ansatte samme tilgang. Selskaper har mye erfaring med å sikre at datamaskiner er isolert, sikre og bare har tilgang til de filene de skal ha. Jeg mistenker at datamaskin-bruksagenter kommer til å arve samme tillatelser som brukeren som ber agenten om å gjøre noe. Det er en fordel å ha datamaskin-bruksagenter operere datamaskiner via fjern-tilgang, fordi da er agenten ikke installert direkte på datamaskinen den kontrollerer. Et menneske kan se agenten utføre handlinger gjennom fjernskrivebord-produktet, eller omfanget av inn-data det kan kontrollere, kan håndteres gjennom fjernskrivebord-protokollene.

Fjernskrivebord har eksistert i tiår, men mange brukere assosierer det fortsatt med forsinkelse, dårlig visning eller klønete IT-arbeidsflyter. Hva har endret seg teknisk som gjør denne kategorien mer relevant nå?

I lang tid, fortjente fjernskrivebord dette ryktet. Ting har endret seg rundt teknologiene fjernskrivebord-protokollene bruker. Internettet har blitt mye bedre. Nesten alle har en høy-båndbredde-forbindelse hjemme. Og nå, hvis flyselskapet ditt inngår en avtale med Starlink, kan du ha en høy-båndbredde-forbindelse i luften også. I tillegg er det utgitt maskinvare som inkluderer chip designet for å dekodere og kode video-strømmer raskt. Denne kombinasjonen, sammen med tekniske innovasjoner, gjør at tidligere erfaringer er uakseptable i dag.

Mennesker aksepterte forsinkelse, uklare visninger og upålitelig ytelse fordi det ikke var noen bedre alternativ. Bygging av Parsec tvang oss til å løse disse problemene fordi spillere simpelthen ikke ville tolerere dem. Hvis erfaringen ikke var sømløs, sluttet de å bruke det.

I dag er det samme forventningene over hele profesjonell datamaskin-bruk. Ingenicører, designere, utviklere og skapere forventer alle at fjern-tilgang skal føles som om de sitter foran maskinen. Når selskaper flytter arbeidsstasjoner inn i felles infrastruktur, er det niveauet av ytelse ikke lenger valgfritt.

Hvilke industrier tror du kommer til å adoptere fjern-AI-klare arbeidsstasjoner først: spill, arkitektur, ingeniør, film, produksjon, robotikk, AI-laboratorier eller noe annet?

Den første bølgen er allerede ganske klar. Det er noen industrier hvor mennesker tilbringer dagen sin med å arbeide med GPU-intensiv programvare.

Det inkluderer ingeniør, arkitektur, produksjon, visuell effekt, film, spill-utvikling, simulering og AI-forskning. Disse organisasjonene avhenger allerede av dyrt maskinvare, så de ser umiddelbar verdi i å sentralisere det i stedet for å distribuere maskiner til hver enkelt person. Mennesker som arbeider med de mest intense simulasjoner, visuelle scener, design de mest kompliserte produktene og bygningene, avhenger alle av de siste GPU-drevne arbeidsstasjonene.

Over tid, vil denne gruppen utvides når AI blir en del av mer profesjonell programvare. Flere ansatte kommer til å trenge tilgang til kraftfulle beregninger, selv om de ikke trenger en dedikert arbeidsstasjon.

Om fem år, tror du at bedrifts-arbeidsstasjonen fortsatt kommer til å være en personlig enhet, eller kommer den til å bli en felles gruppe av GPU-drevne infrastruktur som tilgjengelig for både mennesker og AI-agenter?

Jeg tror vi kommer til å se tilbake på dedikerte arbeidsstasjoner på samme måte som vi ser på dedikerte servere.

Det kommer alltid til å være unntak, men for de fleste organisasjonene, er det mer fornuftig å bygge felles grupper av høy-ytelses beregning og la mennesker koble til de ressursene de trenger. Det er en bedre bruk av dyrt maskinvare, og det gir organisasjonene langt mer fleksibilitet når arbeidsbelastninger fortsetter å utvikle seg. Vi ønsker å se en verden hvor mennesker har tilgang til beregningen de trenger, uansett hvor de er, og uten å måtte tenke på hvor ofte de må oppgradere maskinvaren. Vi tror det er mulig hvis måten du får tilgang til maskinvaren er god nok til å forsvinne i bakgrunnen og ikke minne deg på at du fjern-tilganger beregningen.

Arbeidsstasjonen forsvinner ikke. Den flytter inn i datasenteret. Den virkelige utfordringen er å gjøre denne overgangen usynlig for mennesker som bruker den. Det er det vi bygger.

Takk for det flotte intervjuet, lesere som ønsker å lære mer, kan besøke Phaze.