Piotr Tomasik, ผู้ร่วมก่อตั้งและประธานของ TensorWave – สัมภาษณ์แบบซีรีส์

Piotr Tomasik ผู้ร่วมก่อตั้งและประธานของ TensorWave เป็นผู้ประกอบการด้านเทคโนโลยีและผู้บริหารโครงสร้างพื้นฐาน AI ที่มีประสบการณ์มากกว่าสองทศวรรษในด้าน AI, SaaS, การประมวลผลคลาวด์, ฟินเทค และเศรษฐกิจผู้สร้าง ก่อนที่จะร่วมก่อตั้ง TensorWave ในปี 2023 เขาได้ร่วมก่อตั้ง Influential ซึ่งเป็นแพลตฟอร์มการตลาดอินฟลูเอ็นเซอร์ที่ได้รับการสนับสนุนจาก AI ซึ่งถูกซื้อกิจการโดย Publicis ในราคาประมาณ 500 ล้านดอลลาร์ โดยที่เขาดำรงตำแหน่ง CTO ก่อนที่จะเปลี่ยนไปเป็นที่ปรึกษา

ตลอดอาชีพการงานของเขา Tomasik ยังได้ก่อตั้งหรือเป็นผู้นำบริษัทต่างๆ รวมถึง Lets Rolo, On Guard Data และ ActiveSide ในขณะที่ดำรงตำแหน่งผู้บริหารด้านเทคโนโลยีที่ CARD.com และ Marker Trax นอกจากนี้เขายังเป็นหุ้นส่วนผู้จัดการที่ 1864 Fund และเป็นผู้ร่วมก่อตั้ง StartUp Vegas โดยที่เขาสนับสนุนระบบนิเวศการเริ่มต้นธุรกิจในลาสเวกัสและผู้มีพรสวรรค์ทางเทคโนโลยีที่เกิดขึ้นใหม่ Tomasik จบการศึกษาด้านวิทยาศาสตร์คอมพิวเตอร์จาก UNLV และเป็นผู้นำด้านเทคโนโลยีที่ได้รับการยอมรับ ซึ่งได้ช่วยให้ TensorWave มีตำแหน่งที่มีการเติบโตอย่างรวดเร็วในฐานะบริษัทโครงสร้างพื้นฐาน AI ที่มุ่งเน้นไปที่แพลตฟอร์มคลาวด์ GPU ขนาดใหญ่ที่ขับเคลื่อนด้วย AMD

TensorWave เป็นบริษัทโครงสร้างพื้นฐาน AI ที่มุ่งเน้นในการส่งมอบการประมวลผลคลาวด์ที่มีประสิทธิภาพสูงโดยใช้ GPU ของ AMD โดยมีจุดมุ่งหมายที่จะเป็นทางเลือกสำหรับระบบนิเวศ AI ที่ปิดที่สุด บริษัทนี้ก่อตั้งขึ้นในปี 2023 และมีสำนักงานใหญ่อยู่ที่ลาสเวกัส โดยสร้างคลัสเตอร์ GPU ขนาดใหญ่ที่ได้รับการปรับให้เหมาะสมสำหรับการฝึกอบรมและใช้งานแบบจำลอง AI ที่ซับซ้อน โดยมุ่งเน้นไปที่ประสิทธิภาพ ความยืดหยุ่น และความคุ้มค่าด้านต้นทุน โดยการใช้ระบบนิเวศฮาร์ดแวร์และซอฟต์แวร์ที่เปิดกว้าง TensorWave มีเป้าหมายที่จะขยายการเข้าถึงทรัพยากรการประมวลผล AI ที่มีประสิทธิภาพสูงให้กับองค์กร นักวิจัย และนักพัฒนา โดยไม่มีข้อจำกัดของการล็อกอินของซัพพลายเออร์แบบดั้งเดิม

Nvidia (NVDA ) เป็นผู้นำตลาด GPU ส่วนใหญ่ – ทำไมคุณจึงตัดสินใจที่จะใช้ AMD ทั้งหมด และมีประโยชน์อะไรที่การกระทำนี้ให้กับ TensorWave และลูกค้า

หลังจากการเปิดตัว ChatGPT ความต้องการ AI เพิ่มขึ้นอย่างรวดเร็ว GPU ถูกซื้อไปอย่างรวดเร็ว และ Nvidia เป็นตัวเลือกเดียวหากคุณสามารถเข้าถึงได้ และหากคุณสามารถจัดการค่าใช้จ่ายได้ การขาดแคลนนี้ทำให้เกิดความสนใจอย่างมากในตัวเลือกอื่นๆ ในขณะนี้ที่เราผ่านพ้นการเกิดฮายป์ไปแล้ว มีโอกาสที่แท้จริงในการท้าทายการครอบงำของ Nvidia ด้วยโซลูชันที่สามารถเข้าถึงได้ คุ้มค่า และใช้งานง่าย

ในฐานะสตาร์ทอัพ เราได้ตัดสินใจทางธุรกิจด้วยจุดมุ่งหมายและจุดประสงค์ที่เข้มแข็ง ซึ่งเป็นเหตุผลที่เราไม่ได้ทดลองใช้ Nvidia และเราได้ดำเนินการต่อในการสร้างความสามารถของเราโดยใช้ AMD ช่วงเวลาต่อไปของบริษัทของเราคือการมุ่งเน้นไปที่ความสามารถที่มุ่งเน้นเหล่านี้ เพื่อให้ทุกคนสามารถเข้าร่วมและทำอะไรที่มีความหมายด้วย AI AMD เป็นตัวเลือกที่น่าเชื่อถือที่มีการผลิตในระดับใหญ่ โพสต์ยอร์กแบบเปิด และแผนการทางด้านหน่วยความจำสำหรับ AI ในยุคสมัยใหม่

วิธีการของ TensorWave ในการให้บริการโครงสร้างพื้นฐาน AI แตกต่างจากผู้ให้บริการ GPU คลาวด์แบบดั้งเดิมอย่างไร

การแตกต่างของเรานั้นตรงไปตรงมา: เราเป็นคลาวด์ AMD เพียงแห่งเดียวที่มีขนาดใหญ่ โดยมีเป้าหมายที่จะฟื้นฟูทางเลือกในการประมวลผล AI ที่จะท้าทายการครอบงำของ Nvidia และทำให้การเข้าถึง AI มีความเท่าเทียมกัน แต่นอกจากนี้ยังเกี่ยวกับจิตวิญญาณและความมุ่งมั่นของเราในการนำทางเลือกที่แท้จริงเข้าสู่ตลาด ก่อนอื่นเราต้องการที่จะส่งมอบโครงสร้างพื้นฐาน AMD ที่มีประสิทธิภาพสูงในระดับใหญ่ จากนั้นเราจะขยายไปสู่บริการระดับสูงสุดบนโครงสร้างพื้นฐานนี้ – บริการแบบโมเดล, AI-as-a-Service โดยทำให้ทุกอย่างง่ายขึ้น

ในฐานะคลาวด์ AMD ทั้งหมด เรามีประสบการณ์ทางซอฟต์แวร์ที่สร้างขึ้นโดยเฉพาะสำหรับ AMD ตั้งแต่วันแรก การมุ่งเน้นนี้ทำให้เราสามารถเพิ่มประสิทธิภาพซิลิกอน การเชื่อมต่อ และซอฟต์แวร์จากปลายถึงปลาย เพื่อให้แน่ใจว่าทีมสามารถปรับขนาดได้เมื่อจำเป็น

บทบาทของการร่วมมือเชิงกลยุทธ์กับ AMD มีผลกระทบต่อการเติบโตและความแตกต่างของ TensorWave อย่างไร

มันคือรากฐาน AMD ได้ลงทุนใน TensorWave และได้เชิญเราเข้าร่วมการเปิดตัว MI300X Instinct และเรายังคงร่วมมือกันอย่างใกล้ชิดเกี่ยวกับการพัฒนาผลิตภัณฑ์ การเปิดใช้งานซอฟต์แวร์ และการเติบโตของระบบนิเวศ การเป็นคลาวด์ AMD เท่านั้นหมายความว่าเราสามารถเคลื่อนไหวได้อย่างรวดเร็วพร้อมกับการเปิดตัว Instinct แต่ละรุ่น และให้บริการเป็นห้องปฏิบัติการที่มีทางเลือกในตลาดของเรา ความแตกต่างของเราในการใช้ AMD เท่านั้นได้ทำให้เราสามารถทำงานได้อย่างรวดเร็วในตลาดโครงสร้างพื้นฐาน AI ซึ่งไม่สามารถทำได้ การร่วมมือของ AMD ทำให้เราสามารถปิดช่องว่างได้อย่างรวดเร็ว ส่งมอบผลิตภัณฑ์ใหม่ๆ ก่อน และเผยแพร่ประสิทธิภาพที่แท้จริงในระดับใหญ่

การเข้าถึง GPU ยังคงเป็นปัญหาสำคัญสำหรับทีม AI – TensorWave จัดการกับความท้าทายนี้อย่างไร

เราจัดการกับปัญหานี้โดยอาศัยความเป็นอิสระด้านการผลิต: โดยการสร้างบน AMD เราหลีกเลี่ยงข้อจำกัดด้านการผลิตของชิปผู้ผลิตอื่นๆ และส่งต่อความพร้อมให้กับลูกค้า ความเป็นอิสระด้านการผลิตผ่าน AMD ทำให้แน่ใจว่าลูกค้าของเราจะไม่ต้องรออยู่ในคิวเดียวกันกับทุกคน

ช่องว่างในระบบนิเวศโครงสร้างพื้นฐาน AI เกิดขึ้นเนื่องจากผู้เล่นหลายคนกำลังสร้างโซลูชันที่คล้ายกัน ซึ่งสร้างการซ้ำซ้อนมากมาย ซึ่งมักเกิดจากการขาดความตระหนักเกี่ยวกับสิ่งที่เกิดขึ้นทั่วทั้งตลาด ขั้นตอนแรกในการปิดช่องว่างเหล่านี้คือการทำความเข้าใจว่าใครกำลังทำอะไร ที่ไหนมีโอกาสในการร่วมมือ ที่ไหนการแข่งขันสามารถขับเคลื่อนนวัตกรรม และในที่สุดว่าระบบนิเวศสามารถปรับปรุงได้อย่างไร ช่องว่างที่ไม่เหมือนใครในตลาดโครงสร้างพื้นฐาน AI คือพลังงาน: แม้ว่า GPU จะมีอยู่ แต่มักไม่มีพลังงานเพียงพอในการสนับสนุนจำนวน AI ที่เพิ่มขึ้น การแก้ไขปัญหาทรัพยากรเหล่านี้คือกุญแจสำคัญในการเปิดใช้งานการเติบโตและนวัตกรรมที่ยั่งยืนในอนาคต

คุณสามารถแบ่งปันข้อมูลเกี่ยวกับวิธีที่ลูกค้าใช้ TensorWave เพื่อฝึกอบรมแบบจำลอง AI ขนาดใหญ่ๆ ได้หรือไม่

ลูกค้าของ TensorWave ต้องการการประมวลผล AI ที่มีประสิทธิภาพสูงโดยไม่มีการขาดแคลน GPU การล็อกอินของซัพพลายเออร์ หรือต้นทุนที่ไม่สามารถควบคุมได้ TensorWave ให้บริการคลาวด์ AMD ที่เปิดกว้าง มีการปรับให้เหมาะสมด้านหน่วยความจำ และพร้อมสำหรับการผลิต ซึ่งให้โครงสร้างพื้นฐาน AI ที่มีความยืดหยุ่น คุ้มค่า และสามารถเข้าถึงได้

ตัวอย่างเช่น Modular ได้เลือกที่จะใช้ TensorWave ในการฝึกอบรมแบบจำลอง AI ของตนบนโครงสร้างพื้นฐาน GPU ของ AMD เนื่องจาก TensorWave มอบประสิทธิภาพด้านต้นทุนที่ดีกว่าสำหรับการอนุมาน AI ขนาดใหญ่ โดยการทำงานบนโครงสร้างพื้นฐานการประมวลผลของ TensorWave Modular สามารถบรรลุถึงต้นทุนที่ลดลง 70% ต่อล้านโทเค็น 57% มีประสิทธิภาพสูงขึ้น และต้นทุนที่ลดลงเมื่อเทียบกับ GPU สแต็คอื่นๆ

เมื่อ Nvidia ยังคงครอบงำตลาด – คุณเห็นโอกาสที่ใหญ่ที่สุดสำหรับผู้ท้าทายอย่าง TensorWave อยู่ที่ไหน

เมื่อนำมารวมกัน ตัวเลือกเหล่านี้ช่วยให้เรามอบความคุ้มค่าทางเศรษฐศาสตร์สำหรับการฝึกโมเดลที่ดีกว่าคลาวด์แบบเดิม ลูกค้าได้รับ FLOPs ที่ใช้งานได้จริงต่อดอลลาร์สูงขึ้น ระยะเวลาของแต่ละขั้นตอนที่คาดการณ์ได้มากขึ้นสำหรับงานขนาดใหญ่ และเส้นทางการขยายระบบที่ชัดเจนเมื่อโมเดลมีขนาดใหญ่ขึ้น สำหรับเรา สิ่งเหล่านี้หมายถึงโครงสร้างต้นทุนที่ป้องกันการแข่งขันได้มากขึ้นและความยืดหยุ่นในการเสนอราคาที่แข่งขันได้อย่างแท้จริง

คุณช่วยยกตัวอย่างได้ไหมว่าลูกค้าใช้ TensorWave เพื่อฝึกโมเดล AI ขนาดใหญ่อย่างไร

ลูกค้าของ TensorWave ต้องการพลังประมวลผล AI ประสิทธิภาพสูงโดยไม่ต้องเผชิญปัญหา GPU ขาดแคลน การผูกขาดกับผู้ขายรายเดียว หรือต้นทุนที่พุ่งสูงเกินควบคุม TensorWave ให้บริการคลาวด์ AMD โดยเฉพาะที่เปิดกว้าง ปรับให้เหมาะกับหน่วยความจำ และพร้อมใช้งานจริง ช่วยให้ทีมต่าง ๆ เข้าถึงโครงสร้างพื้นฐาน AI ที่ขยายขนาดได้ ยืดหยุ่น และคุ้มค่า

ตัวอย่างเช่น Modular เลือกใช้งานสแต็กอนุมาน MAX บนโครงสร้างพื้นฐาน AMD GPU ของ TensorWave เพราะ TensorWave ให้ความคุ้มค่าด้านต้นทุนต่อประสิทธิภาพที่ดีกว่าอย่างมากสำหรับการอนุมาน AI ขนาดใหญ่ เมื่อรัน MAX ของ Modular บนระบบประมวลผล AMD ของ TensorWave พวกเขาสามารถลดต้นทุนต่อล้านโทเค็นได้สูงสุด 70% เพิ่มอัตราการประมวลผลได้ 57% และมีต้นทุนรวมต่ำกว่าสแต็ก GPU อื่น ๆ

เมื่อ Nvidia ยังคงครองตลาดอยู่ คุณมองเห็นโอกาสที่ใหญ่ที่สุดสำหรับผู้ท้าชิงอย่าง TensorWave อยู่ตรงไหน

ในพื้นที่การประมวลผล AI ที่มีผู้เล่นหลักๆ เพียงไม่กี่ราย ความท้าทายที่ยิ่งใหญ่ที่สุดคือการบรรลุความเร็วในการเข้าถึงตลาด การส่งมอบเทคโนโลยีล่าสุด และการให้การสนับสนุนที่ยอดเยี่ยม Hyperscalers มักจะให้ตัวเลือกที่หลากหลาย แต่ด้วยความยากลำบากในการให้คำแนะนำที่มุ่งเน้นและเป็นส่วนตัวแก่ลูกค้า เพื่อสร้างความโดดเด่นในตลาดที่แออัดนี้ TensorWave มุ่งเน้นไปที่จุดแข็งของเรา ในขณะเดียวกันก็ร่วมมือกันเพื่อให้เทคโนโลยีที่ดีที่สุดแก่ลูกค้า และให้แน่ใจว่าลูกค้ามีตัวเลือกอื่นๆ

โอกาสที่ใหญ่ที่สุดสำหรับผู้ท้าทายการครอบงำโครงสร้างพื้นฐาน AI ของ Nvidia คือในระบบนิเวศที่เปิดกว้างและหน่วยความจำ ระบบนิเวศที่เปิดกว้างจะกำจัดการล็อกอินในระดับทุกๆ ระดับ (ฮาร์ดแวร์ อินเทอร์คอนเนคต์ และซอฟต์แวร์) นอกจากนี้ หน่วยความจำที่จับคู่กับการฝึกอบรม/การอนุมานที่ได้รับการปรับให้เหมาะสมด้านเครือข่ายยังพลิกเส้นโค้งต้นทุน

เมื่อมองไปข้างหน้า 5 ปี – คุณเห็นอนาคตของโครงสร้างพื้นฐาน AI และบทบาทของ TensorWave ในอนาคตอย่างไร

เป็นเวลาหลายปีแล้วที่เป้าหมายในโครงสร้างพื้นฐาน AI คือการทำให้มันทำงานได้ดี มีเสถียรภาพ และใช้งานง่าย ระยะเวลาต่อไปจะเป็นเรื่องของสิ่งที่คุณสามารถส่งมอบบนพื้นฐานนั้นได้ – บริการที่จัดการ การให้บริการ AI-as-a-Service สิ่งใดๆ ที่ช่วยให้ลูกค้าสามารถใช้งานและปรับขนาดได้ง่ายขึ้น

เรากำลังอยู่ในช่วงเริ่มต้นของการเปลี่ยนแปลงที่สำคัญ เทคโนโลยี AI ยังคงพัฒนาอย่างต่อเนื่อง และตัวเลือกอื่นๆ เช่น AMD กำลังเป็นที่น่าเชื่อถือมากขึ้น เมื่อเกิดเหตุการณ์นี้ ลูกค้าจะรู้สึกสบายใจมากขึ้นในการใช้งานในระดับใหญ่ และระบบนิเวศทั้งหมดจะเริ่มต้นการเติบโต

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม หากใครต้องการเรียนรู้เพิ่มเติมเกี่ยวกับบริษัทโครงสร้างพื้นฐาน AI นี้ ควรเยี่ยมชม TensorWave