Піотр Томасік, співзасновник і президент TensorWave – Інтерв’ю серія

Піотр Томасік, співзасновник і президент TensorWave, – ветеран технологічного підприємництва та виконавець інфраструктури штучного інтелекту з більш ніж двома десятилітнями досвіду в галузі штучного інтелекту, SaaS, хмарних обчислень, фінтеху та економіки творців. Перед тим, як заснувати TensorWave у 2023 році, він заснував Influential, платформу маркетингу впливових осіб на основі штучного інтелекту, яку пізніше придбала Publicis за приблизно 500 мільйонів доларів, де він обіймав посаду технічного директора, перш ніж перейти на посаду радника.

На протяженні своєї кар’єри Томасік також заснував або очолював компанії, серед яких Lets Rolo, On Guard Data та ActiveSide, а також обіймав керівні посади у технологічних компаніях CARD.com та Marker Trax. Окрім своїх оперативних ролей, він є генеральним партнером у 1864 Фонді та співзасновником StartUp Vegas, де він активно підтримує екосистему стартапів у Лас-Вегасі та розвиток нових технологій. Як випускник університету Невади у Лас-Вегасі за спеціальністю комп’ютерні науки та визнаний лідер у галузі технологій, Томасік став відомим тим, що допоміг позиціонувати TensorWave як швидко зростаючу компанію інфраструктури штучного інтелекту, орієнтовану на великомасштабні хмарні платформи, що працюють на прискорювачах AMD.

TensorWave – це компанія інфраструктури штучного інтелекту, орієнтована на надання високопродуктивних хмарних обчислень на основі графічних процесорів AMD, позиціонуючи себе як альтернативу більш закритим екосистемам штучного інтелекту. Заснована у 2023 році та розташована у Лас-Вегасі, компанія будує великомасштабні кластери графічних процесорів, оптимізовані для навчання та розгортання передових моделей штучного інтелекту, з акцентом на продуктивність, гнучкість та ефективність витрат. Використовуючи відкриті екосистеми апаратного та програмного забезпечення, TensorWave спрямована на розширення доступу до потужних ресурсів обчислень штучного інтелекту для підприємств, дослідників та розробників, забезпечуючи масштабовані завдання штучного інтелекту без обмежень традиційної блокування постачальників.

Nvidia (NVDA ) домінує на більшості ринку графічних процесорів – чому ви вирішили повністю зайнятися AMD, і які переваги це дає TensorWave та її клієнтам?

Після запуску ChatGPT попит на штучний інтелект різко зріс. Графічні процесори швидко розібрали, і NVIDIA була майже єдиною можливістю, якщо ви могли її придбати, і якщо ви могли собі це дозволити. Ця нестачка викликала величезний інтерес до альтернатив. Тепер, коли ми пройшли перший хайп, є реальна можливість викликати домінуванню Nvidia з допомогою рішень, які є доступними, ефективними з точки зору витрат та легкими у використанні.

Як стартап, ми завжди приймаємо бізнес-рішення з сильним фокусом та метою. Тому ми не експериментували з Nvidia, а продовжували розбудовувати свої можливості на основі AMD. Наступна фаза нашої компанії полягає у тому, щоб ще більше зосередитися на цих можливостях, щоб кожен міг зайнятися чимось значимим у сфері штучного інтелекту. AMD – це гідна альтернатива з реальною масштабованістю виробництва, відкритим програмним забезпеченням та орієнтацією на пам’ять для сучасного штучного інтелекту.

Як підхід TensorWave до інфраструктури штучного інтелекту відрізняється від традиційних постачальників хмарних графічних процесорів?

Наша диференціація проста: ми єдина хмара, орієнтована виключно на AMD у великомасштабному секторі, яка прагне відновити вибір у сфері обчислень штучного інтелекту, порушити домінування Nvidia та демократизувати доступ. Але це також пов’язано з нашим етосом та зобов’язанням надати справжню альтернативу ринку. Насамперед ми хочемо надати виняткову інфраструктуру на основі AMD у великомасштабному секторі. Відтоді ми розширимо свій спектр послуг – сервіси типу “Модель як сервіс”, “Штучний інтелект як сервіс”, все, що полегшить клієнтам розгортання та масштабування.

Як хмара, орієнтована виключно на AMD, ми маємо досвід роботи з програмним забезпеченням, спеціально розробленим для AMD з самого початку. Цей фокус дозволяє нам оптимізувати апаратне забезпечення, мережеві можливості та програмне забезпечення з кінця в кінець, забезпечуючи можливість командам масштабувати, коли їм це потрібно.

Яка роль стратегічного партнерства з AMD відіграє у зростанні та диференціації TensorWave?

Воно є фундаментальним. AMD інвестувала у TensorWave, запросила нас до участі у запуску MI300X Instinct та продовжує тісно співпрацювати з нами у сфері апаратного забезпечення, програмної реалізації та зростання екосистеми. Будучи хмарою, орієнтованою виключно на AMD, ми можемо швидко рухатися з кожним поколінням Instinct та служити живим лабораторним майданчиком, який надає альтернативи у нашому секторі у великомасштабному секторі. Наша диференціація, заснована на використанні лише AMD, дозволяє нам працювати у темпі, який не є так легко досяжним на ринку інфраструктури штучного інтелекту. Партнерство з AMD дозволяє нам швидко закрити прогалини, першою надавати нові графічні процесори та публікувати реальну продуктивність у великомасштабному секторі.

Доступ до графічних процесорів залишається великою перешкодою для команд штучного інтелекту – як TensorWave подолає цю проблему?

Ми подолаємо ці перешкоди спочатку через незалежність постачання: будучи заснованими на AMD, ми уникнемо найбільшої частини обмежень інших виробників мікрочипів та передамо доступність нашим клієнтам. Незалежність постачання через AMD забезпечує те, що наші клієнти не будуть застрягнути у черзі, як усі інші.

Прогалини в екосистемі інфраструктури штучного інтелекту існують через те, що багато гравців будують подібні рішення, створюючи багато дублювання. Це часто відбувається через відсутність усвідомлення того, що відбувається на ринку. Перший крок до закриття цих прогалин полягає у розумінні того, хто робить що, де є можливості для співпраці, де конкуренція може спонукати інновації, та як екосистема може поліпшитися в цілому. Однією з унікальних прогалин на ринку інфраструктури штучного інтелекту є потужність; навіть якщо графічні процесори доступні, часто немає достатньої енергії для підтримки зростаючої кількості застосунків штучного інтелекту. Рішення цих проблем з ресурсами є нашим ключем до забезпечення сталого зростання та інновацій у майбутньому.

Як такі функції, як прямое охолодження рідиною та мережеві можливості UEC (Universal Ethernet Consortium), підвищують продуктивність та ефективність витрат?

Прямое охолодження рідиною та мережеві можливості UEC є фундаментальними для того, що робить сучасну хмару штучного інтелекту економічно життєздатною у великомасштабному секторі, та обидва є центральними для того, як ми спроектували TensorWave.

Щодо прямого охолодження рідиною: нові покоління прискорювачів, такі як MI355X та MI455X від AMD, працюють у термічних оболонках, які повітря не може ефективно обробляти. Ми говоримо про 1400 Вт+ на графічний процесор. Прямое охолодження рідиною видаляє тепло у джерелі через конструкцію холодної пластини або занурення, що робить три речі для наших клієнтів. По-перше, воно дозволяє суттєво підвищити щільність стелажів, 120-300 кВт+ на стелаж, замість 30-40 кВт, що стискає площу та скорочує витрати на нерухомість та розподілення енергії. По-друге, воно рухає PUE до 1,1, порівняно з 1,4-1,5 для традиційних повітряноохолоджуваних об’єктів; на нашому рівні це перекладується у десятки мільйонів доларів щорічних економій на комунальних послугах. По-третє, і часто недооцінюється, прямое охолодження рідиною тримає силікон у нижчих, більш стабільних температурах сполучення, що зберігає тривалі тактові частоти під час довгих тренувальних сесій та розширює термін служби апаратного забезпечення. Остання точка має величезне значення, коли ви фінансуєте шестирічний актив.

Щодо UEC: специфікація Ultra Ethernet Consortium, яку AMD допомогла заснувати та яка досягла версії 1.0 у 2025 році, надає нам відкриту, мерчантську структуру, яка відповідає або перевершує InfiniBand за метриками, які насправді важливі для розподіленого тренування. Затримка на колективах, ефективна смуга пропускання під контентом та поведінка масштабування після порогу у 100 000 графічних процесорів. Історія витрат є структурною. Ethernet має півдюжини гідних мерчантських виробників силікону, які конкурують за ціну, порівняно з альтернативою з одним джерелом, яке несе добре задокументований преміум. Для сайту потужністю 100 МВт вибір UEC-готової мережі замість пропрієтарної структури зазвичай є дев’ятисильною рішеннями щодо капітальних витрат, а операційні переваги складні, оскільки наші інженери мереж уже знають Ethernet.

Взяті разом, ці рішення дозволяють нам надавати кращу економіку тренування, ніж традиційні хмари. Клієнти бачать вищу ефективну продуктивність на долар, більш передбачувані часи виконання великих завдань та чітку перспективу масштабування моделей. Для нас це означає більш оборонну структуру витрат та гнучкість для надання справжньо конкурентних тарифних планів.

Чи можете ви поділитися прикладами того, як клієнти використовують TensorWave для тренування великомасштабних моделей штучного інтелекту?

Клієнти TensorWave потребують високопродуктивних обчислень штучного інтелекту без нестачі графічних процесорів, блокування постачальників або неконтрольованих витрат. TensorWave надає ексклюзивну хмару AMD – відкриту, оптимізовану для пам’яті та готову до виробництва, що надає командам масштабовані інфраструктури штучного інтелекту, які є доступними, гнучкими та ефективними з точки зору витрат.

Наприклад, Modular вирішив запустити свій стек інференції MAX на інфраструктурі графічних процесорів AMD TensorWave, оскільки TensorWave надає значно кращу економіку витрат для великомасштабної інференції штучного інтелекту. Запускаючи MAX Modular на обчисленнях AMD TensorWave, вони досягають до 70% нижчих витрат на мільйон токенів, 57% швидшого пропускання та нижчих загальних витрат порівняно з іншими стеками графічних процесорів.

З continua домінуванням Nvidia, де ви бачите найбільші можливості для конкурентів, таких як TensorWave?

У сфері обчислень штучного інтелекту, яка домінується кількома великими гравцями, найбільші виклики полягають у досягненні швидкості виходу на ринок, наданні останніх технологій та забезпеченні виняткової підтримки. Гіперскейлери часто пропонують широкий спектр варіантів, але борються з наданням клієнтам фокусу або персоналізованого керівництва. Щоб прорватися у цьому домінувальному просторі, TensorWave фокусується на своїх сильних сторонах, одночасно співпрацюючи, щоб надавати найкращу технологію можливу, та забезпечуючи клієнтів альтернативними варіантами.

Дві найбільші можливості для конкурентів домінування Nvidia у сфері інфраструктури штучного інтелекту лежать у відкритих екосистемах та пам’яті. Відкриті екосистеми ліквідують блокування на кожному рівні (апаратне забезпечення, інтерконект та програмне забезпечення). Крім того, пам’ять у поєднанні з мережево-оптимізованим тренуванням/інференцією перевертає криву витрат.

Оглядаючи вперед на п’ять років, як ви бачите майбутнє інфраструктури штучного інтелекту та роль TensorWave у ньому?

Тривалий час метою інфраструктури штучного інтелекту було зробити її хорошою, стабільною та легкою у використанні. Наступна фаза буде полягати у тому, що ви можете надати на основі цього – сервіси типу “Управління моделями”, “Штучний інтелект як сервіс”, все, що допоможе клієнтам розгортати та масштабувати ще легше.

Ми на початку великої трансформації. Технологія штучного інтелекту продовжує розвиватися, та альтернативи, такі як AMD, стають все більш життєздатними. Коли це відбувається, клієнти стануть більш комфортними у розгортанні їх у великомасштабному секторі, та вся екосистема починає відкритися та розвиватися.

Дякуємо за велике інтерв’ю, кожному, хто бажає дізнатися більше про цю інноваційну компанію інфраструктури штучного інтелекту, слід відвідати TensorWave.