Exclusif : Tory Green, PDG de io.net, sur la mise à l'échelle de la puissance GPU pour l'ère de l'IA

Cryptopolitan a eu le plaisir de s’entretenir avec Tory Green, le nouveau PDG d’io.net, pour discuter des spécificités de sa vision pour l’entreprise et de sa mission dans ce secteur.

io.net est un réseau décentralisé qui vise à rendre la puissance de calcul GPU plus accessible à tous.

Il est conçu pour réduire les coûts et accélérer les projets pour les ingénieurs et les entreprises en offrant un accès rapide à un vaste pool de GPU chaque fois que cela est nécessaire.

Le réseau, appelé Internet of GPUs (IOG), rassemble des GPU du monde entier, permettant aux utilisateurs d’accéder à une quantité massive de puissance de calcul pour des tâches telles que l’IA, l’apprentissage automatique et le jeu en nuage (cloud gaming).

Voici tout ce que nous avons appris de Tory :

QUESTION : Ravi de vous rencontrer, Tory. Entrons directement dans le vif du sujet. Vous avez pris le poste de PDG à un moment particulièrement important pour io.net. Quelles mesures avez-vous prises ou prenez-vous actuellement pour assurer le bon fonctionnement et le respect du calendrier lors de ce changement de direction ?

RÉPONSE : J’ai officiellement pris mes fonctions de PDG en juin, mais j’ai géré la plupart des aspects opérationnels de l’entreprise au cours des 15 mois précédents. Cela m’a permis de transitionner de manière fluide vers le nouveau rôle. Ma première priorité en tant que PDG a été d’établir une stratégie claire. J’ai pris le temps d’articuler notre vision à long terme et les étapes requises pour l’atteindre auprès de l’équipe IO mondiale. Sans cet alignement, il aurait été très difficile de maintenir tout le monde sur la bonne voie pour atteindre nos objectifs.

Ensuite, je voulais construire une équipe de direction solide, j’ai donc examiné les différents rôles que nous occupions et me suis concentré sur la recherche des profils appropriés disposant des compétences et du talent nécessaires à notre croissance en tant qu’organisation. Ce sont des personnes incroyablement talentueuses qui ont surmonté des défis et proviennent d’organisations réputées.

Je suis également fermement convaincu de l’importance d’assurer un haut degré de transparence et de communication. Par conséquent, pour orienter les personnes dans la bonne direction, nous avons établi des cadences régulières de points de contrôle pour maintenir la concentration. Non seulement en interne, mais l’équipe de direction se rend disponible et visible auprès de notre communauté chaque semaine pour communiquer régulièrement transparence et vision. Nous accordons également une grande importance à la reporting pour nous assurer d’avoir les données nécessaires afin de tenir l’équipe informée, nous permettant de rester agiles pendant la transition de direction.

Enfin, j’ai veillé à ce que nous gardions les yeux fixés sur l’exécution. Les périodes de transition peuvent parfois être difficiles ; cependant, en priorisant nos objectifs opérationnels, nous avons pu maintenir l’élan tout en continuant à innover et à développer io.net.

QUESTION : Io.net a connu une croissance rapide de son réseau GPU décentralisé. Quels problèmes techniques spécifiques ont émergé lorsque vous essayez de maintenir tout cela en bon état de marche, en particulier avec une faible latence et une haute fiabilité, à mesure que vous passez à l’échelle pour gérer des centaines de milliers de GPU à travers le monde ?

RÉPONSE : En tant qu’innovateur dans ce domaine, il est naturel que nous fassions face à certains obstacles techniques à surmonter, par exemple lorsque nous mettons à l’échelle notre réseau GPU décentralisé. L’un de nos objectifs chez io.net est de garantir toujours des performances GPU cohérentes sur des nœuds géographiquement dispersés. Nous avons pu résoudre cela grâce au traitement des données et à la minimisation simultanée de la latence, tout en maintenant un fort accent sur les tâches d’IA en temps réel.

Un autre domaine sur lequel nous avons beaucoup insisté était la fiabilité. Nous avons mis en œuvre des systèmes avancés de surveillance, de validation et de redondance pour prévenir les pannes de nœuds et maintenir la norme de haute performance d’io. Ces stratégies sont essentielles lors de la gestion d’un réseau mondial.

La scalabilité est également une priorité très importante pour nous. Notre équipe technique a travaillé dur pour développer des algorithmes permettant d’allouer efficacement les ressources et d’équilibrer les charges, et ce faisant, nous pouvons garantir une expérience client plus fluide à mesure que nous grandissons.

Tous ces défis ont été abordés de front ; nous sommes très fiers de maintenir un standard élevé pour nos clients à mesure que nous développons notre réseau GPU décentralisé.

QUESTION : Comment voyez-vous le DePIN fonctionner dans d’autres secteurs comme la santé et l’énergie, au-delà de l’IA et du cloud gaming ?

RÉPONSE : Excellente question ! Nous croyons que le potentiel du DePIN dépasse largement l’IA conventionnelle et le cloud computing. Il y a beaucoup d’innovations qui se produisent à travers le monde, par exemple, j’ai vu des applications transformatrices être développées dans des secteurs tels que la santé et l’énergie, ce qui est passionnant.

La décentralisation est incroyablement importante pour la santé car elle améliore non seulement le partage de données, mais fournit également un accès à la puissance de calcul pour des tâches critiques telles que l’imagerie médicale, la génomique et les diagnostics alimentés par l’IA.

L’opportunité de transformer les soins de santé est énorme si elle peut tirer parti de la puissance de calcul sous-utilisée à l’échelle mondiale. Cela permettra aux organisations de santé de traiter efficacement de grands ensembles de données, ce qui à son tour peut améliorer la vitesse et la précision des soins aux patients.

Je dirais également qu’il y a des opportunités dans le secteur de l’énergie. Par exemple, les entreprises peuvent utiliser le DePIN pour soutenir des réseaux énergétiques plus intelligents et même la gestion des énergies renouvelables.

Les réseaux décentralisés ont le pouvoir de soutenir les industries dans l’équilibre de l’offre et de la demande grâce à l’utilisation de la puissance de calcul distribuée. Cela leur permet de surveiller la consommation d’énergie, d’optimiser la distribution et même de gérer les solutions de stockage en temps réel. Non seulement cela peut potentiellement réduire les coûts, mais aussi améliorer la durabilité et la résilience du réseau.

J’ajouterais également que le modèle de décentralisation DePin offre une flexibilité et une scalabilité significatives, ce qui peut permettre un contrôle strict des coûts et une efficacité économique, faisant de lui une solution idéale pour des secteurs tels que la santé, l’énergie et potentiellement beaucoup d’autres qui nécessitent une infrastructure robuste pour traiter des tâches complexes et intensives en données.

QUESTION : Quelles nouvelles innovations apportez-vous pour vous assurer que votre réseau peut gérer les tâches de plus en plus complexes nécessaires par les applications d’IA et d’apprentissage automatique ?

RÉPONSE : Il y a beaucoup d’innovations passionnantes qui se produisent chez io.net ! Nous nous concentrons sur la mise en œuvre de nombreuses innovations pour traiter les tâches et applications d’IA d’une manière qui permet aux clients de passer à l’échelle au sein de notre réseau GPU décentralisé axé sur la performance.

Par exemple, nous avons développé notre système propriétaire de Preuve de Travail (Proof of Work), qui comprend une vérification matérielle détaillée et robuste, des vérifications VRAM et des exigences CPU plus strictes pour maintenir les performances et la stabilité à travers le réseau.

De plus, nous optimisons également la scalabilité. En regroupant les ressources de calcul mondiales en clusters décentralisés, nous nous permettons de passer à l’échelle de manière flexible pour répondre à la demande et permettre une expansion dynamique, tout en réduisant simultanément la latence, en particulier pour l’inférence. À mesure que les tâches d’IA deviennent de plus en plus complexes, notre réseau peut passer à l’échelle et donc fournir la puissance de calcul requise pour répondre à ces demandes.

Afin de garantir la fourniture de ressources informatiques de haute qualité, nous introduisons également un système de niveaux qui exigera une vérification de la part des fournisseurs d'entreprise. Par conséquent, le système de niveaux, ainsi que les mécanismes de mise et de sanction, améliorent non seulement l'intégrité mais aussi la fiabilité du réseau io. Ces innovations nous permettront ainsi de fournir et de gérer des centaines de milliers de GPU.

Notre objectif est de maintenir en permanence une plateforme robuste de qualité entreprise, offrant des performances égales ou supérieures à celles des fournisseurs de cloud traditionnels dans ce secteur. Nous y parvenons en offrant des performances et une fiabilité supérieures pour les applications d'intelligence artificielle et d'apprentissage automatique, à une fraction du coût.

QUESTION : Vous avez récemment intégré des personnes issues de grandes entreprises technologiques à votre équipe de direction. Quelles sont vos attentes personnelles envers le personnel actuel d'io.net ?

RÉPONSE : Nous recrutons des talents issus de grandes entreprises technologiques pour développer io.net et atteindre nos objectifs ambitieux. Mes attentes personnelles envers notre équipe reposent sur trois domaines clés : la responsabilité, l'innovation et la collaboration.

La responsabilité est non négociable. Chaque équipe dispose désormais d'indicateurs clés de performance (KPI) qu'elle est censée atteindre. Chaque personne doit assumer la responsabilité de ses KPI et fournir un travail de haute qualité. Pour ce faire, il faut avoir une mentalité de propriétaire. Chaque individu chez io a un rôle à jouer dans le succès de notre entreprise. Notre culture valorise les résultats par-dessus tout.

L'innovation est importante. Notre secteur évolue rapidement. L'excellence exige que nous restions agiles et proactifs, tout en repoussant les limites grâce à une résolution créative des problèmes. Si nous continuons à cultiver cette culture et à vivre ces valeurs, io.net sera en position de bouleverser les marchés du cloud et de l'IA.

La collaboration est essentielle à notre succès. Nos talents proviennent de nombreux horizons différents, qu'il s'agisse de la Web3, de l'IA ou des principaux fournisseurs de cloud comme AWS et GCP. L'un des moyens que nous utilisons pour combler ces écarts est la collaboration. J'attends de notre personnel qu'il apporte non seulement son expertise, mais qu'il favorise également une culture collaborative où les idées sont partagées ouvertement et en temps opportun.

J'attends de chaque membre de l'équipe io.net qu'il incarne ces valeurs, nous permettant d'avancer dans notre croissance et notre innovation continue dans le domaine du calcul décentralisé.

QUESTION : Vous avez beaucoup parlé de l'importance de l'excellence opérationnelle et de la discipline. Pouvez-vous donner des exemples concrets de la manière dont vous mettez ces idées en pratique au sein de la structure décentralisée d'io.net, où la structure hiérarchique traditionnelle est moins marquée ?

RÉPONSE : Le succès d'io.net repose sur l'excellence opérationnelle et la discipline, en particulier concernant notre réseau décentralisé. Nous n'avons pas de structure hiérarchique traditionnelle, mais nous créons une responsabilité en exigeant des KPI pour tous.

La transparence est une valeur importante de l'entreprise. Notre succès repose sur la transparence à tous les niveaux de l'entreprise. Chez io, la transparence signifie que chaque partie prenante doit fournir des mises à jour sur l'état d'avancement et les obstacles. En cas d'obstacles ou de défis, l'équipe se réunit pour les résoudre rapidement.

Pour gérer notre réseau, nous utilisons des outils d'automatisation et de surveillance. Cela nous offre une vue d'ensemble sur la performance du réseau. Cette approche nous permet de maintenir la santé du réseau avec une intervention manuelle minimale. Cette approche efficace nous permet de maintenir la discipline tout en développant l'entreprise.

io.net favorise une culture de responsabilité, de transparence et de technologie intelligente pour maintenir et développer notre environnement décentralisé.

QUESTION : Votre mission visant à rendre la puissance de calcul GPU accessible à tous est au cœur d'io.net. Comment vous assurez-vous que cet accès ne favorise pas certaines zones par rapport à d'autres, en particulier dans les régions moins développées ?

RÉPONSE : io.net estime que la puissance de calcul GPU devrait être disponible dans le monde entier, y compris dans les zones moins développées ; c'est au cœur de la mission d'io.net. Notre réseau décentralisé exploite les GPU sous-utilisés dans le monde entier. Cela nous permet de distribuer la puissance de calcul de manière équitable dans plus de 138 pays, plutôt que de concentrer tous nos efforts dans les régions développées.

Nous avons mis en place un système de niveaux avec vérification KYC/KYB pour fournir une puissance de calcul de haute qualité à un marché mondial. Notre exigence de mise est équitable et permet une participation large et des récompenses, quelle que soit la localisation.

En travaillant avec des partenaires locaux, nous adaptons davantage l'accès pour répondre aux besoins spécifiques de différentes régions. Aucune zone n'est laissée de côté lors de notre expansion.

Notre réseau décentralisé offre un accès équitable à la puissance GPU. Une puissance de calcul de haute qualité est disponible pour tous, partout, à tout moment, afin de répondre aux besoins en intelligence artificielle et en apprentissage automatique.

QUESTION : io.net a intégré un nombre important de GPU pour aider les startups en IA. Quels sont les principaux indicateurs que vous utilisez pour mesurer la performance de ces déploiements, et comment cela influence-t-il vos plans d'expansion ?

RÉPONSE : Nous mesurons le succès de nos déploiements de GPU à l'aide des indicateurs suivants : heures de calcul fournies, taux d'utilisation et temps de fonctionnement. Ces indicateurs nous offrent une vue détaillée de la manière dont les GPU répondent aux besoins de calcul des startups en IA. Les références de ces indicateurs permettent à io de fournir des GPU performants.

Nous suivons également les retours des utilisateurs et les taux de rétention des clients. Par exemple, nos indicateurs de satisfaction client fournissent souvent des données exploitables qui mettent en évidence des opportunités d'amélioration dans différentes parties du produit. Ces données nous permettent de surveiller la satisfaction client et de résoudre rapidement les problèmes à mesure que nous nous développons, en nous appuyant sur la connaissance que nous fournissons des réseaux de haute qualité.

Lorsque nous surveillons ces indicateurs, nous sommes en mesure de prendre des décisions éclairées concernant l'ajustement du réseau, d'optimiser l'utilisation des ressources et de déterminer les meilleurs moments et lieux pour intégrer de nouveaux GPU à mesure que la demande augmente.

QUESTION : La collaboration entre io.net et Chainbase implique l'intégration d'un réseau de données omnichain dans vos projets d'IA. Quels défis spécifiques avez-vous rencontrés pour faire fonctionner différents réseaux blockchain de manière transparente ?

RÉPONSE : Il existe de nombreux défis auxquels font face les startups disruptives. Dans notre cas, l'intégration d'un réseau de données omnichain, comme Chainbase, dans nos projets d'IA présente des obstacles intéressants à surmonter, notamment la création d'une communication transparente entre différents réseaux blockchain et l'interopérabilité. Cependant, notre équipe technique innove constamment et brise les codes pour continuer à progresser.  

QUESTION : Comment vous assurez-vous que la puissance de calcul reste fiable et cohérente sur une base de fournisseurs aussi variée et parfois instable, en particulier lors du traitement d'applications critiques ?

RÉPONSE : La fiabilité et la cohérence de l'approvisionnement en GPU dans notre réseau est évidemment une priorité absolue pour nous. Nous avons mis en place des systèmes de surveillance et de validation avancés qui suivent en continu les performances et la santé de chaque nœud de notre réseau. Il est de notre responsabilité de fournir une puissance de calcul de haute qualité, et le système de validation que nous avons développé nous aide à identifier et à résoudre rapidement les fournisseurs sous-performants ou instables.

Nous avons également intégré des redondances dans notre réseau. Ces redondances permettent aux charges de travail de se déplacer dynamiquement vers d'autres nœuds en cas de perturbations de la qualité du service. Comme je l'ai mentionné précédemment, nous avons déployé un système de niveaux qui exige une vérification pour les fournisseurs de haute qualité, en privilégiant ceux qui ont un historique prouvé de fiabilité.

INTERVIEWER : Très bien, c'est tout pour notre temps. Merci d'avoir fait cela, Tory.

TORY : Merci.