Positionnement central : Pas un marché, pas une place de marché anonyme. Un réseau de confiance.
| Marché Anonyme (Vast.ai) | Réseau de Confiance (Helium) |
|---|---|
| Strangers sans vérification | Amis, collègues, communauté connue |
| Escrow, staking crypto complexe | Web of Trust simple + crédits locaux |
| Risque de fraude | Confiance sociale + cryptographique |
| UX complexe (wallet, tokens) | UX simple (connecter, partager) |
| Spéculation crypto | Pas de token, pas de speculation |
Douleur actuelle :
- Google Colab déconnecte toutes les 90 minutes
- AWS coûte $300+/mois pour fine-tuner un LLM
- Pas d'ami avec GPU disponible quand j'en ai besoin
- Je ne fais pas confiance à un stranger sur Vast.ai avec mes données d'entraînement
Solution Helium :
- Je demande à mon ami/collègue qui a un GPU idle
- Tunnel sécurisé WireGuard + sandbox Firecracker
- Mes données restent chiffrées, pas accessibles par le provider
- Je paie en crédits (pas de crypto complexe)
Douleur actuelle :
- Mon RTX 4090 est inutilisé 20h/jour
- Je ne loue pas à des strangers (risque, complexité)
- Je veux aider mes amis mais c'est technique à setup
Solution Helium :
- Un script one-click pour partager mon GPU
- Firecracker isole complètement le workload
- Je gagne des crédits pour quand j'aurai besoin de ressources
- Je vois qui utilise mon GPU (amis uniquement)
| Scénario | Coût actuel | Coût Helium | Économie |
|---|---|---|---|
| Fine-tune LLM 7B (1 jour) | AWS : $50 | Crédits ami : $5 | 90% |
| Inference mensuelle | RunPod : $100 | Réseau ami : $20 | 80% |
| Prototype ML étudiant | Colab Pro : $20/mois | Communauté : $0 | 100% |
Données sensibles :
- Modèles propriétaires d'entreprise
- Données clients (healthcare, finance)
- IP critique (startups)
Solution :
- Pas de stranger = pas de fuite de données
- Chiffrement end-to-end (WireGuard)
- Sandboxing hardware (Firecracker)
- Audit trail local (qui a fait quoi)
Setup actuel :
- Créer compte AWS/RunPod
- Configurer environnement Docker
- Gérer clés API
- Surveiller les coûts
- 2-4 heures de setup
Setup Helium :
- Installer client Helium (one-line curl)
- Connecter avec un code d'invitation
- Sélectionner ressource et lancer
- 5 minutes de setup
Écosystème :
- Partage de connaissances (ML tips)
- Collaboration sur projets
- Mentoring (sénior aide junior)
- Credits circulaires (je donne, je reçois)
Personnes :
- Alice : Étudiante, besoin de GPU pour projet de deep learning
- Bob : Collègue de travail de son frère, RTX 4080 idle le weekend
Workflow :
- Alice demande via groupe Discord commun
- Bob génère code d'invitation Helium (30 secondes)
- Alice se connecte avec le code
- Tunnel WireGuard s'établit automatiquement
- Firecracker crée VM isolée sur la machine de Bob
- Alice lance son training (jupyter notebook ou SSH)
- Bob reçoit des crédits, Alice paie en crédits
- Training terminé, VM détruite automatiquement
Personnes :
- Carol : CTO startup, besoin de 4x A100 pour 1 semaine
- Dave, Eve, Frank : Amis du réseau professionnel avec GPUs
Workflow :
- Carol poste demande sur Slack communauté
- Dave, Eve, Frank acceptent de partager
- Helium crée cluster éphémère (4 nodes)
- Training distribué sur les 4 GPUs
- Paiement en crédits, réparti entre les 3 providers
- Cluster détruit après training
| Critère | Cloud | Helium Communities |
|---|---|---|
| Prix | $$$ | $ (80-90% moins cher) |
| Setup | 2-4h | 5min |
| Confiance données | Terms of Service | Amis de confiance |
| Flexibilité | Contrats | À la demande |
| Critère | Marchés P2P | Helium Communities |
|---|---|---|
| Confiance | Strangers | Amis/collègues |
| UX | Complexe (wallet, escrow) | Simple (crédits locaux) |
| Risque fraude | Oui (reviews) | Non (WoT) |
| Crypto | Oui (tokens) | Non |
| Critère | Colab/RunPod | Helium Communities |
|---|---|---|
| Disponibilité | Timeout/disconnect | Sur demande aux amis |
| Coût | $10-100/mois | Variable, community-based |
| Privacy | Google/RunPod voit tout | Ami ne voit pas les données |
| GPU power | Limité | Dépend du réseau (jusqu'à RTX 4090) |
- 1 transaction réussie (borrower + provider)
- Temps de setup < 10 minutes
- Satisfaction borrower : > 4/5
- Satisfaction provider : > 4/5
- 10 paires borrower/provider actives
- 100+ heures de compute fournies
- 90% de transactions réussies
- Zero incidents de sécurité
- 100+ utilisateurs actifs
- 3 communautés distinctes
- 1000+ heures de compute mensuelles
- NPS > 50
Mitigation :
- Commencer par une communauté existante (FrancophonIA, ML meetups)
- Wedge : "GPU sharing pour meetup ML local"
- Incentives early adopters (crédits bonus)
Mitigation :
- Firecracker : isolation complète (pas de VM escape)
- WireGuard : chiffrement end-to-end
- Web of Trust : seulement des gens connus
- Audit logs : traçabilité complète
Mitigation :
- One-line installer
- Web UI simple (pas de CLI requis)
- Templates pré-configurés (PyTorch, TensorFlow)
- Support Discord communautaire
Français :
"Helium Communities, c'est comme demander à un ami de t'emprunter son GPU pour ton projet ML. Pas besoin de payer AWS, pas besoin de faire confiance à un stranger sur internet. Juste ton réseau, sécurisé, simple, et 10x moins cher."
English :
"Helium Communities is like asking a friend to borrow their GPU for your ML project. No need to pay AWS, no need to trust a stranger on the internet. Just your network, secured, simple, and 10x cheaper."
- "GPU sharing entre amis — 10x moins cher que AWS"
- "Ton réseau professionnel, tes ressources GPU"
- "Pas de stranger. Pas de crypto. Juste des amis et des GPUs."
Post 1 (Problem) :
"Colab déconnecte. AWS coûte une blinde. Vast.ai c'est des strangers.
J'ai juste envie de demander à mon pote avec un RTX 4090 s'il peut m'aider pour mon projet ML.
C'est pour ça qu'on construit Helium Communities."
Post 2 (Solution) :
"Helium Communities = GPU sharing entre amis
✅ 90% moins cher que le cloud ✅ Setup en 5 minutes ✅ Tes données restent privées ✅ Pas de crypto, pas de token
Juste du compute entre personnes de confiance."
Personnes :
- 4 fondateurs d'une startup AI bootstrapped
- Chacun a 1-2 GPUs à la maison/bureau
- Besoin de 8x A100 équivalent pour training
Workflow Helium Mesh :
- Les 4 fondateurs installent Helium sur leurs machines
- Mesh persistant : Les nodes se reconnectent automatiquement après redémarrage
- Pool de VRAM : Les 6 GPUs (2+2+1+1) apparaissent comme un cluster unifié
- Stockage partagé : Dataset commun sur le pool de stockage (IPFS/RAID)
- Training distribué via NCCL sur le mesh VPN
- Facturation interne : Crédits circulaires entre les fondateurs
- Si un fondateur a besoin de plus de puissance → il emprunte aux autres
Avantages :
- Pas besoin d'AWS pour les prototypes
- Coût : $0 (hardware déjà possédé) vs $5000/mois cloud
- Données restent dans le cercle de confiance
- Scale up/down selon besoins de chacun
| Feature | Technologie | Bénéfice |
|---|---|---|
| Mesh Auto-Reconnect | WireGuard + DHT | Redémarrage transparent |
| Pool VRAM Virtuel | NCCL over VPN | Cluster GPU ad-hoc |
| Stockage Distribué | IPFS / MinIO / RAID | Dataset commun sécurisé |
| Discovery Social | Liens d'invitation X/WhatsApp/Discord | Onboarding frictionless |
| Web of Trust | Graph cryptographique | Pas de stranger dans le réseau |
Processus :
- Alice génère un lien d'invitation Helium (code + clé publique)
- Elle partage sur : X DM, WhatsApp, Discord, Signal, Email
- Bob clique le lien → installe client → rejoint le mesh automatiquement
- Web of Trust : Alice "vouche" pour Bob, le réseau accepte Bob
Sécurité :
- Lien à usage unique ou expiration (24h)
- QR code pour mobile-to-desktop
- Vérification 2FA optionnelle pour nouveau membre
Équipe ML distribuée :
- 10 engineers dans 3 fuseaux horaires
- Chacun a un workstation GPU au bureau
- Besoin de "burst" compute pour les training nocturnes
Solution Helium Enterprise :
Jour (NY) : GPUs NY actifs → inference, dev
Nuit (NY) / Jour (SF) : GPUs NY + SF → training distribué
Nuit (SF) / Jour (Londres) : Tous les GPUs → gros training
Gains :
- Utilisation 24/7 du hardware existant
- Pas de cloud bill surprise
- Données jamais quittent le périmètre entreprise
- Compliance SOC2 / GDPR (data stays internal)
Positionnement : Réseau de confiance privé pour GPU sharing — persistant, social, entreprise-ready
Différenciation :
- Mesh persistant : Auto-reconnect au redémarrage, pas de re-setup
- Pool VRAM unifié : Plusieurs GPUs = 1 cluster logique
- Stockage partagé : Dataset commun, pas de duplication
- Onboarding social : Liens X/WhatsApp/Discord, pas de crypto wallet
- Web of Trust : Amis d'amis, pas de strangers
- Entreprise-ready : Compliance SOC2, GDPR, interne uniquement
- 10x moins cher que le cloud
Proposition de valeur étendue :
| Cas d'usage | Avant Helium | Avec Helium Mesh |
|---|---|---|
| Startup ML | AWS $5000/mois | $0 (hardware existant) |
| Équipe distribuée | 3x cloud régions | 1 mesh global |
| Étudiant | Colab timeout | GPU ami persistant |
| Entreprise | Vendor lock-in | Infra interne |
Prochaines étapes :
- MVP avec mesh persistant (2-3 nodes)
- Pool VRAM prototype (NCCL over VPN)
- Liens d'invitation sociaux
- Landing page avec v0
- Waitlist startup ML + communautés
Résumé : Helium Mesh transforme le "GPU sharing entre amis" en infrastructure réseau persistante — comme un VPN social pour compute. Une startup installe Helium entre les laptops des fondateurs et obtient un cluster GPU auto-géré, 10x moins cher, 100% privé.