OpenAI เปิดตัว Jalapeño: ชิป AI Inference ตัวแรกที่ออกแบบเอง

OpenAI ได้เข้าสู่การแข่งขันด้านซิลิคอนอย่างเป็นทางการด้วยการประกาศเปิดตัว Jalapeño ซึ่งเป็นโปรเซสเซอร์สำหรับการทำ inference ตัวแรกที่ออกแบบขึ้นเอง โดยพัฒนาร่วมกับ Broadcom การเคลื่อนไหวเชิงกลยุทธ์ครั้งนี้ถือเป็นการเปลี่ยนแปลงครั้งสำคัญในกลยุทธ์ด้านโครงสร้างพื้นฐานของ OpenAI โดยมีเป้าหมายเพื่อเพิ่มประสิทธิภาพในการนำโมเดลขนาดใหญ่ไปใช้งานจริงกับผู้ใช้

ลดการพึ่งพา GPU ของ Nvidia

เป็นเวลาหลายปีที่อุตสาหกรรม AI ต้องพึ่งพา GPU ระดับไฮเอนด์ของ Nvidia อย่างหนัก อย่างไรก็ตาม OpenAI กำลังก้าวเข้าสู่กลุ่มยักษ์ใหญ่ด้านเทคโนโลยีอย่าง Google และ Amazon ด้วยการพัฒนา "AI accelerators" ของตนเอง ซึ่งเป็นซิลิคอนเฉพาะทางที่ออกแบบมาเพื่อจัดการกับภาระงานด้าน machine learning โดยเฉพาะ แม้ว่า Nvidia จะยังคงเป็นมาตรฐานระดับทองคำสำหรับพลังการประมวลผลมหาศาลที่จำเป็นสำหรับการทำ pre-training โมเดลระดับแนวหน้า แต่ OpenAI กำลังมุ่งเป้าไปที่คอขวดสำคัญลำดับถัดไป นั่นคือการทำ inference

Jalapeño ถูกออกแบบมาเพื่อการทำ inference โดยเฉพาะ ซึ่งเป็นขั้นตอนที่โมเดลที่ผ่านการฝึกฝนมาแล้ว (pre-trained model) ประมวลผลคำสั่งของผู้ใช้เพื่อสร้างผลลัพธ์ออกมา การมุ่งเน้นไปที่ระยะนี้โดยเฉพาะช่วยให้ OpenAI ตั้งเป้าที่จะลดการพึ่งพาฮาร์ดแวร์แบบอเนกประสงค์ และสามารถควบคุมต้นทุนการดำเนินงานได้อย่างละเอียดแม่นยำยิ่งขึ้น

ประสิทธิภาพต่อวัตต์และความคุ้มค่าทางเศรษฐกิจ

หนึ่งในข้อกล่าวอ้างทางเทคนิคที่สำคัญที่สุดเกี่ยวกับ Jalapeño คือเรื่องประสิทธิภาพ OpenAI รายงานว่าการทดสอบในระยะแรกแสดงให้เห็นว่าชิปนี้ให้ประสิทธิภาพต่อวัตต์ (performance-per-watt) ที่ดีกว่าทางเลือกอื่น ๆ ที่ล้ำสมัยที่สุดในปัจจุบันอย่างมีนัยสำคัญ ในโลกของ AI ระดับ hyper-scale ประสิทธิภาพการใช้พลังงานไม่ได้เป็นเพียงตัวชี้วัดทางเทคนิคเท่านั้น แต่ยังเป็นปัจจัยขับเคลื่อนทางเศรษฐกิจที่สำคัญอีกด้วย

บริษัทได้เน้นย้ำเป็นพิเศษถึงความสามารถของชิปในการลดต้นทุนการดำเนินงานเมื่อรันโมเดลการเขียนโค้ดแบบ real-time ในขณะที่ OpenAI กำลังขยายผลิตภัณฑ์กลุ่ม agentic เช่น Codex ความสามารถในการรันงานด้านการใช้เหตุผลที่ซับซ้อนด้วยต้นทุนต่อ token ที่ต่ำลง จะเป็นสิ่งสำคัญในการรักษาอัตรากำไรที่ดี และทำให้ AI มีราคาที่เข้าถึงได้ง่ายขึ้นสำหรับทั้งนักพัฒนาและผู้ใช้งานในระดับองค์กร

การบูรณาการแนวดิ่ง: การเพิ่มประสิทธิภาพให้กับ AI Stack ทั้งระบบ

การพัฒนา Jalapeño เป็นข้อพิสูจน์ถึงความมุ่งมั่นของ OpenAI ในการทำ vertical integration บริษัทไม่ได้เป็นเพียงผู้สร้างโมเดลอีกต่อไป แต่กำลังกลายเป็นผู้ให้บริการโครงสร้างพื้นฐาน กลยุทธ์ของ OpenAI ครอบคลุมถึงการเพิ่มประสิทธิภาพในทุกเลเยอร์ของเทคโนโลยี stack ซึ่งรวมถึงสถาปัตยกรรมชิป, kernels, ระบบหน่วยความจำ, ระบบเครือข่าย และการจัดตารางการใช้งาน (deployment scheduling)

สิ่งที่น่าสนใจคือ OpenAI ได้ใช้โมเดล AI ของตนเองเพื่อช่วยในการออกแบบและพัฒนาชิป Jalapeño วงจรการตอบสนอง (feedback loop) นี้ ซึ่งเป็นกรณีที่ AI ออกแบบฮาร์ดแวร์ที่จะนำมาใช้รัน AI รุ่นถัดไป ถือเป็นวิวัฒนาการที่ซับซ้อนในด้านวิศวกรรมฮาร์ดแวร์ การควบคุมฮาร์ดแวร์ช่วยให้ OpenAI มั่นใจได้ว่าซอฟต์แวร์และซิลิคอนของตนจะทำงานประสานกันได้อย่างสมบูรณ์แบบ นำไปสู่ประสิทธิภาพของโมเดลที่รวดเร็วและเชื่อถือได้มากขึ้น

สรุปประเด็นสำคัญ

• เน้นการทำ Inference: Jalapeño คือโปรเซสเซอร์สำหรับการทำ inference ที่ออกแบบโดย OpenAI และ Broadcom เพื่อเพิ่มประสิทธิภาพในการนำโมเดลไปใช้งาน มากกว่าที่จะเน้นที่กระบวนการฝึกฝนในช่วงเริ่มต้น
• การเพิ่มประสิทธิภาพ: ผลลัพธ์ในระยะแรกบ่งชี้ถึงประสิทธิภาพต่อวัตต์ที่เหนือกว่า โดยมุ่งเป้าไปที่การลดต้นทุนการดำเนินงานสำหรับแอปพลิเคชันแบบ real-time เช่น โมเดลการเขียนโค้ด
• กลยุทธ์แบบ Full-Stack: OpenAI กำลังมุ่งหน้าสู่การทำ vertical integration อย่างสมบูรณ์ โดยออกแบบทุกอย่างตั้งแต่สถาปัตยกรรมชิปและระบบหน่วยความจำ ไปจนถึงผลิตภัณฑ์กลุ่ม agentic ที่ทำงานบนฮาร์ดแวร์เหล่านั้น