การเปลี่ยนผ่านสู่ยุคซิลิคอน: ทำไมยักษ์ใหญ่ด้านเทคโนโลยีจึงหันมาสร้างชิป AI ของตัวเอง

ยุคสมัยแห่งการครอบงำโดย Nvidia กำลังเผชิญกับความท้าทายครั้งสำคัญ เมื่อบริษัทเทคโนโลยีที่มีอิทธิพลที่สุดในโลกเริ่มเปลี่ยนทิศทางไปสู่การใช้ซิลิคอนแบบสั่งทำพิเศษ (custom silicon) ตั้งแต่ OpenAI ไปจนถึง SpaceX เหล่าผู้นำในอุตสาหกรรมไม่พอใจเพียงแค่การใช้ฮาร์ดแวร์สำเร็จรูปอีกต่อไป แต่เลือกที่จะออกแบบชิปเฉพาะทางเพื่อเพิ่มประสิทธิภาพให้ตอบโจทย์ความต้องการด้านสถาปัตยกรรมเฉพาะของตนเอง

OpenAI และการก้าวขึ้นมาของ Jalapeño

หนึ่งในการเปลี่ยนแปลงที่สำคัญที่สุดในแวดวงนี้คือความเคลื่อนไหวล่าสุดของ OpenAI ในการสร้างความหลากหลายให้กับชุดฮาร์ดแวร์ (hardware stack) ของตน โดยการร่วมมือกับ Broadcom ทำให้ OpenAI กำลังพัฒนา "Jalapeño" ซึ่งเป็นชิปสำหรับการประมวลผลแบบอนุมาน (inference chip) ที่ออกแบบมาโดยเฉพาะเพื่อรองรับความต้องการด้านการคำนวณมหาศาลของโมเดลภาษาขนาดใหญ่ (large language models) ชิปที่เน้นการทำ inference โดยเฉพาะนี้จะแตกต่างจาก GPU อเนกประสงค์ ตรงที่ช่วยให้สามารถปรับแต่งวงจรการทำงานระหว่างซอฟต์แวร์และฮาร์ดแวร์ (software-hardware loop) ได้อย่างใกล้ชิดและมีประสิทธิภาพยิ่งขึ้น การพัฒนานี้บ่งชี้ว่า OpenAI กำลังมุ่งหน้าสู่ยุคที่โมเดลของตนจะทำงานบนซิลิคอนที่สร้างขึ้นมาเพื่อรันสถาปัตยกรรมโครงข่ายประสาทเทียม (neural architectures) เฉพาะตัวด้วยประสิทธิภาพสูงสุดและมีความหน่วง (latency) ต่ำลง

การลดความเสี่ยงจากการพึ่งพาผู้ผลิตรายเดียวและการกระจายความเสี่ยง

แรงขับเคลื่อนหลักเบื้องหลังความเคลื่อนไหวนี้คือความจำเป็นเชิงกลยุทธ์ในการลด "ความเสี่ยงจากการพึ่งพาผู้ผลิตรายเดียว" (single-supplier risk) เป็นเวลาหลายปีที่อุตสาหกรรม AI ต้องผูกติดอยู่กับห่วงโซ่อุปทานของ Nvidia ซึ่งทำให้บริษัทต่างๆ ตกอยู่ในสภาวะที่เปราะบางต่อความผันผวนของราคา การขาดแคลนสินค้า และการต้องพึ่งพาแผนการพัฒนา (roadmap) ของผู้อื่น การพัฒนาซิลิคอนขึ้นใช้เองภายในองค์กร (in-house silicon) ของบริษัทอย่าง Google, Apple และ SpaceX จึงเป็นการสร้างเกราะป้องกันการผูกขาดของ Nvidia แม้ว่านี่อาจจะไม่ใช่การ "ตัดขาด" จาก Nvidia โดยสิ้นเชิง เนื่องจากหลายบริษัทจะยังคงใช้ GPU สำหรับการฝึกฝนโมเดล (training) ต่อไป แต่การเปลี่ยนไปใช้ซิลิคอนแบบสั่งทำสำหรับการทำ inference และภาระงานเฉพาะทางนั้น ถือเป็นการสร้างความมั่นคงในการดำเนินงานที่สำคัญยิ่ง

ประสิทธิภาพที่เพิ่มขึ้นจากการบูรณาการแนวดิ่ง

ตรรกะเบื้องหลังการใช้ซิลิคอนแบบสั่งทำนั้นมีรากฐานมาจากข้อได้เปรียบด้านประสิทธิภาพมหาศาลที่เห็นได้จากการบูรณาการแนวดิ่ง (vertical integration) เราได้เห็นตัวอย่างนี้จาก Apple ซึ่งสามารถปลดล็อกประสิทธิภาพและการทำงานร่วมกันอย่างที่ไม่เคยมีมาก่อนจากการเปลี่ยนผ่านจากโปรเซสเซอร์ Intel มาเป็นซิลิคอนตระกูล M-series ของตนเอง สำหรับบริษัท AI ประโยชน์ที่ได้รับนั้นยิ่งลึกซึ้งกว่านั้น ชิปที่สั่งทำพิเศษช่วยให้นักพัฒนาสามารถตัด "ภาระส่วนเกิน" (overhead) ของการประมวลผลแบบอเนกประสงค์ออกไป และมุ่งเน้นไปที่การใช้ทรานซิสเตอร์ทุกตัวเพื่อการคำนวณทางคณิตศาสตร์ที่จำเป็นสำหรับโมเดล AI ของตนโดยเฉพาะ สิ่งนี้ส่งผลให้ได้ประสิทธิภาพต่อวัตต์ (performance-per-watt) ที่ดีขึ้น และช่วยลดต้นทุนการดำเนินงานเมื่อต้องขยายขนาดการใช้งาน (at scale) ได้อย่างมีนัยสำคัญ

ผลกระทบต่อภาพรวมของอุตสาหกรรม AI

แนวโน้มนี้ส่งสัญญาณถึงการปรับโครงสร้างพื้นฐานของระบบนิเวศฮาร์ดแวร์ AI เมื่อยักษ์ใหญ่อย่าง SpaceX และ Google พัฒนาซิลิคอนที่เป็นกรรมสิทธิ์ของตนเองให้ดียิ่งขึ้น คูเมืองทางธุรกิจ (competitive moat) ที่ล้อมรอบ Nvidia ก็เริ่มแคบลง การเปลี่ยนแปลงนี้มีแนวโน้มที่จะเร่งวงจรนวัตกรรมที่ฮาร์ดแวร์และซอฟต์แวร์จะถูกพัฒนาขึ้นควบคู่กันไป แทนที่จะแยกออกจากกัน สำหรับอุตสาหกรรมในวงกว้าง นี่หมายถึงตลาดฮาร์ดแวร์ที่จะมีความหลากหลายมากขึ้นแต่ได้รับการปรับแต่งมาอย่างดีเยี่ยม โดยความสามารถในการออกแบบซิลิคอนเฉพาะทางที่มีประสิทธิภาพจะกลายเป็นความได้เปรียบทางการแข่งขันหลักสำหรับผู้เล่นรายใหญ่ในด้าน AI ทุกราย

สรุปประเด็นสำคัญ

• กลยุทธ์การกระจายความเสี่ยง: ผู้เล่นรายใหญ่ เช่น OpenAI (ผ่านชิป Jalapeño ที่พัฒนาร่วมกับ Broadcom) กำลังสร้างฮาร์ดแวร์แบบสั่งทำเพื่อลดการพึ่งพา Nvidia และบรรเทาความเสี่ยงในห่วงโซ่อุปทาน
• การเน้นประสิทธิภาพมากกว่าความอเนกประสงค์: ซิลิคอนแบบสั่งทำช่วยให้เกิดการออกแบบร่วมกันระหว่างฮาร์ดแวร์และซอฟต์แวร์ (hardware-software co-design) ซึ่งให้ประสิทธิภาพและความคุ้มค่าที่เหนือกว่าสำหรับงาน AI inference เฉพาะทาง เมื่อเทียบกับ GPU อเนกประสงค์
• การเปลี่ยนแปลงของการผูกขาด: แม้ว่า Nvidia จะยังคงเป็นผู้นำ แต่แนวโน้มการบูรณาการแนวดิ่งในกลุ่มยักษ์ใหญ่ด้านเทคโนโลยี กำลังสร้างภูมิทัศน์ด้านเซมิคอนดักเตอร์ที่มีการแข่งขันสูงขึ้นและมีความเฉพาะทางมากขึ้น