Nvidia ขายชิป GPU รายได้พุ่ง 3.6 ล้านเหรียญ ผูกขาดการผลิตชิปสมองกลของเอไอกว่า 95% ท่ามกลางการแข่งขันพัฒนาเอไอเชิงกำเนิดของยักษ์เทคโนโลยี
วันที่ 3 มีนาคม 2566 CNBC รายงานว่าชิป A100 ของบริษัท NVIDIA ผู้ผลิตชิปประมวลผลกราฟิก หรือ GPU รายสำคัญของโลก ได้กลายเป็น “แรงขับเคลื่อน” ที่สำคัญที่สุดในอุตสาหกรรมปัญญาประดิษฐ์เชิงกำเนิด (Generative A.I.) ที่สามารถเขียนข้อความหรือวาดภาพที่ดูเหมือนมนุษย์
- ลูกแม่ค้าขายผัก-พ่อขับแท็กซี่ สู่เก้าอี้ “ปลัดพลังงาน” บทพิสูจน์ชีวิต “ดร.ประเสริฐ สินสุขประเสริฐ”
- เปิด 10 อันดับมหาวิทยาลัยรัฐ-ราชภัฏ-เอกชน ที่ได้รับความนิยมมากสุด
- เงื่อนไขปุ๋ยลดราคาเฟส 2 สูตรไหน-พืชชนิดใดบ้าง
บริษัทต่าง ๆ เช่น Microsoft และ Google กําลังต่อสู้เพื่อรวม AI ที่ทันสมัยเข้ากับเครื่องมือค้นหาของพวกเขา (Search Engine) เนื่องจากบริษัทใหม่ ๆ ที่พยายามแข่งขันกันพัฒนาเอไอมาล่วงหน้าและเผยแพร่ซอฟต์แวร์ของตนสู่สาธารณะ จนทำให้มูลค่าพันล้านเหรียญสหรัฐ เช่น OpenAI และ Stable Diffusion
“ชิป A100 ได้กลายเป็น ‘ม้าใช้’ หรือขุมพลังและตัวขับเคลื่อนของปัญญาประดิษฐ์ในขณะนี้ โดยเฉพาะซูเปอร์คอมพิวเตอร์บางส่วนที่ใช้ A100s ซึ่ง Nvidia ได้ผลิตขุมพลังดังกล่าวคิดเป็น 95% ของตลาดสําหรับชิปประมวลผลกราฟิกที่สามารถใช้สําหรับการเรียนรู้ของเครื่องจักที่ใช้พัฒนาเอไอ” Nathan Benaich นักลงทุนผู้คร่ำหวอดในแวดวงเทคโนโลยีระบุในรายงาน
A100 ถูกออกแบบอย่างเหมาะยิ่ง ในการใช้เพื่อโมเดลแมชีนเลิร์นนิ่ง ที่ขับเคลื่อนเครื่องมือต่าง ๆ เช่น ChatGPT, Bing AI หรือ Stable Diffusion สามารถทําการคํานวณง่าย ๆ ได้หลายอย่างพร้อมกัน ซึ่งเป็นสิ่งสําคัญสําหรับการฝึกเอไอ และใช้แบบจําลองเครือข่ายประสาทเทียม
เทคโนโลยีที่อยู่เบื้องหลัง A100 ถูกนํามาใช้ในการแสดงกราฟิก 3 มิติที่ซับซ้อนในเกม มักเรียกว่า GPU ทุกวันนี้ A100 ของ Nvidia ได้รับการออกแบบและกําหนดค่าเป้าหมายไปที่งานแมชีนเลิร์นนิ่งและทํางานในศูนย์ข้อมูลโดยเฉพาะ ไม่ใช่ในคอมพิวเตอร์สําหรับเล่นเกมเท่านั้น
บริษัท ขนาดใหญ่หรือสตาร์ตอัพที่ทํางานเกี่ยวกับซอฟต์แวร์เอไอ เช่น แชตบอตและเอไอวาดภาพ ต้องใช้ชิปของ Nvidia หลายร้อยหรือหลายพันตัว และซื้อด้วยตัวเองหรือเข้าถึงคอมพิวเตอร์อย่างปลอดภัยจากผู้ให้บริการคลาวด์
พวกเขาต้องใช้ GPU หลายร้อยตัวเพื่อฝึกโมเดลปัญญาประดิษฐ์ เช่น โมเดลภาษาขนาดใหญ่ ชิปต้องมีประสิทธิภาพเพียงพอที่จะเขย่าข้อมูลขนาดใหญ่อย่างรวดเร็วเพื่อจดจํารูปแบบ หลังจากนั้น GPU เช่น A100 ก็จําเป็นสําหรับ “การอนุมานข้อมูล” หรือใช้โมเดลเพื่อสร้างข้อความ “คาดการณ์” หรือระบุวัตถุที่จำเป็นภายในภาพที่จะสร้างขึ้น
หมายความว่า บริษัท AI จําเป็นต้องเข้าถึง A100 จํานวนมาก ผู้ประกอบการบางรายเห็นว่าจํานวน A100 ที่พวกเขาสามารถครอบครองได้ถือเป็นสัญญาณความก้าวหน้าขิงบริษัท
“ปีที่แล้วเรามี A100 32 ชิ้น” Emad Mostaque ซีอีโอของ Stability AI ผู้สร้างเอไอวาดภาพยอดนิยม เขียนบน Twitter ในเดือนมกราคมที่ผ่านมา ซึ่งปัจจุบันมีมูลค่ามากกว่า 1 พันล้านเหรียญสหรัฐ
ตอนนี้ Stability AI สามารถเข้าถึง GPU A100 ได้มากกว่า 5,400 ตัวตามการประมาณการจากรายงาน State of AI ที่ได้ติดตามว่า บริษัท และมหาวิทยาลัยใดมีการสะสม GPU A100 ใหญ่ที่สุด ซึ่งจะไม่รวมผู้ให้บริการคลาวด์ที่ไม่ได้เผยแพร่ข้อมูลต่อสาธารณะ
Nvidia ได้รับประโยชน์จากกระแส AI ในระหว่างรายงานผลประกอบการไตรมาสที่ 4/2565 แม้ว่ายอดขายโดยรวมจะลดลง 21% แต่นักลงทุนดันราคาหุ้นขึ้นประมาณ 14% ในวันพฤหัสบดี ส่วนใหญ่เป็นเพราะธุรกิจชิป AI ของบริษัท ซึ่งรายงานเป็นศูนย์ข้อมูลมีรายได้เพิ่มขึ้น 11% เป็นยอดขายมากกว่า 3.6 พันล้านเหรียญสหรัฐระหว่างไตรมาส ซึ่งแสดงให้เห็นถึงการเติบโตอย่างต่อเนื่อง
หุ้น Nvidia เพิ่มขึ้น 65% ในปี 2566 แซงหน้า S&P 500 และหุ้นเซมิคอนดักเตอร์อื่น ๆ
Jensen Huang ซีอีโอของ Nvidia ไม่สามารถหยุดพูดถึง AI ในการพูดคุยกับนักวิเคราะห์ในวันพุธ เขาชี้ให้เห็นว่าการตื่นตัวของกระแสพัฒนาปัญญาประดิษฐ์จะเป็นแกนกลางของกลยุทธ์บริษัท
“กิจกรรมเกี่ยวกับโครงสร้างพื้นฐาน AI ที่เราสร้างขึ้น และกิจกรรมเกี่ยวกับการประมวลผลโดยใช้สถาปัตยกรรม Hopper และ Ampere จะมีอิทธิพลต่อโมเดลภาษาขนาดใหญ่เพิ่งเปิดตัวไปสองเดือนมานี้”
Ampere เป็นชื่อรหัสของ Nvidia สําหรับชิปรุ่น A100 Hopper เป็นชื่อรหัสสําหรับชิปประมวลรุ่นใหม่ รวมถึงชิป H100 ซึ่งเริ่มจัดส่งให้ลูกค้าแล้ว
