svasdssvasds

Meta จับมือ TSMC เริ่มทดสอบชิป AI ของตัวเอง ลดการพึ่งพา NVIDIA

Meta จับมือ TSMC เริ่มทดสอบชิป AI ของตัวเอง ลดการพึ่งพา NVIDIA

Meta (บริษัทแม่ Facebook) หันมาพัฒนาชิป AI Training ของตัวเอง ร่วมมือกับยักษ์ใหญ่ TSMC หวังลดพึ่งพา NVIDIA เพิ่มประสิทธิภาพการประมวลผล และปูทางสู่ยุค Generative AI

SHORT CUT

  • Meta มุ่งมั่นพัฒนาชิป AI Training ของตัวเอง เพื่อลดการพึ่งพา NVIDIA, เพิ่มประสิทธิภาพการประมวลผล AI, ควบคุมต้นทุน และรองรับเทคโนโลยี Generative AI ในอนาคต โดยตั้งเป้าใช้งานจริงในปี 2026
  • โครงการ MTIA เคยล้มเหลวในการพัฒนาชิปมาก่อน แต่ Meta ไม่ยอมแพ้ และสามารถนำชิป MTIA มาใช้ในการอนุมาน (inference) ได้สำเร็จแล้ว กำลังเดินหน้าสู่การพัฒนาชิป Training โดยใช้กลยุทธ์ "คลาน เดิน วิ่ง" (เริ่มต้นจากระบบแนะนำ ไปสู่ Generative AI)
  • Meta เผชิญความท้าทายทั้งภายใน และภายนอก ซึ่งเป็นแรงผลักดันให้ Meta ต้องเร่งพัฒนาเทคโนโลยีใหม่ๆของตัวเอง

Meta (บริษัทแม่ Facebook) หันมาพัฒนาชิป AI Training ของตัวเอง ร่วมมือกับยักษ์ใหญ่ TSMC หวังลดพึ่งพา NVIDIA เพิ่มประสิทธิภาพการประมวลผล และปูทางสู่ยุค Generative AI

Meta ประกาศความคืบหน้าครั้งสำคัญในการพัฒนาชิป ซึ่งเป็นชิปที่ออกแบบและพัฒนาขึ้นเองภายในบริษัท โดยมีเป้าหมายเพื่อลดการพึ่งพาชิปจากผู้ผลิตภายนอกอย่าง NVIDIA

CREDIT : REUTERS

Meta ได้เริ่มทดสอบการใช้งานชิปดังกล่าวในวงจำกัดแล้ว และมีแผนจะเพิ่มกำลังการผลิตเพื่อรองรับการใช้งานในวงกว้าง หากผลการทดสอบเป็นที่น่าพอใจ

การพัฒนาชิป AI Training เองในครั้งนี้ เป็นส่วนหนึ่งของแผนระยะยาวของ Meta ที่ต้องการลดต้นทุนด้านโครงสร้างพื้นฐาน (Infrastructure costs) อันมหาศาล โดยเฉพาะอย่างยิ่งเมื่อบริษัทกำลังทุ่มงบประมาณจำนวนมากไปกับการพัฒนาเทคโนโลยี AI เพื่อขับเคลื่อนการเติบโตในอนาคต

ทำไม Meta ถึงต้องพัฒนาชิปเอง?

ลดการพึ่งพา : การมีชิปของตัวเองช่วยลดการพึ่งพาผู้ผลิตชิปรายใหญ่อย่าง Nvidia ซึ่งปัจจุบัน Meta เป็นหนึ่งในลูกค้ารายสำคัญ

เพิ่มประสิทธิภาพ : ชิป AI Training ที่ Meta พัฒนาขึ้นเป็น "Dedicated accelerator" ออกแบบมาเพื่องาน AI โดยเฉพาะ ทำให้ประมวลผลได้มีประสิทธิภาพและประหยัดพลังงานมากกว่า GPU ทั่วไป

ควบคุมต้นทุน : การออกแบบและผลิตชิปเองในระยะยาว ช่วยให้ Meta ควบคุมต้นทุนการผลิตได้ดีขึ้น ลดความผันผวนของราคาชิปในตลาด

รองรับ Generative AI : ชิป Training ตัวใหม่นี้ จะถูกนำมาใช้กับระบบแนะนำ (recommendation systems) ก่อน จากนั้นจะขยายไปสู่ผลิตภัณฑ์ Generative AI อื่นๆ เช่น แชทบอท Meta AI

CREDIT : REUTERS

ในการผลิตชิปดังกล่าว Meta ได้ร่วมมือกับ TSMC บริษัทผู้ผลิตชิปชั้นนำของโลกจากไต้หวัน ซึ่งเป็นพันธมิตรสำคัญในการผลิตชิปให้แก่ Meta

Meta ซึ่งทั้งเป็นเจ้าของ Instagram และ WhatsApp ด้วย ได้คาดการณ์ค่าใช้จ่ายรวมในปี 2025 ไว้ที่ "114-119 พันล้านดอลลาร์" ซึ่งรวมถึงรายจ่ายลงทุน (Capital expenditure) สูงถึง '65 พันล้านดอลลาร์' ซึ่งส่วนใหญ่มาจากใช้จ่ายด้านโครงสร้างพื้นฐาน AI

CREDIT : REUTERS

โครงการพัฒนาชิปของ Meta ภายใต้ชื่อ Meta Training and Inference Accelerator (MTIA) ไม่ได้ประสบความสำเร็จในทันที ชิปที่เคยพัฒนาในระยะแรกถูกยกเลิกไป เนื่องจากไม่ผ่านการทดสอบ อย่างไรก็ตาม Meta ไม่ได้ยอมแพ้ และยังคงเดินหน้าพัฒนาชิป MTIA ต่อไป

ความพยายามนั้นเริ่มเห็นผล เมื่อ Meta สามารถนำชิป MTIA มาใช้ในการอนุมาน สำหรับระบบแนะนำบน Facebook และ Instagram ได้สำเร็จ ซึ่งถือเป็นก้าวสำคัญในการพิสูจน์ความสามารถของชิปที่พัฒนาขึ้นเอง

เป้าหมายต่อไปของ Meta คือ การใช้ชิปที่พัฒนาขึ้นเองภายในปี 2026 สำหรับการ Training ซึ่งเป็นกระบวนการที่ต้องใช้พลังการประมวลผลสูง เพื่อ "สอน" AI ให้เรียนรู้จากข้อมูลจำนวนมหาศาล

ชิป Training นี้ จะถูกนำมาใช้กับระบบแนะนำก่อน จากนั้นจะขยายไปสู่ผลิตภัณฑ์ Generative AI อื่นๆ เช่น แชทบอท Meta AI

ความล้มเหลวในอดีตเป็นบทเรียนสำคัญ ก่อนหน้านี้ Meta เคยยุติการพัฒนาชิปอนุมานแบบกำหนดเอง หลังจากไม่ประสบความสำเร็จในการทดสอบ และหันไปสั่งซื้อ GPU จำนวนมากจาก NVIDIA ในปี 2022

CREDIT : REUTERS

การกลับมาพัฒนาชิปเองในครั้งนี้ แสดงให้เห็นถึงความมุ่งมั่นของ Meta ที่จะไม่ยอมแพ้ต่ออุปสรรค และยังคงเดินหน้าตามเป้าหมายในการเป็นผู้นำด้าน AI

นอกเหนือจากความท้าทายภายในแล้ว Meta ยังต้องเผชิญกับความท้าทายจากภายนอก โดยเฉพาะอย่างยิ่งการปรากฏตัวของ DeepSeek สตาร์ทอัพจากจีนที่พัฒนาโมเดล AI ที่เน้นประสิทธิภาพในการอนุมาน ซึ่งสร้างแรงกดดันให้กับผู้เล่นรายใหญ่ในตลาด

ความกังวลเกี่ยวกับอนาคตของ GPU ที่มีมูลค่าสูง ก็เป็นอีกปัจจัยที่ Meta ต้องคำนึงถึง นักวิจัย AI เริ่มตั้งคำถามถึงความจำเป็นในการเพิ่มขนาดโมเดลภาษาขนาดใหญ่ (LLM) อย่างต่อเนื่อง ซึ่งอาจทำให้ GPU ราคาแพงกลายเป็นสิ่งที่ไม่จำเป็นในอนาคต

ที่มา : REUTERS

related