Jalapeño คืออะไร และทำไมการออกแบบชิป AI เองจึงสำคัญ
OpenAI Jalapeño คือชิปประมวลผล AI แบบคัสตอมที่ OpenAI พัฒนาร่วมกับบรอดคอมเพื่อใช้ในการทำงานระยะการใช้งานจริงของโมเดล หรือการทำอินเฟอเรนซ์ ที่เน้นความหน่วงต่ำและใช้พลังงานคุ้มค่าต่อวัตต์ มันถูกออกแบบให้ลดการเคลื่อนย้ายข้อมูลระหว่างหน่วยประมวลผลและหน่วยความจำลงอย่างมาก เพื่อให้ตอบสนองคำขอจากผู้ใช้ได้รวดเร็วและรองรับภาระงานขนาดใหญ่ในศูนย์ข้อมูล AI ที่ซับซ้อน Jalapeño จึงเป็นตัวอย่างสำคัญของชิปประมวลผล AI แบบเฉพาะทางที่ตั้งใจเข้ามาแทนการพึ่งพาเฉพาะ GPU ทั่วไปในงานอินเฟอเรนซ์ จุดสำคัญที่ต้องมองให้ทะลุคือ Jalapeño ไม่ใช่แค่ชิป AI ที่ดีที่สุดในเชิงตัวเลขทดสอบ แต่เป็นสัญญาณเชิงกลยุทธ์ว่า ผู้พัฒนาโมเดลระดับบนเริ่มเดินออกจากเงาของผู้ผลิต GPU รายเดียวและลงมือควบคุมซิลิคอนด้วยตัวเอง หลังจาก OpenAI ประกาศเปิดตัว Jalapeño อย่างเป็นทางการได้ไม่นาน บริษัทก็เริ่มเปิดเผยขีดความสามารถของชิปนี้ โดยระบุว่ามีประสิทธิภาพเหนือชิปของเจ้าอื่นรวมถึง NVIDIA ถึง 1.9 เท่า สิ่งนี้บอกชัดว่าเกมปัญญาประดิษฐ์ไม่ได้จบที่โมเดล แต่กำลังขยายไปถึงชั้นฮาร์ดแวร์อย่างจริงจัง
แรงกว่า GPU 1.9 เท่า เพราะเปลี่ยนจุดคอขวดจากหน่วยความจำให้หายไป
หัวใจของ Jalapeño อยู่ที่การกล้าลงมือแก้ปัญหาที่ทุกคนรู้แต่ยังไม่มีใครผ่าลึกพอ นั่นคือคอขวดระหว่างซีพียู หน่วยความจำ และตัวเร่งการประมวลผล AI เดิมทีชิปทั่วไปอาศัยการส่งข้อมูลไปมาในระบบที่แยกส่วน ส่งผลให้ความหน่วงสูงและเปลืองพลังงาน เมื่อ OpenAI เลือกนำข้อมูลสถานะของโมเดลมาติดตั้งร่วมกับส่วนประมวลผลให้มากที่สุด และฝังระบบเครือข่ายลงบนชิปเพื่อลดความล่าช้าในการส่งข้อมูล ความหน่วงระหว่างซีพียูและหน่วยความจำที่เคยเป็นปัญหาจึงถูกกดลงอย่างจริงจัง ผลลัพธ์ในงานทดสอบกับโมเดลขนาดใหญ่อย่าง GPT-OSS 120B DeepSeek R1 670B และ Kimi K2.5 1T แสดงชัดว่า Jalapeño ไม่ได้ชนะแค่เล็กน้อย ความหน่วงรวมลดลงเฉลี่ย 2.6 เท่า ตอบสนองเร็วขึ้นราว 3.1 เท่า และประสิทธิภาพการทำงานสูงกว่าชิปตามท้องตลาด 1.9 เท่า นี่คือคำพูดที่ควรจดจำจากการประกาศผลทดสอบ "Jalapeño มีประสิทธิภาพเหนือชิป AI ในตลาด รวมถึงผลิตภัณฑ์ของ NVIDIA ถึง 1.9 เท่า" ซึ่งเปลี่ยนภาพจำเรื่องประสิทธิภาพ GPU แบบเดิมๆ ไปโดยสิ้นเชิง
โฟกัสงานอินเฟอเรนซ์: เร็วกว่า กินไฟน้อยกว่า แต่ยังไม่แตะตลาดเทรนนิง
สิ่งที่ผู้ติดตามข่าวบางส่วนมักเข้าใจผิดคือคิดว่า Jalapeño จะเข้ามาแย่งทุกงานจาก GPU แต่ในความเป็นจริงชิปนี้ถูกออกแบบเพื่องานอินเฟอเรนซ์โดยเฉพาะ ไม่ใช่สำหรับการเทรนโมเดล การฝึกโมเดลขนาดยักษ์ยังเป็นพื้นที่ที่เทคโนโลยี GPU ของ NVIDIA ยากจะถูกแทนที่ในระยะสั้น จุดที่ Jalapeño เลือกยืนคือช่วงหลังจากโมเดลฝึกเสร็จแล้ว และต้องตอบสนองคำถาม สร้างข้อความหรือรูปภาพแบบทันที ซึ่งต้องการความหน่วงต่ำและเสถียรภาพสูงต่อคำขอจำนวนมาก จากข้อมูลทดสอบ Jalapeño แสดงให้เห็นว่าสามารถให้การตอบสนองแบบความหน่วงต่ำและประสิทธิภาพต่อวัตต์ที่เหนือกว่า NVIDIA GB300 ในงานอินเฟอเรนซ์ โดยใช้พลังงานระดับ 700 วัตต์ก็ยังคงรักษาพลังการประมวลผลสูงและช่วยลดต้นทุนด้านไฟฟ้าในศูนย์ข้อมูลได้มาก นี่คือการเลือกสนามรบที่ชาญฉลาด OpenAI ไม่เดินเข้าไปชนตรงๆ ในจุดแข็งสุดของ GPU แต่เลือกดึงส่วนงานที่ผู้ใช้สัมผัสจริงทุกวันมาอยู่บนชิปตัวเอง เพื่อให้ควบคุมประสิทธิภาพ ต้นทุน และสเกลได้ดีกว่าเดิม
NVIDIA โต้กลับด้วยระบบครบชุด ไม่ใช่แค่ GPU แรงอย่างเดียว
เมื่อบริษัท AI ชั้นนำเริ่มพัฒนาชิปของตัวเอง แนวโน้มชัดเจนคืออุตสาหกรรมกำลังขยับออกจากการพึ่งพา GPU จากผู้ผลิตรายเดียว ผู้ให้บริการคลาวด์รายใหญ่อย่าง Amazon และ Google ก็หันมาทำชิปของตนเอง ทำให้ NVIDIA ไม่ใช่ตัวเลือกเดียวอีกต่อไปและนักลงทุนเริ่มตั้งคำถามต่อความมั่นคงของข้อได้เปรียบด้านประสิทธิภาพ GPU แต่ NVIDIA เลือกตอบโต้ด้วยการขยายจุดแข็งให้ครอบคลุมทั้งระบบศูนย์ข้อมูล AI ไม่ใช่แค่ตัว GPU สถาปัตยกรรม Vera Rubin ที่ NVIDIA ผลักดันผสมผสาน GPU Rubin เข้ากับ CPU Vera ตัวเร่ง Groq 3 LPX และแร็คเฉพาะสำหรับระบบจัดเก็บและเครือข่าย เพื่อให้ทุกส่วนที่อยู่นอก GPU ทำงานได้มีประสิทธิภาพสูงสุด CPU Vera ถูกออกแบบมาเพื่อจัดสรรข้อมูลอย่างแม่นยำ ลดปัญหาคอขวดด้านหน่วยความจำ ส่งข้อมูลไปยัง GPU ได้ทันเวลา และจากผลทดสอบภายใน Vera ช่วยเร่งประสิทธิภาพการใช้หน่วยความจำแฟลชได้ดีขึ้นกว่าเดิมถึงสามเท่า นี่คือการยอมรับว่าศึกชิป AI ที่ดีที่สุดในยุคใหม่ไม่ใช่สงครามความแรงของชิปเดี่ยว แต่เป็นสงครามการออกแบบระบบทั้งก้อน
จาก Jalapeño สู่คลื่น XPU: เมื่อทุกบริษัท AI ลงมือทำซิลิคอนเอง
การมาของ Jalapeño ไม่ได้โดดเดี่ยว แต่เป็นส่วนหนึ่งของกระแสใหญ่ที่บรอดคอมเพิ่งเปิดตัวให้เห็นชัด ในการอัปเดตแผนกำลังการประมวลผล AI ผู้บริหารบรอดคอมระบุว่า แอนโทรปิกจะติดตั้งกำลังประมวลผล Ironwood ขนาด 1 กิกะวัตต์ในปี 2026 และเพิ่ม TPU v8i อีก 5 กิกะวัตต์ในปี 2027 ก่อนจะขยายอีก 10 กิกะวัตต์ในปี 2028 ทำให้แอนโทรปิกมีแนวโน้มขึ้นเป็นลูกค้า XPU รายใหญ่ที่สุดของบรอดคอม ด้าน OpenAI เอง Jalapeño เริ่มจัดส่งแล้วและมีแผนติดตั้งกำลังประมวลผล 1.3 กิกะวัตต์ในปี 2027 ก่อนจะใช้ Jalapeño และ XPU รุ่นถัดไปรวมกว่า 5 กิกะวัตต์ในปี 2028 ซึ่งอาจส่งให้กลายเป็นลูกค้าอันดับสองของบรอดคอม เมตาก็ไม่อยู่เฉย บรอดคอมเตรียมส่งตัวเร่งความเร็ว AI ตระกูล MTIA สามรุ่นให้จนถึงสิ้นปี 2027 และคาดว่าการติดตั้งสะสมจะถึง 3 กิกะวัตต์ในปี 2028 เมื่อรวมเข้ากับข้อเท็จจริงที่ว่า OpenAI ใช้ Jalapeño เพื่อลดการเคลื่อนย้ายข้อมูลและความหน่วงด้วยการประมวลผลภาระงานทั้งหมดบนชิปรวมตัวเดียว ภาพรวมชัดเจนว่าผู้เล่น AI รายใหญ่กำลังสร้างแพลตฟอร์มฮาร์ดแวร์เฉพาะของตัวเองอย่างเป็นระบบ เพื่อหลุดจากข้อจำกัดด้านต้นทุนและกำลังประมวลผลที่ผูกกับตลาด GPU แบบเดิม และเตรียมเข้าสู่ยุคที่สงคราม AI คือสงครามระหว่างสถาปัตยกรรมโมเดลและสถาปัตยกรรมซิลิคอนไปพร้อมกัน
