Jalapeño คืออะไร และทำไมชิป AI ที่ออกแบบเองถึงสำคัญ
ชิป Jalapeño คือชิป AI ที่ออกแบบเองสำหรับงานประมวลผลผลลัพธ์หรือ Inference ของโมเดลภาษาขนาดใหญ่ เน้นประสิทธิภาพต่อวัตต์ ปริมาณงานต่อหน่วยเวลา และความหน่วงต่ำ เพื่อลดต้นทุนโครงสร้างพื้นฐาน AI และรองรับผู้ใช้จำนวนมากในศูนย์ข้อมูลขนาดใหญ่ได้อย่างคุ้มค่าและยืดหยุ่นสูง การเปิดตัว Jalapeño จึงไม่ได้เป็นแค่ข่าวเทคโนโลยี แต่เป็นคำประกาศชัดว่าผู้เล่นรายใหญ่อย่าง OpenAI ตั้งใจปลดล็อกตัวเองจากการผูกติดกับผู้ผลิตชิปรายเดียว ชิปตัวอย่างทางวิศวกรรมของ Jalapeño ซึ่งเป็นชิปคัสตอมตัวแรกที่พัฒนาร่วมกับ Broadcom ได้ถูกจัดส่งและกำลังอยู่ระหว่างการทดสอบในห้องปฏิบัติการแล้ว ขณะเดียวกัน OpenAI ยืนยันว่าชิปประมวลผล AI รุ่นใหม่นี้สามารถทำผลงานได้ดีกว่าชิปรุ่นปัจจุบันของ Nvidia บางด้านในการทดสอบแบบ Benchmark สาธารณะ การขยับสู่การออกแบบฮาร์ดแวร์เองจึงเป็นก้าวเชิงกลยุทธ์ ไม่ใช่แค่การลองของ
Inference chip performance ของ Jalapeño แรงกว่าเพื่ออะไร
หัวใจของ Jalapeño คือการถูกออกแบบมาโดยเน้นการประมวลผลผลลัพธ์หรือ Inference ของโมเดลภาษาขนาดใหญ่เป็นหลัก ไม่ใช่การเทรนโมเดลใหม่เหมือนชิป GPU ชั้นนำ จุดนี้สำคัญเพราะงาน Inference คือภาระงานหลักที่ผู้ใช้ปลายทางสัมผัสทุกวัน ตั้งแต่การถามตอบ ไปจนถึงใช้โมเดล AI ทำงานเบื้องหลังบริการดิจิทัลมากมาย Richard Ho หัวหน้าฝ่ายฮาร์ดแวร์ของ OpenAI ระบุว่า Jalapeño สามารถสร้างสมดุลระหว่างปริมาณงานที่ประมวลผลได้หรือ throughput และความเร็วในการตอบสนอง ทำให้รองรับผู้ใช้ได้มากขึ้นด้วยต้นทุนที่ต่ำลง และลดเวลารอคอยสำหรับงานที่ต้องการความหน่วงต่ำใกล้เรียลไทม์ ผลการทดสอบในห้องแล็บยังชี้ว่า Jalapeño มีประสิทธิภาพโดดเด่นทั้งด้าน High Throughput และ Low Latency ซึ่งหมายความว่าศูนย์ข้อมูลเดียวกันสามารถให้บริการคำขอ AI ได้มากขึ้น โดยประสบการณ์ของผู้ใช้กลับเร็วขึ้นไม่ใช่ช้าลง เมื่อเปรียบเทียบกับ GB300 ของ Nvidia บนระบบ Benchmark สาธารณะ Jalapeño ทำผลงานได้ดีกว่าในบางมิติสำคัญของงาน AI ที่ทดสอบ นี่คือการส่งสัญญาณว่า Inference chip performance ไม่จำเป็นต้องถูกผูกขาดโดย GPU ทั่วไปอีกต่อไป
ต้นทุน พลังงาน และซัพพลายเชน ทำไม OpenAI ต้องคุมฮาร์ดแวร์เอง
สงครามชิป AI ไม่ได้สู้กันที่ความแรงอย่างเดียว แต่สู้กันที่ต้นทุนต่อคำตอบของโมเดล AI OpenAI เปิดเผยว่าผลการทดสอบภายในแสดงให้เห็นว่า Jalapeño มีประสิทธิภาพต่อวัตต์สูง และทำผลงานเหนือกว่าผลิตภัณฑ์ปัจจุบันของ Nvidia ในการทดสอบบางรายการ ฮ็อก แทน ซีอีโอของ Broadcom ถึงกับระบุเป็นประโยคที่น่าจดว่า ภายใต้ภาระงาน AI ทั่วไป ต้นทุนการดำเนินงานของ Jalapeño อาจลดลงได้ประมาณ 50 เปอร์เซ็นต์เมื่อเทียบกับ GPU สำหรับ AI ทั่วไป อีกด้านที่ถูกมองข้ามไม่ได้คือพลังงาน Jalapeño ใช้กำลังไฟประมาณ 700 วัตต์ ซึ่งถูกออกแบบมาให้ทำงานได้ดีในระดับแรงดันไฟฟ้าค่อนข้างต่ำ ช่วยลดต้นทุนค่าไฟและระบบระบายความร้อนในศูนย์ข้อมูล สำหรับผู้ใช้ปลายทาง ผลคือค่าบริการ AI มีโอกาสถูกลง และบริการเรียลไทม์ลื่นขึ้น โดยไม่ต้องจ่ายเพิ่ม เบื้องหลังทั้งหมดคือยุทธศาสตร์ลดการพึ่งพาผู้ผลิตชิปรายใหญ่ OpenAI เคลื่อนตัวจากการเป็นผู้ซื้อรายใหญ่ของ GPU ไปสู่ผู้พัฒนา ชิป AI ที่ออกแบบเอง อย่างมีเป้าหมายชัดในการลดต้นทุนโครงสร้างพื้นฐาน AI และกระจายความเสี่ยงด้านซัพพลายเชน
OpenAI hardware development กำลังเดินหน้าเป็นแพลตฟอร์มครบวงจร
Jalapeño ไม่ใช่โปรเจ็กต์ทดลองครั้งเดียว แต่เป็นจุดเริ่มของเส้นทางฮาร์ดแวร์ยาวไกล OpenAI ยืนยันว่าชิป Jalapeño คือส่วนหนึ่งของความพยายามสร้างโครงสร้างพื้นฐาน AI ของตัวเอง ตั้งแต่ชิป หน่วยความจำ ไปจนถึงระบบประมวลผลครบชุด ทั้ง OpenAI และ Broadcom ได้จัดทำแผนผังการพัฒนาชิปหลายรุ่น โดยคาดว่าผลิตภัณฑ์รุ่นถัดไปจะเปิดตัวในปี 2028 และยังมีแผนปรับปรุงต่อเนื่องหลังจากนั้น ที่น่าสนใจกว่านั้นคือ OpenAI ใช้ AI ของตัวเองช่วยเร่งกระบวนการออกแบบชิป และกำลังเดินหน้าพัฒนาชิปรุ่นที่สองอยู่ในขณะนี้ พร้อมทั้งเริ่มวางแนวคิดสำหรับ Generation 3 แล้ว การใช้ AI ออกแบบฮาร์ดแวร์ AI กลายเป็นวงจรเร่งการพัฒนาที่คู่แข่งตามได้ยาก ตามแผน Jalapeño เวอร์ชันสมบูรณ์จะเริ่มถูกติดตั้งในศูนย์ข้อมูลของ Microsoft และพันธมิตรปลายปีนี้ ซึ่งหมายถึงการใช้งานจริงในสเกลใหญ่กำลังใกล้เข้ามา หากการผลิตทำได้ตามเป้า การลดต้นทุนที่ประกาศไว้จะเริ่มส่งผลต่อราคาและความพร้อมใช้ของบริการ AI ทั่วโลกอย่างหลีกเลี่ยงไม่ได้
นี่คือจุดเปลี่ยนจากยุค GPU ครองโลก สู่ยุคชิป AI ที่ออกแบบตามงาน
การที่ Jalapeño ทำผลงานได้ดีกว่าชิปรุ่นปัจจุบันของ Nvidia ใน Benchmark บางด้าน ไม่ได้แปลว่า Nvidia หมดบทบาท แต่แปลว่ารูปเกมเปลี่ยนจากการมีผู้ชนะเพียงรายเดียว เป็นการแข่งขันของสถาปัตยกรรมเฉพาะทางตามประเภทงาน ในระยะสั้น OpenAI ยังต้องพึ่งชิปจากรายอื่นสำหรับงานเทรนโมเดลขนาดใหญ่ แต่ในระยะกลางและยาว การมี Inference chip performance ที่ออกแบบมาเพื่อโมเดลของตัวเอง ย่อมให้แต้มต่อทั้งด้านต้นทุน การควบคุมประสบการณ์ผู้ใช้ และความยืดหยุ่นในการออกแบบบริการใหม่ สำหรับผู้ใช้ทั่วไป ผลที่สัมผัสได้คือบริการ AI ที่ตอบสนองเร็วขึ้น เสถียรมากขึ้น และมีโอกาสถูกลงเมื่อเทียบกับพลังประมวลผลที่ได้รับ Jalapeño จึงไม่ใช่แค่ชิปใหม่ แต่เป็นสัญญาณว่าบริษัท AI ชั้นนำกำลังหันมาคุมห่วงโซ่เทคโนโลยีตั้งแต่ระดับซิลิคอนขึ้นไป ใครที่ยังพึ่งพาฮาร์ดแวร์คนอื่นทั้งหมดอาจต้องเร่งคิดใหม่ว่าจะแข่งในโลก AI รุ่นถัดไปอย่างไร
