จากชิปสำเร็จรูปสู่สมองกลเฉพาะกิจ: ทำไมผู้ผลิตถึงหันมาออกแบบเอง
รถไร้คนขับ AI คือยานยนต์ที่ใช้ระบบขับรถอัตโนมัติซึ่งผสานเซ็นเซอร์หลายชนิด เข้ากับซอฟต์แวร์ปัญญาประดิษฐ์และชิปเฉพาะกิจ เพื่อวิเคราะห์สภาพถนน ตัดสินใจแบบเรียลไทม์ และควบคุมการเคลื่อนที่ของรถโดยไม่ต้องพึ่งคนขับอย่างต่อเนื่อง.
หัวใจของเทคโนโลยี autonomous vehicle ไม่ได้อยู่ที่เซ็นเซอร์เพียงอย่างเดียว แต่อยู่ที่ “สมอง” ที่ประมวลผลข้อมูลได้ภายในเสี้ยววินาที เพื่อให้รถตอบสนองต่อเหตุการณ์ที่เปลี่ยนอย่างรวดเร็ว การใช้ชิปอเนกประสงค์จากตลาดทั่วไปเคยพอรับมือได้ ทว่าพอโมเดล AI ซับซ้อนขึ้นและต้องรองรับข้อมูลจากกล้องจำนวนมาก บริษัทรถไร้คนขับก็เริ่มชนเพดาน ทั้งด้านความเร็ว การใช้พลังงาน และต้นทุนต่อคัน
การขยับสู่ชิป ASIC ยานยนต์ที่ออกแบบเองคือการเดิมพันครั้งใหม่ ผู้เล่นอย่าง Waymo และสตาร์ทอัพอื่นกำลังใช้ฮาร์ดแวร์เฉพาะกิจเป็นอาวุธ เพื่อยึดตำแหน่งผู้นำ ก่อนที่ระบบขับรถอัตโนมัติจะกลายเป็นสินค้าทั่วไปที่ใครก็ทำได้.
Waymo กับชิป ASIC 5nm: เมื่อความปลอดภัยต้องเริ่มจากระดับทรานซิสเตอร์
Waymo เลือกเดินหน้าออกแบบชิป ASIC สำหรับ Waymo Driver เองอย่างเต็มตัว เปลี่ยนจากระบบเดิมที่ใช้ชิปสำเร็จรูปและ FPGA มาเป็น SoC คัสตอมที่ปรับแต่งให้เข้ากับอัลกอริทึมของตนตั้งแต่ต้นทาง ชิปนี้ผลิตบนเทคโนโลยี 5 นาโนเมตรของ TSMC ให้ประสิทธิภาพเกิน 1,000 TOPS เพื่อรองรับงาน machine learning และโมเดลทรานส์ฟอร์เมอร์สมัยใหม่.
จุดที่น่าสนใจคือ Waymo ฝังประสบการณ์การขับขี่อัตโนมัติมากกว่า 200 ล้านไมล์ลงในดีไซน์ของชิป เพื่อจูนให้ตอบสนองไว เชื่อถือได้ และมีความซ้ำซ้อนด้านความปลอดภัยในระดับฮาร์ดแวร์ ผลลัพธ์คือระบบขับรถอัตโนมัติที่อ่านข้อมูลจากเซ็นเซอร์รอบคัน วิเคราะห์สภาพแสงน้อย และตัดสินใจหลบหลีกอุบัติเหตุได้แม่นยำกว่าเดิม.
ยานยนต์รุ่น Ojai ที่ออกแบบเพื่อเป็น robotaxi โดยเฉพาะถูกนำเข้ามากว่า 3,200 คัน เพื่อจับคู่กับชิปใหม่นี้ เมื่อรวมกับการขยายบริการไปยัง 18 เทศมณฑล ผู้โดยสารสามารถเรียกรถไร้คนขับรุ่นใหม่ในหลายเมืองหลักได้แล้ว ชิป ASIC ยานยนต์จึงไม่ใช่แค่ของเล่นวิศวกร แต่เป็นปัจจัยกำหนดประสบการณ์เดินทางในชีวิตจริง.
AI agents ในรถแข่งและห้องโดยสาร: ทดสอบขีดจำกัดการประมวลผลที่ขอบเครือข่าย
หาก Waymo แสดงให้เห็นว่าชิปเฉพาะกิจสำคัญต่อสมองของรถไร้คนขับ Google Cloud ก็พิสูจน์ว่า AI agents ที่ทำงานที่ขอบเครือข่ายสำคัญไม่แพ้กัน ในการแข่งขัน Formula E GEN4 ที่งาน Goodwood Festival of Speed รถแข่งที่วิ่งด้วยความเร็วสูงถูกติดตั้ง Pixel 10 Pro เพื่อทำหน้าที่เป็น “ไมโครเอเจนต์” วิเคราะห์ข้อมูลโทรเมตรีจากรถแบบเรียลไทม์ และให้คำแนะนำคนขับภายในเวลาไม่ถึงหนึ่งวินาที.
สถาปัตยกรรมแบบไฮบริดที่ใช้โมเดล Gemma บนเครื่องและเชื่อมต่อไปยัง Gemini ภายนอก แสดงภาพโลกอนาคตที่ระบบขับรถอัตโนมัติไม่ต้องรอศูนย์ข้อมูลเสมอไป แต่ตัดสินใจบนอุปกรณ์ในรถได้เอง แล้วค่อยเชื่อมกับคลาวด์เมื่อจำเป็น แนวคิดเดียวกันนี้เริ่มปรากฏในบริการรถไร้คนขับเชิงพาณิชย์ด้วย.
ในฝั่งผู้โดยสาร Waymo เริ่มนำ Gemini เข้าสู่รถ Ojai ให้ผู้โดยสารเรียกใช้ผู้ช่วยด้วยเสียงเพื่อควบคุมอุณหภูมิ มองหาร้านกาแฟ หรือขอข้อมูลสถานที่ระหว่างทางได้ โดยไม่แตะระบบขับรถอัตโนมัติซึ่งแยกจากกันอย่างชัดเจน นี่คือการยกระดับ “อินเตอร์เฟซของผู้โดยสาร” ให้ฉลาดขึ้นควบคู่ไปกับสมองกลของรถ.
Pony.ai และ Uber: เมื่อซอฟต์แวร์ L4 ต้องพบกับสเกลแพลตฟอร์มเรียกรถ
อีกฝั่งหนึ่งของสนาม Pony.ai แสดงให้เห็นว่าความได้เปรียบไม่ได้อยู่ที่ฮาร์ดแวร์อย่างเดียว แต่คือการรวมฮาร์ดแวร์และซอฟต์แวร์ขับขี่อัตโนมัติระดับ L4 เข้ากับแพลตฟอร์มเรียกรถที่ใหญ่ที่สุดแห่งหนึ่งของโลก Pony.ai ใช้เทคโนโลยี “ฮาร์ดแวร์, ไดรเวอร์” ที่ไม่ผูกกับรถรุ่นใดรุ่นหนึ่ง ทำให้ระบบขับรถอัตโนมัติของตนติดตั้งบนยานพาหนะหลายแพลตฟอร์มได้.
ความร่วมมือกับ Uber เริ่มตั้งแต่เดือนพฤษภาคม 2025 เพื่อเตรียมนำรถแท็กซี่ไร้คนขับของ Pony.ai เข้าสู่แพลตฟอร์มในตลาดต่างประเทศ และต่อยอดด้วยการจับมือกับ Verne เปิดบริการ robotaxi เชิงพาณิชย์ครั้งแรกในยุโรปที่เมืองซาเกร็บในปี 2026 โดย Verne เป็นเจ้าของและผู้ดำเนินการรถในพื้นที่.
Pony.ai ยืนยันว่าบริการรถแท็กซี่ไร้คนขับแบบเสียค่าใช้จ่ายในหลายเมืองใหญ่ของจีนเริ่มคุ้มทุนแล้ว แสดงว่ารูปแบบธุรกิจนี้มีศักยภาพเชิงพาณิชย์ และการขยายความร่วมมือกับ Uber คือทางลัดสู่การทำซ้ำโมเดลนี้ในระดับภูมิภาค เมื่อเทคโนโลยี autonomous vehicle เริ่มทำเงินได้จริง การลงทุนในชิปและระบบ AI เฉพาะกิจจะยิ่งได้รับการสนับสนุนต่อเนื่อง.
ผู้โดยสารได้อะไรจากสงครามชิป AI ยุคใหม่
เมื่อมองจากมุมคนใช้บริการ สมรภูมิชิป ASIC ยานยนต์อาจดูไกลตัว แต่ความจริงแล้วมันแปลตรงตัวเป็นความปลอดภัย ความลื่นไหล และราคาที่มีโอกาสถูกลงต่อเที่ยวในอนาคต ระบบขับรถอัตโนมัติที่มีสมองเฉพาะกิจสามารถประมวลผลข้อมูลได้เร็วขึ้น ลดโอกาสผิดพลาดจากดีเลย์ เห็นวัตถุในสภาพแสงยาก และตัดสินใจเบรก เลี้ยว หรือเปลี่ยนเลนได้แม่นกว่า.
ผู้โดยสารในเมืองใหญ่ที่เรียกรถไร้คนขับ Ojai ผ่านแพลตฟอร์มเรียกรถมีโอกาสได้สัมผัสทั้งระบบขับรถอัตโนมัติรุ่นใหม่และผู้ช่วย Gemini ในห้องโดยสาร ซึ่งช่วยให้การเดินทางเป็นส่วนตัวและมีข้อมูลประกอบเส้นทางมากขึ้น ด้านผู้ใช้ในยุโรป การขยาย robotaxi ผ่านความร่วมมือ Pony.ai–Uber นำเสนอรูปแบบการเดินทางที่ไม่ต้องหาคนขับเอง แต่ยังเรียกผ่านแอปคุ้นเคยได้.
บทสรุปคือ ยุคของรถไร้คนขับ AI กำลังก้าวจากแนวคิดสู่โครงสร้างพื้นฐานจริงบนถนน เมื่อตัวผู้เล่นแข่งกันออกแบบสมองกลของตัวเอง คนที่ได้ประโยชน์ที่สุดในระยะยาวคือผู้โดยสาร ที่จะได้รับบริการเดินทางที่ปลอดภัย ฉลาด และเชื่อมกับโลกดิจิทัลได้มากกว่าที่เคย.
