AMD หันหัวเรือสู่ชิป AI เฉพาะเจาะจง: ประเด็นไม่ได้อยู่ที่ความยืดหยุ่นอีกต่อไป
ยุทธศาสตร์ชิป AI เฉพาะเจาะจงหมายถึงการออกแบบฮาร์ดแวร์ที่ผูกติดกับโมเดลภาษาหรือโมเดล AI หนึ่งตัวโดยตรง ลดส่วนที่ตั้งโปรแกรมได้ให้น้อยลงและฝังโครงสร้างของโมเดลลงในซิลิคอน เพื่อให้การประมวลผลงาน inference เร็วขึ้น มีประสิทธิภาพกว่า และใช้ทรัพยากรคำนวณกับหน่วยความจำต่ำกว่าชิปเอนกประสงค์อย่าง GPU ที่ต้องรองรับโมเดลหลากหลายพร้อมกัน ซึ่งแนวทางนี้แลกความยืดหยุ่นกับความเร็วและต้นทุนต่อคำตอบที่ดีขึ้นสำหรับงานที่ใช้โมเดลเดิมซ้ำจำนวนมากในระบบผลิตจริงขององค์กร
AMD ประกาศซื้อกิจการ Taalas สตาร์ทอัปด้าน inference chip design ที่ออกแบบชิปให้รองรับโมเดลภาษาที่เฉพาะมากกว่าชิปทั่วไป การดีลนี้ไม่ใช่เพียงการเพิ่มทีมวิจัย แต่เป็นการส่งข้อความชัดเจนว่า AMD เชื่อว่าอนาคตการแข่งขัน AI จะอยู่ที่ model-specific hardware ไม่ใช่เพียง GPU เอนกประสงค์อีกต่อไป ชิปของ Taalas ทำงานแบบหนึ่งโมเดลต่อหนึ่งชุดชิป ซึ่งต่างจาก GPU ที่ต้องโหลดน้ำหนักโมเดลจากหน่วยความจำทีละงาน นี่คือการพลิกมุมคิดเรื่องสถาปัตยกรรมชิป AI โดยตรง และเป็นการเข้าชนจุดแข็งของ NVIDIA ในตลาด inference ที่กำลังโตเร็ว
Taalas กับแนวคิด “The Model is The Computer”: ประสิทธิภาพแลกความยืดหยุ่น
หัวใจของ Taalas คือการฝังโมเดลลงใน CMOS หรือซิลิคอนโดยตรง แทนการโหลดน้ำหนักโมเดลจากหน่วยความจำความเร็วสูงแล้วใช้บล็อกที่ตั้งโปรแกรมได้บนชิปจัดการเมทริกซ์และการคำนวณของโมเดลเหมือน GPU ทั่วไป บริษัทเรียกแนวทางนี้ว่า Hardcore Models และใช้คำอธิบายตรงไปตรงมาแบบ “The Model is The Computer” เพื่อย้ำว่าตัวโมเดลเองคือเครื่องคำนวณ ผลลัพธ์คือ model-specific hardware ที่ตัดทอนเส้นทางข้อมูลให้ตรงขึ้น ลดโอเวอร์เฮดด้าน compute และ memory ของสถาปัตยกรรมเอนกประสงค์ได้มาก
ชิปรุ่น HC1 ของ Taalas ผลิตบนเทคโนโลยี TSMC 6nm มีขนาดได 815 ตารางมิลลิเมตรและมีทรานซิสเตอร์ถึง 53 พันล้านตัว ใช้รัน Llama 3.1 8B พร้อมอ้างว่าทำได้สูงสุด 17,000 tokens ต่อวินาทีต่อผู้ใช้คนหนึ่ง นี่คือคำพูดที่น่าหยิบมาอ้างต่อได้ทันที: “ชิป HC1 ของ Taalas ที่ผลิตบน 6nm มีทรานซิสเตอร์ 53 พันล้านตัวและให้ประสิทธิภาพถึง 17,000 tokens ต่อวินาทีต่อผู้ใช้หนึ่งคน” แม้แนวคิดหนึ่งชิปต่อหนึ่งโมเดลจะดูน่ากังวลเมื่อโมเดลใหญ่ขึ้นจนต้องใช้หลายไดต่อหนึ่งโมเดล แต่ Taalas ระบุว่าการเปลี่ยนเวกเตอร์น้ำหนักหรือมิติเมทริกซ์ต้องเปลี่ยนเพียงสองชั้นมาสก์ ทำให้ต้นทุนออกแบบแต่ละเวอร์ชันต่ำกว่าการ tape-out GPU หลายรุ่น
เหตุผลที่ AMD Taalas acquisition คือจุดหักเหในสงครามชิป AI
สิ่งที่ทำให้ AMD Taalas acquisition น่าสนใจไม่ใช่แค่เทคโนโลยีใหม่ แต่มุมมองต่ออนาคตตลาด AI inference ที่เปลี่ยนไป AMD ระบุว่าตลาด inference เป็นกลุ่มที่เติบโตเร็วที่สุด และงานกำลังเฉพาะทางมากขึ้นเรื่อยๆ การซื้อกิจการครั้งนี้จึงเป็นการเติมชั้นของชิป AI เฉพาะเจาะจงลงในแพลตฟอร์มเต็มสแต็กที่มีอยู่ ทั้ง GPU Instinct, CPU EPYC, ระบบแร็ก Helios และซอฟต์แวร์ ROCm AMD วางแผนจะฝังเทคโนโลยีของ Taalasเข้าใน accelerator roadmap และสร้างโซลูชันระดับระบบร่วมกับ Instinct GPUs ไม่ใช่ปล่อยเป็นสายผลิตภัณฑ์โดดเดี่ยว
ในมุมเชิงยุทธศาสตร์ นี่คือการยอมรับว่า one-size-fits-all ไม่ตอบโจทย์อีกต่อไป การที่ Taalas เคยระดมทุนได้รวมประมาณ 219 ล้านจากนักลงทุน แสดงให้เห็นว่าแนวคิด model-specific hardware มีคนเชื่อถือไม่น้อย ข้อมูลจากอีกแหล่งยังชี้ให้เห็นว่า OpenAI สร้างชิป inference Jalapeño ร่วมกับ Broadcom และ Google ก็รายงานว่าพัฒนาชิป Frozen v2 เพื่อฝังสถาปัตยกรรม Gemini ลงในซิลิคอน ทั้งหมดนี้บ่งชี้ว่าการมีชิป AI เฉพาะเจาะจงไว้ในมือเองเป็นเทรนด์กว้างของอุตสาหกรรม ไม่ใช่ดีลโดดเดี่ยว AMD จึงไม่ได้แค่ไล่ทัน NVIDIA ในเชิงสเกล GPU แต่กำลังวางตำแหน่งตัวเองในตลาด inference ที่เฉพาะมากขึ้น
ผลกระทบต่อผู้ใช้ LLM และระบบผลิตจริง: เร็วขึ้น ถูกลง แต่เปลี่ยนโมเดลไม่ง่าย
สำหรับผู้ใช้ทั่วไป ผลกระทบที่จับต้องได้จากชิป AI เฉพาะเจาะจง คือการตอบสนองของ LLM ที่เร็วและเสถียรกว่าบนต้นทุนต่อคำตอบที่ต่ำลง Taalas เคยปล่อยแอป ChatJimmy เพื่อโชว์ว่าการออกแบบฮาร์ดแวร์ให้ตัดคอขวด compute และ memory ของชิปทั่วไปออกไปจะทำให้โมเดลตอบเร็วแค่ไหน ชิปแบบ model-specific chip ช่วยลดทั้ง latency และโอเวอร์เฮดหน่วยความจำเมื่อรันโมเดลเดิมซ้ำจำนวนมากในงาน production ทำให้บริการแชตบอต ระบบช่วยงานอัตโนมัติ หรือแอปประมวลผลภาษาขนาดใหญ่ต่างๆ สามารถรองรับผู้ใช้จำนวนมากโดยไม่ต้องขยายสเกลระบบเท่ากับกรณีใช้ GPU ทั่วไป
อย่างไรก็ตาม ผู้ให้บริการต้องยอมรับข้อแลกเปลี่ยนสำคัญ ราวกับผูกสัญญากับโมเดลหนึ่งตัวในระดับฮาร์ดแวร์ แร็กที่สร้างรอบโมเดลหนึ่งไม่สามารถสับไปใช้โมเดลใหม่ได้ทันที ต้องเปลี่ยนชิปที่อยู่บนการ์ดก่อน แนวทางนี้จึงเหมาะกับโมเดลที่มีการใช้งานคงที่สูงในระยะยาว เช่นโมเดลโอเพนซอร์สยอดนิยมที่แม้จะไม่ใหญ่ที่สุดแล้ว แต่ยังถูกใช้ในงานจริงต่อเนื่อง สำหรับองค์กรที่ต้องการทดลองโมเดลใหม่ตลอดเวลา GPU เอนกประสงค์ยังมีเสน่ห์ แต่สำหรับระบบที่ workload ชัดเจนและนิ่ง การไปสู่ inference chip design แบบเฉพาะเจาะจงอาจให้ความคุ้มค่ากว่ามาก
ข้อสรุป: AMD กำลังเดิมพันว่าความเฉพาะเจาะจงคืออาวุธใหม่ในสงคราม AI
การซื้อ Taalas ของ AMD ไม่ใช่ดีลเทคโนโลยีตามแฟชั่น แต่เป็นการขีดเส้นทางแข่งขันใหม่ในตลาด AI ที่เริ่มแตกแขนงตามประเภทงานอย่างชัดเจน งานฝึกโมเดล (training) อาจยังครองด้วย GPU ที่ยืดหยุ่นมาก แต่งาน inference ที่ต้องตอบผู้ใช้จริงหลายล้านคำต่อวันกลับต้องการฮาร์ดแวร์ที่ออกแบบรอบโมเดลหนึ่งตัวให้เต็มที่ การที่ AMD เลือกดึง model-specific hardware เข้ามาอยู่ในแพลตฟอร์ม Instinct และ Helios แปลว่าบริษัทมองเห็นคุณค่าเชิงระบบ มากกว่าชิปเดี่ยว
ดีลนี้ยังอยู่ระหว่างการผ่านเงื่อนไขและการอนุมัติจากหน่วยงานกำกับ แต่ภาพใหญ่ชัดแล้วว่าเมื่อ OpenAI และ Google ต่างก็พัฒนา inference chip เฉพาะโมเดลของตนเอง ตลาดกำลังเดินไปสู่ยุคที่คำถามไม่ได้มีแค่ “ชิปแรงแค่ไหน” แต่ต้องถามต่อว่า “ชิปถูกออกแบบเพื่อโมเดลอะไร” AMD Taalas acquisition จึงอาจไม่ทำให้ NVIDIA เสียตำแหน่งในทันที แต่ได้เปลี่ยนสนามให้ยักษ์ใหญ่ต้องแข่งขันบนความเฉพาะเจาะจงของชิป AI มากขึ้น และเปิดโอกาสให้ผู้ใช้เลือกโซลูชันที่ตรงงานกว่าเดิมอย่างแท้จริง
