ด้วยการเติบโตอย่างก้าวกระโดดของตลาด AI ทำให้ฮาร์ดแวร์ที่จำเป็นต้องใช้งานอย่างพวก GPU (Graphic Procesing Unit) ทั้งหลายขายดิบขายดีตามไปด้วย เพราะการทำงานของเอไอสมัยใหม่ล้วนใช้ GPU เป็นหลักในการคำนวณ matrix จำนวนมหาศาลพร้อมๆ กันในลักษณะคล้ายกับการสร้างภาพกราฟิกในเกม ทำให้ต้องใช้ GPU ซึ่งเป็นฮาร์ดแวร์ที่เก่งเรื่องนี้มาทำงานแทน
ย่ำอีกทีว่างานประเภทนี้ บรรดาซีพียูทั้งหลายที่ว่าแน่ก็เอาไม่อยู่ พวกที่พอจะทำได้บ้างก็คือ CPU พวกที่มี GPU เก่งๆ อยู่ในตัว หรือบางรุ่นก็มีวงจรสำหรับประมวลผลงานแนว AI หรือ Machine Learning – ML โดยเฉพาะอยู่ด้วยแล้ว อย่างพวกตระกูล M ในเครื่อง Mac ของ Apple และในชิปสำหรับมือถือรุ่นใหม่ๆ ของทั้ง Qualcomm และ Apple แต่โดยรวมแล้วก็ยังเน้นใช้เพื่อสร้างงานหรือคำตอบสำหรับ Generative AI มากกว่าการพัฒนาหรือการเทรนตัว AI เอง ที่ต้องใช้พลังในการประมวลผลมากกว่านั้นนับสิบนับร้อยเท่า
ปัจจุบันระบบคลาวด์ที่ใช้ในการพัฒนา AI หลายๆ ที่ส่วนใหญ่ยังใช้ชิปของ NVIDIA ที่พัฒนาขึ้นสำหรับงาน AI ซึ่งแต่เดิมคือรุ่น A100 รวมทั้งซูเปอร์คอมพิวเตอร์ของไทยอย่าง LANTA ที่ NECTEC ใช้ชิป A100 จำนวน 704 ตัว ราคาคร่าวๆ ตัวละ 1 ล้านบาท ทั้งนี้ยังต้องมี RAM ระดับค่อนหรือหลายๆ Terrabyte กับหน่วยเก็บข้อมูลความเร็วสูงอีก ส่วนตัวที่รัน ChatGPT บนระบบคลาวด์ Azure ของไมโครซอฟท์นั้นมี A100 มากถึง 10,000 ตัว คิดคร่าวๆ ก็ราคาระดับเกิน 10,000 ล้านบาทขึ้นไป
นอกจากนี้ยังมีชิปของ NVIDIA ออกมาใหม่คือรุ่น H100 ซึ่งเร็วกว่า A100 ขึ้นไปอีกเป็นเท่าตัว งานนี้เรียกว่าผลิตได้เท่าไหร่ก็ไม่พอขาย ถึงขนาดที่ว่า ชิป GPU รุ่นธรรมดาๆ ที่ไม่ได้เน้นงาน AI แต่ก็ทำได้ ยังถูกนำไปใช้งาน AI เป็นจำนวนมาก มีข่าวว่าการ์ดจอระดับไฮเอนด์บางรุ่นของ NVIDAI ที่ทางอเมริกาห้ามส่งออกนั้น ถูกนำไปแกะเอาชิป GPU ออกมาเพื่อประกอบเป็นเครื่องคอมพิวเตอร์สำหรับงานเอไอโดยเฉพาะก็มี
ทั้งหมดนี้ทำให้ผบประกอบการของ NVIDIA เติบโตอย่างก้าวกระโดด ชนิดที่เรียกว่าโตเป็นเท่าๆ จากความก้าวหน้าทางฮาร์ดแวร์เป็นหลัก และราคาหุ้นของ NVIDIA ก็เติบโตพรวดพราดไปด้วยตามความคาดหวังของนักลงทุน จนมีการคาดการณ์กันว่ามูลค่าตลาดหรือ market cap ของ NVIDIA อาจโตถึงขั้นแซงบริษัทที่เป็นอันดับ 1 อย่าง Apple ได้ภายใน 2-3 ปีข้างหน้าทีเดียว
แต่ในขณะเดียวกันนั้นบรรดาคู่แข่งและคู่ค้าทั้งหลายก็ไม่อยู่เฉย แต่ละรายต่างก็มีโปรเจ็คต์ในมือที่กำลังพัฒนาชิปเอไอเพื่อแข่งกับ NVIDIA อย่างรีบเร่งเพื่อแย่งชิงตลาดที่กำลังเติบโตนี้ เช่น
– AMD ซึ่งเป็นคู่แข่งในตลาดกราฟิก แต่เป็นคู่ค้าในตลาดเอไอ เพราะแต่ละเครื่อง A100 ที่ NVIDIA ขายออกไปนั้นใช้ CPU จาก AMD เป็นตัวประมวลผลในงานทั่วๆ ไป และตอนนี้ AMD ก็เริ่มส่งมอบชิปเอไอรุ่นใหม่อย่าง Instinct MI300x ที่เปิดตัวไปเมื่อกลางปีที่ผ่านมาด้วย ซึ่งชิปนี้เร็วพอที่จะสาธิตการให้บริการด้วย processor ตัวเดียว (ใช้ Launguage model ชื่อ Falcon 40B) แต่งกลอนสดบนเวทีให้ผู้ชมเห็นกันจะๆ ไปเลยได้
– Microsoft ที่เป็นลูกค้ารายใหญ่รายหนึ่งเพราะสั่งซื้อ A100 จำนวนมากเข้าไปใช้กับระบบคลาวด์ Azure ของตนเอง ก็มีโครงการ Athena (“อะ-ธี-น่า” เทพีแห่งปัญญาและสงครามของกรีก) ที่จะผลิตชิป AI สำหรับใช้งานเอง (ประมาณว่าซื้อแพง เลยทำเองดีกว่า) โดยเริ่มออกชิป AI ในชื่อ Maia 100 (อ่านว่า “เม-อา” หรือ “ไม-อา” (เทพีแห่งการเจริญเติบโตของกรีก) และชิป Cobalt ที่เป็น Arm-based มาทดลองใช้งานบ้างแล้วเมื่อเดือนพฤศจิกายนที่ผ่านมา
– Google ซึ่งมีความจำเป็นต้องใช้ชิปเอไอจำนวนมากมายมหาศาล ทั้งในการพัฒนาและรวมถึงการให้บริการเอไอในอนาคต และเคยสั่งซื้อชิปขิง NVIDIA ไปใช้เป็นจำนวนไม่น้อย ก็มีการพัฒนาชิปเอไอในชื่อ cloud TPU (Tensor Processing Unit) ขึ้นมาสำหรับใช้เอง ล่าสุดเป็น Gen ที่ 5 (TPU v5)
– Intel ผู้นำในตลาดชิปตระกูล x86 สำหรับคอมพิวเตอร์เดสก์ท็อปและโน้ตบุ๊ค รวมถึง Xeon สำหรับเซิร์ฟเวอร์และศูนย์คอมพิวเตอร์ขนาดใหญ่ ก็กำลังพัฒนาชิป AI ในชื่อรหัส Falcon Shore ออกมาแข่งกับ NVIDIA อีกเช่นกัน คาดว่าจะออกได้จริงในปี 2025 (ช้าไปไหมนั่น?)
ในตลาดที่แข่งกันดุเดือดขนาดนี้ NVIDIA จะสามารถรักษาอัตราการเติบโตแบบก้าวกระโดดไว้จนไล่แซงบริษัทที่มี market cap เป็นเบอร์หนึ่งของโลกอย่าง Apple ได้ทันหรือไม่ (ถ้าจะให้ทันจริง มูลค่าหุ้น NVIDIA น่าจะต้องโตขึ้นอีกประมาณ 2-3 เท่าอย่างต่อเนื่อง เช่นเดียวกับในปีล่าสุดนี้) เป็นเรื่องที่ต้องติดตามดูกันต่อไป
—-
เพิ่มเติม
นอกเหนือจากฮาร์ดแวร์แล้ว NVIDIA ยังขยายความร่วมมือไปที่ผู้พัฒนา AI model หลายราย ทั้ง Foundation model (โมเดล AI ขนาดใหญ่ แบบเดียวกับ GPT-4 ของ OpenAI หรือ Gemini ของ Google ซึ่งมักจะเป็นโมเดลทางภาษาขนาดใหญ่หรือ LLM Large Language Model หรืออาจพ่วงความสามารถแบบ multimodal ทำงานกับภาพ เสียง วิดีโอ และอื่นๆ ด้วย) และโมเดลเฉพาะด้านสร้างภาพหรือสร้างวิดีโอ เช่น Stable Diffusion (SD) และ SD Video
เรียกว่าจะไต่อันดับโลกได้ก็ต้องมีเทคโนโลยีของตัวเอง หรือไม่ก็ต้องมี partner ให้ครบทุกด้าน
