สงครามชิปเบื้องหลังยุคทองของ AI
คอขวดของซิลิคอนที่กำหนดทิศทางอำนาจในยุคปัจจุบัน
ความคลั่งไคล้ในโมเดล generative ทั่วโลกมักมองข้ามความเป็นจริงทางกายภาพที่ทำให้สิ่งเหล่านี้เกิดขึ้นได้จริง ปัญญาประดิษฐ์ไม่ใช่แค่กลุ่มก้อนของตรรกะที่ล่องลอยอยู่ใน cloud แต่เป็นผู้บริโภคทรัพยากรทางกายภาพมหาศาล ยุคทองในปัจจุบันต้องพึ่งพาห่วงโซ่อุปทานของเซมิคอนดักเตอร์ระดับไฮเอนด์ที่เปราะบางและมีการกระจุกตัวสูง หากไม่มีชิปเหล่านี้ อัลกอริทึมที่ซับซ้อนที่สุดก็ไร้ค่า เรากำลังเห็นการเปลี่ยนแปลงที่ความสามารถในการประมวลผล (compute capacity) กลายเป็นตัวชี้วัดหลักสำหรับความสำเร็จขององค์กรและระดับประเทศ สิ่งนี้สร้างสภาพแวดล้อมที่มีเดิมพันสูงซึ่งการเข้าถึงฮาร์ดแวร์เป็นตัวกำหนดว่าใครจะสร้างได้และใครต้องรอ คอขวดไม่ได้อยู่ที่จำนวนชิปที่ผลิตได้เท่านั้น แต่อยู่ที่ความสามารถเฉพาะในการผลิตชิ้นส่วนที่สามารถจัดการพารามิเตอร์นับพันล้านตัวพร้อมกันได้ ในขณะที่เราก้าวผ่าน 2027 การต่อสู้เพื่อแย่งชิงฮาร์ดแวร์นี้ได้ย้ายจากห้องหลังบ้านของแผนก IT ไปสู่ระดับสูงสุดของนโยบายรัฐบาล เดิมพันไม่ใช่แค่เรื่องของแชทบอทที่เร็วขึ้น แต่รวมถึงการควบคุมพื้นฐานของยุคถัดไปของผลผลิตทางอุตสาหกรรม หากคุณไม่ได้เป็นเจ้าของซิลิคอน คุณก็ไม่ได้เป็นเจ้าของอนาคตของอุตสาหกรรมนี้
มากกว่าแค่หน่วยประมวลผล
เมื่อผู้คนพูดถึงสงครามชิป พวกเขามักจะเน้นไปที่การออกแบบ Graphics Processing Unit แม้ว่าการออกแบบจะมีความสำคัญ แต่ก็เป็นเพียงส่วนหนึ่งของการประกอบที่ซับซ้อน ชิป AI สมัยใหม่คือความมหัศจรรย์ของการบูรณาการที่รวมเอาหน่วยความจำแบนด์วิดท์สูง (high bandwidth memory) และเทคนิคการบรรจุภัณฑ์ขั้นสูงเข้าด้วยกัน หน่วยความจำแบนด์วิดท์สูงช่วยให้ข้อมูลเคลื่อนย้ายระหว่างหน่วยประมวลผลและที่เก็บข้อมูลด้วยความเร็วที่เหลือเชื่อเมื่อสิบปีก่อน หากไม่มีหน่วยความจำประเภทนี้ หน่วยประมวลผลจะต้องนั่งรอข้อมูลอย่างเปล่าประโยชน์ สิ่งนี้สร้างตลาดรองที่บริษัทอย่าง SK Hynix และ Samsung มีความสำคัญไม่น้อยไปกว่านักออกแบบชิปเอง อีกปัจจัยสำคัญคือกระบวนการบรรจุภัณฑ์ที่เรียกว่า Chip on Wafer on Substrate วิธีนี้ช่วยให้ชิปประเภทต่างๆ สามารถวางซ้อนกันและเชื่อมต่อกันในหน่วยเดียวได้ เป็นกระบวนการที่มีความเชี่ยวชาญสูงซึ่งมีบริษัทเพียงไม่กี่แห่งที่สามารถทำได้ในระดับอุตสาหกรรม การกระจุกตัวของความสามารถในการผลิตนี้หมายความว่าความล้มเหลวของโรงงานเพียงแห่งเดียวหรือข้อจำกัดทางการค้าอาจหยุดยั้งความก้าวหน้าทั่วโลก อุตสาหกรรมกำลังดิ้นรนเพื่อขยายกำลังการบรรจุภัณฑ์นี้ ซึ่งยังคงเป็นคอขวดที่ตึงตัวกว่าการพิมพ์เวเฟอร์ซิลิคอนจริงๆ การเข้าใจสิ่งนี้ช่วยอธิบายว่าทำไมการสร้างโรงงานเพิ่มขึ้นเพียงอย่างเดียวจึงไม่ใช่การแก้ไขปัญหาการขาดแคลนอย่างรวดเร็ว กระบวนการนี้เกี่ยวข้องกับการเต้นรำระดับโลกของวัสดุและความเชี่ยวชาญที่ไม่สามารถทำซ้ำได้ง่ายในสถานที่ใหม่
BotNews.today ใช้เครื่องมือ AI ในการวิจัย เขียน แก้ไข และแปลเนื้อหา ทีมงานของเราตรวจสอบและดูแลกระบวนการเพื่อให้ข้อมูลมีประโยชน์ ชัดเจน และน่าเชื่อถือ
ฮาร์ดแวร์ stack สำหรับ AI ประกอบด้วยหลายชั้นที่ต้องทำงานประสานกันอย่างสมบูรณ์แบบ:
- Logic layers ที่ทำการคำนวณทางคณิตศาสตร์จริงสำหรับ neural networks
- Memory layers ที่ให้ throughput มหาศาลที่จำเป็นสำหรับการเทรนโมเดล
- Interconnects ที่ช่วยให้ชิปหลายพันตัวสื่อสารกันใน data center
- ระบบระบายความร้อนและส่วนประกอบจ่ายไฟที่ป้องกันไม่ให้ฮาร์ดแวร์ละลาย
สกุลเงินทางภูมิรัฐศาสตร์ใหม่
การกระจุกตัวของการผลิตชิปได้เปลี่ยนฮาร์ดแวร์ให้กลายเป็นเครื่องมือของนโยบายต่างประเทศ ชิปตรรกะที่ล้ำสมัยที่สุดของโลกส่วนใหญ่ผลิตโดยบริษัทเดียวในไต้หวัน สิ่งนี้สร้างจุดอ่อนเชิงกลยุทธ์ที่รัฐบาลต่างๆ กำลังเร่งแก้ไขผ่านการอุดหนุนมหาศาลและการควบคุมการส่งออก สหรัฐอเมริกาและพันธมิตรได้ใช้กฎระเบียบที่เข้มงวดเพื่อป้องกันการส่งออกชิป AI ระดับไฮเอนด์และเครื่องจักรที่จำเป็นในการผลิตไปยังบางภูมิภาค การควบคุมเหล่านี้ออกแบบมาเพื่อรักษาความได้เปรียบทางเทคโนโลยีโดยจำกัด compute power ที่มีให้สำหรับคู่แข่ง อย่างไรก็ตาม ข้อจำกัดเหล่านี้ยังทำลายธรรมชาติของอุตสาหกรรมเทคโนโลยีที่เป็นโลกาภิวัตน์ บริษัทที่เคยพึ่งพาห่วงโซ่อุปทานระดับโลกที่ไร้รอยต่อตอนนี้ต้องจัดการกับระบบใบอนุญาตและโซนจำกัดที่กระจัดกระจาย การแตกแยกนี้เพิ่มต้นทุนและทำให้การปรับใช้เทคโนโลยีใหม่ช้าลง นอกจากนี้ยังบังคับให้ประเทศที่อยู่ภายใต้ข้อจำกัดต้องลงทุนอย่างหนักในความสามารถภายในประเทศของตนเอง ซึ่งอาจสร้างระบบนิเวศเทคโนโลยีคู่ขนานที่ไม่พึ่งพามาตรฐานตะวันตก ผลกระทบนี้ส่งผลต่อทุกบริษัทที่ใช้บริการ cloud เนื่องจากต้นทุนของฮาร์ดแวร์ถูกส่งต่อไปยังผู้ใช้ปลายทาง เราไม่ได้อยู่ในยุคของการแลกเปลี่ยนทางเทคโนโลยีแบบเปิดอีกต่อไป แต่เรากำลังเห็นการเพิ่มขึ้นของลัทธิชาตินิยมซิลิคอน (silicon nationalism) ที่มีเป้าหมายเพื่อรักษาอุปทานภายในประเทศของโหนดที่ล้ำสมัยที่สุด การเปลี่ยนแปลงนี้เปลี่ยนวิธีที่บริษัทวางแผนโครงสร้างพื้นฐานระยะยาวและสถานที่ที่พวกเขาเลือกตั้ง data center ความตึงเครียดทางภูมิรัฐศาสตร์ทำให้มั่นใจได้ว่าตลาดชิปจะยังคงมีความผันผวนในอนาคตอันใกล้
จากห้องประชุมสู่ Data Centers
สำหรับ CTO ของบริษัทขนาดกลาง สงครามชิปไม่ใช่ประเด็นทางการเมืองที่เป็นนามธรรม แต่เป็นการต่อสู้ด้านโลจิสติกส์ในแต่ละวัน ลองนึกภาพสถานการณ์ที่บริษัทตัดสินใจสร้างโมเดลที่เป็นกรรมสิทธิ์เพื่อจัดการข้อมูลภายใน ทีมใช้เวลาหลายเดือนในการออกแบบสถาปัตยกรรมและทำความสะอาดชุดข้อมูล เมื่อพวกเขาพร้อมที่จะเริ่มเทรน พวกเขาก็ตระหนักว่าระยะเวลาในการรอฮาร์ดแวร์ที่จำเป็นนั้นนานกว่าห้าสิบสัปดาห์ พวกเขาไม่สามารถใช้ cloud instances มาตรฐานได้ง่ายๆ เพราะความต้องการได้ผลักดันราคาจนกัดกินงบประมาณทั้งหมดของพวกเขา พวกเขาถูกบังคับให้ประนีประนอมกับขนาดของโมเดลหรือรอหนึ่งปีเพื่อเริ่มต้น ความล่าช้านี้ช่วยให้คู่แข่งรายใหญ่ที่มีสัญญาฮาร์ดแวร์โดยตรงสามารถขยับตัวได้ก่อน แม้ว่าชิปจะมาถึงแล้ว ความท้าทายก็ยังคงดำเนินต่อไป แร็คเซิร์ฟเวอร์ส่งเสียงหึ่งๆ ในขณะที่ระบบระบายความร้อนทำงานหนัก ใช้ไฟฟ้ามากกว่าส่วนอื่นๆ ของสำนักงานรวมกัน เจ้าหน้าที่จัดซื้อใช้เวลาทั้งวันในการติดตามตู้คอนเทนเนอร์และเจรจากับผู้ขายสำหรับสายเคเบิลเครือข่ายเฉพาะทางที่ขาดแคลนเช่นกัน ผู้คนมักประเมินความสำคัญของซอร์สโค้ดสูงเกินไปในขณะที่ประเมินความยากลำบากของการปรับใช้ทางกายภาพต่ำเกินไป สวิตช์เครือข่ายที่หายไปเพียงตัวเดียวอาจทำให้คลัสเตอร์ของ GPU มูลค่าสิบล้านดอลลาร์ไร้ประโยชน์ นี่คือความเป็นจริงของยุคฮาร์ดแวร์มาก่อน (hardware-first) มันเป็นโลกของข้อจำกัดทางกายภาพที่ความสำเร็จวัดเป็นเมกะวัตต์และหน่วยแร็ค การดำเนินงานประจำวันของบริษัท AI ในปัจจุบันเป็นเรื่องของวิศวกรรมอุตสาหการพอๆ กับวิทยาการคอมพิวเตอร์ ผู้สร้างที่คิดว่าพวกเขาสามารถสร้างสิ่งที่ยิ่งใหญ่จากแล็ปท็อปกำลังพบว่าพวกเขาถูกผูกติดอยู่กับความพร้อมใช้งานของโครงสร้างพื้นฐานขนาดใหญ่ที่กินไฟมากซึ่งพวกเขาไม่ได้เป็นผู้ควบคุม
การพึ่งพาฮาร์ดแวร์เฉพาะยังสร้างผลกระทบแบบ software lock-in นักพัฒนา AI ส่วนใหญ่ใช้เครื่องมือที่ปรับให้เหมาะสมสำหรับฮาร์ดแวร์ยี่ห้อเฉพาะ การเปลี่ยนไปใช้ผู้ให้บริการชิปรายอื่นจะต้องเขียนโค้ดใหม่หลายพันบรรทัดและฝึกอบรมทีมใหม่ สิ่งนี้ทำให้การเลือกฮาร์ดแวร์เป็นการตัดสินใจที่ผูกพันยาวนานนับทศวรรษ บริษัทต่างๆ พบว่าการตัดสินใจแบบ hardware-first ในวันนี้จะเป็นตัวกำหนดความสามารถด้านซอฟต์แวร์ของพวกเขาไปอีกหลายปี สิ่งนี้สร้างความรู้สึกเร่งด่วนที่มักนำไปสู่การซื้อเกินความจำเป็นและการกักตุนชิป ซึ่งยิ่งทำให้ห่วงโซ่อุปทานทั่วโลกตึงเครียดขึ้น ผลลัพธ์ที่ได้คือตลาดที่ผู้เล่นที่ร่ำรวยที่สุดสามารถประมูลเหนือคนอื่น สร้างความแตกแยกครั้งใหญ่ในอุตสาหกรรมเทคโนโลยี สตาร์ทอัพขนาดเล็กพบว่าการแข่งขันทำได้ยากขึ้นเรื่อยๆ หากไม่มีเงินทุนร่วมลงทุน (venture capital) ที่จัดสรรไว้สำหรับต้นทุนฮาร์ดแวร์โดยเฉพาะ สภาพแวดล้อมนี้เอื้อต่อยักษ์ใหญ่ที่มีชื่อเสียงซึ่งมีเงินทุนในการสร้าง data center ของตนเองและมีน้ำหนักทางการเมืองในการรักษาความปลอดภัยห่วงโซ่อุปทานของพวกเขา
คำถามที่ไม่สบายใจเกี่ยวกับการเติบโต
ในขณะที่เราผลักดันให้มีฮาร์ดแวร์ที่ทรงพลังมากขึ้น เราต้องถามว่าต้นทุนที่ซ่อนอยู่คืออะไรกันแน่ การใช้พลังงานของคลัสเตอร์ชิปขนาดใหญ่เหล่านี้กำลังถึงจุดที่ท้าทายความเสถียรของโครงข่ายไฟฟ้าในท้องถิ่น มันยั่งยืนหรือไม่ที่จะสร้างเศรษฐกิจบนเทคโนโลยีที่ต้องการการเพิ่มขึ้นของไฟฟ้าและน้ำสำหรับการระบายความร้อนแบบทวีคูณ? เรายังต้องพิจารณาถึงผลกระทบด้านความเป็นส่วนตัวของการกระจุกตัวของฮาร์ดแวร์ เมื่อบริษัทเพียงไม่กี่แห่งควบคุมซิลิคอนที่ AI ทั้งหมดทำงานอยู่ พวกเขามีการมองเห็นการไหลเวียนของข้อมูลทั่วโลกอย่างที่ไม่เคยมีมาก่อน จะเกิดอะไรขึ้นหากบริษัทเหล่านี้ถูกกดดันจากรัฐบาลให้สร้างช่องทางลับ (backdoors) ในฮาร์ดแวร์เอง? ชั้นทางกายภาพนั้นยากต่อการตรวจสอบมากกว่าซอร์สโค้ด นอกจากนี้ เราต้องดูผลกระทบต่อสิ่งแวดล้อมของกระบวนการขุดและผลิตที่จำเป็นสำหรับชิปเหล่านี้ การสกัดแร่หายากและน้ำที่มีความบริสุทธิ์สูงที่จำเป็นสำหรับโรงงานผลิตมีรอยเท้าทางนิเวศวิทยาที่สำคัญ เรากำลังแลกเปลี่ยนสุขภาพสิ่งแวดล้อมระยะยาวเพื่อผลกำไรระยะสั้นในความเร็วในการประมวลผลหรือไม่? นอกจากนี้ยังมีคำถามเรื่อง edge เทียบกับ cloud เมื่อฮาร์ดแวร์ทรงพลังมากขึ้น เราจะเห็นการเปลี่ยนกลับไปสู่การประมวลผลในเครื่อง (local processing) เพื่อหลีกเลี่ยงต้นทุนและความเสี่ยงด้านความเป็นส่วนตัวของ cloud หรือไม่? หรือขนาดที่จำเป็นสำหรับโมเดลสมัยใหม่จะทำให้มั่นใจได้ว่า compute จะยังคงเป็นสาธารณูปโภคแบบรวมศูนย์? นี่คือคำถามที่อุตสาหกรรมมักเพิกเฉยในการเร่งรีบที่จะปล่อยโมเดลถัดไป การมุ่งเน้นที่ประสิทธิภาพมักทำให้เรามองไม่เห็นความเสี่ยงเชิงระบบของอนาคตที่ต้องพึ่งพาฮาร์ดแวร์
สถาปัตยกรรมแห่งประสิทธิภาพ
สำหรับผู้ใช้ระดับสูงและวิศวกร สงครามชิปถูกตัดสินในรายละเอียดของสถาปัตยกรรม มันไม่ใช่แค่เรื่องของ teraflops ดิบๆ อีกต่อไป แต่เป็นเรื่องของความเร็วในการเชื่อมต่อ (interconnect speed) และแบนด์วิดท์หน่วยความจำ เมื่อคุณกำลังรันงานเทรนแบบกระจาย (distributed training) ข้ามหน่วยประมวลผลหลายพันตัว คอขวดมักจะเป็นฮาร์ดแวร์เครือข่ายที่เชื่อมโยงพวกมันเข้าด้วยกัน เทคโนโลยีอย่าง InfiniBand และโปรโตคอล Ethernet เฉพาะทางได้กลายเป็นสิ่งที่สำคัญพอๆ กับตัวชิปเอง หากการเชื่อมต่อช้า หน่วยประมวลผลจะใช้เวลาส่วนใหญ่รอข้อมูลจากเพื่อนบ้าน นี่คือเหตุผลที่บริษัทต่างๆ กำลังออกแบบซิลิคอนเครือข่ายของตนเองเพื่อข้ามข้อจำกัดมาตรฐาน อีกพื้นที่สำคัญคือชั้นซอฟต์แวร์ abstraction นักพัฒนาส่วนใหญ่โต้ตอบกับฮาร์ดแวร์ผ่าน API เฉพาะที่ปรับให้เหมาะสมกับวิธีการทำงานของโค้ดบนซิลิคอน ไลบรารีเหล่านี้มีความซับซ้อนอย่างไม่น่าเชื่อและเป็นปราการขนาดใหญ่สำหรับผู้นำตลาด แม้ว่าคู่แข่งจะสร้างชิปที่เร็วกว่า แต่พวกเขาก็ต้องจัดหาระบบนิเวศซอฟต์แวร์ที่ใช้งานง่ายพอๆ กันด้วย เรายังเห็นความต้องการพื้นที่เก็บข้อมูลในเครื่องที่เพิ่มขึ้น โมเดลขนาดใหญ่ต้องการพื้นที่เก็บข้อมูลความเร็วสูงจำนวนมหาศาลเพื่อป้อนข้อมูลให้หน่วยประมวลผลระหว่างการเทรนและการอนุมาน (inference) สิ่งนี้นำไปสู่ความต้องการไดรฟ์ NVMe และตัวควบคุมการจัดเก็บข้อมูลเฉพาะทางที่พุ่งสูงขึ้น ส่วน geek ของตลาดกำลังมุ่งเน้นไปที่สามด้านนี้:
มีเรื่องราว, เครื่องมือ, เทรนด์ หรือคำถามเกี่ยวกับ AI ที่คุณคิดว่าเราควรนำเสนอหรือไม่? ส่งแนวคิดบทความของคุณมาให้เรา — เรายินดีรับฟัง- การปรับอัตราส่วนของหน่วยความจำต่อ compute เพื่อลดการสิ้นเปลืองพลังงาน
- การพัฒนาเทคนิคการบีบอัดใหม่เพื่อให้โมเดลขนาดใหญ่ขึ้นทำงานบนฮาร์ดแวร์ระดับผู้บริโภคได้
- การสร้างทางเลือก open-source แทน API ฮาร์ดแวร์ที่เป็นกรรมสิทธิ์เพื่อทำลายการผูกขาดของผู้ขาย
การจัดเก็บข้อมูลในเครื่องและการอนุมานในเครื่องกำลังได้รับความนิยมมากขึ้นเนื่องจากขีดจำกัดของ API และต้นทุนสำหรับบริการ cloud เพิ่มสูงขึ้น ผู้ใช้ระดับสูงในปัจจุบันมองหาฮาร์ดแวร์ที่สามารถรันโมเดลเวอร์ชัน quantized ในเครื่องได้ โดยหลีกเลี่ยงปัญหาเรื่อง latency และความเป็นส่วนตัวของ cloud สิ่งนี้นำไปสู่ความสนใจใหม่ในเวิร์กสเตชันที่มี GPU ระดับไฮเอนด์หลายตัวและ RAM ระบบจำนวนมหาศาล เป้าหมายคือการสร้างเวิร์กโฟลว์ที่เป็นอิสระจากผู้ให้บริการ cloud รายใหญ่ อย่างไรก็ตาม ผู้ผลิตฮาร์ดแวร์มักจำกัดคุณสมบัติของชิปสำหรับผู้บริโภคเพื่อป้องกันไม่ให้ถูกนำไปใช้ใน data center สิ่งนี้สร้างเกมแมวไล่จับหนูระหว่างผู้ที่ชื่นชอบและผู้ผลิต ความสามารถในการรันโมเดลเหล่านี้ในเครื่องเป็นรูปแบบสูงสุดของอธิปไตยทางดิจิทัลในโลกที่ compute กำลังถูกรวมศูนย์
ผลกระทบที่ยั่งยืน
สงครามชิปไม่ใช่ระยะชั่วคราวของยุคทองของ AI แต่เป็นรากฐานใหม่ของเศรษฐกิจโลก การเปลี่ยนจากโลกที่เน้นซอฟต์แวร์ไปสู่โลกที่กำหนดโดยข้อจำกัดของฮาร์ดแวร์นั้นถาวร บริษัทและประเทศที่ล้มเหลวในการรักษาตำแหน่งในห่วงโซ่อุปทานซิลิคอนจะพบว่าตนเองเสียเปรียบอย่างถาวร แม้ว่าเราอาจเห็นการปรับปรุงในกำลังการผลิต แต่ความต้องการ compute น่าจะยังคงแซงหน้าอุปทานไปอีกหลายปี คำถามที่ยังคงอยู่คือเราจะสามารถหาวิธีทำให้เทคโนโลยีนี้มีประสิทธิภาพมากขึ้นได้หรือไม่ หรือเราถูกกำหนดให้มีอนาคตของการบริโภคทรัพยากรที่เพิ่มขึ้นเรื่อยๆ ในขณะที่โลกทางกายภาพและดิจิทัลถูกบูรณาการเข้าด้วยกันอย่างแน่นแฟ้น การควบคุมชั้นฮาร์ดแวร์จะเป็นแหล่งอำนาจสูงสุด การต่อสู้เพื่อซิลิคอนเพิ่งเริ่มต้นขึ้น และผลลัพธ์ของมันจะกำหนดศตวรรษถัดไปของความก้าวหน้าของมนุษย์
หมายเหตุจากบรรณาธิการ: เราสร้างเว็บไซต์นี้ขึ้นมาเพื่อเป็นศูนย์กลางข่าวสารและคู่มือ AI หลายภาษาสำหรับผู้ที่ไม่ได้เป็นผู้เชี่ยวชาญคอมพิวเตอร์ แต่ยังคงต้องการทำความเข้าใจปัญญาประดิษฐ์ ใช้งานได้อย่างมั่นใจมากขึ้น และติดตามอนาคตที่กำลังจะมาถึงแล้ว
พบข้อผิดพลาดหรือสิ่งใดที่ต้องแก้ไขหรือไม่? แจ้งให้เราทราบ
