แผนที่ AI ใหม่: ใครคือผู้นำด้านโมเดล ชิป และโครงสร้างพื้นฐาน?

ภาพลวงตาของ AI ในฐานะซอฟต์แวร์บนคลาวด์ที่จับต้องไม่ได้กำลังจางหายไป สิ่งที่เข้ามาแทนที่คือความจริงอันหนักหน่วงของซิลิคอน หน่วยความจำแบนด์วิดท์สูง และโรงงานเฉพาะทาง อำนาจที่แท้จริงในยุคปัจจุบันไม่ได้เป็นของผู้ที่เขียนพรอมต์ได้เก่งที่สุด แต่เป็นของผู้ที่ควบคุม ห่วงโซ่อุปทานทางกายภาพ ต่างหาก ตั้งแต่เครื่องพิมพ์หินรังสีอัลตราไวโอเลตสุดขั้วในเนเธอร์แลนด์ ไปจนถึงโรงงานบรรจุภัณฑ์ในไต้หวัน แผนที่แห่งอิทธิพลกำลังถูกวาดขึ้นใหม่ นี่คือเรื่องราวของคอขวดด้านฮาร์ดแวร์และโครงข่ายพลังงาน ในขณะที่สาธารณชนจดจ่ออยู่กับแชทบอท แต่อุตสาหกรรมกลับหมกมุ่นอยู่กับผลผลิตของชิปตรรกะขั้นสูงและความพร้อมใช้งานของหม้อแปลงไฟฟ้า การกระจุกตัวของการผลิตกำลังสร้างลำดับชั้นใหม่ของประเทศและองค์กร ผู้ที่ครอบครองพลังประมวลผล (compute) ก็คือผู้ที่ครอบครองอนาคตของปัญญาประดิษฐ์ เรากำลังเห็นการเปลี่ยนผ่านจากโลกที่ข้อมูลล้นเหลือไปสู่โลกที่ฮาร์ดแวร์ขาดแคลน การเปลี่ยนแปลงนี้กำหนดทุกการตัดสินใจเชิงกลยุทธ์ของบริษัทเทคโนโลยีรายใหญ่ในปัจจุบัน การทำความเข้าใจแนวโน้มโครงสร้างพื้นฐาน AI ล่าสุดจึงเป็นสิ่งจำเป็นสำหรับทุกคนที่ต้องการมองให้ทะลุผ่านกระแสความตื่นเต้นของวงจรเทคโนโลยี

เหนือกว่าแค่โค้ด: ฮาร์ดแวร์สแต็ก

เพื่อให้เข้าใจ AI สแต็กสมัยใหม่ เราต้องมองให้ไกลกว่าแค่ตัวประมวลผล ตัวเร่งความเร็วระดับไฮเอนด์คือการประกอบส่วนประกอบต่างๆ เข้าด้วยกันอย่างซับซ้อน อย่างแรกคือชิปตรรกะที่ทำหน้าที่คำนวณจริง ซึ่งปัจจุบันออกแบบโดยบริษัทอย่าง Nvidia หรือ AMD และผลิตโดยใช้โหนดที่ล้ำสมัยที่สุด อย่างไรก็ตาม ชิปตรรกะไม่สามารถทำงานเพียงลำพังได้ มันต้องการหน่วยความจำแบนด์วิดท์สูงหรือ HBM เพื่อส่งข้อมูลไปยังตัวประมวลผลให้เร็วพอที่จะทำให้มันทำงานได้อย่างต่อเนื่อง หากไม่มีหน่วยความจำเฉพาะทางนี้ ชิปที่เร็วที่สุดในโลกก็จะกลายเป็นของไร้ค่า จากนั้นคือการบรรจุภัณฑ์ เทคนิคการบรรจุภัณฑ์ขั้นสูง เช่น Chip on Wafer on Substrate ช่วยให้ส่วนประกอบต่างๆ เหล่านี้เชื่อมต่อกันด้วยความหนาแน่นสูง กระบวนการนี้ถือเป็นคอขวดสำคัญของอุตสาหกรรมในปัจจุบัน นอกเหนือจากชิปแต่ละตัวแล้ว ยังมีโครงสร้างพื้นฐานด้านเครือข่าย ชิปเหล่านี้หลายพันตัวต้องสื่อสารกันด้วยความเร็วเหลือเชื่อเพื่อฝึกฝนโมเดลขนาดใหญ่เพียงโมเดลเดียว ซึ่งต้องอาศัยสวิตช์เฉพาะทางและสายไฟเบอร์ออปติกที่สามารถจัดการกับปริมาณข้อมูลมหาศาลโดยไม่มีความหน่วง สุดท้ายคือระบบจ่ายพลังงาน ศูนย์ข้อมูลในปัจจุบันต้องการพลังงานระดับกิกะวัตต์ นำไปสู่ความต้องการโครงสร้างพื้นฐานทางไฟฟ้าที่เพิ่มสูงขึ้นจนหลายเมืองรับมือไม่ไหว ความจริงทางกายภาพนี้เป็นตัวกำหนดความก้าวหน้ามากกว่าการก้าวกระโดดของอัลกอริทึมใดๆ

• ชิปตรรกะสำหรับพลังการประมวลผลดิบ
• หน่วยความจำแบนด์วิดท์สูงสำหรับการเข้าถึงข้อมูลที่รวดเร็ว
• การบรรจุภัณฑ์ขั้นสูงเพื่อรวมส่วนประกอบเข้าด้วยกัน
• เครือข่ายความเร็วสูงสำหรับการสื่อสารในคลัสเตอร์
• โครงสร้างพื้นฐานพลังงานมหาศาลเพื่อการทำงานที่ต่อเนื่อง

ภูมิศาสตร์ใหม่แห่งอำนาจ

การกระจุกตัวของเทคโนโลยีสำคัญเหล่านี้ได้สร้างสนามทุ่นระเบิดทางภูมิรัฐศาสตร์ ชิปที่ล้ำสมัยที่สุดส่วนใหญ่ของโลกผลิตขึ้นในประเทศที่เป็นเกาะเพียงแห่งเดียว ทำให้เศรษฐกิจโลกทั้งระบบเปราะบางต่อความไม่มั่นคงในภูมิภาค สิ่งนี้นำไปสู่การควบคุมการส่งออกและการคว่ำบาตรมากมายเพื่อรักษาความได้เปรียบทางเทคโนโลยี รัฐบาลสหรัฐฯ ได้จำกัดการขายชิป AI ระดับไฮเอนด์ไปยังบางภูมิภาคโดยอ้างถึงความมั่นคงของชาติ กฎเหล่านี้ไม่เพียงส่งผลกระทบต่อตัวชิปเท่านั้น แต่ยังรวมถึงเครื่องจักรที่จำเป็นในการผลิตด้วย ตัวอย่างเช่น เครื่องพิมพ์หินที่ล้ำสมัยที่สุดผลิตโดยบริษัทเพียงแห่งเดียวในเนเธอร์แลนด์ และการส่งออกของพวกเขาก็ถูกควบคุมอย่างเข้มงวด สิ่งนี้สร้างสถานการณ์ที่บริษัทและประเทศเพียงไม่กี่แห่งถือครองกุญแจสู่การเติบโตทางเศรษฐกิจในยุคถัดไป ขณะนี้หลายประเทศกำลังเร่งสร้างอุตสาหกรรมชิปภายในประเทศของตนเอง แต่กระบวนการนี้ต้องใช้เวลาหลายทศวรรษและเงินหลายแสนล้านดอลลาร์ ผลลัพธ์ที่ได้คือโลกที่แตกแยกซึ่งการเข้าถึงปัญญาประดิษฐ์ถูกกำหนดโดยภูมิศาสตร์และพันธมิตรทางการทูต เรากำลังเคลื่อนออกจากตลาดเทคโนโลยีระดับโลกไปสู่ชุดของไซโลดิจิทัลที่ถูกปกป้อง การเปลี่ยนแปลงนี้ไม่ใช่แค่เรื่องเศรษฐศาสตร์ แต่เป็นเรื่องของใครที่จะเป็นผู้กำหนดมาตรฐานสำหรับการปฏิสัมพันธ์ระหว่างมนุษย์กับเครื่องจักรในอนาคต รายงานจาก Reuters ชี้ให้เห็นว่าอุปสรรคทางการค้าเหล่านี้จะยิ่งเข้มงวดขึ้นเมื่อเทคโนโลยีกลายเป็นศูนย์กลางของการป้องกันประเทศมากขึ้น

การใช้ชีวิตภายใต้ข้อจำกัดของพลังประมวลผล

สำหรับหัวหน้าฝ่ายเทคนิคที่สตาร์ทอัพที่กำลังเติบโต การเปลี่ยนแปลงทางภูมิรัฐศาสตร์ที่เป็นนามธรรมเหล่านี้แปลความหมายออกมาเป็นความปวดหัวในการดำเนินงานรายวัน ลองนึกภาพ Sarah นักพัฒนาในลอนดอนที่พยายามขยายเครื่องมือวิเคราะห์ภาพทางการแพทย์ตัวใหม่ วันของเธอไม่ได้เริ่มต้นด้วยการเขียนโค้ด แต่เริ่มต้นด้วยสเปรดชีตค่าใช้จ่ายบนคลาวด์ เธอพบว่าผู้ให้บริการรายปัจจุบันของเธอขึ้นราคา GPU instances อีกครั้งเนื่องจากการขาดแคลนในศูนย์ข้อมูลท้องถิ่น เธอพิจารณาที่จะย้ายภาระงานไปยังภูมิภาคอื่น แต่เธอก็ต้องกังวลเกี่ยวกับกฎหมายการจัดเก็บข้อมูลและปัญหาความหน่วงที่มาพร้อมกับการประมวลผลข้อมูลข้ามมหาสมุทร หากเธอต้องการฝึกโมเดลของตัวเอง เธอต้องเผชิญกับการรอคอยฮาร์ดแวร์เฉพาะทางนานถึงหกเดือน ความขาดแคลนนี้บีบให้เธอต้องประนีประนอม เธอใช้โมเดลที่เล็กกว่าและแม่นยำน้อยกว่าเพราะโมเดลระดับไฮเอนด์นั้นแพงเกินกว่าจะรันในระดับสเกลใหญ่ ทีมของเธอใช้เวลาไปกับการปรับแต่งโค้ดให้พอดีกับหน่วยความจำที่จำกัดมากกว่าการสร้างนวัตกรรมในผลิตภัณฑ์จริง ในสภาพแวดล้อมนี้ ผู้ชนะไม่จำเป็นต้องเป็นผู้ที่มีไอเดียดีที่สุด แต่เป็นผู้ที่มีเงินทุนหนาที่สุดหรือมีความสัมพันธ์ที่ดีที่สุดกับผู้ให้บริการคลาวด์ นี่คือความเป็นจริงสำหรับผู้สร้างและบริษัทนับพัน พวกเขากำลังสร้างบนรากฐานที่มีทั้งราคาแพงและไม่มั่นคง การเปลี่ยนแปลงเพียงเล็กน้อยในกฎการส่งออกหรือความล่าช้าในการผลิตที่โรงงานห่างออกไปหลายพันไมล์สามารถทำลายแผนงานทั้งหมดของพวกเขาได้ การพึ่งพาศูนย์กลางการประมวลผลเพียงไม่กี่แห่งหมายความว่าการหยุดชะงักใดๆ จะส่งผลกระทบโดยตรงและทั่วโลกต่อความสามารถของผู้คนในการสร้างและใช้เครื่องมือใหม่ๆ สิ่งนี้สร้างอุปสรรคในการเข้าสู่ตลาดที่สูงซึ่งเอื้อต่อผู้เล่นรายใหญ่และขัดขวางการแข่งขันที่ขับเคลื่อนความก้าวหน้า การวิเคราะห์โดย Bloomberg ระบุว่าค่าใช้จ่ายด้านพลังประมวลผลกลายเป็นรายการค่าใช้จ่ายที่ใหญ่ที่สุดสำหรับสตาร์ทอัพ AI ซึ่งมักจะเกินกว่างบประมาณเงินเดือน แรงกดดันทางการเงินนี้กำลังบีบให้เกิดการควบรวมกิจการในอุตสาหกรรมก่อนที่มันจะเติบโตเต็มที่เสียด้วยซ้ำ Sarah ใช้เวลาช่วงบ่ายอธิบายให้นักลงทุนฟังว่าทำไมกำไรของเธอถึงลดลง โดยชี้ไปที่ราคาพลังงานและฮาร์ดแวร์ที่สูงขึ้น ความฝันของปัญญาประดิษฐ์ที่เปิดกว้างและเข้าถึงได้กำลังถูกทดสอบด้วยขีดจำกัดที่ยากลำบากของโลกทางกายภาพ

ต้นทุนแฝงของปัญญาประดิษฐ์แบบรวมศูนย์

เราต้องถามตัวเองว่าต้นทุนแฝงของการกระจุกตัวนี้คืออะไร หากมีเพียงไม่กี่หน่วยงานที่ควบคุมฮาร์ดแวร์ พวกเขาจะควบคุมขอบเขตของสิ่งที่ AI สามารถคิดหรือพูดได้ด้วยหรือไม่? เมื่อพลังประมวลผลเป็นทรัพยากรที่หายาก ใครจะเป็นผู้ตัดสินว่าโครงการใดควรค่าแก่การได้รับมัน? เรามักพูดถึงการทำให้ AI เป็นประชาธิปไตย แต่ความเป็นจริงทางกายภาพกลับชี้ไปในทางตรงกันข้าม นอกจากนี้ยังมีคำถามเรื่องผลกระทบต่อสิ่งแวดล้อม พลังงานที่ต้องใช้ในการรันคลัสเตอร์ขนาดมหึมาเหล่านี้มีมหาศาล ซึ่งมักจะแย่งชิงทรัพยากรกับความต้องการของประชากรในท้องถิ่น ประโยชน์ของแชทบอทที่ดีขึ้นเล็กน้อยนั้นคุ้มค่ากับรอยเท้าคาร์บอนที่เทียบเท่ากับประเทศเล็กๆ ประเทศหนึ่งหรือไม่? เราควรพิจารณาถึงผลกระทบด้านความเป็นส่วนตัวของพลังประมวลผลแบบรวมศูนย์ด้วย หากทุกบริษัทต้องส่งข้อมูลไปยังผู้ให้บริการคลาวด์เพียงไม่กี่รายเพื่อประมวลผล ความเสี่ยงต่อการสอดแนมหรือการรั่วไหลของข้อมูลจะเพิ่มขึ้นแบบทวีคูณ จะเกิดอะไรขึ้นเมื่อจุดล้มเหลวเพียงจุดเดียวในโครงสร้างพื้นฐานเครือข่ายทำให้บริการ AI ครึ่งโลกใช้งานไม่ได้? เรากำลังสร้างระบบที่ทรงพลังอย่างเหลือเชื่อแต่ก็เปราะบางอย่างเหลือเชื่อเช่นกัน เส้นทางปัจจุบันชี้ให้เห็นถึงอนาคตที่ปัญญาประดิษฐ์เป็นเหมือนสาธารณูปโภค เช่น ไฟฟ้าหรือน้ำประปา แต่เป็นสาธารณูปโภคที่จัดการโดยกลุ่มคณาธิปไตยส่วนบุคคลแทนที่จะเป็นความไว้วางใจของสาธารณะ เราจำเป็นต้องพิจารณาว่านี่คือโลกที่เราต้องการอาศัยอยู่หรือไม่ ตามรายงานของ New York Times การแข่งขันด้านพลังงานกำลังนำพาให้ยักษ์ใหญ่ด้านเทคโนโลยีหันไปลงทุนในเตาปฏิกรณ์นิวเคลียร์ของตนเอง ซึ่งยิ่งเป็นการรวมศูนย์อำนาจไว้ในมือขององค์กรเพียงไม่กี่แห่ง นี่ไม่ใช่แค่คำถามทางเทคนิค แต่เป็นคำถามทางการเมืองและสังคมที่ลึกซึ้งซึ่งจะกำหนดทิศทางในทศวรรษหน้า

มีเรื่องราว, เครื่องมือ, เทรนด์ หรือคำถามเกี่ยวกับ AI ที่คุณคิดว่าเราควรนำเสนอหรือไม่? ส่งแนวคิดบทความของคุณมาให้เรา — เรายินดีรับฟัง

สถาปัตยกรรมทางเทคนิคและการไหลของข้อมูล

สำหรับผู้ที่มองไปที่การนำไปใช้จริงทางเทคนิค ข้อจำกัดต่างๆ นั้นมีความเฉพาะเจาะจงยิ่งขึ้น ขีดจำกัดอัตรา API (API rate limits) ไม่ใช่แค่เรื่องของการป้องกันสแปมอีกต่อไป แต่เป็นภาพสะท้อนโดยตรงของความสามารถทางกายภาพของฮาร์ดแวร์เบื้องหลัง เมื่อผู้ให้บริการจำกัดจำนวนโทเค็นต่อนาทีของคุณ พวกเขากำลังจัดการกับความร้อนและการใช้พลังงานของแร็คเฉพาะในศูนย์ข้อมูล การจัดเก็บข้อมูลในเครื่องและการประมวลผลที่ขอบเครือข่าย (edge computing) กำลังกลายเป็นสิ่งที่น่าสนใจมากขึ้นในฐานะวิธีหลีกเลี่ยงข้อจำกัดเหล่านี้ แต่ก็มาพร้อมกับความท้าทายในตัวเอง การรันโมเดลขนาดใหญ่ในเครื่องต้องใช้ VRAM จำนวนมาก ซึ่งยังคงเป็นฟีเจอร์ระดับพรีเมียมในฮาร์ดแวร์สำหรับผู้บริโภค ผู้ใช้ส่วนใหญ่ติดอยู่ที่ 8 หรือ 16 กิกะไบต์ ในขณะที่โมเดลที่มีความสามารถสูงสุดต้องการหลายร้อยกิกะไบต์ สิ่งนี้นำไปสู่ความสนใจที่เพิ่มขึ้นในการทำ Quantization ซึ่งเป็นเทคนิคที่ลดความแม่นยำของน้ำหนักโมเดลเพื่อให้พอดีกับหน่วยความจำที่น้อยลง สิ่งนี้ช่วยให้โมเดลสามารถรันบนฮาร์ดแวร์ที่เรียบง่ายขึ้นได้โดยไม่สูญเสียความแม่นยำไปทั้งหมด

• Quantization เพื่อลดการใช้หน่วยความจำ
• Model distillation เพื่อการอนุมานที่เร็วขึ้น
• Low-rank adaptation เพื่อการปรับจูนที่มีประสิทธิภาพ
• การปรับใช้ที่ขอบเครือข่าย (Edge deployment) เพื่อลดความหน่วง
• กลยุทธ์ไฮบริดคลาวด์เพื่อสร้างสมดุลด้านต้นทุน

ด้านเครือข่ายก็กำลังพัฒนาเช่นกัน การเปลี่ยนจากมาตรฐาน Ethernet ไปสู่การเชื่อมต่อระหว่างกันแบบเฉพาะทางเป็นสิ่งจำเป็นเพื่อให้ทันกับความต้องการข้อมูลของการฝึกฝนสมัยใหม่ ในขณะที่เรามองไปสู่อนาคต จุดเน้นกำลังเปลี่ยนจาก FLOPs ดิบไปสู่แบนด์วิดท์หน่วยความจำและความเร็วในการเชื่อมต่อ นี่คือจุดที่จะพบประสิทธิภาพที่เพิ่มขึ้นอย่างแท้จริงในอีกไม่กี่ปีข้างหน้า อุตสาหกรรมยังกำลังต่อสู้กับขีดจำกัดของความหนาแน่นในศูนย์ข้อมูล เมื่อชิปร้อนขึ้น ระบบระบายความร้อนด้วยอากาศแบบเดิมก็ไม่เพียงพออีกต่อไป นำไปสู่การเปลี่ยนไปใช้ระบบระบายความร้อนด้วยของเหลว สิ่งนี้เพิ่มความซับซ้อนและต้นทุนให้กับโครงสร้างพื้นฐาน ผู้ใช้ระดับสูงต้องมีความคุ้นเคยกับค่า Thermal Design Power และความเร็วระดับกิกะบิตต่อวินาทีพอๆ กับที่คุ้นเคยกับ Python และ PyTorch ภูมิทัศน์ของฮาร์ดแวร์คือที่ที่ข้อจำกัดทางกายภาพเป็นตัวขับเคลื่อนหลักของสถาปัตยกรรมซอฟต์แวร์

คำถามที่ยังไม่ได้รับคำตอบเรื่องอธิปไตย

แผนที่ของ AI กำลังถูกวาดขึ้นใหม่ในแบบเรียลไทม์ ในขณะที่ชั้นซอฟต์แวร์ยังคงเคลื่อนที่ไปอย่างรวดเร็ว แต่มันก็ผูกติดอยู่กับโลกของการผลิตฮาร์ดแวร์ที่ช้าและมีราคาแพงมากขึ้นเรื่อยๆ อำนาจต่อรองในขณะนี้ตกไปอยู่ที่บริษัทที่สามารถจัดหาชิปได้มากที่สุด พลังงานมากที่สุด และระบบระบายความร้อนที่มีประสิทธิภาพที่สุด สิ่งนี้ได้สร้างกลุ่มผู้เล่นที่ รวยด้วยพลังประมวลผล และกลุ่มที่ขาดแคลนพลังประมวลผลขึ้นมาใหม่ ในขณะที่เราก้าวไปข้างหน้า คำถามที่ยังไม่มีคำตอบคือประเทศที่มีอธิปไตยจะประสบความสำเร็จในการสร้างโครงสร้างพื้นฐาน AI อิสระของตนเองหรือไม่ หรือจะยังคงต้องพึ่งพาผู้ให้บริการระดับโลกเพียงไม่กี่ราย คำตอบของคำถามนั้นจะเป็นตัวกำหนดดุลอำนาจในอีกหลายทศวรรษข้างหน้า เราเพิ่งอยู่ในช่วงเริ่มต้นของการเปลี่ยนแปลงนี้ และผลกระทบต่อผู้ใช้และผู้สร้างจะถูกรู้สึกไปอีกนาน ภูมิศาสตร์ของปัญญาประดิษฐ์ไม่ได้ราบเรียบอีกต่อไป แต่มันคือภูมิประเทศที่ขรุขระของพรมแดนที่ถูกควบคุมและการเข้าถึงที่จำกัดเฉพาะกลุ่ม

หมายเหตุจากบรรณาธิการ: เราสร้างเว็บไซต์นี้ขึ้นมาเพื่อเป็นศูนย์กลางข่าวสารและคู่มือ AI หลายภาษาสำหรับผู้ที่ไม่ได้เป็นผู้เชี่ยวชาญคอมพิวเตอร์ แต่ยังคงต้องการทำความเข้าใจปัญญาประดิษฐ์ ใช้งานได้อย่างมั่นใจมากขึ้น และติดตามอนาคตที่กำลังจะมาถึงแล้ว