Meta เปิดตัวชิป AI ของตัวเอง: ยุคที่ต้องพึ่งพา NVIDIA อย่างเต็มรูปแบบกำลังค่อย ๆ สิ้นสุดลงหรือไม่?

Meta กลับมาได้รับความสนใจจากตลาดอีกครั้ง แต่ครั้งนี้ไม่ได้เกิดจากการเปิดตัวโมเดลปัญญาประดิษฐ์ (AI) ใหม่ แต่เป็นเพราะการตัดสินใจเชิงกลยุทธ์เกี่ยวกับโครงสร้างพื้นฐานด้านการประมวลผลของบริษัท

Meta ประกาศเมื่อวานนี้ว่า บริษัทจะเริ่มผลิต ชิป AI ของตัวเอง ตั้งแต่เดือนกันยายนเป็นต้นไป โดยมีเป้าหมายเพื่อเพิ่มการควบคุมต้นทุน และลดการพึ่งพาซัพพลายเออร์ภายนอกสำหรับหน่วยประมวลผลขั้นสูงที่สุด

ขณะเดียวกัน รายงานที่เผยแพร่ในช่วงต้นเดือนกรกฎาคมระบุว่า Meta กำลังพิจารณาทางเลือกในการ นำกำลังการประมวลผลส่วนเกินที่ยังไม่ได้ใช้งานบางส่วนออกมาสร้างรายได้เชิงพาณิชย์

การดำเนินการทั้งสองด้านนี้สะท้อนให้เห็นถึง การเปลี่ยนแปลงครั้งสำคัญในแนวทางที่บริษัทเทคโนโลยีรายใหญ่กำลังรับมือกับการพัฒนา AI

การแข่งขันเพื่อสร้างโครงสร้างพื้นฐานด้าน AI ยังไม่ได้สิ้นสุดลง แต่จุดสนใจของตลาดกำลังเปลี่ยนจาก ขนาดของเงินลงทุน ไปสู่ ประสิทธิภาพและการใช้ประโยชน์สูงสุดจากทรัพยากรที่ถูกนำมาใช้งาน

หนึ่งในข้อจำกัดสำคัญที่สุดของการพัฒนา AI คือ การเข้าถึงกำลังประมวลผลที่เพียงพอ

ความต้องการชิปประสิทธิภาพสูงของ Nvidia อยู่เหนือกำลังการผลิตของระบบนิเวศโดยรวมมาเป็นเวลานาน ส่งผลให้บริษัทเทคโนโลยีขนาดใหญ่ต้องแข่งขันกันเพื่อเข้าถึง ชิปประมวลผล AI (Accelerators) ที่จำเป็นสำหรับการฝึกฝนและใช้งานโมเดล AI ที่มีความซับซ้อนมากขึ้นเรื่อย ๆ

ขณะนี้ตลาดกำลังเริ่มตั้งคำถามที่แตกต่างออกไปว่า การสร้างโครงสร้างพื้นฐานเพิ่มขึ้นอย่างต่อเนื่องจะยังคงเป็นแหล่งความได้เปรียบทางการแข่งขันหลักหรือไม่ หรือความสามารถในการบริหารจัดการและเพิ่มประสิทธิภาพจากการลงทุนด้าน AI มูลค่ามหาศาลจะกลายเป็นปัจจัยสำคัญมากขึ้น

ความพยายามพัฒนาชิป AI ของ Meta ถือเป็นส่วนสำคัญของกลยุทธ์ดังกล่าว

บริษัทกำลังพัฒนาชิปตระกูล MTIA (Meta Training and Inference Accelerator) ซึ่งออกแบบมาเพื่อการใช้งานเฉพาะด้าน เช่น ระบบแนะนำคอนเทนต์ การโฆษณา และการประมวลผลโมเดล AI ของบริษัทเอง

เป้าหมายของ Meta ไม่ใช่การแทนที่โซลูชันของ Nvidia ทั้งหมด แต่เป็นการเพิ่มการควบคุมโครงสร้างพื้นฐานของตัวเอง และอาจช่วยลดต้นทุนด้านการประมวลผลในระยะยาว

ตามรายงานที่มีอยู่ การผลิตชิปใหม่คาดว่าจะเริ่มขึ้นในเดือนกันยายน โดย Meta จะทำงานร่วมกับพันธมิตรในอุตสาหกรรมเซมิคอนดักเตอร์ เช่น Broadcom และ TSMC

นอกจากนี้ บริษัทยังมีแผนขยายทรัพยากรด้านการประมวลผลอย่างมีนัยสำคัญ ซึ่งสะท้อนให้เห็นว่าโครงสร้างพื้นฐาน AI ยังคงเป็นหนึ่งในลำดับความสำคัญเชิงกลยุทธ์สูงสุดของ Meta

Meta กำลังสร้างระบบนิเวศ AI แบบครบวงจร

สิ่งสำคัญคือ การเข้าสู่ธุรกิจชิป AI ของ Meta เป็นเพียงส่วนหนึ่งของแผนรุกด้านเทคโนโลยีที่กว้างขึ้น

บริษัทกำลังเร่งพัฒนาโมเดล AI ของตัวเองควบคู่กันไป โดยหนึ่งในตัวอย่างล่าสุดคือ Muse Spark 1.1 ซึ่งคาดว่าจะเป็นอีกก้าวสำคัญในการแข่งขันกับโซลูชันจากบริษัทชั้นนำในอุตสาหกรรม AI

การพัฒนาโมเดลภายในองค์กรแสดงให้เห็นว่า Meta ไม่ต้องการเป็นเพียงผู้ใช้งานเทคโนโลยีจากพันธมิตรภายนอกเท่านั้น

แต่บริษัทกำลังพยายามสร้าง ระบบนิเวศ AI ของตัวเองแบบครบวงจร ครอบคลุมทั้ง:

• โมเดล AI

• ซอฟต์แวร์

• โครงสร้างพื้นฐานด้านฮาร์ดแวร์

ดังนั้น การผลิตชิปของตัวเองจึงไม่ควรถูกมองเพียงว่าเป็นความพยายามลดการพึ่งพา Nvidia เท่านั้น

Meta กำลังมุ่งควบคุมห่วงโซ่มูลค่าของ AI ทั้งหมด ตั้งแต่การออกแบบโมเดล การฝึกฝนโมเดล การนำไปใช้งาน ไปจนถึงฮาร์ดแวร์ที่ขับเคลื่อนระบบเหล่านี้

กลยุทธ์ดังกล่าวอาจช่วยให้บริษัทบริหารต้นทุนได้ดีขึ้น และสามารถปรับโครงสร้างพื้นฐานให้เหมาะสมกับความต้องการเฉพาะของตัวเองได้รวดเร็วขึ้น

Nvidia ยังไม่เผชิญภัยคุกคามในทันที

สำหรับ Nvidia การเคลื่อนไหวของ Meta ยังไม่ได้ถือเป็นภัยคุกคามโดยตรงในระยะสั้น

ความต้องการชิป AI ประสิทธิภาพสูงยังคงอยู่ในระดับที่แข็งแกร่ง และโซลูชันของ Nvidia ยังคงเป็นมาตรฐานของอุตสาหกรรมสำหรับงาน AI ที่มีความต้องการสูงที่สุด

ชิปเฉพาะทางที่พัฒนาโดยบริษัท Hyperscaler ควรถูกมองว่าเป็นความพยายามในการ:

• ลดต้นทุน

• เพิ่มความเป็นอิสระด้านกลยุทธ์

• เพิ่มประสิทธิภาพการใช้งาน

มากกว่าจะเป็นการเปลี่ยนออกจากโมเดลธุรกิจปัจจุบันทั้งหมด

ตลาด AI กำลังก้าวเข้าสู่ระยะใหม่

การเคลื่อนไหวของ Meta แสดงให้เห็นว่า ตลาด AI กำลังเข้าสู่ขั้นตอนการพัฒนาใหม่

ระยะแรกของการแข่งขันมุ่งเน้นไปที่:

• การเข้าถึงฮาร์ดแวร์ที่เพียงพอ

• การเร่งขยายกำลังการประมวลผลของ Data Center

แต่ความท้าทายในระยะถัดไปกำลังเปลี่ยนไปสู่คำถามที่สำคัญกว่า:

บริษัทสามารถเปลี่ยนโครงสร้างพื้นฐานเหล่านี้ให้กลายเป็นมูลค่าทางธุรกิจที่วัดผลได้อย่างไร?

ในบริบทนี้ รายงานเกี่ยวกับความเป็นไปได้ที่ Meta จะนำกำลังการประมวลผลส่วนเกินออกมาให้บริการแก่ผู้ใช้งานภายนอกจึงมีความน่าสนใจอย่างมาก

หาก Meta ตัดสินใจเปิดให้บุคคลภายนอกเข้าถึงทรัพยากรบางส่วน นั่นอาจเป็นสัญญาณว่าโครงสร้างพื้นฐาน AI กำลังถูกมองไม่เพียงเป็นเครื่องมือสนับสนุนภายในองค์กร แต่ยังเป็น สินทรัพย์ที่สามารถสร้างรายได้เพิ่มเติมได้

ประสิทธิภาพการใช้งานจะกลายเป็นปัจจัยสำคัญใหม่ของ AI

การเปลี่ยนแปลงดังกล่าวอาจส่งผลกระทบต่ออุตสาหกรรมทั้งหมด

ตลาดอาจค่อย ๆ เปลี่ยนผ่านจากยุคที่บริษัทแข่งขันกันเพื่อ ครอบครองกำลังประมวลผลให้มากที่สุด ไปสู่ยุคที่ความสำคัญอยู่ที่:

• อัตราการใช้งานทรัพยากร (Utilization Rate)

• ประสิทธิภาพของการลงทุน

• ผลตอบแทนจากเงินลงทุนด้าน AI

สำหรับบริษัทเทคโนโลยีรายใหญ่ นั่นหมายความว่าจะมีแรงกดดันเพิ่มขึ้นในการควบคุมค่าใช้จ่าย และแสดงให้เห็นว่าการลงทุนด้าน AI สามารถสร้างผลตอบแทนทางธุรกิจได้อย่างแท้จริง

ในระยะสั้น การประกาศของ Meta สะท้อนภาพที่มีทั้ง ปัจจัยบวกและปัจจัยกดดันต่ออุตสาหกรรมเซมิคอนดักเตอร์

ในด้านหนึ่ง ข่าวดังกล่าวยืนยันว่า บริษัทเทคโนโลยีรายใหญ่ที่สุดของโลกยังคงเดินหน้าทุ่มงบลงทุนด้าน AI เพิ่มขึ้น และยังมีความมุ่งมั่นในการขยายโครงสร้างพื้นฐานอย่างต่อเนื่อง

แผนการเพิ่มกำลังการประมวลผลของ Meta ยังคงถือเป็นสัญญาณเชิงบวกต่อห่วงโซ่อุปทาน AI โดยรวม เนื่องจากสะท้อนว่าความต้องการทรัพยากรด้านการประมวลผลยังคงอยู่ในระดับสูง

อย่างไรก็ตาม ในอีกด้านหนึ่ง การพัฒนาชิปที่ออกแบบขึ้นเองอาจค่อย ๆ ลดความต้องการโซลูชันจากผู้ผลิตภายนอก เช่น Nvidia และ AMD ในบางส่วนของตลาดในช่วงหลายปีข้างหน้า

ลูกค้ารายใหญ่ที่สุดของบริษัทเหล่านี้กำลังพยายามออกแบบชิปเฉพาะทางที่เหมาะกับการใช้งานของตัวเองมากขึ้น ซึ่งอาจนำไปสู่การเปลี่ยนแปลงโครงสร้างบางส่วนของอุตสาหกรรมเซมิคอนดักเตอร์ในอนาคต

ในระยะกลาง คำถามสำคัญคือ ชิปเฉพาะทางที่พัฒนาโดยบริษัท Hyperscaler จะสามารถก้าวไปถึงระดับประสิทธิภาพที่ต้องการได้รวดเร็วเพียงใด

หากบริษัทอย่าง Meta, Google และ Amazon ประสบความสำเร็จในการสร้างชิปที่ออกแบบมาเฉพาะสำหรับรูปแบบการใช้งานของตัวเอง และสามารถเพิ่มประสิทธิภาพได้ดีกว่าโซลูชันทั่วไป สิ่งนี้อาจส่งผลต่อโครงสร้างของตลาด AI ในอนาคต

อย่างไรก็ตาม นั่นไม่ได้หมายความว่า ยุคการครองตลาดของ Nvidia จะสิ้นสุดลง

Nvidia ยังคงมีความได้เปรียบทางเทคโนโลยีที่สำคัญ ระบบนิเวศ CUDA ที่แข็งแกร่ง และฐานลูกค้าขนาดใหญ่ทั่วโลก

สถานการณ์ที่มีความเป็นไปได้มากกว่าคือ ตลาด AI จะพัฒนาไปสู่รูปแบบที่:

• Nvidia ยังคงเป็นผู้ให้บริการหลักด้านโครงสร้างพื้นฐาน AI แบบทั่วไป (General-purpose AI Infrastructure)

• ขณะที่งาน AI บางประเภทที่มีลักษณะเฉพาะมากขึ้น จะถูกประมวลผลด้วยชิปภายในองค์กรที่พัฒนาโดยบริษัทเทคโนโลยีรายใหญ่

ดังนั้น การแข่งขันในอนาคตอาจไม่ได้เป็นการแทนที่ Nvidia โดยสมบูรณ์ แต่เป็นการเปลี่ยนแปลงของโครงสร้างตลาด ที่บริษัทต่าง ๆ พยายามสร้างสมดุลระหว่างการใช้โซลูชันจากผู้ให้บริการภายนอก และการพัฒนาความสามารถด้านฮาร์ดแวร์ของตัวเอง

อย่างไม่ต้องสงสัย ความเสี่ยงที่ใหญ่ที่สุดของระบบนิเวศ AI ทั้งหมดในปัจจุบัน ยังคงเป็น ความเร็วในการสร้างรายได้จากการลงทุนที่เกิดขึ้น

การใช้จ่ายด้าน Data Center ได้เพิ่มขึ้นสู่ระดับที่ไม่เคยเกิดขึ้นมาก่อน และตลาดกำลังจับตาอย่างใกล้ชิดว่า เงินลงทุนมหาศาลเหล่านี้สามารถเปลี่ยนเป็นการเติบโตของรายได้ในสัดส่วนที่เหมาะสมได้หรือไม่

โมเดล AI ที่มีประสิทธิภาพมากขึ้น การขยายตัวของโซลูชันแบบ Open-source ที่มีต้นทุนต่ำกว่า และแรงกดดันในการลดค่าใช้จ่ายด้านการประมวลผล อาจเข้ามาเปลี่ยนแปลงโครงสร้างเศรษฐศาสตร์ของอุตสาหกรรม AI ทั้งหมด

ดังนั้น Meta จึงอยู่ในช่วงเวลาที่น่าจับตามองอย่างมาก

บริษัทกำลังดำเนินหลายกลยุทธ์พร้อมกัน ได้แก่:

• ขยายทรัพยากรด้านการประมวลผล

• พัฒนาชิป AI ของตัวเอง

• ค้นหาวิธีเพิ่มประสิทธิภาพการใช้งานโครงสร้างพื้นฐานที่มีอยู่

การเคลื่อนไหวเหล่านี้ไม่ได้เป็นสัญญาณว่า กระแส AI กำลังสิ้นสุดลง

แต่สะท้อนว่าตลาดกำลังก้าวเข้าสู่ ระยะใหม่ของการพัฒนา AI ซึ่งผู้ชนะจะไม่ใช่เพียงบริษัทที่สามารถลงทุนได้มากที่สุด แต่เป็นบริษัทที่สามารถผสมผสานระหว่าง ขนาดของการลงทุน (Investment Scale) และ ประสิทธิภาพในการดำเนินงาน (Operational Efficiency) ได้ดีที่สุด