หุ้นของผู้ออกแบบชิปคอมพิวเตอร์ Nvidia พุ่งสูงขึ้นในช่วงสัปดาห์ที่ผ่านมา ทำให้มูลค่าของบริษัทสูงกว่าหนึ่งล้านล้านดอลลาร์
หมายความว่าบริษัทจะเข้าร่วมยักษ์ใหญ่ด้านเทคโนโลยี
อย่าง Apple, Amazon, Alphabet และ Microsoft ในสโมสรชั้นยอดของบริษัทมูลค่า 1 พันล้านเหรียญสหรัฐ
กระแสดังกล่าวได้รับแรงบันดาลใจจากผลประกอบการรายไตรมาสล่าสุดซึ่งเผยแพร่เมื่อช่วงสายของวันพุธ บริษัทกล่าวว่ากำลังเพิ่มการผลิตชิปเพื่อตอบสนองความต้องการที่เพิ่มขึ้น
Nvidia เข้ามาครองตลาดชิปที่ใช้ในระบบปัญญาประดิษฐ์ (AI)
ความสนใจในภาคส่วนนั้นพุ่งสูงขึ้นอย่างมากหลังจากที่ ChatGPT เผยแพร่สู่สาธารณะเมื่อเดือนพฤศจิกายนปีที่แล้ว ซึ่งส่งแรงสั่นสะเทือนไปไกลกว่าอุตสาหกรรมเทคโนโลยี
ChatGPT ได้รับการพิสูจน์แล้วว่าเป็นแอปพลิเคชัน AI
ที่ได้รับความนิยมอย่างมาก ตั้งแต่การช่วยกล่าวสุนทรพจน์ ไปจนถึงการเขียนโค้ดคอมพิวเตอร์และการทำอาหาร
แต่ทั้งหมดนั้นจะเกิดขึ้นไม่ได้หากไม่มีฮาร์ดแวร์คอมพิวเตอร์ที่มีประสิทธิภาพ โดยเฉพาะชิปคอมพิวเตอร์จาก Nvidia ในแคลิฟอร์เนีย
เดิมทีเป็นที่รู้จักในด้านการผลิตชิปคอมพิวเตอร์ประเภทที่ประมวลผลกราฟิก โดยเฉพาะอย่างยิ่งสำหรับเกมคอมพิวเตอร์ ฮาร์ดแวร์ของ Nvidia รองรับแอปพลิเคชัน AI ส่วนใหญ่ในปัจจุบัน
Alan Priestley นักวิเคราะห์อุตสาหกรรมเซมิคอนดักเตอร์ของ Gartner กล่าวว่า “บริษัทเป็นผู้นำด้านเทคโนโลยีที่เปิดใช้งานสิ่งใหม่ที่เรียกว่าปัญญาประดิษฐ์”
Dan Hutcheson นักวิเคราะห์จาก TechInsights กล่าวว่า “สิ่งที่ Nvidia เป็นของ AI นั้นแทบจะเหมือนกับสิ่งที่ Intel ใช้กับพีซี”
ChatGPT ได้รับการฝึกอบรมโดยใช้หน่วยประมวลผลกราฟิก (GPU)
ของ Nvidia จำนวน 10,000 เครื่องที่รวมกลุ่มกันในซูเปอร์คอมพิวเตอร์ที่เป็นของ Microsoft
Ian Buck ผู้จัดการทั่วไปและรองประธานฝ่าย Accelerated Computing ของ Nvidia กล่าวว่า “มันเป็นหนึ่งในซูเปอร์คอมพิวเตอร์หลายตัว – บางตัวเป็นที่รู้จักในที่สาธารณะ บางตัวไม่เป็นที่รู้จัก – สร้างขึ้นด้วย GPU ของ Nvidia สำหรับกรณีการใช้งานทางวิทยาศาสตร์และ AI ที่หลากหลาย”
Nvidia มีประมาณ 95% ของตลาด GPU สำหรับการเรียนรู้ของเครื่อง รายงานล่าสุดจาก CB Insights
ชิป AI ของมันซึ่งขายในระบบที่ออกแบบมาสำหรับศูนย์ข้อมูลนั้นมีราคาประมาณ 10,000 ดอลลาร์ (8,000 ปอนด์) ต่อตัว แม้ว่าเวอร์ชันล่าสุดและทรงพลังที่สุดจะขายในราคาที่สูงกว่ามาก
Nvidia กลายเป็นผู้เล่นหลักในการปฏิวัติ AI ได้อย่างไร
กล่าวโดยย่อคือการเดิมพันอย่างกล้าหาญกับเทคโนโลยีของตัวเองและจังหวะที่ดี
Jensen Huang ซึ่งปัจจุบันเป็นหัวหน้าผู้บริหารของ Nvidia เป็นหนึ่งในผู้ก่อตั้งในปี 1993
ในปี 2549 Jensen Huang ประธานเจ้าหน้าที่บริหารของ Nvidia ได้ทำให้ชิปของบริษัทสามารถตั้งโปรแกรมได้
Jensen Huang ซึ่งปัจจุบันเป็นหัวหน้าผู้บริหารของ Nvidia เป็นหนึ่งในผู้ก่อตั้งในปี 1993 จากนั้น Nvidia มุ่งเน้นไปที่การสร้างกราฟิกที่ดีขึ้นสำหรับการเล่นเกมและแอปพลิเคชันอื่นๆ
ในปี 1999 ได้พัฒนา GPU เพื่อปรับปรุงการแสดงภาพสำหรับคอมพิวเตอร์
GPU เก่งในการประมวลผลงานเล็กๆ หลายงานพร้อมกัน (เช่น การจัดการล้านพิกเซลบนหน้าจอ) ซึ่งเป็นขั้นตอนที่เรียกว่าการประมวลผลแบบขนาน
ในปี 2549 นักวิจัยที่มหาวิทยาลัยสแตนฟอร์ดค้นพบว่า GPU มีประโยชน์อย่างอื่น พวกมันสามารถเร่งการดำเนินการทางคณิตศาสตร์ได้ ในแบบที่ชิปประมวลผลทั่วไปไม่สามารถทำได้
ในขณะนั้นเองที่คุณ Huang ได้ตัดสินใจครั้งสำคัญต่อการพัฒนา AI อย่างที่เราทราบกันดี
เขาลงทุนทรัพยากรของ Nvidia ในการสร้างเครื่องมือเพื่อทำให้ GPU สามารถตั้งโปรแกรมได้ ซึ่งเป็นการเปิดความสามารถในการประมวลผลแบบขนานสำหรับการใช้งานนอกเหนือจากกราฟิก
เครื่องมือนั้นถูกเพิ่มเข้าไปในชิปคอมพิวเตอร์ของ Nvida สำหรับผู้เล่นเกมคอมพิวเตอร์ มันเป็นความสามารถที่พวกเขาไม่ต้องการและอาจไม่รู้ด้วยซ้ำ แต่สำหรับนักวิจัยแล้ว นี่เป็นวิธีใหม่ในการทำการประมวลผลประสิทธิภาพสูงบนฮาร์ดแวร์สำหรับผู้บริโภค
ความสามารถดังกล่าวช่วยจุดประกายให้เกิดความก้าวหน้าใน AI สมัยใหม่ในยุคแรกๆ
ในปี 2012 Alexnet เปิดตัว – AI ที่สามารถจำแนกรูปภาพได้ Alexnet ได้รับการฝึกอบรมโดยใช้ GPU ที่ตั้งโปรแกรมได้ของ Nvidia เพียงสองตัว
กระบวนการฝึกอบรมใช้เวลาเพียงไม่กี่วัน แทนที่จะใช้เวลาหลายเดือนกับชิปประมวลผลปกติจำนวนมาก
การค้นพบว่า GPU สามารถเร่งการประมวลผลโครงข่ายประสาทเทียมได้อย่างมาก เริ่มแพร่กระจายในหมู่นักวิทยาศาสตร์คอมพิวเตอร์ ซึ่งเริ่มซื้อ GPU เพื่อรันเวิร์กโหลดประเภทใหม่นี้
“AI พบเรา” นายบัคกล่าว
Nvidia ใช้ประโยชน์จากข้อได้เปรียบด้วยการลงทุนพัฒนา GPU ชนิดใหม่ๆ ที่เหมาะกับ AI มากขึ้น รวมถึงซอฟต์แวร์เพิ่มเติมเพื่อให้ง่ายต่อการใช้งานเทคโนโลยี
หนึ่งทศวรรษและหลายพันล้านดอลลาร์ต่อมา ChatGPT ก็ถือกำเนิดขึ้น ซึ่งเป็น AI ที่สามารถตอบคำถามของมนุษย์ได้อย่างน่าขนลุก
Metaphysic บริษัทสตาร์ทอัพด้าน AI สร้างวิดีโอเสมือนจริงของคนดังและคนอื่นๆ โดยใช้เทคนิค AI การปลอมตัวของ Tom Cruise สร้างความตื่นเต้นในปี 2021
ในการฝึกฝนและรันโมเดลนั้นจะใช้ GPU ของ Nvidia หลายร้อยตัว บางตัวซื้อจาก Nvidia และบางตัวเข้าถึงผ่านบริการคลาวด์คอมพิวติ้ง
“ไม่มีทางเลือกอื่นนอกจาก Nvidia ในการทำในสิ่งที่เราทำ” Tom Graham ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่บริหารกล่าว “มันล้ำหน้าไปไกลมาก”
แม้ว่าการครอบงำของ Nvidia จะดูมั่นใจได้ในตอนนี้ แต่การคาดการณ์ระยะยาวนั้นทำได้ยากกว่า Kevin Krewell นักวิเคราะห์อุตสาหกรรมรายอื่นจาก TIRIAS Research กล่าวว่า “Nvidia เป็นเป้าหมายที่ใคร ๆ ก็พยายามจะโค่นล้ม”
บริษัทเซมิคอนดักเตอร์รายใหญ่อื่น ๆ จัดให้มีการแข่งขัน AMD และ Intel ต่างเป็นที่รู้จักกันดีในด้านการผลิตหน่วยประมวลผลกลาง (CPU) แต่พวกเขายังสร้าง GPU เฉพาะสำหรับแอปพลิเคชัน AI (Intel เพิ่งเข้าร่วมการต่อสู้เมื่อไม่นานมานี้)
Google มีหน่วยประมวลผลเทนเซอร์ (TPU) ซึ่งไม่เพียงแต่ใช้สำหรับผลการค้นหาเท่านั้น แต่ยังใช้กับงานการเรียนรู้ของเครื่องบางอย่างด้วย ในขณะที่ Amazon มีชิปที่สร้างขึ้นเองสำหรับการฝึกอบรมโมเดล AI
มีรายงานว่า Microsoft กำลังพัฒนาชิป AI และ Meta ก็มีโครงการชิป AI ของตัวเอง
นอกจากนี้ นับเป็นครั้งแรกในรอบหลายทศวรรษที่มีสตาร์ทอัพชิปคอมพิวเตอร์เกิดขึ้น เช่น Cerebras, SambaNova Systems และ Habana (ซื้อโดย Intel) พวกเขาตั้งใจที่จะสร้างทางเลือกที่ดีกว่าสำหรับ GPU สำหรับ AI โดยเริ่มจากกระดานชนวนที่สะอาด
Graphcore จากสหราชอาณาจักรผลิตชิป AI สำหรับวัตถุประสงค์ทั่วไปที่เรียกว่าหน่วยประมวลผลข่าวกรอง (IPU) ซึ่งระบุว่ามีพลังในการคำนวณมากกว่าและมีราคาถูกกว่า GPU
Graphcore ก่อตั้งขึ้นในปี 2559 ได้รับเงินทุนเกือบ 700 ล้านเหรียญสหรัฐ (560 ล้านปอนด์)
ลูกค้าของบริษัทรวมถึงห้องปฏิบัติการระดับชาติของกระทรวงพลังงานสหรัฐ 4 แห่ง และกำลังกดดันให้รัฐบาลสหราชอาณาจักรใช้ชิปของตนในโครงการซูเปอร์คอมพิวเตอร์ใหม่
“[Graphcore] ได้สร้างโปรเซสเซอร์สำหรับ AI
อย่างที่เป็นอยู่ในปัจจุบัน และจะพัฒนาไปตามกาลเวลา” Nigel Toon ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่บริหารของบริษัทกล่าว
เขายอมรับว่าการสู้กับยักษ์ใหญ่อย่าง Nvidia นั้นเป็นสิ่งที่ท้าทาย ในขณะที่ Graphcore ก็มีซอฟต์แวร์เพื่อให้เข้าถึงเทคโนโลยีของตนได้ แต่ก็ยากที่จะควบคุมสวิตช์เมื่อโลกได้สร้างผลิตภัณฑ์ AI เพื่อทำงานบน Nvidia GPUs
Mr Toon หวังว่าเมื่อเวลาผ่านไป เมื่อ AI ย้ายจากการทดลองที่ล้ำสมัยไปสู่การใช้งานเชิงพาณิชย์ การคำนวณที่ประหยัดต้นทุนจะเริ่มมีความสำคัญมากขึ้น
เมื่อกลับมาที่ Nvidia เอียน บัคไม่ได้กังวลเกี่ยวกับการแข่งขันมากเกินไป
“ตอนนี้ทุกคนต้องการ AI” เขากล่าว “มันขึ้นอยู่กับคนอื่นที่จะคิดออกว่าพวกเขาจะบริจาคที่ไหน”
เรื่องอื่น ๆ ที่น่าสนใจในเว็บของเรา
แมนยูฯ เมินเซ็นถาวร เวกฮอร์สต์ เหตุสอบตก
เทน ฮาก เผยงบเสริมทัพ แมนฯ ยูไนเต็ด
Dou มุ่งมั่นที่จะเปล่งประกายบนสนามหญ้าท่ามกลางการต่อสู้
มิลาน สนใจ ลอฟตัส-ชีค เด็กปั้นของ เชลซี
ซิโมนา ฮาเล็ป แสดงหลักฐานว่าเธอเป็นเหยื่อของการการตรวจสาร
ขอบคุณรูปภาพจาก pexels.com
แหล่งที่มา https://www.bbc.com/news/business
สามารถติดตามข่าวสารเพิ่มเติมได้ที่ vfdide.com