เจาะลึกงาน AMD Advancing AI 2026: มุมมองวงในฮาร์ดแวร์ ซอฟต์แวร์ และอนาคต AI
สรุปบรรยากาศวันแรกของงาน AMD Advancing AI 2026 ณ Moscone Center ซานฟรานซิสโก พร้อมมุมมองจากกูรูวงการไอที
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- งาน AMD Advancing AI 2026 จัดขึ้นแบบไม่เสียค่าใช้จ่ายที่ Moscone Center เมืองซานฟรานซิสโก
- Chris Lattner ผู้สร้าง LLVM เปรียบเทียบ CUDA กับ GCC ว่าเป็นโมโนลิธที่ทรงพลังแต่โบราณ
- George Hotz ผู้ก่อตั้ง tinygrad ระบุว่าเฟรมเวิร์กมีโค้ดเพียง 25,000 บรรทัดด้วยภาษา Python
- การอภิปรายเน้นย้ำถึงความสำคัญของระบบนิเวศที่เป็นหนึ่งเดียวระหว่างฮาร์ดแวร์ ซอฟต์แวร์ และเฟรมเวิร์ก
งานสัมมนา AMD Advancing AI 2026 ที่จัดขึ้นเป็นเวลาสองวันที่ Moscone Center ในซานฟรานซิสโก เปิดให้ผู้เข้าร่วมงานเข้าชม เรียนรู้ และเข้าถึงผู้จัดแสดงสินค้าหรือวิทยากรได้โดยไม่มีค่าใช้จ่าย ซึ่งถือเป็นการลงทุนครั้งใหญ่ของบริษัทเทคโนโลยีในการผลักดันระบบนิเวศของตนเอง แม้ว่าในอนาคตผู้ถือหุ้นอาจต้องการเห็นผลตอบแทนจากการลงทุนเหล่านี้ แต่สำหรับผู้เข้าร่วมงาน นี่คือโอกาสอันดีในการสำรวจโลกปัญญาประดิษฐ์ที่มีความมุ่งเน้นไปที่ฮาร์ดแวร์และหุ่นยนต์อย่างจริงจัง
ช่วงวันแรกเริ่มต้นด้วยการเสวนาของคณะกรรมการสามท่าน ได้แก่ Chris Lattner, Ramin Hasani และ Hassan Akbari โดย Chris Lattner ผู้สร้างคอมไพเลอร์อินฟราสตรัคเจอร์ LLVM ได้กล่าวถึงความสัมพันธ์ระหว่างฮาร์ดแวร์และแอปพลิเคชันว่าไม่สามารถแยกออกจากกันได้ โดยเขายกตัวอย่างเปรียบเทียบ CUDA ของ NVIDIA ว่ามีลักษณะคล้ายกับ GCC คอมไพเลอร์โอเพนซอร์สอายุหลายทศวรรษที่มีขนาดใหญ่และฝังรากลึกเสมือนคูเมืองป้องกัน แต่แนวทางในการแข่งขันไม่ใช่การพุ่งชนคูเมืองนั้นตรงๆ หากแต่เป็นการใช้สถาปัตยกรรมหลีกเลี่ยงข้อจำกัดผ่านภาษา Mojo จาก Modular ที่เป็นทางเลือกพกพาแทนที่ CUDA
การเปรียบเทียบเทคโนโลยีคูเมือง (Moat) ของคอมไพเลอร์และระบบนิเวศฮาร์ดแวร์ สะท้อนให้เห็นว่าในอุตสาหกรรมปัญญาประดิษฐ์ การผูกขาดกับภาษาหรือแพลตฟอร์มใดแพลตฟอร์มหนึ่งสร้างความท้าทายให้กับนักพัฒนา การเกิดขึ้นของทางเลือกอย่างภาษา Mojo หรือการพัฒนาสถาปัตยกรรมใหม่จึงเป็นกลยุทธ์สำคัญในการสร้างความยืดหยุ่นและการแข่งขันในระยะยาว
ด้าน Ramin Hasani จาก Liquid AI ได้นำเสนอแนวคิดในระดับนามธรรม โดยเน้นย้ำถึงการแก้ปัญหาในระดับอัลกอริทึมก่อนที่จะมองหาการปรับแต่งเคอร์เนล รวมถึงการใช้ Liquid foundation models และการจับคู่โมเดลที่ดีที่สุดให้เข้ากับฮาร์ดแวร์ที่เหมาะสม ไม่ว่าจะเป็น CPU, NPU หรือ GPU ในขณะที่ Hassan Akbari ได้เชื่อมโยงมุมมองทั้งหมดเข้าด้วยกันโดยเน้นย้ำถึงความสำคัญของระบบนิเวศที่เป็นหนึ่งเดียวระหว่างเฟรมเวิร์ก ฮาร์ดแวร์ และซอฟต์แวร์ ซึ่งต้องอาศัยการเชื่อมโยงเพื่อเพิ่มประสิทธิภาพร่วมกัน แทนที่จะปรับแต่งเพียงส่วนใดส่วนหนึ่งอย่างโดดเดี่ยว พร้อมตั้งคำถามชวนคิดเกี่ยวกับการปรับขนาดโมเดลให้มีความคุ้มค่าในทางปฏิบัติ
อีกหนึ่งไฮไลต์สำคัญคือการปรากฏตัวของ George Hotz ผู้มีชื่อเสียงจากการเจลแบลก iPhone, การแกะรอยระบบ PlayStation 3 และการพัฒนาโครงงานรถยนต์ไร้คนขับ comma.ai ในการบรรยายของเขา ได้กล่าวถึงการใช้งานฮาร์ดแวร์อย่างการ์ดจอ Radeon RX 7900 XTX ที่แม้จะวางจำหน่ายมาเป็นเวลาสามปีแล้ว แต่ก็ยังคงมีความคุ้มค่าที่ราคา 999 ดอลลาร์สหรัฐ
"commoditize the petaflop"
George Hotz
นอกจากนี้ George Hotz ยังได้พูดถึง tinygrad ซึ่งเป็นโอเพนซอร์สเฟรมเวิร์กสำหรับโครงข่ายประสาทเทียมและไลบรารีการเรียนรู้เชิงลึก โดยระบุว่าตัวระบบมีขนาดเพียง 25,000 บรรทัดของโค้ดภาษา Python บริสุทธิ์ และมีโค้ดส่วนแกนกลาง (Core) อยู่ที่ประมาณ 9,000 บรรทัด ซึ่งสะท้อนให้เห็นถึงแนวทางการพัฒนาเทคโนโลยีที่มีความกะทัดรัดและตรงไปตรงมา
ที่มา: Dev.to
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น