Nvidia พลิกเกม AI: ความได้เปรียบไม่ใช่แค่ชิป GPU อีกต่อไป
รายงานจาก TechCrunch เผยสถานการณ์หลังผลประกอบการเดือนสิงหาคม 2026 เมื่อ Nvidia เริ่มกุมความได้เปรียบด้านระบบจัดการข้อมูลรอบตัว GPU และสถาปัตยกรรม Vera Rubin ที่ช่วยเร่งประสิทธิภาพได้ถึง 3 เท่า

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- ความสนใจของตลาดเริ่มเปลี่ยนจากการแข่งขันด้าน GPU มาสู่ระบบจัดการข้อมูลรอบด้าน
- Nvidia เปิดตัวสถาปัตยกรรม Vera Rubin ผสานซีพียู Vera และตัวเร่งความเร็วอื่นเพื่อบริหารจัดการระบบ
- Jason Hardy เผยว่าซีพียู Vera ช่วยเพิ่มประสิทธิภาพการจัดการข้อมูลได้สูงถึง 3 เท่า
- OpenAI เลือกใช้วิธีลดการเคลื่อนย้ายข้อมูลผ่านชิป Jalapeño เพื่อแก้ปัญหาคอขวดเช่นกัน
ในช่วงหลายปีแรกของยุคบูมปัญญาประดิษฐ์ Nvidia ถือครองตลาดชิป GPU ล้ำสมัยไว้แต่เพียงผู้เดียว ส่งผลให้บริษัททำกำไรมหาศาล ทว่าในช่วงไม่กี่ปีที่ผ่านมา บริษัทยักษ์ใหญ่ด้านคลาวด์อย่าง Amazon และ Google ได้เริ่มหันมาพัฒนาชิปของตนเอง ทำให้เหล่านักลงทุนเริ่มตั้งคำถามถึงความยั่งยืนในความได้เปรียบของบริษัท ท่ามกลางกระแสการแข่งขันด้านฮาร์ดแวร์ที่ดุเดือดขึ้นเรื่อยๆ

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
กระแสความกังวลเรื่องการแข่งขันด้าน GPU ส่งผลให้หุ้นของ Nvidia เติบโตในอัตราที่ช้าลงในช่วงหนึ่งปีที่ผ่านมา หลังจากที่มูลค่าตลาดเคยพุ่งทะยานขึ้นถึง 10 เท่าในช่วงต้นปี 2023 ถึงกลางปี 2025 อย่างไรก็ตาม มุมมองใหม่ได้ก่อตัวขึ้นหลังการประกาศผลประกอบการเมื่อวันพุธที่ผ่านมา โดยนักลงทุนเริ่มตระหนักว่าความได้เปรียบของ Nvidia นั้นไม่ได้หยุดอยู่แค่ตัวชิป GPU เท่านั้น แต่ยังครอบคลุมถึงระบบโครงสร้างพื้นฐานทั้งหมด
เมื่อปริมาณการประมวลผล AI เติบโตขึ้นจนถึงระดับกิกะวัตต์ งานจัดการระบบจึงกลายเป็นเรื่องที่มีความซับซ้อนสูงตามไปด้วย Nvidia จึงได้พัฒนาฮาร์ดแวร์รอบข้างที่จำเป็นขึ้นมาเพื่อรองรับความท้าทายนี้ โดยรายละเอียดสิ่งที่บริษัทกำลังจัดจำหน่ายผ่านสถาปัตยกรรม Vera Rubin รุ่นล่าสุด ได้รวมถึงซีพียู Vera ตัวเร่งการประอนุมาน Groq 3 LPX ตลอดจนชั้นวางจัดเก็บข้อมูลและระบบเครือข่าย ซึ่งทำหน้าที่ดูแลให้ส่วนประกอบภายนอก GPU ทำงานได้อย่างราบรื่นเปรียบเสมือนเครื่องยนต์และส่วนประกอบอื่นๆ ของรถยนต์
"Vera is important because there's only so much memory that you can put in a single server or any sort of compute platform."
Jason Hardy, Nvidia VP of storage technology
ซีพียู Vera ถูกออกแบบมาเพื่อแก้ปัญหาการจัดระเบียบข้อมูลโดยเฉพาะ เนื่องจากข้อจำกัดด้านปริมาณความจุแรมในเซิร์ฟเวอร์แต่ละตัว ในขณะที่ศูนย์ข้อมูลขยายกำลังประมวลผลเพิ่มขึ้น ความจุหน่วยความจำก็เพิ่มตามเช่นกัน แต่วิธีการส่งข้อมูลไปยัง GPU ให้ทันเวลาและแม่นยำยังคงเป็นโจทย์ใหญ่
การบริหารจัดการข้อมูลหรือ Data Orchestration ถือเป็นหัวใจสำคัญในยุคที่ศูนย์ข้อมูลมีขนาดใหญ่ระดับเมกะสเกล (Megascale) การที่ Nvidia ขยายขอบเขตจากแค่ตัวชิปประมวลผลมาสู่ระบบเครือข่าย หน่วยความจำ และการรับส่งข้อมูล ช่วยให้บริษัทสามารถแก้ปัญหาคอขวดที่มักเกิดขึ้นเมื่อฮาร์ดแวร์แต่ละชิ้นทำงานไม่ประสานกัน ซึ่งแนวทางนี้ทำให้คู่แข่งรายอื่นต้องมองหาทางออกในระดับโครงสร้างระบบเช่นกัน
ในอีกด้านหนึ่ง คู่แข่งอย่าง OpenAI ก็เลือกใช้แนวทางที่แตกต่างในการแก้ปัญหาคอขวดลักษณะเดียวกัน โดยในการพัฒนาชิป Jalapeño ทีมงานได้เน้นไปที่การลดการเคลื่อนย้ายข้อมูลและการสื่อสารที่ล่าช้า ด้วยการออกแบบให้ภาระงานทั้งหมดประมวลผลเสร็จสิ้นภายในระบบเชื่อมต่อชุดเดียว ซึ่งสะท้อนให้เห็นว่าอุตสาหกรรมกำลังมุ่งเน้นไปที่การควบคุมการจราจรของข้อมูลอย่างชาญฉลาด ไม่ใช่แค่เพิ่มรอบความเร็วของหน่วยประมวลผลเพียงอย่างเดียว

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
แม้ว่าการให้ความสำคัญกับระบบจัดการข้อมูลจะไม่ใช่เครื่องการันตีชัยชนะเบ็ดเสร็จของ Nvidia เนื่องจากบริษัทยังต้องแข่งขันกับผู้ผลิตชิปและยักษ์ใหญ่คลาวด์รายอื่น แต่สนามแข่งขันได้ย้ายไปสู่ชั้นโครงสร้างระบบที่ซับซ้อนกว่าเดิม ซึ่งในระยะเริ่มต้นนี้ Nvidia ยังคงรักษานำหน้าในด้านการบูรณาการระบบทั้งยวงไว้อย่างเหนียวแน่น
ที่มา: TechCrunch
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น