
OpenAI พัฒนาชิป Jalapeño ร่วมกับ Broadcom เพื่อรองรับงานด้าน Inference หรือการนำโมเดล AI มาใช้งานจริงหลังการฝึกสอน
OpenAI เปิดเผยว่า ชิปประมวลผล AI รุ่นใหม่ที่ใช้ชื่อว่า “Jalapeño” สามารถทำผลงานได้ดีกว่าชิปรุ่นปัจจุบันของ Nvidia จากการทดสอบความสามารถบางด้าน เป็นความคืบหน้าของ OpenAI ในการพัฒนาชิป AI ของตัวเอง เพื่อลดการพึ่งพาผู้ผลิตชิปรายใหญ่ในตลาด
จากการทดสอบ Jalapeño ทำผลงานโดดเด่นใน 2 ด้าน คือ ความสามารถในการประมวลผลงาน AI ต่อหน่วยพลังงาน และความเร็วในการตอบสนอง โดยชิปดังกล่าวถูกนำไปเปรียบเทียบกับ GB300 ของ Nvidia ซึ่งเป็นชิปที่ทำผลงานอยู่ในระดับแนวหน้าบนระบบจัดอันดับประสิทธิภาพชิปที่ใช้ในการทดสอบครั้งนี้
Richard Ho หัวหน้าทีมพัฒนาชิปของ OpenAI กล่าวกับสำนักข่าว Bloomberg ว่า การทดสอบดังกล่าวดำเนินการผ่านระบบ Benchmark แบบสาธารณะ ซึ่งใช้เปรียบเทียบประสิทธิภาพของชิปสำหรับงาน AI
OpenAI มีแผนจะเริ่มนำ Jalapeño มาใช้รองรับการทำงานของโมเดล AI ของบริษัทภายในปีนี้ นับเป็นส่วนหนึ่งของความพยายามที่จะสร้างโครงสร้างพื้นฐาน AI เป็นของตัวเอง ตั้งแต่ชิปไปจนถึงระบบประมวลผล
ความเคลื่อนไหวดังกล่าวเกิดขึ้นท่ามกลางการแข่งขันที่รุนแรงขึ้นในอุตสาหกรรมชิป AI โดยบริษัทเทคโนโลยีจำนวนมากกำลังพัฒนาชิปของตัวเองเพื่อใช้งานภายในองค์กร ขณะที่ตลาดชิป AI ในปัจจุบันยังคงถูกครองโดย Nvidia
Richard Ho กล่าวว่า หาก OpenAI สามารถเพิ่มกำลังการผลิต Jalapeño ได้ตามเป้า ชิปใหม่นี้มีแนวโน้มที่จะช่วยลดต้นทุนของบริษัทลงได้อย่างมีนัยสำคัญ
อย่างไรก็ตาม เขาระบุว่า OpenAI จะสามารถลดต้นทุนได้มากน้อยเพียงใด ยังขึ้นอยู่กับว่า บริษัทสามารถเพิ่มการผลิต Jalapeño ได้มากแค่ไหน รวมถึงต้นทุนที่ลดลงจะเป็นไปตามที่คาดไว้หรือไม่ เป้าหมายของ OpenAI คือการนำชิปของตัวเองเข้ามารองรับงาน AI ให้มากขึ้น
OpenAI พัฒนา Jalapeño ร่วมกับ Broadcom บริษัทเซมิคอนดักเตอร์ที่มีความเชี่ยวชาญด้านการพัฒนาชิปแบบ Custom Chip สำหรับลูกค้าหลากหลายราย ซึ่งทั้งสองบริษัทประกาศความร่วมมือกันตั้งแต่ปีที่ผ่านมา และเมื่อเดือนมิถุนายนที่ผ่านมา ทั้งคู่ได้เปิดเผยว่า Jalapeño สามารถพัฒนาเสร็จได้ในระยะเวลาอันสั้น จนถือว่าเป็นสถิติที่รวดเร็วมากเมื่อเทียบกับการพัฒนาชิปในลักษณะเดียวกัน
โดยทั่วไป ชิปแต่ละประเภทมักมีจุดเด่นแตกต่างกัน บางรุ่นถูกออกแบบมาให้สามารถประมวลผล AI จำนวนมากได้พร้อมกัน และมีบางรุ่นที่เน้นการตอบสนองที่รวดเร็ว แต่ทาง OpenAI ระบุว่า Jalapeño สามารถทำได้ดีทั้งสองด้าน
หลังจากนี้ OpenAI จะเป็นผู้ตัดสินใจว่าโมเดล AI ตัวใดเหมาะสมที่จะนำมารันบน Jalapeño เพื่อให้ลูกค้าสามารถได้รับประโยชน์จากการเลือกใช้ชิปที่เหมาะกับลักษณะงาน ไม่ว่าจะเป็นการลดต้นทุน หรือการเพิ่มประสิทธิภาพการทำงาน
ตามรายงานของ OpenAI ผลการทดสอบในห้องแล็บแสดงให้เห็นว่า Jalapeño มีประสิทธิภาพทั้งในด้าน High Throughput หรือความสามารถในการรองรับงานจำนวนมาก ซึ่งหมายความว่า OpenAI จะสามารถให้บริการลูกค้าจำนวนมากขึ้นด้วยต้นทุนที่ถูกลงได้
นอกจากนี้ Jalapeño ยังมีประสิทธิภาพในด้าน Low Latency หรือการลดระยะเวลาตั้งแต่ผู้ใช้ส่งคำสั่งจน AI ตอบกลับ ซึ่งจะเป็นประโยชน์กับลูกค้าที่ให้ความสำคัญกับความเร็วในการตอบสนอง
อีกหนึ่งจุดเด่นของ Jalapeño คือสามารถทำผลงานได้ดีในระดับแรงดันไฟฟ้าที่ค่อนข้างต่ำ โดยชิปใช้พลังงานประมาณ 700 วัตต์ โดยคุณสมบัติดังกล่าวจะช่วยให้ OpenAI ประหยัดต้นทุนในการดำเนินงาน Data Center ได้ เนื่องจากค่าไฟฟ้าและพลังงานถือเป็นหนึ่งในต้นทุนสำคัญของการให้บริการ AI
นอกจากนี้ Jalapeño ยัง ไม่ได้ถูกออกแบบมาสำหรับการเทรนโมเดล AI ซึ่งเป็นหนึ่งในงานที่ชิปของ Nvidia มีจุดแข็ง แต่ถูกออกแบบมาเพื่อรองรับงานในขั้นตอนที่เรียกว่า Inference ซึ่งเป็นช่วงหลังจากโมเดล AI ผ่านการฝึกมาแล้ว และเริ่มนำโมเดลดังกล่าวมาใช้งานจริง เช่น การตอบคำถามจาก Prompt ของผู้ใช้ หรือการประมวลผลคำสั่งต่าง ๆ
พูดง่าย ๆ คือ Jalapeño เน้นไปที่การนำ AI ที่ฝึกเสร็จแล้วมาใช้งานจริง มากกว่าการใช้พลังประมวลผลสำหรับสร้างหรือฝึกโมเดล AI ตั้งแต่ต้น
ประสิทธิภาพด้านความเร็วของ Jalapeño ยังช่วยให้ OpenAI สามารถทำงานบางประเภทที่ก่อนหน้านี้จำเป็นต้องใช้ชิปที่มีรูปแบบหน่วยความจำและสถาปัตยกรรมแตกต่างออกไป
ปัจจุบัน OpenAI ยังพึ่งพาเทคโนโลยีของ Cerebras Systems ในการรันโมเดล AI บางประเภท แต่ชิปของ Cerebras เหมาะกับการทำงานของโมเดลขนาดเล็กมากกว่า ขณะที่ Jalapeño สามารถรองรับโมเดล AI ที่มีขนาดใหญ่กว่าได้
อย่างไรก็ตาม Richard Ho กล่าวว่า OpenAI ยังมีความต้องการใช้พลังประมวลผลจำนวนมหาศาล และนี่เป็นเหตุผลที่บริษัททำข้อตกลงกับผู้ให้บริการคอมพิวต์หลายราย
OpenAI ยังเปิดเผยด้วยว่า ผลการทดสอบ Jalapeño ใช้ทั้ง โมเดล AI แบบ Open Source ขนาดเล็กของบริษัทเอง รวมถึงโมเดลจากบริษัทอื่น ทั้ง DeepSeek และ Moonshot AI ซึ่งผลการทดสอบพบว่า Jalapeño มีข้อได้เปรียบที่ชัดเจนมากขึ้นเมื่อใช้กับโมเดล Kimi ของ Moonshot AI ซึ่งถือเป็นโมเดลที่มีขนาดใหญ่ที่สุดในบรรดาโมเดลที่ OpenAI นำมาทดสอบในครั้งนี้
นอกจากนี้ ในการทดสอบภายในบริษัท Jalapeño ยังสามารถทำงานได้ดีเมื่อใช้กับโมเดล AI ขนาดใหญ่และมีความสามารถสูงของ OpenAI บางรุ่น ซึ่งยังไม่ได้เปิดตัวต่อสาธารณะ ผลดังกล่าวทำให้ OpenAI มองว่า ยิ่ง Workload มีขนาดใหญ่และมีความซับซ้อนมากขึ้น Jalapeño ก็ยิ่งมีมูลค่าและข้อได้เปรียบมากขึ้น
OpenAI ระบุเรื่องนี้ไว้ในโพสต์ของบริษัท ชี้ให้เห็นว่า สถาปัตยกรรมของ Jalapeño อาจเหมาะอย่างยิ่งกับการรองรับภาระงาน AI ที่มีขนาดใหญ่และต้องการพลังประมวลผลสูง
อีกประเด็นที่น่าสนใจคือ OpenAI ระบุว่า บริษัทนำ AI ของตัวเองมาใช้ช่วยเร่งกระบวนการพัฒนาชิป และขณะนี้บริษัทกำลังเดินหน้าพัฒนาชิปรุ่นที่ 2 แล้ว โดยกระบวนการพัฒนามีความคืบหน้าไปมาก
OpenAI คาดว่าจะสามารถเข้าสู่ขั้นตอน Tape Out ซึ่งเป็นขั้นตอนสุดท้ายที่สำคัญของการออกแบบชิปได้ภายในช่วงไม่กี่เดือนข้างหน้า และหลังจาก Tape Out แล้ว จึงจะเข้าสู่ขั้นตอนการผลิตชิปจริงต่อไป
นอกจากนี้ OpenAI ยังไม่ได้หยุดอยู่แค่ Jalapeño รุ่นแรกหรือรุ่นที่ 2 เท่านั้น แต่บริษัทกำลังเริ่มออกแบบแนวคิดสำหรับชิป Generation 3 แล้ว โดยมีเป้าหมายสำคัญคือ การลดต้นทุนของโครงสร้างพื้นฐาน AI ซึ่ง OpenAI กำลังลงทุนและสร้างขึ้นในหลายพื้นที่ทั่วโลก
Richard Ho กล่าวว่า การพัฒนาชิปของตัวเองจะช่วยให้ OpenAI สามารถลดต้นทุนทั้งในด้าน พลังงานและโครงสร้างพื้นฐาน “เรากำลังอยู่ในระดับต้นทุนและระดับการใช้พลังงานที่จะช่วยลดต้นทุนของโครงสร้างพื้นฐานลงได้ และนี่เป็นเพียงก้าวแรก” Ho กล่าว
ทั้งนี้ แม้ OpenAI จะพยายามพัฒนาชิปของตัวเอง และนำ Jalapeño มาเปรียบเทียบกับชิปของ Nvidia แต่ OpenAI ยังคงมอง Nvidia เป็นซัพพลายเออร์คนสำคัญ โดย OpenAI ยังต้องการใช้ชิป Nvidia อีกเป็นจำนวนมาก และการพัฒนาชิปของตัวเองไม่ได้หมายความว่าบริษัทกำลังจะเลิกพึ่งพา Nvidia
ภาพใหญ่ของเรื่องนี้จึงไม่ใช่การที่ OpenAI กำลังจะเลิกใช้ Nvidia แต่เป็นการที่บริษัทกำลังสร้างทางเลือกของตัวเองขึ้นมา เพื่อให้สามารถควบคุมต้นทุน พลังงาน และโครงสร้างพื้นฐาน AI ได้มากขึ้น ท่ามกลางความต้องการคอมพิวต์ที่เพิ่มขึ้นอย่างรวดเร็ว
อ่านข่าวเทคโนโลยี โลกนวัตกรรม digital transformation กับ ThairathMoney เพื่อให้คุณ "การเงินดีชีวิตดี” ได้ที่ https://www.thairath.co.th/money/tech_innovation
ติดตามเพจ Facebook: Thairath Money ได้ที่ลิงก์นี้ - https://www.facebook.com/ThairathMoney