Meta ร่วมมือกับ TSMC ทดสอบชิปฝึก AI ตัวแรกที่พัฒนาเอง

Meta Platforms กำลังก้าวไปข้างหน้าตามแผนเพื่อลดการพึ่งพาหน่วยประมวลผลกราฟิกของ Nvidia และกำลังทดสอบชิปฝึกปัญญาประดิษฐ์ตัวแรกที่พัฒนาขึ้นเอง โดยจะมีการผลิตชิปล็อตเล็กในช่วงแรก และหากประสบความสำเร็จ บริษัทจะเร่งกระบวนการผลิตให้เร็วขึ้น

การทดสอบชิปที่พัฒนาขึ้นเองเป็นส่วนหนึ่งของความพยายามของ Meta ในการควบคุมค่าใช้จ่าย ในช่วงเวลาที่บริษัทกำลังลงทุนอย่างหนักในโครงสร้างพื้นฐาน AI ซึ่งเชื่อว่าจะเป็นสิ่งจำเป็นในการรักษาความเป็นผู้นำในอุตสาหกรรม Meta ซึ่งเป็นเจ้าของ Instagram, WhatsApp และ Facebook ระบุว่าจะใช้เงินประมาณ 114,000 ล้านดอลลาร์ถึง 119,000 ล้านดอลลาร์ในปี 2025 โดยมีการจัดสรรงบประมาณสูงถึง 65,000 ล้านดอลลาร์เพื่อการใช้จ่ายด้านทุน ซึ่งมุ่งเน้นไปที่โครงสร้างพื้นฐาน AI เป็นหลัก

การสร้างชิปของตัวเองเพื่อการฝึก AI จะช่วยให้ Meta ไม่ต้องซื้อ GPU ราคาแพงจาก Nvidia และซัพพลายเออร์รายอื่นอีกมาก บริษัทเทคโนโลยีรายใหญ่อื่น ๆ รวมถึงผู้ให้บริการคลาวด์ เช่น Amazon Web Services และ Google Cloud ต่างก็ผลิตชิป AI ของตนเองในปริมาณมากอยู่แล้ว OpenAI กำลังพยายามทำเช่นเดียวกัน โดยเมื่อสองเดือนก่อน บริษัทระบุว่าตั้งเป้าที่จะสรุปการออกแบบชิปของตนภายในปีนี้

แหล่งข่าวนิรนามบอกกับ Reuters ว่าชิปตัวใหม่ของ Meta เป็นตัวเร่งความเร็ว AI เฉพาะทางที่ถูกออกแบบมาเพื่อฝึกโมเดลภาษาขนาดใหญ่ ซึ่งคาดว่าจะมีประสิทธิภาพด้านพลังงานสูงกว่า GPU อเนกประสงค์ของ Nvidia

Meta กำลังร่วมมือกับ Taiwan Semiconductor Manufacturing Co. เพื่อผลิตชิปตัวใหม่นี้ การทดสอบเกิดขึ้นหลังจากการดำเนินการ “tape-out” ครั้งแรกของ Meta เสร็จสิ้น ซึ่งเป็นขั้นตอนสำคัญที่เกี่ยวข้องกับการส่งดีไซน์เริ่มต้นของชิปไปยังพาร์ทเนอร์ผู้ผลิต เพื่อตรวจสอบความเป็นไปได้ของการผลิต ระยะ tape-out มีต้นทุนที่สูงมาก โดยมักจะมีค่าใช้จ่ายหลายสิบล้านดอลลาร์ และใช้เวลาระหว่างสามถึงหกเดือนจึงจะเสร็จสิ้น

ทั้ง Meta และ TSMC ปฏิเสธที่จะแสดงความคิดเห็น อย่างไรก็ตาม แหล่งข่าวของ Reuters ระบุว่าชิปตัวใหม่นี้เป็นส่วนหนึ่งของซีรีส์ Meta Training and Inference Accelerator (MTIA) ซึ่งก่อนหน้านี้มีผลลัพธ์ที่หลากหลาย โดย Meta เคยต้องยกเลิกดีไซน์ MTIA รุ่นแรกระหว่างกระบวนการพัฒนา แต่เมื่อปีที่แล้ว บริษัทสามารถเปิดตัวโปรเซสเซอร์ตัวแรกที่ออกแบบมาเพื่อการประมวลผลแบบ Inference ซึ่งปัจจุบันใช้ขับเคลื่อนระบบแนะนำเนื้อหาบน Facebook และ Instagram

เมื่อ Meta ละทิ้งชิป MTIA รุ่นแรกในปี 2022 บริษัทไม่มีทางเลือกอื่นนอกจากต้องเพิ่มคำสั่งซื้อ GPU จาก Nvidia เป็นมูลค่าหลายพันล้านดอลลาร์ โดย GPU เหล่านี้ถูกใช้ทั้งสำหรับการฝึก การประมวลผลแบบ Inference รวมถึงการแนะนำเนื้อหาและโฆษณา

หากการทดสอบล่าสุดประสบความสำเร็จ Meta วางแผนที่จะใช้ชิปที่พัฒนาขึ้นเองเพื่อฝึกโมเดล Llama LLM รุ่นถัดไป ซึ่งจะช่วยให้บริษัทลดการพึ่งพา GPU ลงได้

Holger Mueller จาก Constellation Research กล่าวว่า Meta กำลังเดินตามแนวทางที่พิสูจน์แล้วโดยผู้ให้บริการโครงสร้างพื้นฐานคลาวด์รายใหญ่ทั้งสามรายในการออกแบบสถาปัตยกรรมชิปของตนเอง ซึ่งสาเหตุหลักมาจากความเห็นที่ว่า GPU ของ Nvidia มีราคาแพงและใช้พลังงานมากเกินไป

“นี่คือเหตุผลที่ Google เป็นผู้นำการแข่งขัน AI เพราะบริษัทเริ่มต้นล่วงหน้ามาสามถึงสี่ปี อย่างไรก็ตาม ไม่ใช่ทุกชิปที่พัฒนาขึ้นเองจะประสบความสำเร็จในทันที ซึ่งเป็นเหตุผลที่ Nvidia ยังคงเป็นผู้นำในศูนย์ข้อมูลในปัจจุบัน” นักวิเคราะห์กล่าว “สำหรับ Meta บริษัทต้องการให้ชิปของตนมีทั้งต้นทุนที่ต่ำกว่าและประสิทธิภาพดีกว่า Nvidia ซึ่งมีแนวโน้มว่าบริษัทจะยังคงใช้ GPU ของ Nvidia ควบคู่กับชิปของตนเองไปอีกระยะหนึ่ง เนื่องจากไม่มีผู้ผลิตรายใดสามารถพัฒนาชิปเวอร์ชันแรกที่สามารถแข่งขันกับ Nvidia ได้ทันที”

การลงทุนมูลค่าหลายพันล้านดอลลาร์ของ Meta ในโครงสร้างพื้นฐาน AI ได้ถูกจับตามองอย่างหนักในช่วงที่ผ่านมา นักวิจัย AI บางรายตั้งคำถามว่าการเพิ่มข้อมูลและพลังประมวลผลให้กับโมเดล LLM จะนำไปสู่ความก้าวหน้าที่มีนัยสำคัญหรือไม่ ข้อสงสัยเหล่านี้ได้รับความสนใจมากขึ้นหลังจากการเปิดตัวโมเดล DeepSeek R-1 ของ DeepSeek ซึ่งเป็นสตาร์ทอัพจากจีน โดยมีรายงานว่าโมเดลนี้ถูกสร้างขึ้นด้วยต้นทุนที่ต่ำกว่ามาก และใช้ GPU ที่ไม่ล้ำหน้ามากนัก

การมาถึงของ DeepSeek ส่งผลให้มูลค่าหุ้นของ Nvidia ลดลงอย่างมาก และตลาดก็ยิ่งผันผวนมากขึ้นท่ามกลางความกังวลด้านการค้าทั่วโลก

ที่มา: https://siliconangle.com/2025/03/11/meta-partners-tsmc-test-first-homegrown-ai-training-chips/