Nvidia ลงทุน ‘ครั้งสำคัญ’ ใน Thinking Machines ของ Mira Murati

Nvidia ได้เข้าลงทุน “ครั้งสำคัญ” ในบริษัทผู้พัฒนาปัญญาประดิษฐ์ Thinking Machines Lab ซึ่งเป็นส่วนหนึ่งของความร่วมมือที่ทั้งสองบริษัทได้ประกาศในครั้งนี้

Credit: Nvidia

แม้จะไม่มีการเปิดเผยจำนวนเงินสดที่อัดฉีดเข้ามาอย่างชัดเจน แต่ทั้งสองบริษัทระบุว่า Thinking Machines จะจัดซื้อฮาร์ดแวร์มูลค่าหลายพันล้านดอลลาร์จาก Nvidia ภายใต้ข้อตกลงนี้ ก่อนหน้านี้สตาร์ทอัพดังกล่าวเคยระดมทุนรอบ Seed ได้ถึง 2 พันล้านดอลลาร์จากกลุ่มผู้ลงทุนซึ่งรวมถึง Nvidia, Advanced Micro Devices, ServiceNow และบริษัทเทคโนโลยีอื่น ๆ ซึ่งทำให้มูลค่าบริษัทแตะ 1.2 หมื่นล้านดอลลาร์ในขณะนั้น แต่ยังไม่เป็นที่แน่ชัดว่าการลงทุนล่าสุดของ Nvidia จะทำให้มูลค่าบริษัทเพิ่มขึ้นเท่าใด

Thinking Machines ก่อตั้งขึ้นเมื่อเดือนกุมภาพันธ์ปีที่แล้วโดยประธานเจ้าหน้าที่บริหาร Mira Murati ซึ่งเป็นอดีตประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ OpenAI โดยในช่วงที่เธออยู่ที่นั่น ได้ดูแลการพัฒนา ChatGPT, Sora เครื่องมือสร้างวิดีโอ และผลิตภัณฑ์อื่น ๆ อีกมากมาย

เมื่อปีที่ผ่านมา Thinking Machines ได้เปิดตัวบริการแรกในชื่อ Tinker ซึ่งเป็นบริการคลาวด์ที่ช่วยให้นักพัฒนาสามารถสร้างโมเดลภาษาขนาดใหญ่แบบโอเพนซอร์สเวอร์ชันที่ปรับแต่ง หรือปรับตามความต้องการเฉพาะได้ โดยบริการนี้รองรับ LLM มากกว่าสิบตัว รวมถึงโมเดลในซีรีส์ Llama ของ Meta Platforms

Tinker ใช้เทคโนโลยีที่เรียกว่า LoRA ในการขับเคลื่อนโมเดลที่ปรับแต่งโดยลูกค้า LoRA ทำหน้าที่ปรับแต่งโดยการเพิ่มค่าน้ำหนักของโมเดลที่กำหนดเองจำนวนเล็กน้อยเข้าไปใน LLM แบบโอเพนซอร์ส วิธีนี้ช่วยลดความจำเป็นในการแก้ไขค่าน้ำหนักเดิมของ LLM ซึ่งช่วยลดต้นทุนในการฝึกฝนโมเดล

ภายใต้ความร่วมมือที่ประกาศใหม่นี้ Thinking Machines จะซื้อฮาร์ดแวร์ประมวลผลขนาดอย่างน้อย 1 กิกะวัตต์จาก Nvidia ซึ่งเมื่อปีที่แล้ว Jensen Huang เคยประมาณการไว้ว่า กำลังการประมวลผล AI ขนาด 1 กิกะวัตต์นั้นมีค่าใช้จ่ายในการสร้างประมาณ 5 หมื่นล้านดอลลาร์ โดยสองในสามของจำนวนนั้นคือต้นทุนของหน่วยประมวลผลกราฟิก (GPU)

Thinking Machines วางแผนที่จะใช้ GPU สถาปัตยกรรมรุ่นล่าสุดอย่าง Rubin ของ Nvidia ในโปรเจกต์นี้ ซึ่งชิปซีรีส์ดังกล่าวประกอบด้วยตัวเร่งความเร็ว 2 รุ่น ได้แก่ Rubin CPX ที่ปรับแต่งมาเพื่อการคำนวณเฉพาะด้านสำหรับงานอินเฟอเรนซ์ และชิป Rubin รุ่นปกติที่รองรับการใช้งานที่กว้างกว่าด้วยทรานซิสเตอร์ถึง 3.36 แสนล้านตัว

นอกจากนี้ Thinking Machines จะใช้หน่วยประมวลผลกลาง (CPU) รุ่น Vera ของ Nvidia ซึ่งแต่ละตัวประกอบด้วย 88 คอร์ ใช้ชุดคำสั่ง Armv9.2 และสามารถรันได้ 176 เธรด โดยทั้งสองบริษัทระบุว่า Thinking Machines วางแผนที่จะเริ่มติดตั้งฮาร์ดแวร์เหล่านี้ในช่วงต้นปีหน้า

ความร่วมมือระหว่าง Nvidia และผู้พัฒนา AI รายนี้ยังขยายไปสู่ด้านอื่น ๆ โดยเฉพาะแผนการพัฒนา “ระบบฝึกฝนและให้บริการสำหรับสถาปัตยกรรมของ Nvidia” แม้จะยังไม่ได้ระบุชัดเจนว่าจะเป็นระบบในรูปแบบซอฟต์แวร์หรือฮาร์ดแวร์ก็ตาม ปกติแล้วคำว่า “ระบบให้บริการ (serving system)” มักหมายถึงซอฟต์แวร์สแต็กที่นักพัฒนาใช้ขับเคลื่อนงานด้านอินเตอร์เฟซ เช่น การกระจายการคำนวณเกี่ยวกับไปยัง GPU ต่าง ๆ ซึ่งปัจจุบัน Nvidia มีระบบที่เปิดเป็นโอเพนซอร์สอยู่แล้วในชื่อ Dynamo

“ความร่วมมือนี้ช่วยเร่งขีดความสามารถของเราในการสร้าง AI ที่ผู้คนสามารถกำหนดทิศทางและสร้างสรรค์ให้เป็นแบบเฉพาะตัวได้ พร้อม ๆ กับที่ AI จะช่วยยกระดับศักยภาพของมนุษย์เป็นการตอบแทน” Murati กล่าว

Thinking Machines อาจกำลังวางแผนใช้ฮาร์ดแวร์จำนวนมหาศาลที่สั่งซื้อจาก Nvidia เพื่อขับเคลื่อนผลิตภัณฑ์ใหม่ ๆ โดยข้อมูลจากการประกาศรับสมัครงานล่าสุดสองตำแหน่งระบุว่า บริษัทกำลังพัฒนาโมเดล AI ที่ปรับแต่งมาเพื่อการประมวลผลเสียงและการใช้เหตุผลผ่านภาพ นอกจากนี้ยังมีการพัฒนาส่วนประกอบโมเดล AI ของตนเอง เช่น โมดูลความใส่ใจในสถาปัตยกรรมทรานส์ฟอร์เมอร์

ที่มา: https://siliconangle.com/2026/03/10/nvidia-makes-significant-investment-mira-muratis-thinking-machines/

About นักเขียนฝึกหัดหมายเลขเก้า

Check Also

ใช้ Agentic AI ในภาคธุรกิจองค์กรอย่างคุ้มค่าและมั่นใจ ทำ Governance ได้ครบวงจร ด้วย HPE Private Cloud AI จาก Yip In Tsoi

หนึ่งในบทสนทนาที่เกิดขึ้นในปี 2026 สำหรับภาคธุรกิจองค์กรนี้ ก็คงหนีไม่พ้นประเด็นเรื่องของการวาง AI Infrastructure สำหรับ AI Factory ภายในองค์กร เพื่อให้ธุรกิจองค์กรมี AI Sovereignty และสามารถทำ AI …

เปิดตัว GitLab 19.0 ยกระดับ Agentic Workflow และ Secrets Management

GitLab ได้ประกาศเปิดตัวเวอร์ชัน 19.0 อย่างเป็นทางการเมื่อวันที่ 21 พฤษภาคม 2026 โดยเน้นการยกระดับแพลตฟอร์มด้วย AI Workflows (Agentic Core), การจัดการความลับ (Secrets Management) …