Back to top
  • 공유 แชร์
  • 인쇄 พิมพ์
  • 글자크기 ขนาดตัวอักษร
ลิงก์ถูกคัดลอกแล้ว

Maia 200 เพิ่มประสิทธิภาพ AI ต่อดอลลาร์ 30% เทียบระบบเดิมของไมโครซอฟท์(MSFT)

บอร์ดตัวเร่งความเร็ว AI ข้างอุปกรณ์ในศูนย์ข้อมูล / TokenPost.ai

ไมโครซอฟท์(MSFT) เปิดเผยเมื่อวันที่ 26 มกราคม (เวลาท้องถิ่น) ว่าชิปเร่งการประมวลผล AI สำหรับงานอนุมาน (Inference) รุ่นใหม่ Maia 200 ของบริษัท มีประสิทธิภาพต่อดอลลาร์ดีขึ้น 30% เมื่อเทียบกับระบบเดิมของตัวเอง ไม่ใช่การเข้ามาแทนที่เอ็นวิเดีย(NVDA) ทั้งหมด แต่ถูกมองว่าเป็นกลยุทธ์เพิ่มความคุ้มค่าด้านต้นทุนสำหรับงานอนุมานบางประเภทมากกว่า

ไมโครซอฟท์เปิดตัว Maia 200 อย่างเป็นทางการในวันเดียวกัน พร้อมระบุว่าเป็นชิปเฉพาะทางที่ออกแบบมาเพื่อเพิ่มความคุ้มทุนของงานอนุมาน AI ขนาดใหญ่ ข้อมูลเปรียบเทียบในเอกสารทางการชี้ว่าคู่เทียบคือระบบเดิมของไมโครซอฟท์เอง ไม่ใช่ผลิตภัณฑ์ของเอ็นวิเดีย

Maia 200 ถูกออกแบบมาสำหรับขั้นตอนอนุมาน ซึ่งเป็นการนำโมเดล AI ที่ผ่านการฝึกฝนมาแล้วมาตอบสนองคำขอของผู้ใช้ มากกว่าขั้นตอนการฝึกโมเดลใหม่ (Training) เนื่องจากบริการ AI เชิงสร้างสรรค์ต้องประมวลผลคำสั่งอนุมานซ้ำทุกครั้งที่มีการร้องขอ ปริมาณงานที่รองรับได้และประสิทธิภาพการใช้พลังงานจึงส่งผลโดยตรงต่อต้นทุนการดำเนินงาน

บริษัทระบุว่า Maia 200 เพิ่มประสิทธิภาพต่อดอลลาร์ 30% เมื่อเทียบกับระบบเดิม ส่วนตัวเลขที่ระบุว่าช่วยลดต้นทุนการดำเนินงานลง 30-40% เมื่อเทียบกับชิปของเอ็นวิเดีย ยังไม่ปรากฏยืนยันโดยตรงในเอกสารทางการของไมโครซอฟท์

ในการแถลงผลประกอบการไตรมาส 2 เมื่อวันที่ 28 มกราคม ไมโครซอฟท์อธิบายว่าต้นทุนรวมในการเป็นเจ้าของ (Total Cost of Ownership หรือ TCO) ของ Maia 200 ดีขึ้นกว่าฮาร์ดแวร์รุ่นล่าสุดของบริษัทเองมากกว่า 30% โดย TCO หมายถึงต้นทุนรวมทั้งค่าอุปกรณ์ ค่าไฟฟ้า และค่าบำรุงรักษา

ต่อมาในการแถลงผลประกอบการไตรมาส 3 เมื่อวันที่ 29 เมษายน ไมโครซอฟท์เปิดเผยว่า Maia 200 เริ่มใช้งานจริงแล้วที่ศูนย์ข้อมูลในรัฐไอโอวาและแอริโซนา พร้อมระบุว่าประสิทธิภาพการประมวลผลโทเคนต่อดอลลาร์เมื่อเทียบกับชิปรุ่นล่าสุดของตัวเองก็ดีขึ้นมากกว่า 30% เช่นกัน

ไมโครซอฟท์วางแผนใช้ชิปจากเอ็นวิเดีย เอเอ็มดี(AMD) และ Maia ที่พัฒนาเองควบคู่กัน เพื่อรักษาสมดุลระหว่างประสิทธิภาพ ต้นทุน และความมั่นคงของห่วงโซ่อุปทาน แทนที่จะทดแทนการ์ดจออเนกประสงค์ (GPU) ทั้งหมด บริษัทเลือกใช้กลยุทธ์แบบผสมผสาน คือเลือกชิปที่เหมาะสมกับแต่ละประเภทงาน

ชิปที่ออกแบบมาเฉพาะสำหรับงานอนุมานมีข้อดีคือสามารถปรับฮาร์ดแวร์ให้เหมาะกับรูปแบบการประมวลผลที่เกิดซ้ำได้ แต่ในทางกลับกันก็มีขอบเขตการใช้งานที่แคบกว่า GPU อเนกประสงค์ และอาจมีต้นทุนเพิ่มเติมในการย้ายซอฟต์แวร์เดิมมาใช้งาน

Maia 200 ผลิตด้วยเทคโนโลยีการผลิตขนาด 3 นาโนเมตรของทีเอสเอ็มซี(TSMC) และใช้โครงสร้างการขยายระบบผ่านอีเทอร์เน็ต (Ethernet) ไมโครซอฟท์ระบุว่าสามารถขยายคลัสเตอร์ได้สูงสุดถึง 6,144 ตัวเร่งความเร็วต่อคลัสเตอร์

นอกจาก Maia 200 บริษัทยังเปิดตัวเครื่องมือซอฟต์แวร์อย่าง Triton ควบคู่กันด้วย โดยรอยเตอร์ (Reuters) รายงานว่าเครื่องมือเหล่านี้มีเป้าหมายเจาะระบบนิเวศนักพัฒนา CUDA ซึ่งเป็นจุดแข็งหลักของเอ็นวิเดีย

ความสามารถในการแข่งขันของชิปเร่งความเร็ว AI ไม่ได้ขึ้นอยู่กับประสิทธิภาพของเซมิคอนดักเตอร์เพียงอย่างเดียว เครื่องมือพัฒนา ไลบรารีซอฟต์แวร์ และความเข้ากันได้กับโมเดลเดิม ล้วนเป็นปัจจัยสำคัญที่จะทำให้ลูกค้าตัดสินใจย้ายงานมาใช้ชิปใหม่ได้หรือไม่

มุมมองในวงการยังคงแตกต่างกัน นักวิเคราะห์ที่เทคทาร์เก็ต (TechTarget) อ้างอิงระบุว่า Maia 200 อาจเหมาะกับงานอนุมานของแชทบอทขนาดใหญ่อย่าง Copilot แต่ด้วยข้อจำกัดด้านความเข้ากันได้ของซอฟต์แวร์และต้นทุนการเปลี่ยนผ่าน จึงยังยากที่จะเข้ามาแทนที่เอ็นวิเดียได้ในระยะสั้น

นักวิเคราะห์บางรายมองว่าในระยะยาวอิทธิพลของเอ็นวิเดียในตลาดอาจลดลงได้ ขณะที่นักวิเคราะห์อีกกลุ่มแสดงความไม่มั่นใจว่า Maia จะสามารถสั่นคลอนตำแหน่งของเอ็นวิเดียได้อย่างมีนัยสำคัญภายใน 3-4 ปีข้างหน้า

การขยายการพัฒนาชิปของตัวเองของไมโครซอฟท์สะท้อนความพยายามปรับสมดุลต้นทุนและห่วงโซ่อุปทาน ด้วยการใช้ทั้งผลิตภัณฑ์จากผู้ผลิตเซมิคอนดักเตอร์ภายนอกและชิปที่ออกแบบเอง เนื่องจากตัวเลขผลงานที่เปิดเผยอย่างเป็นทางการอ้างอิงจากโครงสร้างพื้นฐานของบริษัทเองเป็นหลัก จึงยังเร็วเกินไปที่จะตีความว่าเชื่อมโยงโดยตรงกับต้นทุนการใช้งานจริงของลูกค้าภายนอก

ล่าสุดความสนใจเริ่มเปลี่ยนไปที่ Maia 300 ชิปรุ่นถัดไป โดยแบร์รอนส์ (Barron's) รายงานว่าไมโครซอฟท์กำลังเดินหน้าขยายการผลิตชิป AI ของตัวเอง และอาจเปิดตัว Maia 300 เร็วที่สุดในเดือนกันยายน ทั้งนี้ TokenPost เคยรายงานแผนขยายการผลิตชิป AI ของตัวเองและความเป็นไปได้ในการเปิดตัว Maia 300 ของไมโครซอฟท์ไว้ก่อนหน้านี้แล้ว

<ลิขสิทธิ์ ⓒ TokenPost ห้ามเผยแพร่หรือแจกจ่ายซ้ำโดยไม่ได้รับอนุญาต>

บทความที่มีคนดูมากที่สุด

บทความที่เกี่ยวข้อง

ความคิดเห็น 0

ข้อแนะนำสำหรับความคิดเห็น

ขอบคุณสำหรับบทความดี ๆ ต้องการบทความติดตามเพิ่มเติม เป็นการวิเคราะห์ที่ยอดเยี่ยม

0/1000

ข้อแนะนำสำหรับความคิดเห็น

ขอบคุณสำหรับบทความดี ๆ ต้องการบทความติดตามเพิ่มเติม เป็นการวิเคราะห์ที่ยอดเยี่ยม
1