ในการแข่งขันด้านปัญญาประดิษฐ์ (Artificial Intelligence) ที่ทวีความรุนแรงขึ้นอย่างรวดเร็ว การผลิตเพียงชิปซิลิคอนที่ทรงพลังนั้นไม่เพียงพอที่จะนำไปสู่ชัยชนะอีกต่อไป ความท้าทายที่แท้จริงอยู่ที่การปรับใช้โปรเซสเซอร์ที่ทรงพลังเหล่านี้อย่างมีประสิทธิภาพและประสิทธิผลในระดับมหาศาลตามที่เวิร์กโหลด AI สมัยใหม่ต้องการ ด้วยการตระหนักถึงคอขวดที่สำคัญนี้ Advanced Micro Devices (AMD) ได้ดำเนินการเชิงกลยุทธ์ที่เด็ดขาด โดยเข้าซื้อกิจการ ZT Systems ซึ่งเป็นบริษัทที่มีชื่อเสียงด้านความเชี่ยวชาญในการสร้างรากฐานสำคัญ นั่นคือ โครงสร้างพื้นฐานคอมพิวเตอร์ระดับ rack-scale ที่ปรับแต่งได้ ซึ่งสนับสนุนความทะเยอทะยานด้าน AI ของผู้ให้บริการคลาวด์รายใหญ่ที่สุดของโลก นี่ไม่ใช่แค่การเข้าซื้อกิจการขององค์กรอีกครั้ง แต่เป็นการเคลื่อนไหวที่คำนวณมาอย่างดีโดย AMD เพื่อเพิ่มขีดความสามารถของตนให้ลึกซึ้งยิ่งขึ้น เปลี่ยนจากการเป็นซัพพลายเออร์ส่วนประกอบไปสู่ผู้ให้บริการโซลูชัน AI แบบองค์รวมและครบวงจรมากขึ้น ซึ่งออกแบบมาสำหรับยุค hyperscale
ความสำคัญของการบูรณาการนี้เกิดจากความซับซ้อนโดยธรรมชาติของการสร้างและดำเนินการศูนย์ข้อมูลที่ขับเคลื่อนแบบจำลองภาษาขนาดใหญ่ (large language models) และแอปพลิเคชัน AI เชิงสร้างสรรค์ (generative AI) อื่นๆ สภาพแวดล้อมเหล่านี้แตกต่างอย่างสิ้นเชิงจากห้องเซิร์ฟเวอร์ขององค์กรแบบดั้งเดิม เกี่ยวข้องกับการบรรจุพลังการประมวลผลมหาศาล ซึ่งส่วนใหญ่มาจาก GPU เช่น ตัวเร่งความเร็ว Instinct ของ AMD ลงในการกำหนดค่าที่หนาแน่นซึ่งสร้างความร้อนอย่างไม่เคยปรากฏมาก่อนและใช้พลังงานไฟฟ้าจำนวนมหาศาล การระบายความร้อนให้กับระบบเหล่านี้ การรับประกันการจ่ายพลังงานที่เชื่อถือได้ และการเชื่อมต่อโปรเซสเซอร์หลายพันตัวเข้ากับเครือข่ายที่มีแบนด์วิดท์สูงและเวลาแฝงต่ำ (high-bandwidth, low-latency networking) ถือเป็นความท้าทายทางวิศวกรรมที่ยิ่งใหญ่ ZT Systems สร้างความโดดเด่นให้กับตัวเองด้วยการเชี่ยวชาญความท้าทายเหล่านี้อย่างแม่นยำ กลายเป็นพันธมิตรที่น่าเชื่อถือ แม้จะอยู่เบื้องหลังบ่อยครั้ง สำหรับ hyperscalers ที่ต้องการโครงสร้างพื้นฐานที่ปรับแต่งและเพิ่มประสิทธิภาพโดยเฉพาะ การนำความเชี่ยวชาญด้านการออกแบบและบูรณาการระดับระบบ (system-level design and integration) นี้เข้ามาในองค์กร ทำให้ AMD วางตำแหน่งตัวเองเพื่อนำเสนอโซลูชันที่เชื่อมช่องว่างระหว่างซิลิคอนที่ล้ำสมัยและคลัสเตอร์ AI ที่พร้อมใช้งานและดำเนินการได้ (turnkey, operational AI clusters)
การถักทอซิลิคอนและระบบเข้าด้วยกันเป็นโครงสร้าง AI ที่เชื่อมโยงกัน
เหตุผลหลักเบื้องหลังการเข้าซื้อกิจการ ZT Systems ของ AMD อยู่ที่การแสวงหาการทำงานร่วมกัน (synergy) – การสร้างสิ่งที่ยิ่งใหญ่กว่าผลรวมของส่วนต่างๆ AMD มีคลังแสงส่วนประกอบคอมพิวเตอร์ประสิทธิภาพสูงที่น่าเกรงขาม: EPYC CPUs ที่ให้การประมวลผลทั่วไปที่แข็งแกร่ง, Instinct GPUs ที่ปรับแต่งมาสำหรับงานฝึกอบรมและอนุมาน AI ที่ต้องการทรัพยากรสูง และ เทคโนโลยีเครือข่าย ที่ซับซ้อนมากขึ้นเรื่อยๆ ซึ่งอาจรวมถึง DPUs (Data Processing Units) และโซลูชันการประมวลผลแบบปรับได้ (adaptive computing solutions) ที่สืบทอดมาจากการเข้าซื้อกิจการ Xilinx และ Pensando อย่างไรก็ตาม การแปลงศักยภาพดิบของส่วนประกอบแต่ละชิ้นเหล่านี้ให้เป็นประสิทธิภาพที่ปรับให้เหมาะสมที่สุดในระดับหน่วยที่เชื่อมต่อกันหลายพันหน่วยนั้นต้องใช้ความเชี่ยวชาญอย่างลึกซึ้งในด้านสถาปัตยกรรมระบบ (system architecture), การจัดการความร้อน (thermal management), การกระจายพลังงาน (power distribution) และการตรวจสอบความถูกต้อง (validation)
นี่คือจุดที่ ZT Systems มีความยอดเยี่ยม เป็นเวลาหลายปีที่พวกเขาเชี่ยวชาญในการออกแบบและผลิตโซลูชันเซิร์ฟเวอร์และสตอเรจที่ปรับให้เหมาะกับความต้องการเฉพาะ ซึ่งมักจะเข้มงวด ของผู้ให้บริการศูนย์ข้อมูล hyperscale ลูกค้าเหล่านี้ – ยักษ์ใหญ่ด้านคลาวด์คอมพิวติ้ง (cloud computing) และบริการอินเทอร์เน็ต (internet services) – ดำเนินงานในระดับที่แม้แต่การปรับปรุงประสิทธิภาพ ความหนาแน่น หรือความเร็วในการปรับใช้เพียงเล็กน้อยก็สามารถแปลงเป็นข้อได้เปรียบทางการแข่งขันที่สำคัญและการประหยัดต้นทุนได้ ZT Systems ได้สร้างชื่อเสียงในด้านการส่งมอบ:
- การปรับแต่งตามขนาด (Customization at Scale): ก้าวข้ามการออกแบบเซิร์ฟเวอร์มาตรฐานเพื่อสร้างการกำหนดค่าระดับ rack (rack-level configurations) ที่ปรับให้เหมาะสมสำหรับเวิร์กโหลดเฉพาะ ขอบเขตพลังงาน (power envelopes) และโครงสร้างพื้นฐานการระบายความร้อน (cooling infrastructure)
- ความสามารถในการปรับใช้อย่างรวดเร็ว (Rapid Deployment Capabilities): ปรับปรุงกระบวนการผลิต การบูรณาการ และการทดสอบเพื่อให้ hyperscalers สามารถสร้างหรืออัปเกรดความจุ AI ของตนได้อย่างรวดเร็ว
- ประสิทธิภาพด้านความร้อนและพลังงาน (Thermal and Power Efficiency): โซลูชันทางวิศวกรรมที่เพิ่มความหนาแน่นในการประมวลผลสูงสุดในขณะที่จัดการความร้อนสูงที่เกิดจากตัวเร่งความเร็ว AI และลดการใช้พลังงาน – ปัจจัยสำคัญในต้นทุนการดำเนินงานและความยั่งยืนด้านสิ่งแวดล้อม
- การจัดการห่วงโซ่อุปทาน (Supply Chain Management): การนำทางโลจิสติกส์ที่ซับซ้อนของการจัดหาส่วนประกอบและการส่งมอบระบบที่บูรณาการอย่างสมบูรณ์อย่างน่าเชื่อถือและตรงตามกำหนดเวลา
ด้วยการรวม ZT Systems เข้าด้วยกัน AMD จะสามารถเข้าถึงขุมทรัพย์ความรู้ด้านการออกแบบระดับระบบและประสบการณ์การดำเนินงานนี้ได้โดยตรง เป้าหมายคือการสร้างเส้นทางที่บูรณาการในแนวตั้ง (vertically integrated pathway) มากขึ้นสำหรับเทคโนโลยี AI ของตน แทนที่จะเพียงแค่ขายชิปและการออกแบบอ้างอิง (reference designs) ตอนนี้ AMD สามารถทำงานร่วมกันอย่างใกล้ชิดมากขึ้น และอาจจะเป็นภายในองค์กร ในการพัฒนาโซลูชันระดับ rack-scale ที่สมบูรณ์ซึ่งปรับให้เหมาะสมตั้งแต่ต้นจนจบ (end-to-end) สิ่งนี้เกี่ยวข้องกับการทำให้แน่ใจว่าส่วนประกอบฮาร์ดแวร์ (hardware components) – CPUs, GPUs, อินเทอร์เฟซเครือข่าย (networking interfaces), แหล่งจ่ายไฟ (power supplies) – ทำงานร่วมกันอย่างกลมกลืนภายในแชสซี (chassis) และระบบระบายความร้อน (cooling system) ที่ออกแบบโดย ZT ทั้งหมดนี้ควบคุมโดยซอฟต์แวร์ รวมถึงสแต็ก ROCm (Radeon Open Compute platform) โอเพ่นซอร์สของ AMD เอง
คำมั่นสัญญาสำหรับลูกค้า โดยเฉพาะอย่างยิ่งผู้ที่ดำเนินงานในระดับ hyperscale นั้นน่าสนใจ มันชี้ให้เห็นถึงศักยภาพในการ เร่งเวลาออกสู่ตลาด (accelerated time-to-market) สำหรับการปรับใช้โครงสร้างพื้นฐาน AI ใหม่ กระบวนการที่ซับซ้อนในการตรวจสอบคุณสมบัติและบูรณาการส่วนประกอบจากผู้จำหน่ายหลายรายเข้ากับระบบที่เชื่อมโยงกันสามารถสั้นลงได้อย่างมากหากผู้ให้บริการซิลิคอนหลักนำความเชี่ยวชาญด้านการบูรณาการระบบเชิงลึกมาด้วย นอกจากนี้ การร่วมออกแบบ (co-designing) ซิลิคอนและระบบอาจปลดล็อก ระดับประสิทธิภาพและประสิทธิผลที่สูงขึ้น ส่วนประกอบต่างๆ สามารถปรับให้ทำงานร่วมกันได้อย่างมีประสิทธิภาพมากกว่าการประกอบชิ้นส่วนที่แตกต่างกัน แนวทางแบบบูรณาการนี้ ซึ่งใช้ประโยชน์จากกลุ่มผลิตภัณฑ์ซิลิคอน (silicon portfolio) ของ AMD ร่วมกับความเฉียบแหลมด้านระบบ (system acumen) ของ ZT มีเป้าหมายเพื่อส่งมอบโครงสร้างพื้นฐาน AI ที่ทรงพลังและปรับให้เหมาะกับคลาวด์ (cloud-optimized AI infrastructure) ซึ่งไม่เพียงแต่มีประสิทธิภาพเท่านั้น แต่ยังสามารถปรับใช้ได้อย่างรวดเร็วและเชื่อถือได้ในระดับมหาศาลที่การปฏิวัติ AI ต้องการ
การลดวงจรการปรับใช้ AI: ความจำเป็นในการแข่งขัน
Forrest Norrod รองประธานบริหารของ AMD ซึ่งดูแลหน่วยธุรกิจ Data Center Solutions ได้กล่าวถึงความจำเป็นเชิงกลยุทธ์ที่ขับเคลื่อนการเข้าซื้อกิจการครั้งนี้ ‘ด้วยก้าวที่รวดเร็วของนวัตกรรมใน AI’ เขากล่าว ‘การลดเวลาการออกแบบและการปรับใช้ตั้งแต่ต้นจนจบของระบบ AI ศูนย์ข้อมูลระดับคลัสเตอร์ (cluster-level data center AI systems) จะเป็นข้อได้เปรียบทางการแข่งขันที่สำคัญสำหรับลูกค้าของเรา’ คำแถลงนี้เน้นย้ำถึงความเป็นจริงที่สำคัญในภูมิทัศน์เทคโนโลยีปัจจุบัน: ความเร็วที่องค์กรสามารถสร้าง ปรับใช้ และขยายขีดความสามารถด้าน AI ของตนได้นั้นส่งผลโดยตรงต่อความสามารถในการสร้างสรรค์นวัตกรรมและการแข่งขัน
รูปแบบดั้งเดิมมักเกี่ยวข้องกับกระบวนการหลายขั้นตอน:
- ผู้จำหน่ายซิลิคอน (Silicon Vendor): ออกแบบและขาย CPUs, GPUs, ชิปเครือข่าย
- ODM/ผู้บูรณาการระบบ (ODM/System Integrator): ออกแบบเซิร์ฟเวอร์และ rack, บูรณาการส่วนประกอบ, ทำการทดสอบ
- Hyperscaler/ลูกค้าปลายทาง (Hyperscaler/End Customer): ระบุข้อกำหนด, ตรวจสอบคุณสมบัติระบบที่บูรณาการ, ปรับใช้ในศูนย์ข้อมูล และบูรณาการกับสแต็กซอฟต์แวร์
แต่ละขั้นตอนเกี่ยวข้องกับการส่งมอบ ความท้าทายในการบูรณาการที่อาจเกิดขึ้น และความล่าช้าด้านเวลา ด้วยการเข้าซื้อกิจการ ZT Systems ทาง AMD ตั้งเป้าที่จะบีบอัดไทม์ไลน์นี้ลงอย่างมาก ทีมออกแบบของ ZT ซึ่งปัจจุบันเป็นส่วนหนึ่งของหน่วย Data Center Solutions ของ AMD สามารถทำงานควบคู่ไปกับนักออกแบบชิปของ AMD ได้ สิ่งนี้ช่วยให้กระบวนการออกแบบแบบองค์รวม (holistic design process) มากขึ้น โดยที่สถาปัตยกรรมระบบ (system architecture) แจ้งการพัฒนาซิลิคอน (silicon development) และในทางกลับกัน ซึ่งอาจนำไปสู่การปรับให้เหมาะสมที่ไม่สามารถทำได้ในระบบนิเวศที่กระจัดกระจายมากขึ้น
ลองจินตนาการถึงการออกแบบตัวเร่งความเร็ว GPU รุ่นต่อไป การทราบอย่างแม่นยำว่าจะถูกรวมเข้ากับระบบ rack ที่ระบายความร้อนด้วยของเหลว (liquid-cooled rack system) ที่มีความหนาแน่นสูงซึ่งออกแบบโดยทีมงาน ZT เดิมได้อย่างไร ช่วยให้ AMD สามารถปรับฟอร์มแฟกเตอร์ (form factor) ของชิป อินเทอร์เฟซการจ่ายพลังงาน (power delivery interfaces) และคุณสมบัติทางความร้อน (thermal characteristics) ให้เหมาะสมกับสภาพแวดล้อมเฉพาะนั้นได้ตั้งแต่เริ่มต้น ในทางกลับกัน นักออกแบบระบบจะสามารถเข้าถึงข้อมูลจำเพาะและลักษณะประสิทธิภาพของซิลิคอน AMD ที่กำลังจะมาถึงได้ก่อนใคร ทำให้พวกเขาสามารถออกแบบแชสซี (chassis) การระบายความร้อน (cooling) และโครงสร้างพื้นฐานด้านพลังงาน (power infrastructure) ได้อย่างมีประสิทธิภาพมากขึ้น
แนวทางแบบบูรณาการนี้ ซึ่งรวมแผนงานซิลิคอน (silicon roadmap) ของ AMD เข้ากับความสามารถในการดำเนินการที่พิสูจน์แล้วของ ZT ในการออกแบบและส่งมอบระบบ มีจุดมุ่งหมายเพื่อให้ลูกค้าได้รับโซลูชันโครงสร้างพื้นฐานที่พร้อมปรับใช้และปรับให้เหมาะสมได้เร็วกว่าที่เคยเป็นมา Norrod เน้นย้ำเรื่องนี้ โดยวางกรอบการเข้าซื้อกิจการว่าเป็น ‘ก้าวสำคัญในกลยุทธ์ AI ของเราในการส่งมอบโซลูชันการฝึกอบรมและการอนุมานชั้นนำ (leadership training and inferencing solutions) ที่ปรับให้เหมาะสมกับสภาพแวดล้อมเฉพาะของลูกค้าของเราและพร้อมที่จะปรับใช้ในระดับใหญ่ (ready-to-deploy at scale)’ จุดเน้นอยู่ที่การขจัดอุปสรรคออกจากกระบวนการปรับใช้ ทำให้ลูกค้าสามารถควบคุมเทคโนโลยี AI ของ AMD ได้อย่างรวดเร็วและมีประสิทธิภาพมากขึ้น ข้อได้เปรียบด้านความเร็วในการออกสู่ตลาดนี้มีความสำคัญไม่เพียงแต่สำหรับ hyperscalers เท่านั้น แต่ยังอาจรวมถึงองค์กรขนาดใหญ่และสถาบันวิจัยที่ต้องการสร้างโครงสร้างพื้นฐาน AI ที่สำคัญด้วย
การบูรณาการผู้มีความสามารถและการจับตามองความสามารถในการผลิต
แง่มุมสำคัญของการเข้าซื้อกิจการครั้งใหญ่คือการบูรณาการบุคลากรและความเชี่ยวชาญ AMD ไม่เพียงแต่ได้มาซึ่งทรัพย์สินทางปัญญา (intellectual property) และความสัมพันธ์กับลูกค้า (customer relationships) ของ ZT Systems เท่านั้น แต่ยังรวมถึงทีมออกแบบที่มีประสบการณ์และผู้นำที่ช่ำชองอีกด้วย บุคคลเหล่านี้มีความรู้เชิงปฏิบัติอย่างลึกซึ้งเกี่ยวกับความท้าทายและความแตกต่างที่เกี่ยวข้องกับการสร้างโครงสร้างพื้นฐาน hyperscale – ความรู้ที่สั่งสมมาจากการทำงานอย่างใกล้ชิดกับผู้ให้บริการศูนย์ข้อมูลที่มีความต้องการสูงที่สุดในโลกมานานหลายปี
บุคคลสำคัญสองคนจาก ZT Systems กำลังเข้ารับตำแหน่งผู้นำระดับสูงภายใน AMD โดยรายงานตรงต่อ Forrest Norrod:
- Frank Zhang: ผู้ก่อตั้งและอดีต CEO ของ ZT Systems ปัจจุบันเข้ารับตำแหน่ง Senior Vice President of ZT Manufacturing ที่ AMD ประสบการณ์อันกว้างขวางของเขาในการสร้างและขยายการดำเนินงานของ ZT จะมีค่าอย่างยิ่งเมื่อ AMD บูรณาการความสามารถเหล่านี้
- Doug Huang: อดีตประธานของ ZT Systems เข้ารับตำแหน่ง Senior Vice President of Data Center Platform Engineering จุดสนใจของเขาน่าจะอยู่ที่การนำทีมเทคนิคที่รับผิดชอบในการออกแบบและวิศวกรรมแพลตฟอร์ม AI แบบบูรณาการ
การนำผู้นำเหล่านี้และทีมของพวกเขาเข้ามาในองค์กรเป็นการส่งสัญญาณถึงความมุ่งมั่นของ AMD ในการทำให้การออกแบบระดับระบบเป็นความสามารถหลัก (core competency) ภายในกลุ่ม Data Center Solutions Norrod ได้ต้อนรับทีม ZT โดยเน้นย้ำถึงคุณค่าที่นำเสนอร่วมกัน: ‘เราจะร่วมกันเสนอทางเลือกและความเร็วในการออกสู่ตลาดให้กับลูกค้า ช่วยให้พวกเขาสามารถลงทุนในส่วนสำคัญที่พวกเขาเลือกที่จะสร้างความแตกต่างให้กับข้อเสนอ AI ของตน’ สิ่งนี้ชี้ให้เห็นถึงกลยุทธ์ที่ AMD มอบรากฐานที่แข็งแกร่งและปรับให้เหมาะสม ปลดปล่อยให้ลูกค้ามุ่งเน้นทรัพยากรของตนไปที่การพัฒนาโมเดล AI (AI models) และแอปพลิเคชัน (applications) ที่เป็นเอกลักษณ์ แทนที่จะต้องต่อสู้กับความซับซ้อนของการบูรณาการฮาร์ดแวร์ (hardware integration)
นอกจากนี้ ความทะเยอทะยานของ AMD อาจขยายไปไกลกว่าการออกแบบและการบูรณาการไปสู่ขอบเขตของการผลิต บริษัทเปิดเผยว่ากำลังเจรจากับพันธมิตรที่มีศักยภาพเกี่ยวกับการเข้าซื้อกิจการธุรกิจการผลิตโครงสร้างพื้นฐานศูนย์ข้อมูล (manufacturing business) ในสหรัฐอเมริกาของ ZT Systems โดยตั้งเป้าให้แล้วเสร็จภายในปี 2025 หากสิ่งนี้เกิดขึ้นจริง จะถือเป็นก้าวสำคัญสู่การบูรณาการในแนวตั้ง (vertical integration) ที่มากขึ้นสำหรับ AMD ในพื้นที่โครงสร้างพื้นฐาน AI การเป็นเจ้าของหรือควบคุมสินทรัพย์การผลิตสามารถให้ข้อได้เปรียบหลายประการ:
- ความยืดหยุ่นของห่วงโซ่อุปทาน (Supply Chain Resilience): ลดการพึ่งพาผู้ผลิตตามสัญญา (contract manufacturers) ภายนอก และได้รับการควบคุมโดยตรงมากขึ้นเกี่ยวกับตารางการผลิตและคุณภาพ
- การสร้างต้นแบบและการทำซ้ำที่เร็วขึ้น (Faster Prototyping and Iteration): เปิดใช้งานวงจรที่เร็วขึ้นสำหรับการพัฒนาและทดสอบการออกแบบระบบใหม่
- การปรับแต่งที่เพิ่มขึ้น (Enhanced Customization): อำนวยความสะดวกในการผลิตโซลูชันที่ปรับแต่งได้สูงสำหรับความต้องการเฉพาะของลูกค้า
- การสอดคล้องกับแนวโน้มทางภูมิรัฐศาสตร์ (Alignment with Geopolitical Trends): อาจเสริมสร้างความสามารถในการผลิตภายในประเทศ (domestic manufacturing capabilities) โดยเฉพาะอย่างยิ่งสำหรับโครงสร้างพื้นฐานเทคโนโลยีที่สำคัญ
การเคลื่อนไหวที่อาจเกิดขึ้นนี้ในการเข้าสู่การผลิตเน้นย้ำถึงความลึกเชิงกลยุทธ์ของการเล่นของ AMD ไม่ใช่แค่การได้มาซึ่งผู้มีความสามารถด้านการออกแบบเท่านั้น แต่ยังอาจเกี่ยวกับการควบคุมห่วงโซ่คุณค่า (value chain) มากขึ้น ตั้งแต่การออกแบบซิลิคอนไปจนถึงการส่งมอบ rack โครงสร้างพื้นฐาน AI ที่ประกอบและทดสอบอย่างสมบูรณ์
การปรับเปลี่ยนภูมิทัศน์การแข่งขันในโครงสร้างพื้นฐาน AI
การเข้าซื้อกิจการ ZT Systems ของ AMD เกิดขึ้นท่ามกลางการแข่งขันที่รุนแรงในตลาดฮาร์ดแวร์และโครงสร้างพื้นฐาน AI (AI hardware and infrastructure market) Nvidia ได้สร้างความเป็นผู้นำที่น่าเกรงขาม โดยเฉพาะอย่างยิ่งในการฝึกอบรม AI (AI training) ซึ่งสร้างขึ้นจาก GPU อันทรงพลังและระบบนิเวศซอฟต์แวร์ CUDA (CUDA software ecosystem) ที่เติบโตเต็มที่ Nvidia ยังนำเสนอระบบบูรณาการของตนเอง เช่น สายผลิตภัณฑ์ DGX (DGX line) ซึ่งเป็นโซลูชันแบบครบวงจร (full-stack solution) Intel ซึ่งเป็นผู้นำด้าน CPU มายาวนาน ก็กำลังไล่ตามตลาด AI อย่างจริงจังด้วยตัวเร่งความเร็ว Gaudi (Gaudi accelerators) และกลยุทธ์ที่มุ่งเน้นไปที่ซอฟต์แวร์เปิด (open software) และการประมวลผลแบบต่างชนิดกัน (heterogeneous computing)
ด้วยการเข้าซื้อกิจการ ZT Systems ทำให้ AMD เสริมสร้างสถานะการแข่งขัน (competitive posture) ของตนได้อย่างมีนัยสำคัญ ก้าวข้ามจากการเป็นเพียงซัพพลายเออร์ส่วนประกอบ (CPUs, GPUs) ไปสู่การนำเสนอโซลูชันระดับระบบที่สมบูรณ์ยิ่งขึ้น ผ่านการตรวจสอบล่วงหน้า (pre-validated) และปรับให้เหมาะสม (optimized system-level solutions) สิ่งนี้ท้าทายโมเดล DGX ของ Nvidia โดยตรง และมอบทางเลือกที่น่าสนใจให้กับ hyperscalers และลูกค้ารายใหญ่อื่นๆ ข้อได้เปรียบทางการแข่งขันที่สำคัญที่ AMD หวังว่าจะใช้ประโยชน์ ได้แก่:
- พอร์ตโฟลิโอแบบบูรณาการ (Integrated Portfolio): ความสามารถในการนำเสนอระบบที่ปรับให้เหมาะสมซึ่งรวม EPYC CPUs, Instinct GPUs และส่วนประกอบเครือข่ายขั้นสูงเข้าไว้ในกรอบการทำงานที่ออกแบบโดย ZT
- ระบบนิเวศซอฟต์แวร์เปิด (Open Software Ecosystem): การสนับสนุนแพลตฟอร์มซอฟต์แวร์โอเพ่นซอร์ส ROCm อย่างต่อเนื่องเพื่อเป็นทางเลือกแทน CUDA ที่เป็นกรรมสิทธิ์ของ Nvidia ซึ่งอาจดึงดูดลูกค้าที่ต้องการความยืดหยุ่นมากขึ้นและหลีกเลี่ยงการผูกมัดกับผู้จำหน่ายรายเดียว (vendor lock-in)
- ความเชี่ยวชาญด้าน Hyperscale (Hyperscale Expertise): การใช้ประโยชน์จากความสัมพันธ์ที่ลึกซึ้งและประวัติที่พิสูจน์แล้วของ ZT Systems ในการตอบสนองความต้องการเฉพาะของผู้ให้บริการคลาวด์รายใหญ่ที่สุด
- ความเร็วและการปรับแต่ง (Speed and Customization): การเสนอไทม์ไลน์การปรับใช้ที่เร็วขึ้นและความสามารถในการปรับแต่งที่อาจมากขึ้นซึ่งสืบทอดมาจากรูปแบบการดำเนินงาน (operational model) ของ ZT Systems
การเคลื่อนไหวนี้ส่งสัญญาณว่าสมรภูมิสำหรับความเป็นใหญ่ใน AI (AI dominance) กำลังเปลี่ยนไป ในขณะที่ประสิทธิภาพของชิป (chip performance) ยังคงมีความสำคัญ ความสามารถในการส่งมอบประสิทธิภาพนั้นอย่างน่าเชื่อถือ มีประสิทธิภาพ และรวดเร็วภายในระบบขนาดใหญ่ (large-scale systems) ที่บูรณาการกันกำลังมีความสำคัญเท่าเทียมกัน AMD กำลังเดิมพันว่าด้วยการรวมจุดแข็งด้านซิลิคอน (silicon strengths) เข้ากับความสามารถในการบูรณาการระบบ (system integration prowess) ของ ZT จะสามารถมอบข้อเสนอที่มีคุณค่า (value proposition) ที่น่าสนใจยิ่งขึ้น โดยเฉพาะอย่างยิ่งสำหรับลูกค้า hyperscale ซึ่งเป็นผู้บริโภคโครงสร้างพื้นฐาน AI รายใหญ่ที่สุด การเข้าซื้อกิจการครั้งนี้ทำให้ AMD มีขีดความสามารถที่สำคัญในการแข่งขันอย่างมีประสิทธิภาพมากขึ้นในสแต็กโครงสร้างพื้นฐาน AI (AI infrastructure stack) ทั้งหมด โดยมีเป้าหมายเพื่อชิงส่วนแบ่งการตลาดที่กำลังเติบโตอย่างรวดเร็วนี้ให้มากขึ้น ไม่ใช่แค่ด้วยการนำเสนอชิปที่ทรงพลังเท่านั้น แต่ยังรวมถึงโซลูชัน AI ที่สมบูรณ์ ปรับให้เหมาะสม และปรับใช้ได้อย่างรวดเร็ว การบูรณาการ ZT Systems ถือเป็นวิวัฒนาการที่สำคัญในกลยุทธ์ของ AMD เปลี่ยนให้กลายเป็นผู้เล่นแบบครบวงจร (end-to-end player) ที่น่าเกรงขามยิ่งขึ้นในยุคของปัญญาประดิษฐ์