Nvidia อาจซื้อ Lepton AI รุกธุรกิจเช่าเซิร์ฟเวอร์ AI

ในสมรภูมิปัญญาประดิษฐ์ (AI) ที่เดิมพันสูง ซึ่งพลังการประมวลผลคืออำนาจสูงสุด Nvidia ยืนหยัดในฐานะราชาที่ไม่มีใครโต้แย้งได้ หน่วยประมวลผลกราฟิก (GPUs) ของบริษัทเป็นรากฐานสำคัญของการปฏิวัติ AI ในปัจจุบัน อย่างไรก็ตาม มีเสียงกระซิบจากแวดวงเทคโนโลยีว่ายักษ์ใหญ่ด้านเซมิคอนดักเตอร์รายนี้อาจกำลังมองหาการขยายธุรกิจเชิงกลยุทธ์นอกเหนือจากธุรกิจซิลิคอนหลัก รายงานระบุว่า Nvidia อยู่ในระหว่างการเจรจาเชิงลึกเพื่อเข้าซื้อกิจการ Lepton AI ซึ่งเป็นสตาร์ทอัพหน้าใหม่ที่ดำเนินงานในตลาดการให้เช่าเซิร์ฟเวอร์ AI ที่มีความสำคัญเพิ่มขึ้นเรื่อยๆ หากการเคลื่อนไหวนี้สำเร็จ อาจเป็นสัญญาณบ่งบอกถึงวิวัฒนาการครั้งสำคัญในกลยุทธ์ของ Nvidia ผลักดันให้บริษัทก้าวขึ้นไปในห่วงโซ่คุณค่า และอาจเปลี่ยนแปลงพลวัตของการเข้าถึงโครงสร้างพื้นฐาน AI

ข้อตกลงที่เป็นไปได้นี้ ซึ่งแหล่งข่าวที่อ้างโดย The Information ประเมินมูลค่าไว้สูงถึงหลายร้อยล้านดอลลาร์ มุ่งเน้นไปที่บริษัทที่เพิ่งก่อตั้งได้เพียงสองปี Lepton AI ได้สร้างช่องทางเฉพาะของตนเองขึ้นมา: บริษัทให้เช่าเซิร์ฟเวอร์ที่อัดแน่นไปด้วยชิป AI ที่เป็นที่ต้องการอย่างสูงของ Nvidia โดยส่วนใหญ่จัดหาทรัพยากรนี้จากผู้ให้บริการคลาวด์รายใหญ่ แล้วนำพลังการประมวลผลนี้ไปให้เช่าช่วงแก่บริษัทอื่นๆ ซึ่งมักเป็นผู้เล่นรายย่อยหรือผู้ที่ต้องการการเข้าถึงที่ยืดหยุ่นโดยไม่ต้องผูกมัดสัญญาระยะยาวกับยักษ์ใหญ่ด้านคลาวด์ โมเดลธุรกิจนี้ทำให้ Lepton AI อยู่ในฐานะตัวกลาง ผู้อำนวยความสะดวกในระบบนิเวศที่ซับซ้อนซึ่งจัดหาพลังการประมวลผลดิบที่ขับเคลื่อนการพัฒนาและการปรับใช้ AI

ถอดรหัส Lepton AI: คนกลางในยุคตื่นทอง GPU

Lepton AI ซึ่งก่อตั้งขึ้นเมื่อสองปีก่อน เป็นตัวแทนของความกระตือรือร้นของผู้ประกอบการที่รายล้อมการเติบโตอย่างรวดเร็วของโครงสร้างพื้นฐาน AI ข้อเสนอหลักของบริษัทมุ่งเน้นไปที่ความสามารถในการเข้าถึงและความยืดหยุ่น ในขณะที่ผู้ให้บริการคลาวด์ขนาดใหญ่ (hyperscale) เช่น Amazon Web Services (AWS), Microsoft Azure และ Google Cloud Platform (GCP) เสนอการเข้าถึงอินสแตนซ์ Nvidia GPU โดยตรง การทำความเข้าใจข้อเสนอ การจัดหาทรัพยากร และการจัดการโครงสร้างพื้นฐานอาจซับซ้อนและมีค่าใช้จ่ายสูง โดยเฉพาะอย่างยิ่งสำหรับสตาร์ทอัพหรือทีมที่มีความต้องการผันผวน

Lepton AI เข้ามาเติมเต็มช่องว่างนี้ ด้วยการรวบรวมทรัพยากรเซิร์ฟเวอร์ – โดยพื้นฐานแล้วคือการซื้อส่งจากผู้ให้บริการคลาวด์ – แล้วนำเสนอต่อด้วยเงื่อนไขที่อาจยืดหยุ่นกว่า หรือพร้อมบริการเสริมที่ปรับให้เหมาะกับเวิร์กโหลด AI โดยมีเป้าหมายเพื่อลดความซับซ้อนในการเข้าถึงคอมพิวเตอร์ประสิทธิภาพสูง โมเดลนี้เติบโตได้จากภาวะขาดแคลนอย่างต่อเนื่องและความต้องการอย่างท่วมท้นสำหรับ GPUs ขั้นสูงของ Nvidia เช่น H100 และรุ่นก่อนหน้า บริษัทที่ไม่สามารถจัดสรรได้โดยตรงจาก Nvidia หรือต้องเผชิญกับรายชื่อรอคิวยาวกับผู้ให้บริการคลาวด์ อาจหันไปหาตัวกลางอย่าง Lepton AI เพื่อการเข้าถึงที่รวดเร็วขึ้นหรือปรับให้เหมาะสมยิ่งขึ้น

สตาร์ทอัพรายนี้ระดมทุนรอบ seed funding ได้ 11 ล้านดอลลาร์ ในเดือนพฤษภาคม 2023 นำโดย CRV และ Fusion Fund เงินทุนเริ่มต้นนี้น่าจะช่วยขับเคลื่อนความพยายามในการสร้างแพลตฟอร์ม สร้างความสัมพันธ์กับผู้ให้บริการคลาวด์ และหาฐานลูกค้าเริ่มต้น การดำเนินงานในพื้นที่นี้ต้องใช้เงินทุนจำนวนมาก ไม่เพียงแต่สำหรับค่าใช้จ่ายในการดำเนินงานเท่านั้น แต่ยังอาจรวมถึงการทำสัญญาเช่าเซิร์ฟเวอร์ล่วงหน้าเพื่อรับประกันความพร้อมของทรัพยากรสำหรับลูกค้าของตนเอง ดังนั้น ราคาซื้อกิจการตามรายงานจึงบ่งชี้ถึงการเติบโตอย่างรวดเร็วและแรงฉุดที่น่าพอใจที่ Lepton AI ทำได้ในช่วงเวลาสั้นๆ หรืออาจสำคัญกว่านั้นคือ มูลค่าเชิงกลยุทธ์มหาศาลที่ Nvidia ให้กับการควบคุมหรือมีอิทธิพลต่อการเข้าถึงฮาร์ดแวร์ของตนเองในลำดับถัดไป

โดยพื้นฐานแล้ว Lepton AI ทำหน้าที่เป็นผู้ค้าปลีกและผู้ให้บริการเฉพาะทาง โดยลดความซับซ้อนบางประการของการติดต่อโดยตรงกับโครงสร้างพื้นฐานคลาวด์ขนาดใหญ่ กลุ่มลูกค้าเป้าหมายอาจรวมถึง:

• สตาร์ทอัพ AI: บริษัทที่ต้องการพลังประมวลผลสูงสำหรับการฝึกโมเดลหรือการอนุมาน แต่ขาดขนาดหรือทรัพยากรสำหรับสัญญาคลาวด์ขนาดใหญ่
• ห้องปฏิบัติการวิจัย: กลุ่มวิจัยทางวิชาการหรือองค์กรที่ต้องการการประมวลผลประสิทธิภาพสูงเป็นช่วงๆ สำหรับการทดลอง
• องค์กร: บริษัทขนาดใหญ่ที่สำรวจโครงการ AI เฉพาะที่ต้องการทรัพยากรเสริม นอกเหนือจากข้อตกลงคลาวด์ที่มีอยู่

ความเป็นไปได้ของโมเดลนี้ขึ้นอยู่กับความสามารถของ Lepton AI ในการจัดหาทรัพยากร GPU ได้อย่างน่าเชื่อถือและคุ้มค่า จัดการโครงสร้างพื้นฐานอย่างมีประสิทธิภาพ และเสนอราคาหรือบริการที่น่าสนใจเมื่อเทียบกับการติดต่อโดยตรงกับแหล่งที่มา มันเป็นการรักษาสมดุลที่ละเอียดอ่อนในตลาดที่ถูกครอบงำโดยยักษ์ใหญ่

การคำนวณเชิงกลยุทธ์ของ Nvidia: เหนือกว่าซิลิคอน

เหตุใด Nvidia ซึ่งความสำเร็จอันน่าทึ่งเกิดจากการออกแบบและจำหน่ายชิป AI ที่เป็นที่ต้องการมากที่สุดในอุตสาหกรรม จึงคิดจะเข้าสู่ธุรกิจให้เช่าเซิร์ฟเวอร์ ซึ่งเป็นการแข่งขันทางอ้อมกับลูกค้ารายใหญ่ที่สุดของตนเอง – ผู้ให้บริการคลาวด์? แรงจูงใจที่เป็นไปได้นั้นมีหลายแง่มุมและบ่งบอกถึงภูมิทัศน์ที่เปลี่ยนแปลงไปของ AI

1. การบูรณาการแนวดิ่งและการจับมูลค่า (Vertical Integration and Value Capture): ห่วงโซ่คุณค่าของ AI ขยายจากการออกแบบและผลิตชิป ผ่านการรวมเซิร์ฟเวอร์ การดำเนินงานศูนย์ข้อมูล แพลตฟอร์มคลาวด์ และสุดท้ายไปยังแอปพลิเคชัน AI เอง ปัจจุบัน Nvidia จับมูลค่ามหาศาลในระดับชิป อย่างไรก็ตาม มูลค่าที่สำคัญยังถูกสร้างขึ้นในลำดับถัดไปในชั้นโครงสร้างพื้นฐานในฐานะบริการ (IaaS) ซึ่งบริษัทต่างๆ จ่ายเบี้ยประกันภัยเพื่อเข้าถึงการประมวลผลที่เร่งด้วย GPU การเข้าซื้อกิจการผู้เล่นอย่าง Lepton AI อาจทำให้ Nvidia สามารถจับส่วนแบ่งที่ใหญ่ขึ้นของการใช้จ่ายโดยรวมในโครงสร้างพื้นฐาน AI ก้าวข้ามจากการขายส่วนประกอบไปสู่การให้บริการ

2. ข้อมูลเชิงลึกทางการตลาดและข้อเสนอแนะโดยตรงจากลูกค้า (Market Intelligence and Direct Customer Feedback): การดำเนินธุรกิจบริการให้เช่า แม้จะอยู่ห่างๆ จะให้ข้อมูลเชิงลึกแบบเรียลไทม์อันล้ำค่าแก่ Nvidia เกี่ยวกับวิธีการใช้ GPUs ของตน เวิร์กโหลดใดที่พบบ่อยที่สุด สแต็กซอฟต์แวร์ใดเป็นที่นิยม และปัญหาคอขวดที่ลูกค้าเผชิญ วงจรข้อเสนอแนะโดยตรงนี้สามารถให้ข้อมูลสำหรับการออกแบบชิปในอนาคต การพัฒนาซอฟต์แวร์ (เช่น แพลตฟอร์ม CUDA) และกลยุทธ์การตลาดโดยรวมได้อย่างมีประสิทธิภาพมากกว่าการพึ่งพาข้อเสนอแนะที่กรองผ่านพันธมิตรคลาวด์รายใหญ่เพียงอย่างเดียว

3. การกำหนดทิศทางตลาดและการรับประกันการเข้าถึง (Shaping the Market and Ensuring Access): ในขณะที่ hyperscalers เป็นพันธมิตรที่สำคัญ Nvidia อาจต้องการอิทธิพลโดยตรงมากขึ้นเกี่ยวกับวิธีการที่เทคโนโลยีของตนเข้าถึงตลาดที่กว้างขึ้น โดยเฉพาะอย่างยิ่งผู้ริเริ่มรายย่อย แขนงธุรกิจให้เช่าอาจทำหน้าที่เป็นช่องทางเพื่อให้แน่ใจว่ากลุ่มลูกค้าเฉพาะหรือโครงการริเริ่มเชิงกลยุทธ์สามารถเข้าถึงฮาร์ดแวร์ Nvidia ล่าสุดได้อย่างแน่นอน ซึ่งอาจส่งเสริมนวัตกรรมที่ท้ายที่สุดจะขับเคลื่อนความต้องการชิปของตนมากขึ้น นอกจากนี้ยังสามารถทำหน้าที่เป็นสนามทดสอบสำหรับฮาร์ดแวร์หรือข้อเสนอซอฟต์แวร์ใหม่ๆ ก่อนที่จะเผยแพร่ในวงกว้างผ่านพันธมิตรคลาวด์รายใหญ่

4. พลวัตการแข่งขัน (Competitive Dynamics): การเคลื่อนไหวนี้อาจถูกตีความในเชิงป้องกันได้เช่นกัน ในขณะที่คู่แข่ง (เช่น AMD และ Intel) พยายามที่จะช่วงชิงส่วนแบ่งในตลาดชิป AI และในขณะที่ hyperscalers พัฒนาซิลิคอน AI แบบกำหนดเองของตนเอง Nvidia อาจมองว่าการเป็นเจ้าของช่องทางโดยตรงไปยังผู้ใช้ปลายทางเป็นวิธีการเสริมสร้างความแข็งแกร่งของการครอบงำระบบนิเวศและความภักดีของลูกค้า มันเป็นแพลตฟอร์มในการแสดงประสิทธิภาพและความสะดวกในการใช้งานของสแต็กเต็มรูปแบบของ Nvidia (ฮาร์ดแวร์บวกซอฟต์แวร์)

5. การสำรวจโมเดลธุรกิจใหม่ (Exploring New Business Models): ความต้องการที่ไม่หยุดยั้งสำหรับการประมวลผล AI อาจกระตุ้นให้ Nvidia สำรวจโมเดลรายได้ประจำนอกเหนือจากการขายฮาร์ดแวร์ แม้ว่ารายได้จากบริการน่าจะยังคงเล็กน้อยเมื่อเทียบกับการขายชิปในตอนแรก แต่ก็ถือเป็นการกระจายความเสี่ยงและการเข้าสู่กลุ่มธุรกิจที่เติบโตอย่างรวดเร็ว

อย่างไรก็ตาม การเข้าสู่ตลาดให้เช่าเซิร์ฟเวอร์ไม่ใช่ว่าจะไม่มีความเสี่ยง มันทำให้ Nvidia อยู่ในสถานะ “co-opetition” (การแข่งขันและความร่วมมือ) ที่อาจเกิดขึ้นกับลูกค้ารายใหญ่ที่สุด ซึ่งก็คือผู้ให้บริการคลาวด์ที่ซื้อ GPUs มูลค่าหลายพันล้านดอลลาร์ Nvidia จะต้องจัดการความสัมพันธ์เหล่านี้อย่างระมัดระวังเพื่อหลีกเลี่ยงการทำให้พันธมิตรที่สำคัญเหล่านี้ไม่พอใจ นอกจากนี้ การดำเนินธุรกิจบริการต้องใช้ความสามารถในการดำเนินงานที่แตกต่างจากการออกแบบและขายฮาร์ดแวร์ – โดยเน้นที่เวลาทำงาน (uptime) การสนับสนุนลูกค้า และการจัดการโครงสร้างพื้นฐาน

ตลาดที่เฟื่องฟูสำหรับการเช่าพลังประมวลผล AI

บริบทที่ Nvidia อาจสนใจใน Lepton AI คือยุคตื่นทองที่ไม่เคยมีมาก่อนสำหรับทรัพยากรการประมวลผล AI การฝึกโมเดลภาษาขนาดใหญ่ (LLMs) เช่น โมเดลที่ขับเคลื่อน ChatGPT หรือการพัฒนาแอปพลิเคชัน AI ที่ซับซ้อนในสาขาต่างๆ เช่น การค้นพบยา การขับขี่อัตโนมัติ และการสร้างแบบจำลองทางการเงิน ต้องใช้พลังการประมวลผลมหาศาล ซึ่งส่วนใหญ่มาจาก GPUs

ปัจจัยสำคัญที่ขับเคลื่อนตลาดการเช่า ได้แก่:

• ต้นทุนฮาร์ดแวร์ที่สูงเกินไป (Prohibitive Hardware Costs): การซื้อเซิร์ฟเวอร์ AI ที่ล้ำสมัยโดยตรงเป็นการลงทุนขนาดใหญ่ ซึ่งมักจะเกินกำลังของสตาร์ทอัพและแม้แต่องค์กรที่จัดตั้งขึ้นหลายแห่ง GPUs ระดับบนสุดของ Nvidia เช่น H100 อาจมีราคาสูงถึงหลายหมื่นดอลลาร์ต่อตัว และเซิร์ฟเวอร์ที่ติดตั้งครบชุดอาจมีราคาสูงถึงหลายแสนดอลลาร์
• ภาวะขาดแคลนฮาร์ดแวร์ (Hardware Scarcity): ความต้องการ GPUs ขั้นสูงของ Nvidia มีมากกว่าอุปทานอย่างต่อเนื่อง แม้แต่ผู้ให้บริการคลาวด์รายใหญ่ก็ประสบปัญหาในการจัดหาสินค้าคงคลังให้เพียงพอ ทำให้เกิดรายชื่อรอคิวและข้อจำกัดด้านทรัพยากร ภาวะขาดแคลนนี้สร้างโอกาสให้กับตัวกลางที่สามารถจัดสรรทรัพยากรได้
• ความต้องการความยืดหยุ่นและการปรับขนาด (Need for Flexibility and Scalability): การพัฒนา AI มักเกี่ยวข้องกับความต้องการการประมวลผลที่คาดเดาไม่ได้ ทีมอาจต้องการทรัพยากรจำนวนมหาศาลสำหรับการฝึกโมเดลที่ใช้เวลาหลายสัปดาห์ ตามด้วยช่วงเวลาที่ใช้งานน้อยลง โมเดลการเช่าให้ความยืดหยุ่นในการปรับขนาดทรัพยากรขึ้นหรือลงตามความต้องการ เปลี่ยนค่าใช้จ่ายฝ่ายทุน (capital expenditure) เป็นค่าใช้จ่ายในการดำเนินงาน (operational expenditure)
• ความล้าสมัยทางเทคโนโลยีอย่างรวดเร็ว (Rapid Technological Obsolescence): อัตราการสร้างนวัตกรรมในฮาร์ดแวร์ AI นั้นรวดเร็วมาก การเช่าช่วยให้บริษัทต่างๆ สามารถเข้าถึงเทคโนโลยีล่าสุดได้โดยไม่ต้องเสี่ยงกับการเป็นเจ้าของสินทรัพย์ที่เสื่อมค่าอย่างรวดเร็ว

สตาร์ทอัพอย่าง Lepton AI และคู่แข่งที่ใหญ่กว่าและเก่ากว่าเล็กน้อยอย่าง Together AI ได้เกิดขึ้นเพื่อใช้ประโยชน์จากพลวัตเหล่านี้ Together AI ซึ่งระดมทุนได้มากกว่าครึ่งพันล้านดอลลาร์จาก venture capital ดำเนินงานบนหลักการที่คล้ายกัน แต่อาจมีขนาดใหญ่กว่า ซึ่งเน้นย้ำถึงความเชื่อมั่นของนักลงทุนในโมเดลการเช่า GPU และคลาวด์ AI เฉพาะทาง บริษัทเหล่านี้สร้างความแตกต่างจาก hyperscalers โดยมุ่งเน้นเฉพาะเวิร์กโหลด AI/ML ซึ่งอาจนำเสนอสแต็กซอฟต์แวร์ที่ปรับให้เหมาะสม การสนับสนุนเฉพาะทาง หรือโครงสร้างราคาที่คาดการณ์ได้มากขึ้นสำหรับกรณีการใช้งานบางอย่าง พวกเขาเป็นตัวแทนของชั้นความเชี่ยวชาญเฉพาะทางที่เพิ่มขึ้นภายในตลาดโครงสร้างพื้นฐานคลาวด์ที่กว้างขึ้น

การนำทางในสมรภูมิการแข่งขัน: สตาร์ทอัพ ปะทะ ยักษ์ใหญ่

ภูมิทัศน์การแข่งขันสำหรับการเช่าคอมพิวเตอร์ AI นั้นซับซ้อน โดยมีทั้งยักษ์ใหญ่ที่มั่นคงและสตาร์ทอัพที่คล่องตัว

• Hyperscalers (AWS, Azure, GCP): เหล่านี้คือผู้เล่นที่โดดเด่น นำเสนอบริการที่หลากหลาย รวมถึงอินสแตนซ์ GPU พวกเขาได้รับประโยชน์จากการประหยัดจากขนาด (economies of scale) การเข้าถึงทั่วโลก และระบบนิเวศแบบบูรณาการ พวกเขายังเป็นลูกค้ารายใหญ่ที่สุดของ Nvidia อย่างไรก็ตาม ขนาดของพวกเขาบางครั้งอาจแปลเป็นความซับซ้อน การสนับสนุนที่เป็นส่วนตัวน้อยลงสำหรับลูกค้ารายย่อย และการแข่งขันที่รุนแรงสำหรับทรัพยากร GPU ที่มีจำกัดในช่วงที่มีความต้องการสูงสุด
• ผู้ให้บริการคลาวด์ AI เฉพาะทาง (เช่น CoreWeave, Lambda Labs): บริษัทเหล่านี้มุ่งเน้นเฉพาะการให้บริการคอมพิวเตอร์ประสิทธิภาพสูงสำหรับ AI/ML โดยมักจะมีกองทัพ GPUs ขนาดใหญ่และความเชี่ยวชาญที่ปรับให้เหมาะกับเวิร์กโหลดเหล่านี้ พวกเขาแข่งขันโดยตรงกับทั้ง hyperscalers และสตาร์ทอัพให้เช่ารายย่อย
• สตาร์ทอัพให้เช่า (เช่น Lepton AI, Together AI): ผู้เล่นเหล่านี้มักมุ่งเน้นไปที่ช่องทางเฉพาะ ความยืดหยุ่น หรือความสะดวกในการใช้งาน โมเดลของพวกเขามักเกี่ยวข้องกับการเช่าทรัพยากร จาก hyperscalers หรือผู้ให้บริการเฉพาะทาง แล้วนำไปขายต่อ โดยเพิ่มชั้นของการจัดการ การปรับให้เหมาะสม หรือเครื่องมือเฉพาะ การดำรงอยู่ของพวกเขาเน้นย้ำถึงความไร้ประสิทธิภาพของตลาดและความต้องการที่ยังไม่ได้รับการตอบสนองสำหรับการเข้าถึงที่ปรับให้เหมาะสม

การเข้าซื้อกิจการ Lepton AI จะทำให้ Nvidia เข้าสู่สมรภูมิการแข่งขันนี้โดยตรง แม้ว่าอาจจะเริ่มต้นจากขนาดเล็กก็ตาม มันจะแข่งขันในแง่หนึ่งกับผู้ให้บริการเฉพาะทางรายอื่น และทางอ้อมกับข้อเสนอการเช่า GPU ของ hyperscalers เอง คำถามสำคัญคือ Nvidia จะวางตำแหน่งบริการดังกล่าวอย่างไร จะมุ่งเป้าไปที่ตลาดมวลชน หรือมุ่งเน้นไปที่ช่องทางเชิงกลยุทธ์ เช่น การสนับสนุนสตาร์ทอัพ AI ภายในโปรแกรม Inception ของตนเอง หรืออำนวยความสะดวกในโครงการริเริ่มด้านการวิจัย?

ความสัมพันธ์กับ hyperscalers จะมีความสำคัญยิ่ง Nvidia อาจวางตำแหน่ง Lepton AI ที่ถูกซื้อกิจการให้เป็นบริการเสริม โดยกำหนดเป้าหมายไปยังกลุ่มที่ยักษ์ใหญ่ยังให้บริการไม่ทั่วถึง หรือนำเสนอการปรับแต่งซอฟต์แวร์ที่ไม่เหมือนใครซึ่งสร้างขึ้นบนสแต็กของ Nvidia เอง (CUDA, cuDNN, TensorRT ฯลฯ) มันอาจถูกวางกรอบให้เป็นวิธีการ ขับเคลื่อน การบริโภคคลาวด์ทางอ้อมมากขึ้น โดยการทำให้ผู้เล่นรายย่อยสามารถขยายขนาดจนถึงจุดที่พวกเขาย้ายเวิร์กโหลดขนาดใหญ่ไปยัง AWS, Azure หรือ GCP ในที่สุด อย่างไรก็ตาม ศักยภาพของความขัดแย้งในช่องทางจัดจำหน่าย (channel conflict) นั้นมีอยู่จริงและจะต้องมีการจัดการอย่างระมัดระวัง

เสียงกระซิบเรื่องข้อตกลงและสัญญาณการประเมินมูลค่า

มูลค่าตามรายงานที่ “หลายร้อยล้านดอลลาร์” สำหรับ Lepton AI นั้นน่าสังเกต สำหรับบริษัทอายุสองปีที่มีเงินทุน seed funding ที่เปิดเผยเพียง 11 ล้านดอลลาร์ นี่แสดงถึงการเพิ่มมูลค่าอย่างมีนัยสำคัญ ปัจจัยหลายประการอาจส่งผลต่อป้ายราคานี้:

• ค่าพรีเมียมเชิงกลยุทธ์ (Strategic Premium): Nvidia อาจเต็มใจที่จะจ่ายค่าพรีเมียม ไม่ใช่แค่สำหรับธุรกิจปัจจุบันของ Lepton AI แต่สำหรับความได้เปรียบเชิงกลยุทธ์ในการเข้าสู่ตลาดให้เช่า การได้รับข้อมูลเชิงลึกทางการตลาด และการรักษาช่องทางโดยตรงไปยังผู้ใช้
• ทีมและเทคโนโลยี (Team and Technology): การเข้าซื้อกิจการอาจเป็นส่วนหนึ่งของ “acqui-hire” ซึ่งประเมินค่าความเชี่ยวชาญของทีม Lepton AI ในการจัดการโครงสร้างพื้นฐาน GPU และการให้บริการลูกค้า AI พวกเขาอาจมีซอฟต์แวร์ที่เป็นกรรมสิทธิ์หรือประสิทธิภาพในการดำเนินงานที่ถือว่ามีค่า
• การตรวจสอบความถูกต้องของตลาด (Market Validation): ความสำเร็จและการประเมินมูลค่าที่สูงของคู่แข่งอย่าง Together AI อาจเป็นเกณฑ์มาตรฐาน ซึ่งบ่งชี้ถึงศักยภาพทางการตลาดที่สำคัญและให้เหตุผลสำหรับราคาที่สูงขึ้นสำหรับ Lepton AI แม้จะอยู่ในระยะเริ่มต้นก็ตาม
• การควบคุมการเข้าถึงฮาร์ดแวร์ (Control Over Hardware Access): ในสภาพแวดล้อมที่ GPU ขาดแคลนอย่างรุนแรง หน่วยงานใดก็ตามที่สามารถเข้าถึงฮาร์ดแวร์ Nvidia ได้ – แม้จะผ่านการเช่า – ก็มีมูลค่าอย่างมาก Nvidia อาจจ่ายเงินส่วนหนึ่งเพื่อควบคุมหรือเปลี่ยนเส้นทางทรัพยากรนั้น

หากข้อตกลงดำเนินไปตามการประเมินมูลค่าดังกล่าว จะเป็นการส่งสัญญาณที่ชัดเจนเกี่ยวกับมูลค่าที่รับรู้ซึ่งถูกล็อคไว้ภายในชั้นบริการโครงสร้างพื้นฐาน AI นอกเหนือจากตัวฮาร์ดแวร์เอง มันชี้ให้เห็นว่าการอำนวยความสะดวกในการเข้าถึงและการจัดการทรัพยากร GPU อย่างมีประสิทธิภาพเป็นข้อเสนอที่มีมูลค่าสูงในสภาพตลาดปัจจุบัน

แรงกระเพื่อมทั่วทั้งระบบนิเวศ: ผู้ให้บริการคลาวด์และอื่นๆ

การเข้าซื้อกิจการ Lepton AI ของ Nvidia แม้ว่าจะวางตำแหน่งอย่างระมัดระวัง ก็จะส่งแรงกระเพื่อมไปทั่วระบบนิเวศเทคโนโลยีอย่างหลีกเลี่ยงไม่ได้

• ผู้ให้บริการคลาวด์ (Cloud Service Providers): AWS, Azure และ GCP จะจับตาดูอย่างใกล้ชิด ในขณะที่ปัจจุบัน Lepton AI เป็นลูกค้า (เช่าเซิร์ฟเวอร์จากพวกเขา) Lepton ที่ Nvidia เป็นเจ้าของอาจกลายเป็นคู่แข่งโดยตรงมากขึ้น โดยเฉพาะอย่างยิ่งหาก Nvidia ลงทุนอย่างหนักในการขยายการดำเนินงาน อาจกระตุ้นให้ผู้ให้บริการคลาวด์ประเมินข้อเสนอ GPU ของตนเอง กลยุทธ์การกำหนดราคา และความร่วมมือกับ Nvidia ใหม่ พวกเขาอาจเร่งความพยายามในการพัฒนาตัวเร่ง AI แบบกำหนดเองของตนเองเพื่อลดการพึ่งพา Nvidia
• ผู้ผลิตฮาร์ดแวร์รายอื่น (Other Hardware Manufacturers): คู่แข่งอย่าง AMD และ Intel ซึ่งพยายามท้าทายการครอบงำของ Nvidia อาจมองว่านี่เป็นการพยายามของ Nvidia ที่จะล็อคระบบนิเวศของตนให้แน่นหนายิ่งขึ้น โดยการควบคุมไม่เพียงแต่ฮาร์ดแวร์เท่านั้น แต่ยังรวมถึงแพลตฟอร์มการเข้าถึงด้วย อาจเพิ่มความเร่งด่วนให้พวกเขาในการสร้างสแต็กซอฟต์แวร์ของตนเองและส่งเสริมแพลตฟอร์มโครงสร้างพื้นฐานทางเลือก
• สตาร์ทอัพโครงสร้างพื้นฐานอื่นๆ (Other Infrastructure Startups): สำหรับบริษัทอย่าง Together AI, CoreWeave หรือ Lambda Labs คู่แข่งที่ได้รับการสนับสนุนจาก Nvidia จะเปลี่ยนแปลงภูมิทัศน์ ในแง่หนึ่ง มันเป็นการยืนยันตลาดของพวกเขา ในทางกลับกัน มันเป็นการนำเสนอคู่แข่งที่น่าเกรงขามซึ่งมีเงินทุนหนาและมีอิทธิพลที่ไม่มีใครเทียบได้เหนือเทคโนโลยีหลัก
• ผู้ใช้ปลายทาง (End Users): สำหรับนักพัฒนา AI และบริษัทที่ต้องการทรัพยากร GPU การเคลื่อนไหวนี้อาจเป็นผลดีหากนำไปสู่ทางเลือกที่มากขึ้น บริการที่อาจปรับให้เหมาะสมดีขึ้น หรือการเข้าถึงที่ง่ายขึ้น โดยเฉพาะสำหรับผู้เล่นรายย่อย อย่างไรก็ตาม มันอาจนำไปสู่ความกังวลเกี่ยวกับการกระจุกตัวของตลาดหาก Nvidia ใช้ประโยชน์จากตำแหน่งของตนอย่างไม่เป็นธรรม

ผลกระทบโดยรวมอาจเป็นการเร่งแนวโน้มการบูรณาการแนวดิ่งภายในสแต็ก AI เนื่องจากผู้เล่นรายใหญ่พยายามควบคุมชิ้นส่วนต่างๆ ของจิ๊กซอว์มากขึ้น ตั้งแต่การออกแบบซิลิคอนไปจนถึงบริการคลาวด์และแพลตฟอร์มซอฟต์แวร์

รูปแบบของการเข้าซื้อกิจการ? การเชื่อมโยงจุดต่างๆ

การเคลื่อนไหวที่เป็นไปได้ของ Nvidia ต่อ Lepton AI ไม่ได้เกิดขึ้นในสุญญากาศ มันเกิดขึ้นตามหลังรายงานที่ว่า Nvidia เพิ่งเข้าซื้อกิจการ Gretel AI ซึ่งเป็นสตาร์ทอัพที่เชี่ยวชาญด้านการสร้างข้อมูลสังเคราะห์ (synthetic data) ข้อมูลสังเคราะห์มีความสำคัญอย่างยิ่งต่อการฝึกโมเดล AI โดยเฉพาะอย่างยิ่งเมื่อข้อมูลในโลกแห่งความเป็นจริงหายาก ละเอียดอ่อน หรือมีอคติ

การนำการเข้าซื้อกิจการที่เป็นไปได้ทั้งสองนี้มารวมกัน บ่งชี้ถึงทิศทางเชิงกลยุทธ์ที่กว้างขึ้นสำหรับ Nvidia:

• Gretel (ข้อมูล): จัดการด้านอินพุตของการพัฒนาโมเดล AI – การให้ข้อมูลคุณภาพสูงที่จำเป็นสำหรับการฝึก
• Lepton AI (การประมวลผล): จัดการด้านการประมวลผล – การจัดหาโครงสร้างพื้นฐานที่ใช้ในการฝึกและรันโมเดล

การผสมผสานนี้อาจบ่งบอกถึงความทะเยอทะยานของ Nvidia ที่จะนำเสนอแพลตฟอร์มหรือชุดเครื่องมือแบบบูรณาการที่สนับสนุนวงจรชีวิตการพัฒนา AI ทั้งหมด ด้วยการควบคุมองค์ประกอบสำคัญทั้งของการสร้าง/การจัดการข้อมูลและการเข้าถึงโครงสร้างพื้นฐานการประมวลผล Nvidia สามารถเสริมสร้างระบบนิเวศของตนได้อย่างมีนัยสำคัญ ทำให้ขาดไม่ได้มากยิ่งขึ้นสำหรับนักพัฒนา AI มันบอกใบ้ถึงอนาคตที่ Nvidia ไม่เพียงแต่จัดหา “พลั่วและจอบ” (GPUs) สำหรับยุคตื่นทอง AI เท่านั้น แต่ยังรวมถึง “พื้นที่สัมปทานเหมือง” (การเช่าคอมพิวเตอร์) และ “บริการตรวจสอบแร่” (เครื่องมือข้อมูล) บางส่วนด้วย

กลยุทธ์นี้สอดคล้องกับการลงทุนอย่างหนักของ Nvidia ในสแต็กซอฟต์แวร์ (CUDA, ไลบรารี, เฟรมเวิร์ก) ซึ่งออกแบบมาเพื่อให้ฮาร์ดแวร์ของตนขาดไม่ได้ การเพิ่มบริการที่เกี่ยวข้องกับข้อมูลและการเข้าถึงการประมวลผลจะเป็นส่วนขยายเชิงตรรกะของกลยุทธ์แพลตฟอร์มนี้

ภูมิทัศน์ที่เปลี่ยนแปลงไปของการเข้าถึงการประมวลผล AI

วิธีที่องค์กรต่างๆ เข้าถึงพลังการประมวลผลที่จำเป็นสำหรับปัญญาประดิษฐ์นั้นมีการเปลี่ยนแปลงอยู่ตลอดเวลา การเข้าซื้อกิจการ Lepton AI ที่เป็นไปได้โดย Nvidia สอดคล้องกับแนวโน้มที่กว้างขึ้นหลายประการที่กำลังกำหนดภูมิทัศน์นี้

ในตอนแรก การเข้าถึงส่วนใหญ่ผ่านการซื้อและจัดการฮาร์ดแวร์ในองค์กร (on-premises) การเพิ่มขึ้นของคลาวด์คอมพิวติ้งได้เปลี่ยนกระบวนทัศน์ไปสู่ IaaS โดย hyperscalers เสนออินสแตนซ์ GPU ตามความต้องการ ตอนนี้ เรากำลังเห็นความเชี่ยวชาญเฉพาะทางและการกระจายตัวที่เพิ่มขึ้น:

• คลาวด์ AI เฉพาะทาง: นำเสนอสภาพแวดล้อมที่ปรับให้เหมาะสมโดยเฉพาะสำหรับเวิร์กโหลด AI/ML
• ตัวกลางให้เช่า: ให้การเข้าถึงที่ยืดหยุ่น โดยมักใช้ประโยชน์จากทรัพยากรจากผู้ให้บริการรายใหญ่
• Serverless GPUs: แพลตฟอร์มที่มุ่งลดความซับซ้อนในการจัดการเซิร์ฟเวอร์ทั้งหมด ทำให้ผู้ใช้จ่ายเฉพาะตามการคำนวณหรือการอนุมาน
• Edge Computing: การปรับใช้ความสามารถในการอนุมาน AI ใกล้กับแหล่งกำเนิดข้อมูลมากขึ้น โดยใช้ฮาร์ดแวร์ขนาดเล็กที่ประหยัดพลังงาน

การเข้าสู่ตลาดให้เช่าที่เป็นไปได้ของ Nvidia ผ่าน Lepton AI เป็นการส่งสัญญาณถึงการยอมรับว่าจำเป็นต้องมีโมเดลการเข้าถึงที่หลากหลาย ในขณะที่ hyperscalers จะยังคงโดดเด่นสำหรับความต้องการคลาวด์แบบบูรณาการขนาดใหญ่ แต่ก็มีตลาดที่ชัดเจนสำหรับข้อเสนอการประมวลผลที่เฉพาะทาง ยืดหยุ่น หรือเน้นนักพัฒนามากขึ้น Nvidia ดูเหมือนพร้อมที่จะรับประกันว่าตนเองมีส่วนได้ส่วนเสียในระบบนิเวศที่กำลังพัฒนาอยู่นี้ ป้องกันไม่ให้บทบาทของตนถูกจำกัดอยู่เพียงแค่ผู้จัดหาส่วนประกอบ ไม่ว่าส่วนประกอบนั้นจะสำคัญเพียงใดก็ตาม

การเคลื่อนไหวนี้ หากเกิดขึ้นจริง เน้นย้ำถึงความมุ่งมั่นของ Nvidia ที่จะยังคงเป็นศูนย์กลางของการปฏิวัติ AI ไม่เพียงแต่โดยการจัดหาฮาร์ดแวร์พื้นฐานเท่านั้น แต่ยังโดยการกำหนดรูปแบบวิธีการเข้าถึงและใช้งานฮาร์ดแวร์นั้นอย่างแข็งขันทั่วทั้งอุตสาหกรรม มันแสดงถึงการเดิมพันที่คำนวณมาอย่างดีเกี่ยวกับความต้องการที่ยั่งยืนสำหรับการประมวลผล AI ที่ยืดหยุ่นและเข้าถึงได้ และความทะเยอทะยานของ Nvidia ที่จะจับมูลค่าในสเปกตรัมที่กว้างขึ้นของตลาดโครงสร้างพื้นฐาน AI เดือนต่อๆ ไปจะเปิดเผยว่าการเจรจาเหล่านี้จะกลายเป็นข้อตกลงที่มั่นคงหรือไม่ และ Nvidia ตั้งใจที่จะรวมบริการดังกล่าวเข้ากับอาณาจักรเทคโนโลยีอันกว้างใหญ่ของตนอย่างไร