รุ่งอรุณแห่งยุคใหม่ในการประมวลผล
งาน Graphics Technology Conference (GTC) ปี 2025 ซึ่งจัดขึ้น ณ ใจกลาง Silicon Valley ได้ตอกย้ำตำแหน่งของตนในฐานะงานสำคัญในแวดวงเทคโนโลยี เป็นการรวมตัวที่ได้รับความสนใจจากผู้ชมที่หลากหลาย ตั้งแต่ผู้คร่ำหวอดในวงการและนักพัฒนาซอฟต์แวร์ ไปจนถึงผู้ที่คลั่งไคล้ AI อย่างแรงกล้า และแม้แต่ผู้ที่มองเทคโนโลยีด้วยความสงสัย
ช่วงเวลาสำคัญของ GTC คือการกล่าวสุนทรพจน์หลัก และในปีนี้ ผู้ที่กล่าวสุนทรพจน์นั้นไม่ใช่ใครอื่นนอกจาก Jensen Huang ซีอีโอของ Nvidia Huang ได้รับการยกย่องอย่างกว้างขวางว่าเป็นผู้นำที่มีวิสัยทัศน์ก้าวหน้าในด้านปัญญาประดิษฐ์ เขามีความสามารถพิเศษในการกำหนดทิศทางของอุตสาหกรรม คำกล่าวของเขามีน้ำหนักอย่างมาก ซึ่งมักจะบอกล่วงหน้าถึงความก้าวหน้าทางเทคโนโลยีและแนวโน้มที่เกิดขึ้นใหม่ซึ่งจะกำหนดอนาคตในอีกหลายปีข้างหน้า
ในสุนทรพจน์หลักที่หลายคนตั้งตารอ Huang ไม่เพียงแต่ให้รายละเอียดเกี่ยวกับความก้าวหน้าล่าสุดของ Nvidia ในด้าน AI เท่านั้น แต่ยังนำเสนอภาพรวมของการคาดการณ์ของเขาเกี่ยวกับการพัฒนาของอุตสาหกรรมในอีกไม่กี่ปีข้างหน้า การนำเสนอในปีนี้ไม่เพียงแต่เน้นย้ำถึงความเร็วที่น่าทึ่งของการปฏิวัติ AI เท่านั้น แต่ยังรวมถึงการปรับตำแหน่งเชิงกลยุทธ์ของ Nvidia เพื่อรักษาบทบาทในฐานะผู้มีอำนาจเหนือกว่าในด้านนวัตกรรมทางเทคโนโลยี
Blackwell และ Rubin: นำยุคใหม่ของฮาร์ดแวร์ AI
ตามที่คาดการณ์ไว้ในการวิเคราะห์ก่อนงานหลายครั้ง หัวข้อหลักของสุนทรพจน์ของ Huang คือการเปิดตัวสถาปัตยกรรมกราฟิกรุ่นต่อไปของ Nvidia: Blackwell Ultra และ Vera Rubin สิ่งเหล่านี้แสดงถึงก้าวกระโดดครั้งสำคัญในความสามารถของฮาร์ดแวร์ AI
ชิปเซ็ต Blackwell Ultra ซึ่งมีกำหนดวางจำหน่ายปลายปีนี้ ได้รับการออกแบบมาอย่างพิถีพิถันเพื่อรองรับความซับซ้อนที่เพิ่มขึ้นของกระบวนการ AI ข้อมูลจำเพาะของมันนั้นน่าทึ่งมาก:
- พลังการประมวลผล 1-exaflop ภายในแร็คเดียว
- ส่วนประกอบ 600,000 ชิ้น ต่อแร็ค
- ระบบระบายความร้อนด้วยของเหลว 120 กิโลวัตต์ ที่ซับซ้อน
คุณสมบัติเหล่านี้ อย่างน้อยก็บนกระดาษ ทำให้ Blackwell Ultra เป็นขุมพลังสำหรับการคำนวณ AI
แผนงานเชิงกลยุทธ์ของ Nvidia เกี่ยวข้องกับการรวม GPU Blackwell Ultra เหล่านี้เข้ากับระบบ DGX ที่แตกต่างกันสองระบบ: Nvidia DGX GB300 และ Nvidia DGX B300 การรวมนี้ได้รับการออกแบบมาเพื่อตอบสนองความต้องการที่เพิ่มขึ้นของปริมาณงาน AI โดยเน้นเฉพาะงานการอนุมานและการให้เหตุผล
การเปลี่ยนจากการระบายความร้อนด้วยอากาศแบบดั้งเดิมไปเป็นการระบายความร้อนด้วยของเหลวแสดงถึงการเปลี่ยนแปลงที่สำคัญซึ่งขับเคลื่อนโดยความจำเป็นในการเพิ่มประสิทธิภาพการใช้พลังงาน นี่ไม่ใช่แค่การปรับปรุงทีละน้อย มันหมายถึงการปรับปรุงพื้นฐานของการออกแบบและการสร้างระบบคอมพิวเตอร์ AI
เมื่อมองไปข้างหน้า ระบบ Vera Rubin AI คาดว่าจะเปิดตัวในช่วงปลายปี 2026 ตามด้วย Rubin Ultra ในช่วงครึ่งหลังของปี 2027 Huang เน้นย้ำว่า นอกเหนือจากแชสซีแล้ว เกือบทุกแง่มุมของแพลตฟอร์ม Vera Rubin ได้รับการออกแบบใหม่ทั้งหมด การออกแบบใหม่นี้ครอบคลุมถึงการปรับปรุงประสิทธิภาพของโปรเซสเซอร์ สถาปัตยกรรมเครือข่าย และความสามารถของหน่วยความจำอย่างมาก Nvidia ยังได้เปิดเผยรายละเอียดเกี่ยวกับซูเปอร์ชิป GPU รุ่นต่อไปและสวิตช์โฟโตนิกที่เป็นนวัตกรรมใหม่ ซึ่งกระตุ้นความคาดหวังสำหรับการเปิดตัวในอนาคตเหล่านี้
การเดินทางแห่งการเปลี่ยนแปลงของ AI: จาก Computer Vision สู่ Agentic Intelligence
ในระหว่างการกล่าวสุนทรพจน์หลักที่ยาวนานถึงสองชั่วโมง Huang ได้กล่าวถึง ‘ความก้าวหน้าอันน่าทึ่ง’ ที่ AI ได้ทำไว้อย่างกระตือรือร้น สิ่งที่ครั้งหนึ่งเคยถูกผลักไสให้อยู่ในขอบเขตของการคาดเดาแห่งอนาคตได้กลายเป็นความจริงที่จับต้องได้ AI ได้ผ่านการเปลี่ยนแปลงครั้งใหญ่ โดยก้าวหน้าจากจุดเริ่มต้นที่เน้น ‘computer vision’ ไปสู่การเกิดขึ้นของ Generative AI (GenAI) และตอนนี้ ไปสู่พรมแดนของ agentic AI
‘AI เข้าใจบริบท เข้าใจสิ่งที่เรากำลังถาม เข้าใจความหมายของคำขอของเรา’ Huang อธิบาย ‘ตอนนี้มันสร้างคำตอบ เปลี่ยนวิธีการคำนวณโดยพื้นฐาน’ วิวัฒนาการนี้แสดงถึงกระบวนทัศน์ที่เปลี่ยนไปในธรรมชาติของการคำนวณ
ตามที่ Huang กล่าว ความต้องการ GPU จากผู้ให้บริการคลาวด์ชั้นนำสี่รายกำลังเพิ่มขึ้นอย่างรวดเร็ว ในบรรดาการคาดการณ์จำนวนมากที่ Huang แบ่งปันเกี่ยวกับศักยภาพในการเปลี่ยนแปลงของ AI มีตัวเลขหนึ่งที่โดดเด่น: Nvidia คาดการณ์ว่ารายได้จากโครงสร้างพื้นฐานศูนย์ข้อมูลจะพุ่งสูงขึ้นเป็น 1 ล้านล้านดอลลาร์ภายในปี 2028 การคาดการณ์นี้เน้นย้ำถึงขนาดอันมหาศาลของผลกระทบที่คาดการณ์ไว้ของ AI ต่อภูมิทัศน์ทางเทคโนโลยี
จากศูนย์ข้อมูลสู่ ‘AI Factories’: กระบวนทัศน์ใหม่สำหรับโครงสร้างพื้นฐานการประมวลผล
หนึ่งในเป้าหมายที่ทะเยอทะยานที่สุดของ Nvidia คือการอำนวยความสะดวกในการเปลี่ยนจากศูนย์ข้อมูลแบบดั้งเดิมไปสู่สิ่งที่มองว่าเป็น ‘AI factories’ Huang อธิบายว่านี่คือขั้นตอนวิวัฒนาการต่อไปของศูนย์ข้อมูลแบบดั้งเดิม AI factories เหล่านี้จะเป็นสภาพแวดล้อมการประมวลผลประสิทธิภาพสูงพิเศษที่สร้างขึ้นโดยเฉพาะ ซึ่งได้รับการออกแบบอย่างพิถีพิถันสำหรับการฝึกอบรมและการอนุมาน AI
ขนาดของทรัพยากรที่จำเป็นสำหรับการดำเนินการดังกล่าวมีมหาศาล Nvidia ในบล็อกโพสต์ ได้อธิบายถึงขนาดที่แท้จริงของความพยายามนี้: ‘การสร้าง AI factory ขนาด 1 กิกะวัตต์เป็นการกระทำที่ไม่ธรรมดาของวิศวกรรมและโลจิสติกส์ ซึ่งต้องใช้คนงานหลายหมื่นคนจากซัพพลายเออร์ สถาปนิก ผู้รับเหมา และวิศวกร เพื่อสร้าง จัดส่ง และประกอบส่วนประกอบเกือบ 5 พันล้านชิ้น และสายเคเบิลไฟเบอร์กว่า 210,000 ไมล์’
เพื่อแสดงให้เห็นถึงความเป็นไปได้ของวิสัยทัศน์นี้ Huang ได้แสดงให้เห็นว่าทีมวิศวกรของ Nvidia ใช้ประโยชน์จาก Omniverse Blueprint เพื่อออกแบบและจำลอง AI factory ขนาด 1 กิกะวัตต์ได้อย่างไร การสาธิตนี้ให้ภาพที่จับต้องได้ของอนาคตของโครงสร้างพื้นฐาน AI
‘มีการเปลี่ยนแปลงสองอย่างเกิดขึ้นพร้อมกัน’ Huang อธิบาย ‘การเปลี่ยนแปลงแรกคือการเติบโตส่วนใหญ่นั้นมีแนวโน้มที่จะถูกเร่ง หมายความว่าเรารู้มาระยะหนึ่งแล้วว่าการประมวลผลเอนกประสงค์ได้หมดอายุลงแล้ว และเราต้องการแนวทางการประมวลผลแบบใหม่’
เขาอธิบายเพิ่มเติมเกี่ยวกับการเปลี่ยนแปลงในกระบวนทัศน์การประมวลผล: ‘โลกกำลังเปลี่ยนผ่านแพลตฟอร์มจากซอฟต์แวร์ที่เขียนโค้ดด้วยมือซึ่งทำงานบนคอมพิวเตอร์เอนกประสงค์ ไปเป็นซอฟต์แวร์การเรียนรู้ของเครื่องที่ทำงานบนตัวเร่งความเร็วและ GPU’
‘วิธีการคำนวณนี้ ณ จุดนี้ ผ่านจุดเปลี่ยนนี้ไปแล้ว และตอนนี้เรากำลังเห็นจุดเปลี่ยนที่เกิดขึ้น – จุดเปลี่ยนที่เกิดขึ้นในการสร้างศูนย์ข้อมูลของโลก’ เขาเน้นย้ำถึงประเด็นสำคัญ: ‘ดังนั้นสิ่งแรกคือการเปลี่ยนแปลงในวิธีการที่เราทำการคำนวณ’ การเปลี่ยนแปลงนี้ถือเป็นการเปลี่ยนแปลงขั้นพื้นฐานในวิธีที่เราเข้าถึงการคำนวณและควบคุมพลังของ AI
Agentic AI และ Robotics: พรมแดนถัดไป
Agentic AI ซึ่งเป็นแนวคิดที่ได้รับความสนใจจากบริษัทจำนวนมากในช่วงไม่กี่เดือนที่ผ่านมา เป็นจุดสนใจหลักสำหรับ Nvidia Huang แบ่งปันความกระตือรือร้นเกี่ยวกับสาขาที่เกิดขึ้นใหม่นี้ โดยคาดการณ์ว่า AI agents จะกลายเป็นส่วนประกอบสำคัญของทุกกระบวนการทางธุรกิจ Nvidia กำลังสร้างโครงสร้างพื้นฐานเพื่อสนับสนุนการพัฒนาและการปรับใช้ intelligent agents เหล่านี้
Huang เน้นย้ำว่า robotics เป็นคลื่นลูกใหญ่ลูกต่อไปของ AI ซึ่งขับเคลื่อนโดย ‘physical AI’ ที่มีความเข้าใจในแนวคิดพื้นฐาน เช่น แรงเสียดทาน ความเฉื่อย และเหตุและผล เขาเน้นย้ำถึงความสำคัญอย่างยิ่งของ การสร้างข้อมูลสังเคราะห์ สำหรับการฝึกอบรมระบบ AI แนวทางนี้ช่วยให้เรียนรู้ได้เร็วขึ้นและไม่จำเป็นต้องมีส่วนร่วมของมนุษย์ในวงจรการฝึกอบรม ซึ่งช่วยเร่งกระบวนการพัฒนาได้อย่างมาก
‘มีข้อมูลและการสาธิตของมนุษย์จำนวนจำกัดเท่านั้นที่เราสามารถทำได้’ เขาตั้งข้อสังเกต ‘นี่คือความก้าวหน้าครั้งใหญ่ในช่วงสองสามปีที่ผ่านมา: การเรียนรู้แบบเสริมแรง’ ความก้าวหน้านี้แสดงถึงความก้าวหน้าครั้งสำคัญในสาขา AI ซึ่งปูทางไปสู่ระบบที่เป็นอิสระและปรับเปลี่ยนได้มากขึ้น
ความคืบหน้าทีละน้อยและปฏิกิริยาของตลาด
การประกาศและการอัปเดตบางส่วนที่นำเสนอใน GTC 2025 นั้น คาดการณ์ไว้ในระดับหนึ่งและถูกมองว่าเป็นการเพิ่มขึ้นทีละน้อยมากกว่าที่จะเป็นนวัตกรรมใหม่ การรับรู้นี้อาจเนื่องมาจากความสนใจอย่างมากเกี่ยวกับ Nvidia โดยหลายคนได้คาดการณ์ถึงการประกาศที่อาจเกิดขึ้นแล้ว การเก็งกำไรก่อนงานนี้อาจลดผลกระทบที่รับรู้ของการประกาศที่ก้าวล้ำอย่างแท้จริงบางอย่างโดยไม่ได้ตั้งใจ ทำให้พวกเขารู้สึกประหลาดใจน้อยลง
เป็นที่น่าสังเกตว่าสุนทรพจน์ของ Huang ไม่ได้ส่งผลกระทบเชิงบวกต่อราคาหุ้นของ Nvidia ในทันที ในความเป็นจริง หุ้นของ Nvidia ลดลงมากกว่า 3% ในระหว่างการกล่าวสุนทรพจน์ ซึ่งบ่งชี้ถึงความระมัดระวังของนักลงทุนท่ามกลางความคาดหวังที่สูงและสภาพแวดล้อมของตลาดที่ผันผวน ปฏิกิริยานี้เน้นย้ำถึงความสัมพันธ์ที่ซับซ้อนระหว่างความก้าวหน้าทางเทคโนโลยี ความเชื่อมั่นของตลาด และความคาดหวังของนักลงทุน