ต้นทุนการอนุมาน (Inference Costs) ลดฮวบลง 90%. Nvidia ร่วมมือกับ LangChain เพื่อกำหนดมาตรฐานเอเจนต์ (Agent Standards), ยึดจุดเข้าใช้งานใหม่สำหรับแอปพลิเคชัน AI

แทนที่จะเน้นย้ำว่า "Agent สามารถทำภารกิจใดให้สำเร็จได้บ้าง" โซลูชันที่เปิดตัวโดย NVIDIA ในครั้งนี้จะมุ่งเน้นไปที่วิธีการปกครอง การตรวจสอบ การตรวจสอบบัญชี และการเพิ่มประสิทธิภาพอย่างต่อเนื่องของ Agent มากกว่า ซึ่งความสามารถนี้มีความสำคัญอย่างยิ่งสำหรับอุตสาหกรรมที่มีการควบคุมอย่างเข้มงวด เช่น การเงิน การแพทย์ และภาครัฐ อีกทั้งยังช่วยลดเกณฑ์สำหรับองค์กรต่างๆ ในการนำ Agent ไปใช้งานในวงกว้างอีกด้วย

Harrison Chase ผู้ร่วมก่อตั้งและซีอีโอของ LangChain กล่าวว่า "กุญแจสำคัญในการสร้าง Agent ที่ดีขึ้นคือการปรับปรุงระบบรอบๆ โมเดลอย่างต่อเนื่อง เมื่อทีมงานสามารถปรับแต่งหน่วยความจำ การใช้งานเครื่องมือ การประเมินผล และพฤติกรรมของโมเดลได้พร้อมๆ กัน ความสามารถเหล่านี้จะสร้างผลลัพธ์ที่ส่งเสริมซึ่งกันและกัน ความร่วมมือของเรากับ NVIDIA แสดงให้เห็นว่าองค์กรต่างๆ ไม่เพียงแต่สามารถบรรลุประสิทธิภาพที่ทรงพลังผ่านสแต็กแบบเปิดเท่านั้น แต่ยังสามารถรักษาการควบคุมระบบ Agent ที่พวกเขาสร้างขึ้นได้อีกด้วย"

เนื่องจาก Agent ต้องรับหน้าที่ในภารกิจที่มีความเสี่ยงสูงขึ้นเรื่อยๆ โดยเปลี่ยนผ่านจากการเป็นผู้ช่วยที่คอยตอบคำถามไปสู่การเป็นผู้ดำเนินการที่สามารถลงมือปฏิบัติงานภายในระบบหลักได้ ความต้องการขององค์กรต่างๆ ในเรื่องความสามารถในการควบคุมและความปลอดภัยของระบบ AI จึงเพิ่มสูงขึ้นตามไปด้วย

สถาปัตยกรรมแบบเปิดที่จัดทำโดยพิมพ์เขียว NeMo Guardrails ช่วยให้องค์กรต่างๆ สามารถเป็นเจ้าของสแต็กเทคโนโลยีทั้งหมดแบบตั้งแต่ต้นจนจบ (end-to-end) ซึ่งช่วยให้พวกเขาสามารถปรับแต่งและปรับปรุงอย่างต่อเนื่องตามข้อได้เปรียบทางวิชาชีพที่เป็นเอกลักษณ์ของตนเอง และสามารถดำเนินการได้ในทุกสภาพแวดล้อม รวมถึงโครงสร้างพื้นฐานของตนเอง คลาวด์ส่วนตัว และกรอบการกำกับดูแลที่เป็นกรรมสิทธิ์ของตนเอง

การควบคุมต้นทุนถือเป็นอุปสรรคสำคัญมาโดยตลอดสำหรับการขับเคลื่อน AI ไปสู่เชิงพาณิชย์ในวงกว้าง และพิมพ์เขียว NeMoClaw ก็ได้แสดงให้เห็นถึงความได้เปรียบอย่างมีนัยสำคัญในด้านนี้

จากข้อมูลการประเมินที่เผยแพร่โดย LangChain พบว่าโมเดล Nemotron 3 Ultra ที่ติดตั้งชุดโปรแกรม Deep Agents สามารถทำคะแนนรวมได้สูงถึง 0.86 คะแนน โดยมีต้นทุนการอนุมานต่อหนึ่งงาน (Single-task Inference Cost) เพียง 4.48 ดอลลาร์ ขณะที่โมเดลคู่แข่งที่ใกล้เคียงที่สุดมีต้นทุนสูงถึง 43.48 ดอลลาร์ ซึ่งคิดเป็นการลดลงของต้นทุนถึงประมาณ 90% ความสำเร็จนี้ไม่ได้เกิดจากการนำโมเดลเดิมมาเทรนใหม่ แต่บรรลุผลสำเร็จได้ด้วยการเพิ่มประสิทธิภาพให้กับกลยุทธ์การเรียกใช้เครื่องมือ (Tool-calling), ระบบจัดการบริบท (Context Management) และกระบวนการทำงานของการให้เหตุผลในขั้นกลาง (Intermediate Reasoning Workflows)

ในระดับฮาร์ดแวร์ สถาปัตยกรรม Blackwell ของ Nvidia ได้ช่วยลดต้นทุนการอนุมานต่อหนึ่งโทเค็น (Single-token Inference Cost) ลงเหลือเพียงประมาณ 1 ใน 35 ของแพลตฟอร์มรุ่นก่อนหน้า ผ่านการอัปเกรดโครงสร้างสถาปัตยกรรม ซึ่งช่วยเพิ่มประสิทธิภาพของอัตราการส่งข้อมูลในการอนุมาน (Inference Throughput Efficiency) ได้อย่างมหาศาล

นอกจากนี้ พิมพ์เขียว NeMoClaw ยังช่วยดึงศักยภาพของฮาร์ดแวร์ออกมาใช้งานเพิ่มเติมจากในระดับซอฟต์แวร์ โดยการเพิ่มประสิทธิภาพอย่างเป็นระบบให้กับการวางแผนงานของเอเจนต์ (Agent Task Planning), การเรียกใช้เครื่องมือ, การจัดการบริบท และเส้นทางการให้เหตุผล ทำให้สามารถใช้กำลังการประมวลผลเท่าเดิมเพื่อรองรับงานที่มากขึ้น ซึ่งถือเป็นการบรรลุประสิทธิภาพสูงสุดผ่านการทำงานร่วมกันระหว่างซอฟต์แวร์และฮาร์ดแวร์

การเปิดตัวในครั้งนี้ถือเป็นก้าวสำคัญของ Nvidia ในการปรับปรุงระบบนิเวศซอฟต์แวร์ NeMo ของตนเอง เพื่อเข้ามาเติมเต็มช่องว่างในระดับการพัฒนาเอเจนต์ โดยในช่วงไม่กี่ปีที่ผ่านมา Nvidia ได้สร้างซอฟต์แวร์สแต็ค AI ที่สมบูรณ์แบบรอบด้าน ไม่ว่าจะเป็น CUDA, TensorRT, NIM และ NeMo โดยมีเป้าหมายเพื่อก้าวขึ้นเป็นแพลตฟอร์มแบบครบวงจรที่ครอบคลุมตั้งแต่การเทรนโมเดล, การปรับใช้การอนุมาน (Inference Deployment) ไปจนถึงการพัฒนาแอปพลิเคชันสำหรับองค์กร

ในขณะที่เอเจนต์กำลังกลายเป็นตัวขับเคลื่อนหลักสำหรับแอปพลิเคชัน AI บรรดาเฟรมเวิร์กการพัฒนาต่าง ๆ ก็กำลังก้าวขึ้นมาเป็นช่องทางเข้าสู่ระบบนิเวศใหม่เช่นกัน ซึ่งการเป็นพันธมิตรร่วมกับ LangChain จะช่วยให้ Nvidia สามารถผนวกขีดความสามารถของตนเข้ากับกระบวนการทำงานของ AI ในระดับองค์กรผ่านเฟรมเวิร์กกระแสหลัก เพื่อเข้าแข่งขันชิงความเป็นผู้นำในยุคของเอเจนต์ที่นอกเหนือไปจากการเป็นเพียงผู้ให้บริการโครงสร้างพื้นฐาน

สำหรับตลาดทุนแล้ว การวางหมากเชิงกลยุทธ์นี้มีความสำคัญเป็นอย่างยิ่ง เนื่องจากในปัจจุบันการแข่งขันในด้านโครงสร้างพื้นฐาน AI เริ่มเข้าสู่จุดที่อิ่มตัวแล้ว และการพึ่งพาเพียงยอดขาย GPU เพียงอย่างเดียวนั้นยากที่จะรักษาการเติบโตของมูลค่ากิจการเอาไว้ได้ ในขณะที่บริการด้านซอฟต์แวร์และแพลตฟอร์มให้ส่วนต่างกำไรขั้นต้นและขีดความสามารถในการรักษาฐานลูกค้าที่สูงกว่า

การปรับปรุงระบบนิเวศ NeMo และการขยายขอบเขตไปสู่มาตรฐานเอเจนต์ จะช่วยให้ Nvidia สามารถพัฒนาตนเองจากการเป็นผู้จัดหาฮาร์ดแวร์ไปสู่การเป็นแพลตฟอร์มระบบนิเวศ AI แบบฟูลสแต็ค ซึ่งเป็นการวางรากฐานเพื่อสร้างรายได้จากซอฟต์แวร์และมูลค่าพรีเมียมของระบบนิเวศที่เพิ่มขึ้นในอนาคต

ปัจจุบัน บริษัทต่าง ๆ เช่น Abridge, Amdocs และ Box ได้นำเอเจนต์เฉพาะทางไปติดตั้งไว้ในแพลตฟอร์มของตนแล้ว ขณะที่บริษัทผู้ให้บริการรวมระบบ (System Integrators) อย่าง EY กำลังขยายขีดความสามารถในการติดตั้งเทคโนโลยีของ Nvidia ผ่านพิมพ์เขียว NeMoClaw เพื่อช่วยเหลือลูกค้าในการปรับแต่ง ประเมิน และกำกับดูแลเอเจนต์ภายในกระบวนการทำงานที่มีมูลค่าสูง

ในระยะยาว ความเคลื่อนไหวของ Nvidia ในครั้งนี้ไม่เพียงแต่มีเป้าหมายเพื่อแย่งชิงส่วนแบ่งการตลาดในยุคของเอเจนต์เท่านั้น แต่ยังเป็นการสร้างกำแพงระบบนิเวศ AI ที่แข็งแกร่งและยากที่จะสั่นคลอนได้

ด้วยโซลูชันแบบฟูลสแต็คที่ผสานการทำงานร่วมกันระหว่างซอฟต์แวร์และฮาร์ดแวร์ Nvidia กำลังผูกมัดลูกค้าให้อยู่ในระบบนิเวศเทคโนโลยีของตนอย่างเหนียวแน่น พร้อมทั้งตอกย้ำตำแหน่งหลักในห่วงโซ่อุตสาหกรรม AI และเตรียมความพร้อมอย่างเต็มที่สำหรับการเติบโตอย่างก้าวกระโดดของแอปพลิเคชัน AI ที่กำลังจะมาถึง

เนื้อหานี้ได้รับการแปลโดยปัญญาประดิษฐ์ (AI) และผ่านตรวจสอบโดยมนุษย์ มีไว้เพื่อการอ้างอิงและข้อมูลทั่วไปเท่านั้น ไม่ใช่การแนะนำการลงทุนแต่อย่างใด