AMD เข้าซื้อกิจการสตาร์ทอัพชิป Taalas; จะสามารถท้าทายการครองตลาด AI ของอินวิเดียได้หรือไม่?

ทาลาส (Taalas) ซึ่งก่อตั้งขึ้นในปี 2023 มีเส้นทางเทคโนโลยีที่แตกต่างอย่างสิ้นเชิงจากชิป AI ส่วนใหญ่ในตลาดปัจจุบัน แทนที่จะผลิต GPU อเนกประสงค์ บริษัทใช้วิธีสลักค่าน้ำหนัก (weights) ของโมเดล AI เฉพาะเจาะจงลงบนซิลิคอนโดยตรง เพื่อสร้างวงจรรวมเฉพาะสำหรับโมเดล (model-specific integrated circuits)

ในเดือนกุมภาพันธ์ปีนี้ ทาลาสได้เปิดตัวชิปทดสอบตัวแรกในชื่อ HC1 โดยใช้กระบวนการผลิตของทีเอสเอ็มซี (TSMC) ( TSM) ขนาด 6 นาโนเมตร โดยผลการทดสอบประสิทธิภาพ (benchmarks) ในขณะนั้นแสดงให้เห็นว่า เมื่อรันโมเดล Llama 3.1 8B ชิปดังกล่าวสามารถทำความเร็วได้เกือบ 17,000 โทเคนต่อวินาที ซึ่งคิดเป็นประมาณ 48 เท่าของชิป H200 และ B200 ของเอ็นวิเดีย (Nvidia)

สิ่งแลกเปลี่ยนของแนวทางนี้คือการสูญเสียความยืดหยุ่น เนื่องจากเมื่อชิปผ่านกระบวนการเทปเอาต์ (tape-out) แล้ว โมเดลจะถูกฝังลงบนซิลิคอนอย่างถาวร และการอัปเดตที่สำคัญใด ๆ จะหมายถึงการต้องเริ่มกระบวนการเทปเอาต์ใหม่ อย่างไรก็ตาม ทาลาสอ้างว่าบริษัทใช้เวลาเพียงประมาณสองเดือนนับตั้งแต่ได้รับโมเดลใหม่ไปจนถึงการพัฒนาฮาร์ดแวร์จนเสร็จสมบูรณ์ ซึ่งหมายความว่าลูกค้าจำเป็นต้องชั่งน้ำหนักข้อดีข้อเสียระหว่างประสิทธิภาพเฉพาะทางและความถี่ในการอัปเดต

ลิซ่า ซู (Lisa Su) ประธานเจ้าหน้าที่บริหารของเอเอ็มดี (AMD) เคยกล่าวก่อนหน้านี้ว่า ไม่มีโซลูชันแบบครอบจักรวาลในภาคส่วนชิป ตลาด AI กำลังพัฒนาไปสู่การประมวลผลแบบเฮเทอโรจีนียส (heterogeneous computing) และชิปแบบปรับแต่งเอง (custom chips) และการเข้าซื้อกิจการทาลาส (Taalas) ถือเป็นการตอบสนองที่เป็นรูปธรรมต่อแนวโน้มนี้ ตลอดจนเป็นส่วนหนึ่งของกลยุทธ์ระดับแร็ค (rack-scale strategy) ของเอเอ็มดี

นับตั้งแต่ปี 2024 เอเอ็มดี (AMD) ได้ทยอยลงทุนเม็ดเงินจำนวน 665 ล้านดอลลาร์ในการเข้าซื้อกิจการไซโล เอไอ (Silo AI) ผู้พัฒนาโมเดล AI และอีก 4.9 พันล้านดอลลาร์ในการเข้าซื้อกิจการซีที ซิสเต็มส์ (ZT Systems) ผู้ผลิตเซิร์ฟเวอร์ เพื่อเป็นการปูทางไปสู่ระบบแร็คสเกล เฮลิออส (Helios) ของบริษัท

ในเดือนกรกฎาคมของปีนี้ ลิซ่า ซู ได้ประกาศในงานประชุม Advancing AI 2026 ว่า Helios ได้เข้าสู่ขั้นตอนการผลิตในปริมาณมากแล้ว โดยคาดว่าจะเริ่มทยอยส่งมอบในช่วงครึ่งหลังของปีและเริ่มใช้งานในไตรมาสที่สี่ โดยมีลูกค้ารวมถึงไมโครซอฟท์ ( MSFT ), OpenAI และ Anthropic ที่ได้ยืนยันการติดตั้งใช้งานแล้ว

เอเอ็มดี (AMD) มีแผนที่จะติดตั้งใช้งานชิปของทาลาส (Taalas) ควบคู่ไปกับจีพียู (GPU) ตระกูล Instinct ของบริษัท แหล่งข่าวผู้คุ้นเคยกับเรื่องนี้ระบุว่า ภายใต้สถาปัตยกรรมแบบแยกส่วน (disaggregated architecture) การประมวลผลพรอมต์ (prompt) จะดำเนินการโดยจีพียู ในขณะที่งานสร้างโทเคน (token) จะถูกโอนย้ายไปยังตัวเร่งความเร็วของทาลาส (Taalas accelerator) ซึ่งเป็นการสร้างแนวทางการติดตั้งใช้งานที่เริ่มต้นด้วยการตรวจสอบความถูกต้องก่อน จากนั้นจึงตามด้วยการเร่งความเร็ว

ประการแรก เรามาดูไพ่ในมือที่เอเอ็มดีถืออยู่กันก่อน

ลิซ่า ซู เปิดเผยในงานประชุมเมื่อเดือนกรกฎาคมว่า พลังการประมวลผล AI ประมาณ 60% จะถูกนำไปใช้สำหรับการอนุมาน (inference) ภายในปี 2026 ขณะที่ต้นทุนการอนุมานกำลังกลายเป็นความกังวลหลักสำหรับผู้ให้บริการคลาวด์และองค์กรต่าง ๆ ในขณะที่ GPU ของเอ็นวิเดียมีประสิทธิภาพการใช้พลังงานต่ำและมีความหน่วงสูงในงานประมวลผลการอนุมาน และชิปเฉพาะทางของทาลาสก็มุ่งเป้าไปที่ความต้องการนี้โดยเฉพาะ

ในแง่ของประสิทธิภาพ ช่องว่างด้านประสิทธิภาพการอนุมานที่ต่างกันถึง 48 เท่านั้น แม้ว่าจะลดทอนลงในการใช้งานจริง แต่ก็ยังเพียงพอที่จะทำให้ผู้ให้บริการคลาวด์ต้องกลับมาพิจารณาการคำนวณต้นทุนใหม่ ทั้งนี้ ไมโครซอฟท์, เมตา ( META) และลูกค้ารายใหญ่รายอื่น ๆ ได้เริ่มพัฒนาชิปอนุมานของตนเองแล้ว ดังนั้น การก้าวเข้าสู่ตลาดของเอเอ็มดีในเวลานี้จึงยังไม่สายเกินไป

ในระดับระบบ เฮลิออสได้รับการติดตั้ง GPU รุ่น MI455X จำนวน 72 ตัว โดยมีพลังการประมวลผลและความจุหน่วยความจำสูงกว่า Vera Rubin NVL72 ของเอ็นวิเดียอยู่ 15% และ 50% ตามลำดับ ซึ่งการเข้าซื้อกิจการทาลาส ตั้งแต่ระดับชิปไปจนถึงเซิร์ฟเวอร์และซอฟต์แวร์สแตก (software stack) ได้เข้ามาช่วยแก้จุดอ่อนที่ใหญ่ที่สุดในด้านการอนุมาน

อย่างไรก็ตาม ความท้าทายที่เอเอ็มดีเผชิญอยู่นั้นก็ไม่สามารถมองข้ามได้เช่นกัน

ประการแรกคือต้นทุนในด้านความยืดหยุ่น ชิปของทาลาสใช้วิธีการฝังโมเดลลงบนชิปซิลิคอนโดยตรง ในขณะที่โมเดล AI มีการอัปเดตเป็นรายสัปดาห์ ลูกค้าที่เลือกใช้ชิปของทาลาสจึงต้องยอมรับรอบการอัปเดตที่เกิดขึ้นทุก ๆ สองเดือน ในทางกลับกัน GPU ของเอ็นวิเดียสามารถปรับให้เข้ากับโมเดลใหม่ ๆ ได้ทุกเมื่อ และความอเนกประสงค์นี้เองที่เป็นรากฐานสำคัญที่ทำให้เอ็นวิเดียไม่สามารถหาใครมาทดแทนได้

ประการที่สองคือระบบนิเวศของผู้พัฒนา ความได้เปรียบของเอ็นวิเดียอยู่ที่ผู้พัฒนาหลายล้านคนที่สร้างแอปพลิเคชัน AI บนแพลตฟอร์ม CUDA มาเป็นเวลานาน ซึ่งทำให้ต้นทุนในการเปลี่ยนย้ายระบบนั้นสูงมาก แม้ว่าซอฟต์แวร์สแตก ROCm ของเอเอ็มดีจะกำลังไล่ตามมา แต่ช่องว่างก็ยังคงห่างกันอย่างมีนัยสำคัญ

ประการสุดท้ายคือช่องว่างด้านขนาด รายได้ของเอ็นวิเดียในปีงบประมาณ 2026 คาดว่าจะเกิน 2 แสนล้านดอลลาร์ เมื่อเทียบกับเอเอ็มดีที่มีรายได้ประมาณ 3 หมื่นล้านดอลลาร์ ไม่ว่าจะเป็นเรื่องงบประมาณด้านการวิจัยและพัฒนา (R&D) การควบคุมกำลังการผลิตในห่วงโซ่อุปทานระดับแนวหน้า หรือความสัมพันธ์กับลูกค้า ทั้งสองบริษัทยังคงไม่ได้อยู่ในระดับเดียวกัน

เมื่อพิจารณาตามความเป็นจริงแล้ว การเข้าซื้อกิจการครั้งนี้เพียงอย่างเดียวไม่น่าจะสั่นคลอนตำแหน่งผู้นำของเอ็นวิเดียได้ในระยะสั้น แต่ก็ช่วยปูทางให้เอเอ็มดีสามารถสร้างความก้าวหน้าในด้านการลดต้นทุนและเพิ่มประสิทธิภาพ

ตลาดการอนุมานเพิ่งจะเริ่มต้นเติบโตอย่างก้าวกระโดด และลิซ่า ซู คาดว่าตลาดตัวเร่งความเร็ว AI (AI accelerator) จะแตะระดับ 1.4 ล้านล้านดอลลาร์ภายในปี 2030 หากเทคโนโลยีของทาลาสได้รับการนำไปใช้งานจริงได้สำเร็จตามแผนที่วางไว้ ระบบเฮลิออสได้รับการพิสูจน์ประสิทธิภาพ และระบบนิเวศ ROCm ยังคงไล่ตามได้ทัน เอเอ็มดีก็พร้อมที่จะช่วงชิงส่วนแบ่งการตลาดที่เพิ่มขึ้นอย่างมากในตลาดการอนุมาน ในแง่นี้ การเข้าซื้อกิจการทาลาสจึงถือเป็นก้าวสำคัญอย่างยิ่ง

เนื้อหานี้ได้รับการแปลโดยปัญญาประดิษฐ์ (AI) และผ่านตรวจสอบโดยมนุษย์ มีไว้เพื่อการอ้างอิงและข้อมูลทั่วไปเท่านั้น ไม่ใช่การแนะนำการลงทุนแต่อย่างใด