มีรายงานว่า Nvidia อยู่ระหว่างเจรจาซื้อกิจการ Reflection AI: เหตุใดบริษัทผู้พัฒนาโมเดลแบบเปิดรายนี้จึงคุ้มค่ากับการเดิมพันของ NVDA

Reflection AI ก่อตั้งขึ้นในปี 2024 โดยมิชา ลาสกิน (Misha Laskin) และไอโอนิส แอนโทโนกลู (Ioannis Antonoglou) อดีตนักวิจัยจาก Google DeepMind โดยในช่วงแรก บริษัทได้พัฒนาเครื่องมือระบบอัตโนมัติสำหรับการพัฒนาซอฟต์แวร์ ก่อนที่จะขยายไปสู่โมเดลพื้นฐานแบบ open-weight

บริษัทมีแผนที่จะเปิดเผยค่าน้ำหนักของโมเดล (model weights) ผลการวิจัย และซอฟต์แวร์ที่เกี่ยวข้องต่อสาธารณะ เพื่อให้องค์กรต่างๆ สามารถปรับใช้และปรับแต่งโมเดลบนโครงสร้างพื้นฐานของตนเองได้ ซึ่งจะรองรับโครงการ AI ของภาคเอกชน ภาครัฐ และโครงการ AI อธิปไตย (sovereign AI) นอกจากนี้ ข้อมูลจากเว็บไซต์อย่างเป็นทางการของ Reflection ระบุว่า บริษัทได้เข้าร่วมในโครงการ Genesis Mission ของกระทรวงพลังงานสหรัฐฯ

ชินเซแก กรุ๊ป (Shinsegae Group) ของเกาหลีใต้ประกาศในเดือนมีนาคมปีนี้ว่า บริษัทได้ลงนามในบันทึกความเข้าใจเชิงยุทธศาสตร์กับ Reflection โดยวางแผนที่จะก่อสร้างศูนย์ข้อมูล AI ที่มีกำลังการผลิตไฟฟ้า 250 เมกะวัตต์ (MW) เป็นเฟส ๆ

ในส่วนของการระดมทุน บทสัมภาษณ์เมื่อวันที่ 23 เมษายนที่เผยแพร่บนหน้าข่าวของเว็บไซต์อย่างเป็นทางการของ Reflection ระบุว่า ลาสกิน ประธานเจ้าหน้าที่บริหาร ได้ยืนยันถึงการเสร็จสิ้นการระดมทุนรอบล่าสุด ด้วยมูลค่าประเมินบริษัทก่อนรับเงินระดมทุน (pre-money valuation) ที่ 2.5 หมื่นล้านดอลลาร์

เมื่อวันที่ 5 ตุลาคม Reflection ได้เปิดตัว Beam และเปิดให้ลงทะเบียนขอสิทธิ์เข้าใช้งานล่วงหน้า โดยบริษัทระบุในขณะนั้นว่า โมเดลดังกล่าวยังคงอยู่ระหว่างการทดสอบความปลอดภัย (red-teaming) และการประเมินผลในขั้นตอนสุดท้าย พร้อมตั้งเป้าจะปล่อยค่าน้ำหนัก (weights) ของโมเดลภายใต้สัญญาอนุญาต Apache 2.0 ในช่วงปลายเดือนเดียวกัน รวมถึงรายงานทางเทคนิคและเครื่องมือสำหรับนักพัฒนา

Beam ใช้สถาปัตยกรรมแบบ Mixture-of-Experts ซึ่งมีจำนวนพารามิเตอร์รวมทั้งหมด 501 พันล้านพารามิเตอร์ และเปิดใช้งานพารามิเตอร์ราว 23 พันล้านพารามิเตอร์ต่อโทเคน โดยได้รับการออกแบบมาสำหรับงานเขียนโค้ด การคิดเชิงเหตุผล และงานด้านเอเจนต์เป็นหลัก ทั้งนี้ บริษัทเปิดเผยว่าขั้นตอนการฝึกอบรมล่วงหน้า (pre-training) ใช้จีพียู Nvidia GB300 จำนวน 6,144 ตัว ขณะที่ช่วงการเรียนรู้แบบเสริมกำลัง (reinforcement learning) ใช้จีพียู GB300 ประมาณ 10,500 ตัว

Reflection ระบุว่า Beam ทำประสิทธิภาพได้ทัดเทียมกับ GLM-5.2 ในการทดสอบเกณฑ์มาตรฐานบางรายการ โดยมีความต้องการพลังประมวลผลเพื่อการประมวลผลผลลัพธ์ (inference compute) ประเมินแล้วต่ำกว่า ทั้งนี้ การเปรียบเทียบพลังประมวลผลดังกล่าวไม่ใช่การทดสอบต้นทุนในการใช้งานจริง และประสิทธิภาพของโมเดลในการประยุกต์ใช้เชิงพาณิชย์ยังคงต้องรอการพิสูจน์ผ่านการประเมินอย่างเป็นอิสระและผลการใช้งานของลูกค้า

ในมุมมองของการส่งเสริมกันทางธุรกิจ มูลค่าแฝงของรีเฟลกชัน (Reflection) อยู่ที่การวิจัยและพัฒนาโมเดลพื้นฐาน เทคโนโลยีการเรียนรู้แบบเสริมกำลัง และทีมวิจัยของบริษัท ขณะที่บีม (Beam) ได้ใช้คลัสเตอร์ GB300 ในการฝึกฝนโมเดลแล้ว และความร่วมมือเพิ่มเติมอาจช่วยเพิ่มประสิทธิภาพการฝึกฝนและการประมวลผลอินเฟอเรนซ์ของโมเดลบนฮาร์ดแวร์ของอินวิเดีย (Nvidia)

รีเฟลกชันเน้นการปรับใช้แบบอัตโนมัติและการปรับแต่งตามความต้องการ โดยมุ่งเป้าไปที่กลุ่มลูกค้าองค์กร ภาครัฐ และ AI ระดับอธิปไตย (Sovereign AI) ซึ่งช่วยเติมเต็มธุรกิจ AI สำหรับองค์กรของอินวิเดีย ขณะเดียวกัน ความร่วมมือกับกระทรวงพลังงานสหรัฐฯ และโครงการศูนย์ข้อมูลในเกาหลีใต้ ยังช่วยมอบสถานการณ์การใช้งานที่เป็นรูปธรรมสำหรับโมเดลดังกล่าว

หากโมเดลของรีเฟลกชันได้รับการยอมรับและนำไปใช้อย่างแพร่หลายมากขึ้นในหมู่ลูกค้า ก็อาจช่วยขับเคลื่อนอุปสงค์ส่วนเพิ่มสำหรับพลังการคำนวณและซอฟต์แวร์ ทั้งนี้ บทวิเคราะห์นี้อิงจากความสัมพันธ์ทางธุรกิจระหว่างทั้งสองฝ่าย โดยอินวิเดียยังไม่ได้เปิดเผยวัตถุประสงค์ของธุรกรรมดังกล่าว และการโปรโมตโมเดลไม่ได้เท่ากับคำสั่งซื้อ GPU รายใหม่แต่อย่างใด

การลงทุนเพิ่มเติมอาจช่วยกระชับความร่วมมือระหว่างทั้งสองฝ่ายให้ลึกซึ้งยิ่งขึ้น ขณะที่การเข้าซื้อกิจการหรือการว่าจ้างทีมงานและการรับสิทธิใช้เทคโนโลยีอาจช่วยเสริมสร้างศักยภาพด้านบุคลากรและการวิจัยและพัฒนาของอินวิเดีย ทั้งนี้ ต้นทุนของทางเลือกต่างๆ จะขึ้นอยู่กับข้อตกลงขั้นสุดท้ายและข้อผูกพันที่จะตามมา

สำหรับ NVDA ประเด็นสำคัญคือธุรกรรมดังกล่าวจะสามารถสร้างธุรกิจส่วนเพิ่มและผลตอบแทนที่สมเหตุสมผลได้หรือไม่ มูลค่าประเมินจากการระดมทุนของ Reflection ใช้เป็นเพียงข้อมูลอ้างอิงเท่านั้น แต่ราคาสุดท้ายยังคงขึ้นอยู่กับการเจรจาระหว่างทั้งสองฝ่าย ส่วนการที่โมเดลจะสามารถสร้างรายได้ได้อย่างยั่งยืนหรือไม่นั้น ขึ้นอยู่กับการยอมรับของลูกค้าและการเปิดให้บริการแบบชำระเงิน

ในปัจจุบัน ยังไม่มีการเปิดเผยราคาธุรกรรม เงื่อนไข และสัดส่วนที่ช่วยสร้างกำไร ทำให้ยังไม่เพียงพอที่จะประเมินผลกระทบที่ยั่งยืนต่อราคาหุ้นของ NVDA ได้ สำหรับในระยะถัดไป สิ่งที่ต้องจับตาเป็นพิเศษคือโครงสร้างและต้นทุนของธุรกรรม ความคืบหน้าในการส่งมอบ Beam อย่างเป็นทางการ รวมถึงการนำไปใช้งานโดยลูกค้าระดับองค์กรและภาครัฐว่าจะสามารถสร้างรายได้ที่ยั่งยืนได้หรือไม่

เนื้อหานี้ได้รับการแปลโดยปัญญาประดิษฐ์ (AI) และผ่านตรวจสอบโดยมนุษย์ มีไว้เพื่อการอ้างอิงและข้อมูลทั่วไปเท่านั้น ไม่ใช่การแนะนำการลงทุนแต่อย่างใด