ในการเคลื่อนไหวเชิงกลยุทธ์ที่อาจปรับเปลี่ยนเศรษฐศาสตร์ของโครงสร้างพื้นฐานปัญญาประดิษฐ์ Google กำลังสำรวจการเปลี่ยนแปลงครั้งสำคัญในห่วงโซ่อุปทานสำหรับโปรเซสเซอร์ AI แบบกำหนดเองของบริษัท ตามข่าวลือล่าสุดจากวงการ บริษัทยักษ์ใหญ่ด้านเทคโนโลยีกำลังอยู่ระหว่างการหารือกับ Samsung Electronics เพื่อให้บริษัทรับจ้างผลิต Tensor Processing Units (TPU) ในรุ่นต่อๆ ไป ความร่วมมือที่อาจเกิดขึ้นนี้ ซึ่งมีเป้าหมายเพื่อลดต้นทุนที่พุ่งสูงขึ้นของการพัฒนา AI บ่งบอกถึงแนวรบใหม่ในการต่อสู้เพื่อความได้เปรียบด้านเซมิคอนดักเตอร์ และเป็นการท้าทายโดยตรงต่อการครองตลาดในศูนย์ข้อมูลของ NVIDIA
รายงานเปรียบเทียบต้นทุนและประสิทธิภาพ
- Google TPU (กับ Broadcom): รายงานว่ามีต้นทุน ต่ำกว่า 80% เมื่อเทียบกับ GPU H100 ของ NVIDIA ในขณะที่ให้ประสิทธิภาพที่ใกล้เคียงหรือดีกว่าสำหรับงาน AI เฉพาะทาง
- จุดเน้นการออกแบบหลัก: Google TPU เป็น ASIC ที่ออกแบบมาเฉพาะสำหรับการคำนวณทางคณิตศาสตร์ของโครงข่ายประสาทเทียม ในขณะที่ GPU ของ NVIDIA ออกแบบมาสำหรับการประมวลผลแบบขนานที่กว้างขวางกว่าและงาน AI ทั่วไป
การเจรจาที่ถูกรายงานและการเยือนเชิงกลยุทธ์
ข่าวลือนี้มีที่มาจากโพสต์บนแพลตฟอร์ม X โดยผู้ใช้ @jukan05 เมื่อวันที่ 23 ธันวาคม ซึ่งอ้างว่าผู้บริหารระดับสูงของ Google ได้ไปเยือนโรงงานผลิตเซมิคอนดักเตอร์ขั้นสูงของ Samsung ในเมืองเทย์เลอร์ รัฐเท็กซัส สหรัฐอเมริกาเมื่อเร็วๆ นี้ จุดประสงค์ของการเยือนไม่ใช่เพียงการเยี่ยมชมเท่านั้น แต่รวมถึงการเจรจาที่เป็นรูปธรรมเกี่ยวกับการให้บริษัทอื่นผลิตชิป TPU ที่เป็นกรรมสิทธิ์ของ Google การหารือรายงานว่ามุ่งเน้นไปที่ความสามารถทางเทคนิค และที่สำคัญคือปริมาณชิปที่ Samsung สามารถจัดหาให้เพื่อตอบสนองความต้องการพลังการประมวลผล AI ที่มหาศาลและเติบโตขึ้นเรื่อยๆ ของ Google การเคลื่อนไหวนี้เน้นย้ำถึงการค้นหาตัวเลือกการผลิตที่มีประสิทธิภาพด้านต้นทุนและมีความหลากหลายมากขึ้นจากพันธมิตรนอกเหนือจากคู่ค้าปัจจุบันของ Google
แรงผลักดัน: ต้นทุนที่บดขยี้ของ AI
การแสวงหาข้อตกลงนี้ถูกขับเคลื่อนโดยความเป็นจริงอันโหดร้ายในอุตสาหกรรม AI: แม้จะมีการลงทุนครั้งใหญ่ แต่ความสามารถในการทำกำไรยังคงเป็นสิ่งที่เข้าใจยากสำหรับหลายบริษัท การฝึกอบรมและใช้งานโมเดลภาษาขนาดใหญ่เช่น Gemini ต้องใช้ทรัพยากรอย่างมาก ใช้พลังงานปริมาณมหาศาล และต้องการฮาร์ดแวร์เฉพาะทางที่มีราคาแพง ต้นทุนการดำเนินงานในการบำรุงรักษาศูนย์ข้อมูลทั่วโลกเป็นภาระทางการเงินที่สำคัญ TPU ที่มีอยู่ของ Google ซึ่งพัฒนาร่วมกับ Broadcom นั้นถือเป็นนวัตกรรมที่คำนึงถึงต้นทุนอยู่แล้ว โดยรายงานว่ามีราคาต่ำกว่า GPU ระดับแฟลกชิป H100 ของ NVIDIA ถึง 80% ในขณะที่ให้ประสิทธิภาพที่เทียบเคียงได้หรือเหนือกว่าในงานเฉพาะบางอย่าง ด้วยการร่วมมือกับ Samsung Google ตั้งเป้าที่จะลดต้นทุนเหล่านี้ลงไปอีก ซึ่งอาจเปิดทางสู่ความสามารถในการทำกำไรที่ยั่งยืนมากขึ้นสำหรับความทะเยอทะยานด้าน AI ของบริษัท
ความแตกต่างทางเทคนิค: TPU กับ GPU
สิ่งสำคัญคือต้องเข้าใจปรัชญาการออกแบบพื้นฐานที่แยก TPU ของ Google ออกจาก GPU ที่ขับเคลื่อนอุตสาหกรรมส่วนใหญ่ GPU ของ NVIDIA เป็นเครื่องจักรทำงานอเนกประสงค์ ออกแบบมาแต่แรกสำหรับงานกราฟิกและถูกปรับให้จัดการงานประมวลผลแบบขนานที่หลากหลาย รวมถึงการฝึกอบรม AI และการอนุมาน ในทางตรงกันข้าม TPU ของ Google เป็นวงจรรวมเฉพาะงาน (ASIC) ที่สร้างขึ้นตั้งแต่แรกสำหรับหน้าที่หลักเพียงอย่างเดียว: เร่งความเร็วการดำเนินการทางคณิตศาสตร์เฉพาะที่ใช้ในโครงข่ายประสาทเทียม การออกแบบเฉพาะทางนี้ทำให้ TPU สามารถทำงานเช่นการฝึกโมเดลและการอนุมานได้อย่างมีประสิทธิภาพอย่างยอดเยี่ยมสำหรับระบบนิเวศ AI ของ Google เอง ทำให้พวกมันเป็นเครื่องมือที่มีประสิทธิภาพสำหรับการลดความหน่วงและการใช้พลังงานในศูนย์ข้อมูล
บริษัทหลักและบทบาทของพวกเขา
- Google: ผู้ออกแบบและผู้ใช้ปลายทางของ TPU; กำลังมองหาพันธมิตรด้านการผลิต
- Samsung: พันธมิตรโรงงานผลิตที่มีศักยภาพ; ดำเนินโรงงานใน Taylor, Texas, USA
- Broadcom: พันธมิตรปัจจุบันของ Google ในการพัฒนา TPU
- TSMC: โรงงานผลิตชั้นนำในปัจจุบันสำหรับบริษัทต่างๆ เช่น Apple, Qualcomm, และ NVIDIA
- NVIDIA: ผู้นำตลาดปัจจุบันในตัวเร่งความเร็ว AI สำหรับศูนย์ข้อมูล (GPU)
ผลกระทบที่กว้างขึ้นต่อภูมิทัศน์เซมิคอนดักเตอร์
หากข้อตกลงนี้สรุปสำเร็จ มันจะแสดงถึงความสำเร็จครั้งใหญ่สำหรับธุรกิจโรงงานรับจ้างผลิตของ Samsung แม้กลุ่มบริษัทยักษ์ใหญ่จากเกาหลีใต้จะครองตำแหน่งผู้นำตลาดสมาร์ทโฟนระดับโลก แต่แผนกรับจ้างผลิตชิปของบริษัทตามหลังผู้นำอุตสาหกรรมอย่าง Taiwan Semiconductor Manufacturing Company (TSMC) อยู่ห่างไกล TSMC ผลิตชิปให้กับผู้เล่นรายใหญ่เกือบทุกราย รวมถึง Apple, Qualcomm, AMD และตัว NVIDIA เอง การได้ลูกค้าชั้นนำเช่น Google สำหรับชิป AI ล้ำสมัยของบริษัท จะเป็นการรับรองเทคโนโลยีการผลิตขั้นสูงของ Samsung ที่ทรงพลัง มันอาจดึงดูดยักษ์ใหญ่ด้านเทคโนโลยีรายอื่นๆ ที่กำลังมองหาการกระจายห่วงโซ่อุปทานและลดการพึ่งพาโรงงานผลิตเพียงแห่งเดียว ส่งเสริมการแข่งขันที่มากขึ้นในตลาดที่มีความเข้มข้นสูงอย่างยิ่ง
อนาคตของ AI ที่ถูกลงและพันธมิตรที่เปลี่ยนไป
ผลกระทบที่อาจเกิดขึ้นจากความร่วมมือ TPU ระหว่าง Google และ Samsung นั้นขยายไกลเกินกว่าการประหยัดต้นทุนสำหรับบริษัทเดียว ชิป AI ที่ถูกกว่าและมีประสิทธิภาพมากขึ้นอาจลดอุปสรรคในการเข้าสู่นวัตกรรม ทำให้สตาร์ทอัพและนักวิจัยจำนวนมากขึ้นสามารถทดลองกับโมเดลทรงพลังได้ สำหรับ Google มันเสริมสร้างการบูรณาการแนวตั้งของสแต็ก AI ของบริษัท ตั้งแต่ขั้นตอนวิธีไปจนถึงฮาร์ดแวร์ สำหรับอุตสาหกรรม มันนำเสนอทางเลือกที่น่าเชื่อถือให้กับระบบนิเวศที่ถูกครอบงำโดย NVIDIA ซึ่งอาจเร่งการพัฒนาซิลิคอน AI เฉพาะทางได้ ขณะที่การเจรจาเหล่านี้ดำเนินไป พวกมันเน้นย้ำถึงช่วงเวลาสำคัญที่การแสวงหา AI ที่มีราคาไม่แพงและสามารถขยายขนาดได้กำลังวาดแผนที่พันธมิตรเทคโนโลยีระดับโลกและอำนาจการผลิตใหม่