Citi ชี้ 'ระบบเครือข่าย' กลายเป็นหัวใจสำคัญของ AI แซงหน้าพลังการประมวลผล

นักวิเคราะห์จาก Citi ชี้ว่าความสำคัญในการพัฒนาระบบปัญญาประดิษฐ์ (AI) กำลังเปลี่ยนจากการมุ่งเน้นที่พลังการประมวลผลดิบไปสู่ประสิทธิภาพของ ระบบเครือข่าย (Networking) ซึ่งกลายเป็นข้อจำกัดหลักในการเพิ่มประสิทธิภาพของ AI ที่มีความซับซ้อนมากขึ้น

การเปลี่ยนแปลงนี้ส่งสัญญาณบวกอย่างยิ่งต่อบริษัทเทคโนโลยีหลายแห่งที่เกี่ยวข้องกับการส่งผ่านข้อมูล ตามการวิเคราะห์ของ Citi หลังการประชุม Hot Chips conference

จากพลังประมวลผลสู่การส่งข้อมูล

ในรายงานของ Citi ระบุว่าคลื่นลูกแรกของการพัฒนาโครงสร้างพื้นฐาน AI มุ่งเน้นไปที่การเพิ่มความเร็วของ GPU, การขยายขนาดของหน่วยประมวลผล และการเพิ่มความจุในการฝึกฝนโมเดลเป็นหลัก

อย่างไรก็ตาม เมื่อระบบ AI ขยายขนาดไปสู่ระดับ พารามิเตอร์นับล้านล้าน (trillions of parameters), มีหน้าต่างบริบท (context windows) ที่ใหญ่ขึ้น และรองรับภาระงานของ Autonomous agent การเคลื่อนย้ายข้อมูลอย่างมีประสิทธิภาพระหว่างชิป เซิร์ฟเวอร์ และศูนย์ข้อมูลจึงกลายเป็นคอขวดที่สำคัญกว่า

Citi สรุปว่า "ผู้ชนะในสมรภูมิ AI ในอนาคตอาจไม่ใช่บริษัทที่มีโปรเซสเซอร์ที่เร็วที่สุด แต่เป็นบริษัทที่สามารถเคลื่อนย้ายข้อมูลได้อย่างมีประสิทธิภาพสูงสุดทั่วทั้งระบบ"

แนวโน้มใหม่ของอุตสาหกรรม

Ad

มุมมองดังกล่าวสอดคล้องกับสิ่งที่บริษัทเทคโนโลยียักษ์ใหญ่หลายแห่งนำเสนอในงานประชุม ไม่ว่าจะเป็น Nvidia, Broadcom, Meta Platforms, Google ของ Alphabet และ Samsung ต่างชี้ไปในทิศทางเดียวกัน

นอกจากนี้ หน่วยความจำ (Memory) ก็กำลังกลายเป็นส่วนหนึ่งของความท้าทายด้านเครือข่ายเช่นกัน โดยเทคโนโลยีใหม่ๆ พยายามเก็บข้อมูลไว้ใกล้กับหน่วยประมวลผลมากที่สุด เพื่อลดปริมาณข้อมูลที่ต้องเดินทางผ่านช่องทางการเชื่อมต่อที่หนาแน่น ซึ่งหมายความว่าประสิทธิภาพของหน่วยความจำมีความเชื่อมโยงโดยตรงกับประสิทธิภาพของเครือข่าย

Citi ยังได้เน้นย้ำถึงแนวคิด "โรงงาน AI" (AI factories) ของ Nvidia ซึ่งเป็นการออกแบบศูนย์ข้อมูลโดยยึดตามการไหลของข้อมูลเป็นศูนย์กลาง แทนที่จะเป็นเซิร์ฟเวอร์แบบดั้งเดิม แนวคิดนี้สะท้อนให้เห็นว่ามูลค่าของโครงสร้างพื้นฐาน AI กำลังเอนเอียงไปทางบริษัทที่สามารถบริหารจัดการการเคลื่อนย้ายข้อมูลได้ทั้งระบบ

หุ้นที่น่าจับตามอง

จากการเปลี่ยนแปลงเชิงโครงสร้างนี้ Citi มองว่าบริษัทต่อไปนี้จะได้รับประโยชน์เป็นพิเศษ:

• Nvidia (NVDA)
• Broadcom (AVGO)
• Arista Networks (ANET)
• Lumentum (LITE)
• Coherent (COHR)
• Marvell Technology (MRVL)
• Astera Labs (ALAB)