Citi ชี้ 'การเชื่อมต่อเครือข่าย' คือคอขวดสำคัญในการพัฒนา AI ยุคถัดไป

นักวิเคราะห์จาก Citi ระบุว่า การเชื่อมต่อเครือข่าย (Network Interconnectivity) กำลังเข้ามาแทนที่พลังการประมวลผลดิบในฐานะคอขวดที่สำคัญที่สุดในการพัฒนาปัญญาประดิษฐ์ (AI) เนื่องจากระบบ AI มีขนาดใหญ่และซับซ้อนขึ้นอย่างต่อเนื่อง ข้อสรุปนี้มาจากการเข้าร่วมงานประชุมเทคโนโลยีชิป Hot Chips

จากพลังประมวลผลสู่การส่งผ่านข้อมูล

ในช่วงแรกของการสร้างโครงสร้างพื้นฐาน AI นั้น จุดสนใจหลักอยู่ที่การเพิ่มความเร็วของ GPU, การขยายขนาดของหน่วยประมวลผลเร่งความเร็ว (accelerator) และการเพิ่มขีดความสามารถในการฝึกฝนโมเดล อย่างไรก็ตาม Citi ชี้ว่าเมื่อระบบ AI พัฒนาไปสู่โมเดลระดับล้านล้านพารามิเตอร์ (trillion-parameter) และมีปริมาณงานที่ซับซ้อนขึ้น การส่งผ่านข้อมูลอย่างมีประสิทธิภาพระหว่างชิป, เซิร์ฟเวอร์, ตู้แร็ค และศูนย์ข้อมูลทั้งหมด กำลังกลายเป็นปัญหาคอขวดที่ชัดเจนขึ้นเรื่อยๆ

นักวิเคราะห์ของ Citi กล่าวว่า การนำเสนอจากบริษัทชั้นนำหลายแห่ง ไม่ว่าจะเป็น Nvidia, Broadcom, Meta Platforms, Google ในเครือ Alphabet และ Samsung ล้วนชี้ไปในทิศทางเดียวกันนี้

ผู้ที่จะได้รับประโยชน์จากแนวโน้มใหม่

Citi มองว่าแนวโน้มนี้ถือเป็นปัจจัยบวกที่ชัดเจนสำหรับบริษัทหลายแห่งในห่วงโซ่อุปทาน ซึ่งรวมถึง:

Ad

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

"ผู้ชนะในสมรภูมิ AI แห่งอนาคต อาจไม่ใช่บริษัทที่มีโปรเซสเซอร์ที่เร็วที่สุด แต่จะเป็นบริษัทที่สามารถส่งผ่านข้อมูลได้อย่างมีประสิทธิภาพสูงสุดทั่วทั้งระบบ" นักวิเคราะห์จาก Citi ระบุ นอกจากนี้ ปัญหาด้านหน่วยความจำ (memory) ก็กลายเป็นส่วนสำคัญของความท้าทายนี้เช่นกัน โดยเทคโนโลยีใหม่ๆ พยายามให้ข้อมูลอยู่ใกล้กับหน่วยประมวลผลมากที่สุด เพื่อลดปริมาณข้อมูลที่ต้องส่งผ่านเครือข่ายที่แออัด

แนวคิด 'โรงงาน AI' แห่งอนาคต

Citi ยังได้กล่าวถึงแนวคิด "โรงงาน AI" (AI Factory) ของ Nvidia ซึ่งเป็นศูนย์ข้อมูลแห่งอนาคตที่ออกแบบโดยเน้นการไหลเวียนของข้อมูลเป็นศูนย์กลาง แทนที่จะเป็นสถาปัตยกรรมที่เน้นเซิร์ฟเวอร์เป็นหลักเหมือนในอดีต ศูนย์ข้อมูลรูปแบบใหม่นี้จะผสานรวมการประมวลผล, หน่วยความจำ, เครือข่าย, การจัดเก็บข้อมูล และความปลอดภัยเข้าด้วยกันอย่างลงตัว

การเปลี่ยนแปลงนี้มีแนวโน้มที่จะย้ายมูลค่าในโครงสร้างพื้นฐาน AI ไปสู่บริษัทที่สามารถเพิ่มประสิทธิภาพการเชื่อมต่อข้อมูลตลอดทั้งระบบ แทนที่จะเป็นเพียงผู้ผลิตโปรเซสเซอร์แบบแยกส่วน