បន្ទះឈីប AI ផលិតខ្លួនឯង «Iris» របស់ Meta នឹងចាប់ផ្តើមផលិតទ្រង់ទ្រាយធំក្នុងខែកยายนេះ៖ រចនាដោយ Broadcom ផលិតដោយ TSMC ហើយថាមពលគណនាត្រូវកើនឡើងទ្វេដងក្នុងរយៈពេលពីរឆ្នាំ

ຢູ່ໃນກອງປະຊຸມລາຍງານຜົນປະກອບການຂອງ NVIDIA, ຄຳຖາມທີ່ບັນດານັກວິເຄາະມັກຖາມຫຼາຍที่สุดແມ່ນ «ໄພຂູ່ຂົ່ມຈາກຊິບທີ່ລູກຄ້າພັດທະນາຂຶ້ນເອງ»; ແລະ ຄຳຕອບອີກເຄິ່ງໜຶ່ງແມ່ນຖືກເຊື່ອງໄວ້ຢູ່ທີ່ Hsinchu. ບັນທຶກພາຍຸຂອງ Meta ທີ່ Reuters ໄດ້ຮັບມາເມື່ອອາທິດກ່ອນ ສະແດງໃຫ້ເຫັນວ່າ ບໍລິສັດທີ່ມີຜູ້ໃຊ້ຫລາຍພັນລ້ານຄົນทั่วโลกນີ້ ຈະນຳເອົາຕົວເລັ່ງຄວາມเร็ว AI ທີ່ພັດທະນາຂຶ້ນເອງ ຊື່ວ່າ «Iris» ເຂົ້າສູ່ສາຍການຜະລິດໃນເດືອນກັນຍານີ້—ໂດຍອອກແບບຮ່ວມກັບ Broadcom ແລະ ຜະລິດໂດຍ TSMC.

ພື້ນຫລັງເຫດການ

ໂຄງການຊິບທີ່ພັດທະນາຂຶ້ນເອງ MTIA (Meta Training and Inference Accelerators) ຂອງ Meta ໄດ້ຜ່ານມາຫຼາຍລຸ້ນແລ້ວ ແລະ Iris ກໍ່ແມ່ນໜຶ່ງໃນສີ່ລຸ້ນທີ່ໄດ້ວາງແຜນໄວ້. ລາຍລະອຽດທີ່ເປີດເຜີຍໃນບັນທຶກພາຍໃນແມ່ນຫາຍາກຫລາຍ: Iris ໄດ້ຮັບການທົດສອບແກ້ໄຂຂໍ້ຜິດພາດ (Debug) ສຳເລັດພາຍໃນເວລາປະມານ ຫົກອາທິດ ແລະ «ບໍ່ມີບັນຫາໃຫຍ່ໃດໆ», ສຳລັບ ASIC ລະດັບສູນຂໍ້ມູນແລ້ວ ຈັງຫວະແບບນີ້ຖືວ່າອອກມາໄດ້ຢ່າງຮາບລື່ນ. ແຮງຈູງໃຈກໍ່ໄດ້ຖືກຂຽນໄວ້ຢ່າງກົງໄປກົງມາ—ເພື່ອຫຼຸດຕົ້ນທຶນດ້ານການປະມວນຜົນ ແລະ ຫຼຸດຜ່ອນການເພິ່ງພາ NVIDIA ກັບ AMD.

ຈຸດສຳຄັນໃນຄັ້ງນີ້

• Iris ເລີ່ມຜະລິດຈຳນວນຫຼາຍໃນເດືອນກັນຍາ 2026: ໂດຍมี Broadcom ເປັນຄູ່ຮ່ວມມືດ້ານການອອກແບບ ແລະ TSMC ຮັບຜິດຊອບການຜະລິດ
• Meta ຈະມີພະລັງງານການປະມວນຜົນ 7GW (ກິກະວັດ) ເຂົ້າສູ່ລະບົບໃນປີ 2026, ໂດຍມີເປົ້າໝາຍທີ່ຈະເພີ່ມຂຶ້ນສອງເທົ່າເປັນ 14GW ພາຍໃນປີ 2027
• ຕຳແໜ່ງຂອງ Iris ແມ່ນ «ເສີມ» ແທນທີ່ຈະ «ທົດແທນ» GPU ຂອງ NVIDIA ແລະ AMD
• ແກ້ໄຂຂໍ້ຜິດພາດສຳເລັດພາຍໃນ 6 ອາທິດ, ຄວາມຄືບໜ້າແມ່ນຮາບລື່ນຢ່າງຫາຍາກ
• ແຫຼ່ງຂ່າວແມ່ນມາຈາກບັນທຶກພາຍໃນທີ່ Reuters ได้รับ, ໂດຍ Meta ຍັງບໍ່ໄດ້ອອກຂ່າວຢ່າງເປັນທາງການ

ການວິເຄາະຜົນກະທົບຕໍ່ຕະຫຼາດ

ສຳລັບຜູ້ໃຊ້ຊາວໄຕ້ຫວັນ (Taiwan): ທ່ານຈະບໍ່ໄດ້ຊື້ Iris ໂດຍກົງ, ແຕ່ບໍລິການທີ່ທ່ານໃຊ້ທຸກມື້ນີ້ຈະແລ່ນ AI ໄດ້ໃນລາຄາທີ່ຖືກລົງ—ຫຼັງຈາກໂຄງສ້າງຕົ້ນທຶນຂອງຟັງຊັນ AI ໃນກຸ່ມຜະລິດຕະພັນຂອງ Meta (IG, FB, WhatsApp) ໄດ້ຮັບການປັບປຸງດີຂຶ້ນ, ເພດານຂອງຟັງຊັນ AI ຟຣີກໍ່ຈະສືບຕໍ່ສູງຂຶ້ນໄປອີກ.

ສຳລັບວິສາຫະກິດຊາວໄຕ້ຫວັນ (Taiwan): ນີ້ແມ່ນຂ່າວສາກົນທີ່ມີຄວາມເປັນ «ໄຕ້ຫວັນ» ຫລາຍที่สุดໃນອາທິດນີ້. ທຸກໆເສັ້ນທາງຂອງການຫຼຸດຜ່ອນການເພິ່ງພາ NVIDIA ຈາກບັນດາຜູ້ໃຫ້ບໍລິການຄລາວຂະໜາດໃຫຍ່ (Hyperscalers) ແມ່ນບໍ່ສາມາດຫລີກລ້ຽງໄຕ້ຫວັນໄດ້: ASIC ຂອງ Broadcom ຕ້ອງໃຊ້ເຕັກໂນໂລຊີຂັ້ນສູງຂອງ TSMC, ການຫຸ້ມຫໍ່ຂັ້ນສູງ (Advanced Packaging) ກໍ່ໃຊ້ກຳລັງການຜະລິດ CoWoS, ແລະ ການສົ່ງມອບເຄື່ອງສຳເລັດຮູບກໍ່ຍັງຄົງເປັນໂຮງງານຜະລິດເຊີບເວີ AI ຂອງ Foxconn, Quanta ແລະ Wistron. ຕົວເລກ 7GW ເຖິງ 14GW ຂອງ Meta ເມື່ອແປເປັນພາສາຈີນກໍ່ໝາຍເຖິງ ຄຳສັ່ງຊື້ທີ່ມີຄວາມແນ່ນອນໃນອີກສອງປີຂ້າງໜ້າສຳລັບຫ່ວງໂສ້ອຸປະທານຂອງໄຕ້ຫວັນ—ຍິ່ງໄປກວ່ານັ້ນແມ່ນແບບທີ່ບໍ່ຕ້ອງງໍ້ NVIDIA ຕື່ມອີກ.

ສຳລັບນັກພັດທະນາ (Developer): ໃນຍຸກທີ່ຊິບພັດທະນາເອງມີຄວາມກະແຈກກະຈາຍ (Fragmented), ການສ້າງລະບົບສະກັດກັ້ນ (Abstraction) ຢູ່ຊັ້ນ Framework ຍິ່ງມີຄວາມສຳຄັນຫຼາຍຂຶ້ນ. ວິສະວະກຳທີ່ມີຄວາມສາມາດໃນການໃຊ້ Compiler ແລະ Toolchain ຂ້າມຮາດແວ (ເຊັ່ນ: Triton, XLA) ຈະມີອຳນາດຕໍ່ລອງສູງຂຶ້ນເລື້ອຍໆ; ສ່ວນຊຸດທັກສະທີ່ຜູກຕິດກັບລະບົບນິເວດ CUDA ພຽງຢ່າງດຽວນັ້ນ ຄວາມສ່ຽງກຳລັງສະສົມເພີ່ມຂຶ້ນ.

ແນວໂນ້ມການພັດທະນາໃນອະນາຄົດ

Google ມີ TPU, Amazon ມີ Trainium, ການຮ່ວມມືລະຫວ່າງ OpenAI ກັບ Broadcom ກໍ່ມີລາຍງານເປີດເຜີຍມາ A ດົນແລ້ວ, ຊິບ Iris ຂອງ Meta ພຽງແຕ່ຊ່ວຍໃຫ້ຮູບພາບ “Hyperscalers ທຸກຄົນມີຊິບຂອງຕົນເອງ” ສົມບູນແບບຍິ່ງຂຶ້ນ. ຕົວຊີ້ວັດທີ່ນັກລົງທຶນ ແລະ ຜູ້ປະກອບອາຊີບຊາວໄຕ້ຫວັນຄວນຈັບຕາເບິ່ງມີ 3 ຢ່າງຄือ: ການຈັດສັນກຳລັງການຜະລິດເຕັກໂນໂລຊີຂັ້ນສູງ ແລະ CoWoS ຂອງ TSMC, ການຄາດการณ์ທາງການເງິນຂອງຸລະກິດ ASIC ຈາກ Broadcom, ແລະ ການປ່ຽນແປງຂອງໂຄງສ້າງການຮັບຄຳສັ່ງຊື້ຈາກໂຮງງານຜະລິດເຊີບເວີ AI. ເສັ້ນທາງການແຂ່ງຂັນຊິບທີ່ພັດທະນາຂຶ້ນເອງນີ້, ເຊັ່ນດຽວກັບ ການຄວບຄຸມການສົ່ງອອກຊິບຂອງໄຕ້ຫວັນ ທີ່ພວກເຮົາໄດ້ວິເຄາະຜ່ານມາ, ທັງໝົດແມ່ນຊີ້ໄປທີ່ຈຸດດຽວກັນ: ອຳນາດອະທິປະໄຕດ້ານການປະມວນຜົນໄດ້ກາຍເປັນຄວາມກັງວົນຮ່ວມກັນຂອງບັນດາປະເທດມະຫາອຳນາດ ແລະ ບໍລິສັດໃຫຍ່.

ບົດສະຫຼຸບ ແລະ ຄວາມເຫັນຈາກ TheAI學院

ຄຳເຫັນປະໂຫຍດດຽວ: ທຸກໆບາດກ້າວຂອງບໍລິສັດໃຫຍ່ໆທີ່ຫຼຸດຜ່ອນການເພິ່ງພາ NVIDIA ແມ່ນການຊ່ວຍເພີ່ມຄຳສັ່ງຊື້ໃຫ້ກັບຫ່ວງໂສ້ອຸປະທານຂອງໄຕ້ຫວັນ—Iris ບໍ່ແມ່ນລະຄັງມໍລະນະຂອງ NVIDIA, ແຕ່ແມ່ນສັນຍາໄລຍະຍາວອີກໃບໜຶ່ງຂອງ TSMC.

ຄຳແນະນຳທີ່ເປັນຮູບປະທຳສຳລັບຜູ້ອ່ານຊາວໄຕ້ຫວັນ: ຜູ້ປະກອບອາຊີບຄວນເອົາໃຈໃສ່ຕໍ່ທິດທາງການຮັບສະໝັກວຽກໃນສ່ວນຂອງການອອກແບບ ASIC ແລະ ການຫຸ້ມຫໍ່ຂັ້ນສູງ; ສຳລັບນັກລົງທຶນ ຕ້ອງຈື່ໄວ້ວ່າບົດຄວາມນີ້ບໍ່ແມ່ນຄຳແນະນຳການລົງທຶນ, ສຳລັບລະດັບຜົນປະໂຫຍດທີ່ຈະໄດ້ຮັບໃນຫ່ວງໂສ້ອຸປະທານແມ່ນໃຫ້ຍຶດຖືຕາມບົດລາຍງານຜົນປະກອບການ ແລະ ການປະຊຸມຊີ້ແຈງຂອງແຕ່ລະບໍລິສັດເປັນຫຼັກ.

แຫຼ່ງຂໍ້ມູນ

• Reuters (ຜ່ານ US News): Meta to put AI chip into production in September
• CNBC: Meta to put AI chip into production in September

ເນື້ອໃນຂ້າງເທິງນີ້ລວບລວມຕາມຂໍ້ມູນສາທາລະນະ, ໃຫ້ຍຶດຖືຖະແຫຼງການຢ່າງເປັນທາງການໃນພາຍຫຼັງເປັນຫຼັກ; ຖ້າກ່ຽວຂ້ອງกับการຕັດສິນໃຈລົງທຶນ ໃຫ້ປະເມີນດ້ວຍຕົນເອງ, ບົດຄວາມນີ້ບໍ່ໄດ້ຖືວ່າເປັນຄຳແນະນຳການລົງທຶນ.

ທຳລາຍຄວາມເຂົ້າໃຈຜິດ: ຊິບທີ່ພັດທະນາເອງເທົ່າກັບ «ການປະຖິ້ມ» NVIDIA ບໍ?

ໃນລາຍງານຂອງສື່ມວນຊົນດ້ານເຕັກໂນໂລຊີ, ເຮົາ往往ຈະເຫັນຫົວຂໍ້ຂ່າວທີ່ກະຕຸ້ນຄວາມສົນໃຈເຊັ່ນ «ການຫຼຸດຜ່ອນການເພິ່ງພາ NVIDIA», «ການທ້າທາຍເຈົ້າພໍ່», ເຊິ່ງງ່າຍທີ່ຈະເຮັດໃຫ້ຜູ້ອ່ານເກີດຄວາມເຂົ້າໃຈຜິດວ່າ ຖ້າ Meta ຫຼື ຍັກໃຫຍ່ດ້ານຄລາວອື່ນໆ ເລີ່ມໃຊ້ຊິບທີ່ພັດທະນາຂຶ້ນເອງແລ້ວ ພວກເຂົາຈະຢຸດການຈັດຊື້ GPU ຂອງ NVIDIA ຢ່າງສິ້ນเชิง. ໃນຄວາມເປັນຈິງແລ້ວ, ນີ້ແມ່ນຄວາມເຂົ້າໃຈທີ່ຜິດພາດແບບ «ຂາວ ຫຼື ດຳ».

ໃນສະຖາປັດຕະຍະກຳຂອງສູນຂໍ້ມູນ, ຍຸດທະສາດການໃຊ້ຊິບມັກຈະເປັນແບບ «ການຈັດການແບ່ງຊັ້ນ». GPU ແບບໃຊ້ທົ່ວໄປ (ເຊັ່ນ ຜະລິດຕະພັນຂອງ NVIDIA) ມີຄວາມຢືດຢຸ່ນສູງຫຼາຍ, ເໝາະສຳລັບການຈັດການກັບການປະດິດສ້າງ ಅල්ဂໍຣິທຶມທີ່ບໍ່ຮູ້ຈັກ ແລະ ການປະມວນຜົນທົ່ວໄປທີ່ສັບສົນ; ສ່ວນຊິບທີ່ພັດທະນາຂຶ້ນເອງ (ເຊັ່ນ Iris) ແມ່ນຖືກປັບແຕ່ງໃຫ້ເໝາະສົມທີ່ສຸດສຳລັບ «ໜ້າວຽກສະເພາະເຈາະຈົງ», ເຊັ່ນ: ການຈັດການກັບອັລກໍຣິທຶມແນະນຳ, ໂມງການໂຄສະນາ ຫຼື ການອະນຸມານ (Inference) ຂອງໂມງພາສາຂະໜາດໃຫຍ່. ສຳລັບ Meta ແລ້ວ, ຊິບທີ່ພັດທະນາເອງແມ່ນເພື່ອປົດປ່ອຍຊັບພະຍາກອນ GPU ທົ່ວໄປທີ່ມີລາຄາแพງ ໄປຈັດການກັບວຽກງານຝຶກອົບຮົມ (Training) ທີ່ມີຄວາມທ້າທາຍສູງກວ່າ, ແທນທີ່ຈະໄປທົດແທນຢ່າງສິ້ນเชิง. ດັ່ງນັ້ນ, ນີ້ຈຶ່ງເປັນລັກສະນະຂອງ «ກອງກຳລັງປະສົມ» ຫຼາຍກว่าຄວາມສຳພັນແບບທົດແທນກັນຢ່າງດຽວ.

ຄວາມແตกຕ່າງຂອງບົດບາດລະຫວ່າງຊິບທີ່ພັດທະນາເອງ ແລະ GPU ທົ່ວໄປ

ເພື່ອໃຫ້ຜູ້ອ່ານເຂົ້າໃຈຊັດເຈນຍິ່ງຂຶ້ນກ່ຽວກັບບົດບາດຂອງຊິບເຫຼົ່ານີ້ໃນສູນຂໍ້ມູນ, ພວກเราໄດ້ຮວບຮວມຕາຕະລາງປຽບທຽບລຸ່ມນີ້ ເພື່ອຊ່ວຍໃຫ້ທ່ານເຂົ້າໃຈວ່າເປັນຫຍັງບໍລິສັດໃຫຍ່ຈຶ່ງຕ້ອງມີຜະລິດຕະພັນທັງສອງປະເພດນີ້ພ້ອມໆກັນ:

ຫົວຂໍ້ປຽບທຽບ	GPU ແບບໃຊ້ທົ່ວໄປ (ເຊັ່ນ ຜະລິດຕະພັນ NVIDIA)	ຕົວເລັ່ງຄວາມเร็ว AI ທີ່ພັດທະນາເອງ (ເຊັ່ນ Iris)
ຈຸດເດັ່ນຫຼັກ	ລະບົບນິເວດສົມບູນ, ລະດັບການຮອງຮັບຊອບແວສູງຫຼາຍ, ຄວາມຢືດຢຸ່ນແຂງແຮງ	ປັບແຕ່ງໃຫ້ເໝາະສົມກັບໂມງສະເພາະ, ອັດຕາສ່ວນການໃຊ້ພະລັງງານດີเยี่ยม, ຄວບຄຸມຕົ້ນທຶນໄດ້
ການນຳໃຊ້ຫຼັກ	ການຝຶກອົບຮົມໂມງຂັ້ນສູງ, ການຄົ້ນຄວ້າ ແລະ ພັດທະນາໃນຂົງເຂດທີ່ບໍ່ຮູ້ຈັກ	ການອະນຸມານຂະໜາດໃຫຍ່, ລະບົບໂຄສະນາ ແລະ ແນະນຳທີ່ມີຄວາມຖີ່ຊ້ຳໆ
ລະບົບນິເວດຊອບແວ	ມີລະບົບນິເວດ CUDA ທີ່ເຕີບໃຫຍ່, ນັກພັດທະນາຮຽນຮູ້ ແລະ ນຳໃຊ້ໄດ້ໄວ	ມັກຈະຕ້ອງເພິ່ງພາ Compiler ສະເພາະ, ອຸປະສັກໃນການພັດທະນາສູງກວ່າ
ຍຸດທະສາດການຈັດຊື້	ເພິ່ງພາການສະໜອງຈາກຜູ້ຂາຍ, ຖືກຈຳກັດດ້ວຍລາຄາຕະຫຼາດ ແລະ ກຳລັງການຜະລິດ	ຄວບຄຸມການອອກແບບ ແລະ ກຳລັງການຜະລິດດ້ວຍຕົນເອງ, ຫຼຸດຕົ້ນທຶນການຳໃຊ້ໄລຍະຍາວ
ສະຖານະການທີ່ເໝາະສົມ	ວຽກງານທີ່ມຸ່ງເນັ້ນພະລັງງານການປະມວນຜົນຂັ້ນສູງ ແລະ ຄວາມໄວໃນການຄົ້ນຄວ້າພັດທະນາ	ວຽກງານທີ່ມຸ່ງເນັ້ນປະສິດທິພາບຕົ້ນທຶນສູງສຸດ ແລະ ການສົ່ງອອກຜົນໄດ້ຮັບທີ່ມີຄວາມສະຖຽນ

ເປັນຫຍັງ «ການແກ້ໄຂຂໍ້ຜິດພາດທີ່ຮາບລື່ນ» ຈຶ່ງເປັນຕົວຊີ້ວັດສຳຄັນຂອງການພັດທະນາຊິບ?

ໃນບົດຄວາມໄດ້ກ່າວວ່າ Iris ໄດ້ສຳເລັດການແກ້ໄຂຂໍ້ຜິດພາດພາຍໃນ 6 ອາທິດ ແລະ «ບໍ່ມີບັນຫາໃຫຍ່», ສຳລັບຄົນນອກອາດຈະເບິ່ງວ່າເປັນພຽງລາຍລະອຽດດ້ານເຕັກນິກ, ແຕ່ສຳລັບອຸດສາຫະກຳເຊມິຄອນດັກເຕີແລ້ວ, ນີ້ແມ່ນສັນຍານທີ່ມີຄວາມໝາຍຫຼາຍ.

ການອອກແບບຊິບແມ່ນວິສະວະກຳທີ່ມີຄວາມສັບສົນສູງຫຼາຍ, ເລີ່ມຕັ້ງແຕ່ການອອກແບບວົງຈອນ, ການກວດສອບເຫດຜົນ (Logic Verification) ຈົນເຖິງການຈັດວາງຮູບແບບທາງກາຍະພາບ (Physical Layout), ຄວາມຜິດພາດພຽງເລັກນ້ອຍໃດໜຶ່ງກໍ່ອາດຈະເຮັດໃຫ້ຊິບເສຍຫາຍ ແລະ ອາດຈະຕ້ອງໃຊ້ເວລາຫຼາຍເດືອນເພື່ອເຮັດ Tape-out ໃໝ່. ສຳລັບບໍລິສັດທີ່ບໍ່ແມ່ນບໍລິສັດອອກແບບຊິບແບບດັ້ງເດີມເຊັ່ນ Meta, ການສາມາດແກ້ໄຂຂໍ້ຜິດພາດໄດ້ພາຍໃນເວລາອັນສັ້ນນັ້ນໝາຍຄວາມວ່າ ຂະບວນການຮ່ວມມືກັບ Broadcom ມີຄວາມສົມບູນສູງແລ້ວ ແລະ ໄດ້ນຳເອົາເຄື່ອງມືຈຳລອງ (Simulation Tools) ຂັ້ນສູງເຂົ້າມາໃຊ້ຕັ້ງແຕ່ຂັ້ນຕອນການກວດສອບການອອກແບບ. ນີ້ໝາຍຄວາມວ່າ ໂຄງການຊິບທີ່ພັດທະນາເອງຂອງ Meta ໄດ້ຫຼຸດພົ້ນຈາກ «ລັກສະນະທົດລອງ» ແລະ เข้าສູ່ໄລຍະເຕີບໃຫຍ່ຂອງ «ການຜະລິດຈຳນວນຫຼາຍຢ່າງມີສະຖຽນລະພາບ» ຢ່າງເປັນທາງການ