ຊິບ AI "Iris" ທີ່ Meta ພັດທະນາຂຶ້ນມາເອງ ຈະເລີ່ມຜະລິດຈຳນວນຫຼາຍໃນເດືອນກັນຍາ: Broadcom ເປັນຜູ້ອອກແບບ, TSMC ເປັນຜູ້ຜະລິດ, ພະລັງງານການປະມວນຜົນຈະເພີ່ມຂຶ້ນສອງເທົ່າໃນສອງປີ
Reuters ເປີດເຜີຍບັນທຶກພາຍໃນຂອງ Meta ຢ່າງເປັນທາງການ: ເຄື່ອງເລັ່ງຄວາມໄວ AI "Iris" ທີ່ພັດທະນາຂຶ້ນເອງ ຈະເລີ່ມຜະລິດໃນເດືອນກັນຍາ 2026, ໂດຍ Broadcom ເປັນຜູ້ອອກແບບ ແລະ TSMC ເປັນຜູ້ຜະລິດ ເພື່ອຮອງຮັບແຜນການເພີ່ມພະລັງງານການປະມວນຜົນສອງເທົ່າຂອງ Meta ຈາກ 7GW ເປັນ 14GW. ຕ່ອງໂສ້ການສະໜອງຂອງໄຕ້ຫວັນໄດ້ຮັບໄຊຊະນະອີກຄັ້ງ.
ໃນກອງປະຊຸມລາຍງານຜົນປະກອບການຂອງ NVIDIA, ຄຳຖາມທີ່ບັນດາຄົນວິເຄາະມັກຖາມຫຼາຍທີ່ສຸດແມ່ນ “ໄພຂູ່ະລາມຈາກຊິບທີ່ລູກຄ້າພັດທະນາຂຶ້ນໃຊ້เอง”; ແລະຄຳຕອບອີກເຄິ່ງໜຶ່ງແມ່ນຖືກເຊື່ອງໄວ້ຢູ່ທີ່ົເມືອງຊິນຈູ (Hsinchu). ບັນທຶກພາຍໃນຂອງ Meta ທີ່ອົງການຂ່າວ Reuters ได้ຮັບມາເມື່ອອາທິດທີ່ແລ້ວສະແດງໃຫ້ເຫັນວ່າ: ບໍລິສັດທີ່ມີຜູ້ໃຊ້ຫຼາຍພັນລ້ານຄົນທົ່ວໂລກນີ້ ຈະນຳເອົາຕົວເລັ່ງຄວາມໄວ AI ທີ່ພັດທະນາຂຶ້ນເອງເຊິ່ງມີຊື່ວ່າ “Iris” เข้าสู่สายการผลิต ในเดือนกันยายนปีนี้ — ໂດຍມີ Broadcom ເປັນຜู้อອກແບບ ແລະ TSMC ເປັນຜູ້ຜະລິດ.
ພື້ນຫຼັງເຫດການ
ໂຄງການຊິບພັດທະນາເອງຂອງ Meta ທີ່ມີຊື່ວ່າ MTIA (Meta Training and Inference Accelerators) ໄດ້ດຳເນີນມາຫຼາຍລຸ້ນແລ້ວ ໂດຍ Iris ເປັນໜຶ່ງໃນສີ່ລຸ້ນທີ່ໄດ້ວາງແຜນໄວ້. ລາຍລະອຽດທີ່ເປີດເຜີຍໃນບັນທຶກພາຍໃນຖື ວ່າຫາໄດ້ຍາກຫຼາຍ: Iris ໄດ້ສຳເລັດການກວດສອບຂໍ້ບົກພ່ອງ (Debugging) ພາຍໃນເວລາປະມານ 6 ອາທິດ ແລະ “ບໍ່ມີບັນຫາໃຫຍ່ໃດໆ”, ສຳລັບ ASIC ລະດັບສູນຂໍ້ມູນ (Data Center) ແລ້ວ ຈັງຫວະແບບນີ້ຖືວ່າອອກມາໄດ້อย่างราบລື່ນ. ສ່ວນແຮງຈູງໃຈກ็ຂຽນໄວ້ຢ່າງກົງໄປກົງມາ — ຄືການກົດຕົ້ນທຶນດ້ານພະລັງງານການຄິດໄລ່ໃຫ້ຕໍ່າລົງ ແລະ ຫຼຸດຜ່ອນການເພິ່ງພາ NVIDIA ກັບ AMD.
ຈຸດສຳຄັນໃນຄັ້ງນີ້
- Iris ຈະເລີ່ມຜະລິດຈຳນວນຫຼວງຫຼາຍໃນເດືອນກັນຍາ 2026: ໂດຍມີ Broadcom ເປັນຄູ່ຮ່ວມມືດ້ານການອອກແບບ ແລະ TSMC ຮັບຜິດຊອບການຜະລິດ
- ປີ 2026 Meta ຈະມີກຳລັງການຄິດໄລ່ຂຶ້ນລະບົບ 7GW (ກິກະວັດ), ແລະຕັ້ງເປົ້າເພີ່ມຂຶ້ນສອງເທົ່າເປັນ 14GW ພາຍໃນປີ 2027
- Iris ຖືກຈັດວາງຕຳແໜ່ງໃຫ້ເປັນ “ຕົວເສີມ” ບໍ່ແມ່ນ “ຕົວແທນ” ຂອງ GPU ຈາກ NVIDIA ແລະ AMD
- ໃຊ້ເວລາພຽງ 6 ອາທິດໃນການກວດສອບຂໍ້ບົກພ່ອງ, ຄວາມຄືບໜ້າແມ່ນລຽບງ່າຍຢ່າງຫາຍາກ
- ແຫຼ່ງຂ່າວແມ່ນມາຈາກບັນທຶກພາຍໃນທີ່ Reuters ໄດ້ມາ, ໂດຍທີ່ Meta ຍັງບໍ່ໄດ້ອອກຂ່າວຢ່າງເປັນທາງການ
ການວິເຄາະຜົນກະທົບຕໍ່ຕະຫຼາດ
ສຳລັບຜູ້ໃຊ້ຊາວໄຕ້ຫວັນ (ຫຼືຜູ້ໃຊ້ທົ່ວໄປ): ທ່ານຈະບໍ່ໄດ້ຊື້ Iris ໂດຍົງ, ແຕ່ບໍລິການທີ່ທ່ານໃຊ້ທຸກມື້ນີ້ຈະສາມາດຮັນ AI ໄດ້ດ້ວຍຕົ້ນທຶນທີ່ຖືກລົງ — ເມື່ອໂຄງສ້າງຕົ້ນທຶນຂອງຄຸນສົມບັດ AI ໃນກຸ່ມແອັບຂອງ Meta (IG, FB, WhatsApp) ດີຂຶ້ນ, ເພດານຂອງຄຸນສົມບັດ AI ຟຣີກໍຈະສູງຂຶ້ນເລື້ອຍໆ.
ສຳລັບວິສາຫະກິດ: ນີ້ຄືຂ່າວສາກົນທີ່ມີຄວາມເປັນ “ໄຕ້ຫວັນ” ຫຼາຍທີ່ສຸດໃນອາທິດນີ້. ການຫຼຸດຜ່ອນການເພິ່ງພາ NVIDIA ຂອງບັນດາບໍລິສັດຄລາວຂະໜາດໃຫຍ່ (Hyperscalers) ບໍ່ວ່າຈະໄປທາງໃດກໍລ້ວນແຕ່ຕ້ອງກ່ຽວຂ້ອງກັບໄຕ້ຫວັນ: ASIC ຂອງ Broadcom ຕ້ອງໃຊ້ຂະບວນການຜະລິດຂັ້ນສູງຂອງ TSMC, ການຫຸ້ມຫໍ່ຂັ້ນສູງ (Advanced Packaging) ຕ້ອງໃຊ້ກຳລັງການຜະລິດ CoWoS, ແລະການສົ່ງມອບເຄື່ອງສຳເລັດຮູບກໍຍັງເປັນໂຮງງານຜະລິດເຊີບເວີ AI ຂອງ Foxconn, Quanta ແລະ Wistron. ຕົວເລກ 7GW ຫາ 14GW ຂອງ Meta ເມື່ອແປເປັນພາສາທຸລະກິດແລ້ວ ກໍຄືຄຳສັ່ງຊື້ທີ່ແນ່ນອນສຳລັບຕ່ອງໂສ້ການສະໜອງຂອງໄຕ້ຫວັນໃນອີກສອງປີຂ້າງໜ້າ — ແລະເປັນແບບທີ່ບໍ່ຕ້ອງງໍ້ NVIDIA ອີກດ້ວຍ.
ສຳລັບນັກພັດທະນາ: ໃນຍຸກທີ່ຊິບພັດທະນາເອງມີຄວາມແຕກແຍກເປັນສ່ວນໆ (Fragmentation), ການມີຊັ້ນນາມມະທຳ (Abstraction Layer) ໃນລະດັບກອບວຽກ (Framework) ຍິ່ງມີຄວາມສຳຄັນຫຼາຍຂຶ້ນ. ເຮັດວິສະວະກຳທີ່ໃຊ້ງານ Compiler ແລະ Toolchain ຂ້າມຮາດແວ (ເຊັ່ນ Triton ຫຼື XLA) ຈະມີອຳນາດຕໍ່ລອງສູງຂຶ້ນເລື້ອຍໆ; بينما ทັກສະທີ່ຜູກຕິດຢູ່ກັບລະບົບນິເວດ CUDA ພຽງຢ່າງດຽວ ກຳລັງສະສົມຄວາມສ່ຽງເພີ່ມຂຶ້ນ.
ທ່າອ່ຽງການພັດທະນາໃນອະນາຄົດ
Google ມີ TPU, Amazon ມີ Trainium, ການຮ່ວມມືລະຫວ່າງ OpenAI ກັບ Broadcom ກໍມີຂ່າວເຜີຍແຜ່ມາòນໜ້ານີ້ແລ້ວ, ສ່ວນ Iris ຂອງ Meta ກໍເປັນພຽງການຕື່ມສ່ວນທີ່ຂາດຫາຍໄປໃນຈິກຊໍ “Hyperscaler ທຸກຄົນມີຊິບຂອງຕົນເອງ” ໃຫ້ສົມບູນຂຶ້ນເທົ່ານັ້ນ. ຕົວຊີ້ວັດທີ່ນັກລົງທຶນ ແລະ ຜູ້ປະກອບອາຊີບຄວນຕິດຕາມຢ່າງໃກ້ຊິດມີ 3 ຢ່າງຄື: ການຈັດສັນການຜະລິດຂັ້ນສູງ ແລະ CoWoS ຂອງ TSMC, ການຄາດການທາງການເງິນຂອງທຸລະກິດ ASIC ຈາກ Broadcom, ແລະ ການປ່ຽນແປງໂຄງສ້າງການຮັບຄຳສັ່ງຊື້ຂອງໂຮງງານຜະລິດເຊີບເວີ AI. ເສັ້ນທາງການແຂ່ງຂັນຊິບພັດທະນາເອງນີ້, ກໍຄືກັນກັບການວິເຄາະກ່ອນໜ້າຂອງພວກເຮົາກ່ຽວກັບ ການຄວບຄຸມການສົ່ງອອກຊິບ AI ຂອງໄຕ້ຫວັນ, ໂດຍຊີ້ໄປທີ່ຈຸດດຽວກັນຄື: ອຳນາດອະທິປະໄຕດ້ານພະລັງງານການຄິດໄລ່ (Computing Sovereignty) ກາຍເປັນຄວາມກັງວົນຮ່ວມກັນຂອງປະເທດມະຫາອຳນາດ ແລະ ບໍລິສັດໃຫຍ່.
ສະຫຼຸບ ແລະ ຄວາມເຫັນຈາກ TheAI學院
ຄຳເຫັນໃນປະໂຫຍດດຽວ: ທຸກໆບາດກ້າວຂອງບໍລິສັດໃຫຍ່ໃນການຫຼຸດຜ່ອນການເພິ່ງພາ NVIDIA ແມ່ນການຊ່ວຍເພີ່ມຄຳສັ່ງຊື້ໃຫ້ຕ່ອງໂສ້ການສະໜອງຂອງໄຕ້ຫວັນ — Iris ບໍ່ແມ່ນລະຄັງມໍລະນະຂອງ NVIDIA, ແຕ່ເປັນສັນຍາໄລຍະຍາວອີກໃບໜຶ່ງຂອງ TSMC.
ຄຳແນະນຳສະເພາະສຳລັບຜູ້ອ່ານ: ຜູ້ຢູ່ໃນອຸດສາຫະກຳຄວນເອົາໃຈໃສ່ຕໍ່ທິດທາງການຮັບສະໝັກວຽກໃນສ່ວນການອອກແບບ ASIC ແລະ ການຫຸ້ມຫໍ່ຂັ້ນສູງ; ສຳລັບນັກລົງທຶນ ຕ້ອງຈື່ໄວ້ວ່າບົດຄວາມນີ້ບໍ່ແມ່ນຄຳແນະນຳການລົງທຶນ, ສ່ວນລະດັບຜົນປະໂຫຍດຂອງຕ່ອງໂສ້ການສະໜອງແມ່ນໃຫ້ຍຶດຖືຕາມລາຍງານຜົນປະກອບການ ແລະ ການປະຊຸມຊີ້ແຈງຂອງແຕ່ລະບໍລິສັດເປັນຫຼັກ.
แหล่งข้อมูล
- Reuters (ผ่าน US News): Meta จะนำชิป AI เข้าสู่สายการผลิตในเดือนกันยายน
- CNBC: Meta จะนำชิป AI เข้าสู่สายการผลิตในเดือนกันยายน
ຂໍ້ມູນຂ້າງຕົ້ນຮวບຮວມຈາກຂໍ້ມູນສາທາລະນະ, ໃຫ້ຍຶດຖືຖະແຫຼງການຢ່າງເປັນທາງການໃນພາຍຫຼັງເປັນຫຼັກ; ຖ້າກ່ຽວຂ້ອງกับการຕັດສິນໃຈລົງທຶນ ກະລຸນາປະເມີນດ້ວຍຕົນເອງ, ບົດຄວາມນີ້ບໍ່ຖືເປັນຄຳແນະນຳການລົງທຶນ.
ທະລຸຄວາມເຊື່ອທີ່ຜິດ: ຊິບທີ່ພັດທະນາເອງໝາຍເຖິງການ “ປະຖິ້ມ” NVIDIA ແທ້ບໍ?
ໃນລາຍງານຂອງสื่อດ້ານເຕັກໂນໂລຊີ, ພວກເຮົາມັກຈະເຫັນຫົວຂໍ້ຂ່າວທີ່ກະຕຸ້ນຄວາມສົນໃຈເຊັ່ນ “ການຫຼຸດຜ່ອນການເພິ່ງພາ NVIDIA” ຫຼື “ທ້າທາຍເຈົ້າພໍ່”, ເຊິ່ງງ່າຍທີ່ຈະทำให้ຜູ້ອ່ານເຂົ້າใจຜິດວ່າ ເມື່ອ Meta ຫຼື ຍັກໃຫຍ່ດ້ານຄລາວລາຍອື່ນໆ ເລີ່ມໃຊ້ຊິບທີ່ພັດທະນາຂຶ້ນເອງແລ້ວ ພວກເຂົາຈະຢຸດການຈັດຊື້ GPU ຂອງ NVIDIA ຢ່າງສິ້ນເຊີງ. ໃນຄວາມເປັນຈິງແລ້ວ, ນີ້ແມ່ນຄວາມເຂົ້າໃຈຜິດແບບ “ຂາວ ຫຼື ດຳ” ຢ່າງແທ້ຈິງ.
ໃນສະຖາປັດຕະຍະກຳຂອງສູນຂໍ້ມູນ, ຍຸດທະສາດການໃຊ້ຊິບມັກຈະເປັນແບບ “ການຈັດການເປັນຊັ້ນ (Layered Management)”. GPU ແບບທົ່ວໄປ (General-purpose GPU ເຊັ່ນຜະລິດຕະພັນຂອງ NVIDIA) ມີຄວາມຍືດຫຍຸ່ນສູງຫຼາຍ, เหมาะสำหรับการປະມວນຜົນນະວັດຕະກຳສູດຄຳນວນທີ່ບໍ່ຮູ້ຈັກ ແລະ ການຄິດໄລ່ທົ່ວໄປທີ່ຊັບຊ້ອນ; ໃນຂະນະທີ່ຊິບທີ່ພັດທະນາເອງ (ເຊັ່ນ Iris) ຖືກປັບແຕ່ງໃຫ້ເໝາະສົມທີ່ສຸດສຳລັບ “ວຽກສະເພາະເຈາະຈົງ”, ເຊັ່ນ: การประมวลผลอัลກໍລະນີການແນະນຳ, โมเดลการຍິງໂຄສະນາ ຫຼື ການອະນຸມານ (Inference) ຂອງ Large Language Model. ສໍາລັບ Meta ແລ້ວ, ຊິບທີ່ພັດທະນາເອງແມ່ນເພື່ອປົດປ່ອຍຊັບພະຍາກອນ GPU ແບບທົ່ວໄປທີ່ມີລາຄາแพງ ໄປສຳລັບວຽກການຝຶກອົບຮົມ (Training) ที่ท້າທາຍກວ່າ, ບໍ່ແມ່ນເພື່ອທົດແທນຢ່າງສົມບູນ. ດັ່ງນັ້ນ, ນີ້ຈຶ່ງເປັນຍຸດທະສາດແບບ “ການຈັດກອງລວມ (Hybrid)” ຫຼາຍກວ່າທີ່ຈະເປັນຄວາມสัมพันธ์ແບບທົດແທນກັນຢ່າງດຽວ.
ความแตกต่างของบทบาทระหว่างชิปพัฒนาเองกับ GPU ทົ່ວໄປ
ເພື່ອໃຫ້ຜູ້ອ່ານເຂົ້າໃຈບົດບາດຂອງຊິບເຫຼົ່ານີ້ໃນສູນຂໍ້ມູນຢ່າງຈະແຈ້ງຂຶ້ນ, ພວກ เราໄດ້ຮວບຮວມຕารางเปรียบเทียบລຸ່ມນີ້ ເພື່ອຊ່ວຍໃຫ້ທ່ານເຂົ້າໃຈວ່າ ເປັນຫຍັງບໍລິສັດໃຫຍ່ຈຶ່ງຕ້ອງມີຜະລິດຕະພັນທັງສອງປະເພດນີ້ພ້ອມກັນ:
| ລາຍການປຽບທຽບ | GPU ແບບທົ່ວໄປ (ເຊັ່ນ: ຜະລິດຕະພັນ NVIDIA) | ຕົວເລັ່ງຄວາມໄວ AI ທີ່ພັດທະນາເອງ (ເຊັ່ນ: Iris) |
|---|---|---|
| ຂໍ້ໄດ້ປຽບຫຼັກ | ລະບົບນິເວດສົມບູນ, ການຮອງຮັບຊອບແວສູງຫຼາຍ, ຄວາມຍືດຫຍຸ່ນສູງ | ປັບແຕ່ງສຳລັບໂມເດວສະເພາະ, ອັດຕາການໃຊ້ພະລັງງານດີเยี่ยม, ຄວບຄຸມຕົ້ນທຶນໄດ້ |
| ການນຳໃຊ້ຫຼັກ | ການຝຶກອົບຮົມໂມເດວຂັ້ນສູງ, ການຄົ້ນຄວ້າ ແລະ ພັດທະນາໃນຂົງເຂດທີ່ບໍ່ຮູ້ຈັກ | ການອະນຸມານຂະໜາດໃຫຍ່ (Massive Inference), ប្រព័ន្ធໂຄສະນາ ແລະ ແນະນຳທີ່ມີການເຮັດຊ້ຳໆສູງ |
| ລະບົບນິເວດຊອບແວ | ມີລະບົບນິເວດ CUDA ที่ສຸກງົມ, ນັກພັດທະນາເລີ່ມໃຊ້ງານໄດ້ໄວ | ມັກຈະຕ້ອງເພິ່ງພາ Compiler ສະເພາະ, ອຸປະສັກໃນການພັດທະນາສູງກວ່າ |
| ຍຸດທະສາດການຈັດຊື້ | ເພິ່ງພາການສະໜອງຈາກຜູ້ສະໜອງ, ຈຳກັດດ້ວຍລາຄາຕະຫຼາດ ແລະ ກຳລັງການຜະລິດ | ຄວບຄຸມການອອກແບບ ແລະ ກຳລັງການຜະລິດດ້ວຍຕົນເອງ, ຫຼຸດຜ່ອນຕົ້ນທຶນການດຳເນີນງານໃນໄລຍະຍາວ |
| ສະຖານະການທີ່ເໝາະສົມ | ວຽກທີ່ມຸ່ງເນັ້ນພະລັງງານການຄິດໄລ່ຂັ້ນສູງ ແລະ ຄວາມໄວໃນການ R&D | ວຽກທີ່ມຸ່ງເນັ້ນຄວາມຄຸ້ມຄ່າສູງສຸດ ແລະ ຜົນຜະລິດທີ່ສະຖຽນ |
ເປັນຫຍັງ “ການກວດສອບຂໍ້ບົກພ່ອງທີ່ຮາບລື່ນ” จึงເປັນຕົວຊີ້ວັດສຳຄັນຂອງການພັດທະນາຊິບ?
ໃນບົດຄວາມໄດ້ກ່າວວ່າ Iris ໄດ້ສຳເລັດການກວດສອບຂໍ້ບົກພ່ອງພາຍໃນ 6 ອາທິດ ແລະ “ບໍ່ມີບັນຫາໃຫຍ່”, ສຳລັບຄົນນອກອາດຈະເບິ່ງວ່າເປັນພຽງລາຍລະອຽດທາງເຕັກນິກ, ແຕ່ສຳລັບອຸດສາຫະກຳເຊມິຄອນດັກເຕີແລ້ວ ນີ້ຄືສັນຍານຊີ້ວັດທີ່ມີຄວາມໝາຍຫຼາຍ.
ການອອກແບບຊິບແມ່ນວິສະວະກຳທີ່ມີຄວາມຊັບຊ້ອນສູງຫຼາຍ, ເລີ່ມຕັ້ງແຕ່ການອອກແບບວົງຈອນ, การตรวจสอบตรรกะ (Logic Verification) จนถึงการຈັດວາງທາງกายภาพ (Physical Layout), ຄວາມຜິດພາດພຽງເລັກນ້ອຍໃດໜຶ່ງກໍອາດຈະເຮັດໃຫ້ຊິບເສຍຫາຍ ຫຼື ແມ้ແຕ່ຕ້ອງໃຊ້ເວລາຫຼາຍເດືອນເພື່ອເຮັດ Tape-out ໃໝ່. ສຳລັບບໍລິສັດທີ່ບໍ່ແມ່ນຜູ້ອອກແບບຊິບແບບດັ້ງເດີມເຊັ່ນ Meta, ການສາມາດແກ້ໄຂຂໍ້ບົກພ່ອງໃຫ້ສຳເລັດໄດ້ໃນເວລາອັນສັ້ນນັ້ນ ສະແດງໃຫ້ເຫັນວ່າກະບວນການຮ່ວມມືກັບ Broadcom ມີຄວາມສຸກງົມສູງຫຼາຍແລ້ວ, ແລະ ໄດ້ນຳໃຊ້ເຄື່ອງມືຈຳລອງ (Simulation Tools) ຂັ້ນສູງຕັ້ງແຕ່ຂັ້ນຕອນການກວດສອບການອອກແບບ. ນີ້ໝາຍความວ່າ ໂຄງການຊິບພັດທະນາເອງຂອງ Meta ໄດ້ຫຼຸດພົ້ນຈາກ “ລັກສະນະທົດລອງ” ແລະ ກ້າວເຂົ້າສູ່ໄລຍະເຕີບໂຕຂອງ “ການຜະລິດຈຳນວນຫຼວງຫຼາຍຢ່າງສະຖຽນ” ຢ່າງເປັນທາງການ. ສໍາລັບຕ່ອງໂສ້ການສະໜອງແລ້ວ, ນີ້ໝາຍຄວາມວ່າໃນອີກສອງປີຂ້າງໜ້າ, แผนการผลิตຂອງຊິບ
ຄຳຖາມທີ່ພົບເລື້ອຍ
Meta Iris ແມ່ນຊິບຫຍັງ?
ເຄື່ອງເລັ່ງຄວາມໄວ AI ທີ່ Meta ພັດທະນາຂຶ້ນເອງ, ເຊິ່ງເປັນໜຶ່ງໃນສີຸ່້ນຂອງແຜນຜັງຊິບ MTIA, ອອກແບບໂດຍການມີສ່ວນຮ່ວມຂອງ Broadcom ແລະ ຜະລິດໂດຍ TSMC, ຄາດว่าจะເລີ່ມຜະລິດຈຳນວນຫຼາຍໃນເດືອນກັນຍາ 2026, ໃຊ້ສຳລັບການປະມວນຜົນ AI ໃນສູນຂໍ້ມູນຂອງ Meta ເອງ.
Iris ຈະມາແທນທີ່ GPU ຂອງ NVIDIA ບໍ?
ບໍ່, ຢ່າງໜ້ອຍກໍ່ບໍ່ແມ່ນໃນຊ່ວງເວລານີ້. ບັນທຶກດັ່ງກ່າວໄດ້ລະບຸຢ່າງຊັດເຈນວ່າ Iris ເປັນພຽງການ "ເສີມ" GPU ຂອງ NVIDIA ແລະ AMD, ໂດຍໃຊ້ຊິບທີ່ພັດທະນາຂຶ້ນເອງເພື່ອຮອງຮັບວຽກທີ່ເໝາະສົມເພື່ອຫຼຸດຕົ້ນທຶນ, ແຕ່ການຝຶກອົບຮົມແບບກ້າວກະໂດດຍັງคงຕ້ອງເພິ່ງພາ GPU ເປັນຫຼັກ.
ພາກສ່ວນໃດແດ່ຂອງໄຕ້ຫວັນທີ່ຈະໄດ້ຮັບຜົນປະໂຫຍດ?
ການຜະລິດເວັບໄຊໂຄຣຊິບ (ຂະບວນການຂັ້ນສູງຂອງ TSMC), ການຫຸ້ມຫໍ່ຂັ້ນສູງ (CoWoS), ການຮັບຈ້າງຜະລິດເຊີບເວີ AI (Foxconn, Quanta, Wistron ແລະ ອື່ນໆ). ຈຸດຮ່ວມຂອງຊິບທີ່ hyperscaler ພັດທະນາຂຶ້ນເອງແມ່ນ: ອອກແບບແຕກຕ່າງກັນໄປ, ແຕ່ການຜະລິດເກືອບທັງໝົດແມ່ນຢູ່ໄຕ້ຫວັນ.
ພະລັງງານການປະມວນຜົນ 7GW ແລະ 14GW ໝາຍເຖິງຫຍັງ?
GW (ກິກະວັດ) ແມ່ນຫົວໜ່ວຍຂະໜາດການໃຊ້ໄຟຟ້າຂອງສູນຂໍ້ມູນ, ເຊິ່ງໄດ້ກາຍເປັນພາສາສາກົນໃນການວັດແທກການລົງທຶນດ້ານພະລັງງານການປະມວນຜົນ AI. Meta ມີແຜນທີ່ຈະເປີດໃຊ້ງານ 7GW ພາຍໃນປີ 2026 ແລະ ບັນລຸ 14GW ພາຍໃນປີ 2027, ເຊິ່ງທຽບເທົ່າກັບຂະໜາດການສະໜອງໄຟຟ້າຂອງໂຮງງານໄຟຟ້ານິວเคลียร์ຂະໜາດໃຫຍ່ຫຼາຍແຫ່ງ ແລະ ທັງໝົດຖືກນຳໃຊ້ເຂົ້າໃນໂຄງສ້າງພື້ນຖານ AI.