Alibaba และ Baidu ฝึก AI บนชิปที่พัฒนาขึ้นเอง ขณะที่สหรัฐฯ เข้มงวดมาตรการควบคุม

เหตุใดเรื่องนี้จึงสำคัญในเวลานี้

บริษัทอินเทอร์เน็ตสำหรับผู้บริโภคและคลาวด์รายใหญ่ที่สุดสองแห่งของจีนกำลังก้าว निर्णขาดเพื่อสร้างความมั่นคงให้ห่วงโซ่อุปทานปัญญาประดิษฐ์ Alibaba และ Baidu เริ่มใช้โปรเซสเซอร์ที่ออกแบบเองฝึกโมเดลบางส่วน เพื่อลดการพึ่งพาชิป Nvidia ซึ่งเป็นหัวใจสำคัญของ AI สมัยใหม่ การเปลี่ยนแปลงนี้สะท้อนแรงผลักดันสำคัญสองประการที่เกิดขึ้นพร้อมกัน ได้แก่ มาตรการควบคุมการส่งออกเซมิคอนดักเตอร์ขั้นสูงไปยังจีนของสหรัฐฯ ที่เข้มงวดขึ้น และความพยายามภายในจีนที่ให้ความสำคัญกับเทคโนโลยีที่พัฒนาในประเทศสำหรับโครงสร้างพื้นฐานสำคัญ

ทั้งสองบริษัทกำลังเปลี่ยนผ่านอย่างระมัดระวัง ไม่ได้เปลี่ยนระบบทั้งหมดในทันที Alibaba ใช้ตัวเร่งประมวลผลที่พัฒนาขึ้นเองกับงานฝึกโมเดลขนาดเล็ก ขณะยังคงใช้ฮาร์ดแวร์ Nvidia กับงานที่ต้องการประสิทธิภาพสูงสุด ส่วน Baidu กำลังทดสอบชิป Kunlun P800 รุ่นล่าสุดกับ Ernie เวอร์ชันใหม่ ซึ่งเป็นเทคโนโลยีเบื้องหลังบริการ AI สร้างสรรค์ของบริษัท ทั้งสองยังพึ่งพา Nvidia สำหรับการฝึกโมเดลครั้งใหญ่และซับซ้อนที่สุด ซึ่งประสิทธิภาพ ความสมบูรณ์ของซอฟต์แวร์ และการเชื่อมต่อระหว่างชิปหลายตัวมีความสำคัญอย่างยิ่ง

ผลในทางปฏิบัติต่อศูนย์ข้อมูลในจีนอาจมีนัยสำคัญอย่างมาก บริษัทที่เคยต้องรอคิวซื้อ GPU นำเข้า ขณะนี้มีอีกทางเลือกสำหรับขยายกำลังประมวลผล AI ชิปในประเทศที่รองรับงานได้มากขึ้นเรื่อย ๆ ช่วยบรรเทาความเสี่ยงด้านอุปทาน ทำให้โครงการเป็นไปตามกำหนด และสอดคล้องกับเป้าหมายด้านเทคโนโลยีระดับชาติ หากการติดตั้งใช้งานเหล่านี้เป็นไปด้วยดี ก็จะช่วยยืนยันผลจากการลงทุนหลายปีในชิป AI ภายในประเทศ และเร่งให้ผู้ให้บริการคลาวด์จีนหันมาใช้ฮาร์ดแวร์ทั้งจากต่างประเทศและในประเทศร่วมกันในระบบของตน

Alibaba และ Baidu กำลังพัฒนาอะไร

Alibaba มีประสบการณ์ด้านชิปเฉพาะทางผ่านหน่วยงาน T-Head ซึ่งก่อนหน้านี้เปิดตัวตัวเร่งประมวลผล AI Hanguang 800 สำหรับการอนุมาน และ CPU สำหรับเซิร์ฟเวอร์ที่ใช้ชุดคำสั่ง Arm โปรเซสเซอร์ฝึก AI รุ่นล่าสุด ซึ่งพนักงานเรียกกันภายในว่า Zhenwu กำลังถูกนำมาใช้ฝึกโมเดลขนาดเล็กใน Alibaba Cloud ผู้ที่เคยใช้งานชิประบุว่า ประสิทธิภาพในการใช้งานจริงแข่งขันกับ H20 ของ Nvidia ได้ในงานที่ไม่ต้องใช้การเชื่อมต่อขั้นสูงที่สุดหรือหน่วยความจำขนาดใหญ่ที่สุด สำหรับการฝึกโมเดลแนวหน้าของอุตสาหกรรม Alibaba ยังคงพึ่งพาระบบ Nvidia ระหว่างพิสูจน์ประสิทธิภาพของชิปใหม่ในระดับขนาดใหญ่

โครงการ Kunlun ของ Baidu เป็นหนึ่งในสายผลิตภัณฑ์ตัวเร่งประมวลผล AI ที่พัฒนาในประเทศซึ่งดำเนินมายาวนานที่สุดของจีน ชิป Kunlun รุ่นแรกเน้นการอนุมาน หรือกระบวนการนำโมเดลที่ฝึกแล้วมาใช้งาน ส่วน Kunlun P800 นั้น Baidu กำลังทดลองฝึก Ernie เวอร์ชันใหม่ เพื่อทดสอบความเสถียร ปริมาณงานที่รองรับ และความพร้อมของชุดซอฟต์แวร์ จุดแข็งสำคัญของ Baidu คือการบูรณาการตั้งแต่ต้นจนจบ บริษัทพัฒนาโมเดล Ernie ให้บริการคลัสเตอร์คลาวด์ขนาดใหญ่ และควบคุมเฟรมเวิร์ก PaddlePaddle ทำให้มีอิสระมากขึ้นในการออกแบบฮาร์ดแวร์และซอฟต์แวร์ร่วมกันเพื่อเพิ่มประสิทธิภาพ

กฎควบคุมการส่งออกของสหรัฐฯ ปรับโฉมตลาดอย่างไร

มาตรการควบคุมของรัฐบาลวอชิงตันเข้มงวดขึ้นอย่างต่อเนื่องนับตั้งแต่ปี 2022 ซึ่งเป็นปีที่เริ่มใช้เกณฑ์ประสิทธิภาพของตัวเร่งประมวลผล AI เพื่อจำกัดสิ่งที่ผู้ขายสหรัฐฯ สามารถส่งออกไปจีนได้ ช่องทางเลี่ยงข้อจำกัดอย่าง GPU รุ่นพิเศษสำหรับจีนที่ลดแบนด์วิดท์การเชื่อมต่อ ช่วยให้อุปทานบางส่วนยังส่งไปได้ในช่วงหนึ่ง แต่มาตรการใหม่ที่ประกาศในช่วงหลายปีต่อมาทำให้ช่องทางเหล่านั้นแคบลง แพลตฟอร์ม Nvidia รุ่นท็อป เช่น H100 และชิป Blackwell รุ่นใหม่ ยังไม่สามารถเข้าถึงได้ในจีน Nvidia พัฒนา H20 ซึ่งเป็นรุ่นที่มีความสามารถน้อยกว่าเพื่อให้สอดคล้องกับกฎของสหรัฐฯ แต่งานวิจัยในอุตสาหกรรมระบุว่า การส่งชิปเหล่านี้ก็ต้องขอใบอนุญาตส่งออกตั้งแต่เดือนเมษายน 2025 ทำให้ผู้ซื้อชิปสหรัฐฯ ในจีนต้องเผชิญอุปสรรคและความไม่แน่นอนมากขึ้น

แพลตฟอร์มคลาวด์และอินเทอร์เน็ตรายใหญ่ของจีนตอบสนองด้วยแผนสองแนวทาง คือจัดหาชิปจากต่างประเทศเท่าที่ทำได้ พร้อมลงทุนอย่างหนักในตัวเร่งประมวลผลภายในประเทศ สภาพแวดล้อมเชิงนโยบายก็เอื้อต่อโซลูชันในประเทศเช่นกัน ลูกค้าภาครัฐและโครงสร้างพื้นฐานสำคัญนิยมฮาร์ดแวร์ที่ออกแบบและสนับสนุนภายในจีนมากขึ้น ส่งผลให้ผู้ให้บริการคลาวด์ต้องพิสูจน์ว่าตัวเร่งประมวลผลของจีนรองรับงานจริงได้ ด้วยต้นทุนที่ยอมรับได้และประสิทธิภาพที่คาดการณ์ได้

Nvidia ตระหนักว่าการแข่งขันกำลังเปลี่ยนแปลง และลูกค้ามีแรงจูงใจที่จะกระจายความเสี่ยง โฆษกของบริษัทกล่าวยอมรับข้อเท็จจริงดังกล่าว พร้อมย้ำว่า Nvidia ตั้งใจให้บริการนักพัฒนาทั่วโลกต่อไป

การแข่งขันมาถึงอย่างไม่อาจปฏิเสธได้ เราจะเดินหน้าทำงานเพื่อให้ได้รับความไว้วางใจและการสนับสนุนจากนักพัฒนากระแสหลักทั่วโลก

ชิปในประเทศใกล้เคียงกับ Nvidia แค่ไหน

คำตอบขึ้นอยู่กับประเภทงาน รายงานจากวิศวกรที่เคยใช้ตัวเร่งประมวลผลรุ่นใหม่ของ Alibaba ชี้ว่า ชิปดังกล่าวมีประสิทธิภาพทัดเทียม H20 ของ Nvidia ในงานฝึกบางประเภทและกับโมเดลขนาดเล็ก นับเป็นความก้าวหน้าที่มีนัยสำคัญสำหรับแพลตฟอร์มที่ยังใหม่ สำหรับโมเดลขนาดใหญ่ที่สุดและกำหนดการฝึกที่เข้มข้นที่สุด Nvidia ยังคงได้เปรียบจากกำลังประมวลผลสูงสุดที่มากกว่า การเชื่อมต่อระหว่าง GPU ที่รวดเร็วกว่า ชุดคอมไพเลอร์ที่ผ่านการพัฒนามาอย่างยาวนาน และระบบนิเวศของไลบรารีที่ปรับแต่งประสิทธิภาพไว้อย่างกว้างขวาง ชิปอย่าง H100 และ Blackwell รุ่นล่าสุดยังคงเป็นมาตรฐานสำหรับการฝึกโมเดลล้ำสมัยนอกประเทศจีน

การฝึกโมเดลและการอนุมานเป็นงานคนละประเภท

การฝึก AI คือกระบวนการสอนโมเดลด้วยการปรับพารามิเตอร์หลายพันล้านตัวผ่านการประมวลผลข้อมูลหลายรอบ งานนี้ใช้กำลังประมวลผลและแบนด์วิดท์หน่วยความจำอย่างเต็มที่ และต้องอาศัยการเชื่อมต่อระหว่างตัวเร่งประมวลผลที่รวดเร็วมาก เพื่อให้ชิปหลายพันตัวประสานการทำงานได้อย่างมีประสิทธิภาพ ส่วนการอนุมานคือสิ่งที่เกิดขึ้นหลังการฝึก โมเดลเรียนรู้แล้ว และระบบสร้างผลลัพธ์ให้ผู้ใช้แบบเรียลไทม์ การอนุมานให้ความสำคัญกับเวลาแฝงต่ำ ความคุ้มค่าด้านต้นทุน และการประหยัดพลังงาน ชิปที่เหมาะกับการอนุมานหรือการฝึกโมเดลขนาดเล็ก อาจยังทำงานได้ไม่ดีพอสำหรับการฝึกโมเดลขนาดใหญ่มากที่กินเวลาหลายเดือน เพราะระบบเชื่อมต่อระหว่างชิปและการจัดการซอฟต์แวร์อาจกลายเป็นคอขวด

ชุดซอฟต์แวร์สำคัญพอ ๆ กับชิป

ความเป็นผู้นำของ Nvidia ไม่ได้มาจากตัวชิปเพียงอย่างเดียว แพลตฟอร์ม CUDA ไลบรารีอย่าง cuDNN และ TensorRT ตลอดจนเครื่องมือจากพันธมิตรจำนวนมาก ทำให้การพัฒนาเป็นเรื่องง่ายและคาดการณ์ประสิทธิภาพได้ แพลตฟอร์มจีนกำลังสร้างชุดซอฟต์แวร์ของตนเองสำหรับตัวเร่งประมวลผลในประเทศ PaddlePaddle ของ Baidu และชุดเครื่องมือคลาวด์ของ Alibaba รองรับชิปของแต่ละบริษัทอยู่แล้ว และทั้งสองสามารถปรับแต่งเคอร์เนลกับคอมไพเลอร์กราฟให้เหมาะกับโมเดลของตนได้ การควบคุมส่วนนี้อาจช่วยเพิ่มประสิทธิภาพ แต่ก็หมายความว่านักพัฒนาภายนอกอาจต้องใช้เวลาเรียนรู้เมื่อต้องย้ายโค้ดไปใช้ฮาร์ดแวร์ในประเทศ หาก Alibaba และ Baidu ทำให้การเปลี่ยนผ่านภายในคลาวด์ของตนเป็นไปอย่างราบรื่น ลูกค้าอาจให้ความสำคัญกับราคา ความพร้อมใช้งาน และระดับการให้บริการ มากกว่ายี่ห้อบนชิป

กลยุทธ์ธุรกิจและปฏิกิริยาของตลาด

นักลงทุนตอบรับสัญญาณเชิงบวกที่แสดงว่าผู้นำอินเทอร์เน็ตของจีนสามารถจัดหากำลังประมวลผล AI ได้โดยไม่ต้องพึ่งพาการนำเข้าเพียงอย่างเดียว ราคาหุ้น Alibaba และ Baidu ปรับขึ้นหลังมีรายงานเกี่ยวกับการติดตั้งใช้งานชิปใหม่ สะท้อนความคาดหวังว่าฐานอุปทานที่ยืดหยุ่นขึ้นจะสนับสนุนแผนพัฒนาผลิตภัณฑ์และลดความเสี่ยงจากความล่าช้า ชิปที่พัฒนาในประเทศและรองรับงานฝึกส่วนใหญ่ได้ดีพอ ยังช่วยลดต้นทุนการดำเนินงานระยะยาวได้ หากจัดหาได้ง่ายและขยายการใช้งานในศูนย์ข้อมูลภายในประเทศได้

เหตุผลเชิงกลยุทธ์ยังครอบคลุมมากกว่าต้นทุนและอุปทาน Alibaba Cloud และ Baidu Cloud ให้บริการลูกค้าองค์กรและภาครัฐ ซึ่งมักต้องการฮาร์ดแวร์ที่ออกแบบภายในประเทศ การให้บริการกำลังประมวลผลบนตัวเร่งประมวลผลในประเทศอาจช่วยให้คว้างานที่มีความอ่อนไหว พร้อมสอดคล้องกับข้อกำหนดด้านความมั่นคงและการจัดเก็บข้อมูลในประเทศ อย่างไรก็ตาม ทั้งสองบริษัทดูเหมือนต้องการใช้แนวทางผสมผสานอย่างรอบคอบ โดยเก็บระบบ Nvidia ไว้สำหรับงานที่ยากที่สุด และใช้ชิปในประเทศกับงานจำนวนมากที่ให้ประสิทธิภาพใกล้เคียงกันและมีความคุ้มค่า

ข้อจำกัดด้านห่วงโซ่อุปทานและการผลิต

การออกแบบตัวเร่งประมวลผล AI ที่แข่งขันได้เป็นเพียงส่วนหนึ่งของความท้าทาย การผลิต การบรรจุชิป และอุปทานหน่วยความจำล้วนมีความสำคัญ ชิปประสิทธิภาพสูงสุดในปัจจุบันผลิตด้วยเทคโนโลยีกระบวนการขั้นสูง และต้องใช้หน่วยความจำแบนด์วิดท์สูงที่ซ้อนเป็นชั้นและบรรจุไว้ใกล้กับโปรเซสเซอร์ โรงงานผลิตชิปของจีนมีความคืบหน้า แต่ยังไม่ทัดเทียมเทคโนโลยีกระบวนการขั้นสูงที่สุดในต่างประเทศ ช่องว่างนี้อาจชดเชยได้บางส่วนด้วยการออกแบบอย่างชาญฉลาด การบรรจุชิปที่มีประสิทธิภาพ และซอฟต์แวร์ที่มีประสิทธิภาพ ทว่ายังคงส่งผลต่อประสิทธิภาพสูงสุดและการประหยัดพลังงาน

ความพร้อมใช้งานของหน่วยความจำแบนด์วิดท์สูงเป็นข้อจำกัดอีกประการ เพราะการฝึกโมเดลขนาดใหญ่ใช้แบนด์วิดท์และความจุหน่วยความจำมหาศาล ผู้ให้บริการคลาวด์รับมือกับข้อจำกัดเหล่านี้ด้วยการกระจายงานไปยังชิปจำนวนมากขึ้น ปรับรูปแบบความแม่นยำ และจัดตารางงานให้เหมาะกับจุดแข็งของแต่ละแพลตฟอร์ม ในสภาพแวดล้อมเช่นนี้ ตัวเร่งประมวลผลในประเทศที่ผสานเข้ากับชุดซอฟต์แวร์คลาวด์ได้ดีและจัดหาได้ง่าย สามารถรองรับงานได้ในสัดส่วนที่มีนัยสำคัญ แม้ประสิทธิภาพสูงสุดตามทฤษฎีจะยังด้อยกว่าชิปต่างประเทศที่ดีที่สุดมากก็ตาม

ความหมายต่อนักพัฒนาและลูกค้า

ลูกค้าของ Alibaba และ Baidu จะให้ความสำคัญกับสามเรื่อง ได้แก่ ระยะเวลารอกำลังประมวลผล ความน่าเชื่อถือ และต้นทุนรวมสำหรับการฝึกแต่ละครั้งหรืองานอนุมาน หากตัวเร่งประมวลผลในประเทศช่วยลดคิวรอและให้ประสิทธิภาพสม่ำเสมอเมื่อใช้กับเฟรมเวิร์กที่คุ้นเคย หลายทีมก็จะเปลี่ยนมาใช้ได้โดยไม่ติดขัดมากนัก นักพัฒนาโมเดลอาจต้องปรับแต่งเคอร์เนลหรือใช้เครื่องมือเฉพาะของผู้จำหน่ายเพื่อให้ได้ปริมาณงานสูงสุด แต่นี่เป็นแนวปฏิบัติทั่วไปในการประมวลผลสมรรถนะสูง ในระยะใกล้มีแนวโน้มว่าจะใช้คลัสเตอร์แบบผสมและนโยบายจัดตารางงานที่ส่งงานไปยังฮาร์ดแวร์ซึ่งพร้อมใช้งานและเหมาะสมที่สุด โดยการฝึกโมเดลแนวหน้าขนาดใหญ่ที่สุดยังคงใช้ระบบ Nvidia ขณะที่งานทั่วไปอีกหลายประเภทจะเริ่มทำงานบนชิปของ Alibaba และ Baidu มากขึ้น

สิ่งที่ควรจับตาต่อไป

มีหมุดหมายสำคัญสองประการที่ควรจับตาในปีหน้า ประการแรกคือระบบใบอนุญาตสำหรับการส่งตัวเร่งประมวลผลจากสหรัฐฯ ไปจีน ซึ่งนักวิจัยในอุตสาหกรรมระบุว่าจะครอบคลุมชิปอย่าง Nvidia H20 และ AMD MI308 ตั้งแต่เดือนเมษายน 2025 ประการที่สองคือหลักฐานจากการใช้งานจริงของ Alibaba และ Baidu ว่าชิปของบริษัทสามารถรองรับการฝึกเพื่อใช้งานจริงในระดับใหญ่ได้ ไม่ใช่แค่การทดสอบในห้องปฏิบัติการ ผลทดสอบกับโมเดลที่เป็นที่รู้จัก กรณีศึกษาจากลูกค้า และความเร็วในการจองใช้งานคลาวด์ที่ใช้ตัวเร่งประมวลผลในประเทศ จะเป็นตัวบ่งชี้ทิศทาง ควรจับตาด้วยว่าระบบนิเวศซอฟต์แวร์สำหรับชิปเหล่านี้พัฒนาเร็วแค่ไหน รวมถึงการรองรับในเฟรมเวิร์กยอดนิยมและเครื่องมือจากผู้พัฒนาภายนอก นอกจากนี้ ยังควรติดตามว่าแพลตฟอร์มจีนรายอื่น ๆ ซึ่งรวมถึงบริษัทที่พัฒนาตัวเร่งประมวลผลเองหรือซื้อจากผู้ขายในประเทศ จะจัดสรรเงินลงทุนระหว่าง GPU นำเข้ากับทางเลือกในประเทศอย่างไร เมื่อเริ่มโครงการใหม่

ประเด็นสำคัญ

• Alibaba และ Baidu เริ่มฝึกโมเดล AI บนชิปที่ออกแบบเอง ขณะที่ยังคงใช้ระบบ Nvidia กับงานที่ต้องการประสิทธิภาพสูงสุด
• ตัวเร่งประมวลผลรุ่นล่าสุดของ Alibaba ใช้กับงานฝึกขนาดเล็ก และพนักงานระบุว่าทำงานได้ทัดเทียม Nvidia H20 ในบางประเภทงาน
• Baidu กำลังทดสอบ Kunlun P800 กับ Ernie เวอร์ชันใหม่ และใช้ประโยชน์จากการควบคุมเฟรมเวิร์ก PaddlePaddle
• มาตรการควบคุมการส่งออกของสหรัฐฯ จำกัดการเข้าถึงชิป Nvidia รุ่นท็อป และงานวิจัยในอุตสาหกรรมชี้ว่า การส่ง H20 ไปจีนจะต้องมีใบอนุญาตใหม่ในปี 2025
• Nvidia ระบุว่าจะเดินหน้าสร้างความไว้วางใจจากนักพัฒนา ขณะที่การแข่งขันทวีความเข้มข้น
• ตัวเร่งประมวลผลในประเทศรองรับงานได้มากขึ้นเรื่อย ๆ แต่ Nvidia ยังคงเป็นผู้นำด้านการฝึกโมเดลขนาดใหญ่ที่สุด
• ระบบนิเวศซอฟต์แวร์เป็นปัจจัยสำคัญ โดย Alibaba และ Baidu ปรับแต่งชุดเครื่องมือให้เหมาะกับฮาร์ดแวร์ของตน
• นักลงทุนตอบรับในเชิงบวก โดยมองว่าความเสี่ยงด้านอุปทานลดลงและบริษัทควบคุมแผนพัฒนา AI ได้มากขึ้น
• การผลิตและอุปทานหน่วยความจำยังเป็นข้อจำกัด แต่การออกแบบอย่างชาญฉลาดและการผสานเข้ากับระบบคลาวด์ช่วยชดเชยข้อจำกัดได้บางส่วน
• คาดว่าคลาวด์ในจีนจะใช้คลัสเตอร์แบบผสม โดยระบบจัดตารางงานส่งงานระหว่างชิปในประเทศกับ GPU นำเข้า