NVIDIA เปิดตัวแพลตฟอร์ม Vera Rubin: การประมวลผล AI ก้าวสู่ยุค “ปรับโครงสร้างระดับระบบ” อย่างเป็นทางการ | CEO Insights

ในจังหวะที่การประมวลผล AI พัฒนาอย่างรวดเร็ว การเปลี่ยนผ่านรุ่นของแพลตฟอร์มฮาร์ดแวร์มักเกิดขึ้นเป็นรายปี แต่ หลังเปิดตัวสถาปัตยกรรม Blackwell ได้ไม่ถึงหนึ่งปี Jensen Huang ก็ขึ้นเวที CES เพื่อเปิดตัวแพลตฟอร์มประมวลผล AI รุ่นถัดไปของ NVIDIA อย่าง Vera Rubin ซึ่งแสดงให้เห็นว่าหัวใจของการแข่งขันครั้งนี้ไม่ใช่แค่การเพิ่มประสิทธิภาพของชิปตัวเดียวอีกต่อไป แต่คือการนิยามสถาปัตยกรรมการประมวลผล AI ทั้งหมดใหม่

Vera Rubin ไม่ได้เกิดขึ้นเพื่อไล่ตามพลังประมวลผลสูงสุดเพียงอย่างเดียว แต่เป็นคำตอบของปัญหาที่จับต้องได้มากกว่า เมื่อโมเดล AI ขยายตัวไม่หยุด และกระบวนการอนุมาน (inference) ยาวและซับซ้อนขึ้น การออกแบบแบบเดิมที่มี GPU เป็นศูนย์กลางและเน้นการซ้อนโมดูล ก็ค่อยกลายเป็นข้อจำกัดทั้งด้านประสิทธิภาพและต้นทุน

---

ตั้งชื่อตามนักดาราศาสตร์ เพื่อสื่อถึงการเปลี่ยนแปลงระดับระบบ

Vera Rubin คือนักดาราศาสตร์ผู้มีชื่อเสียงจากการพิสูจน์การมีอยู่ของสสารมืด งานวิจัยของเธอเผยให้เห็นข้อเท็จจริงสำคัญว่า สิ่งที่ควบคุมการเคลื่อนที่ของกาแล็กซีอย่างแท้จริงไม่ใช่สสารที่มองเห็นได้ด้วยตาเปล่า แต่เป็นโครงสร้างที่มองไม่เห็นซึ่งอยู่เบื้องหลังและกำหนดทุกสิ่ง

การที่ NVIDIA นำชื่อนี้มาใช้กับแพลตฟอร์ม AI รุ่นใหม่ สะท้อนถึงการเปลี่ยนทิศทางทางเทคโนโลยี กุญแจสำคัญของ AI ไม่ได้อยู่ที่ตัวโมเดลเพียงอย่างเดียวอีกต่อไป แต่อยู่ที่ โครงสร้างระบบที่มองไม่เห็น ซึ่งรองรับการทำงานของโมเดล และแพลตฟอร์ม Vera Rubin ก็มุ่งสร้างรากฐานของการประมวลผล AI ใหม่ในระดับนี้เอง

Extreme Co-Design: จากการออกแบบชิปสู่วิศวกรรมระบบ

Vera Rubin ไม่ใช่โปรเซสเซอร์ตัวเดียว แต่เป็นแพลตฟอร์มที่สมบูรณ์ซึ่งสร้างขึ้นด้วยแนวคิด extreme co-design ตั้งแต่เริ่มออกแบบ NVIDIA ได้คำนึงถึงการทำงานร่วมกันของชิปหลักทั้งหกตัวไปพร้อมกัน โดยรวมการประมวลผล ลำดับชั้นหน่วยความจำ การเชื่อมต่อภายใน เครือข่าย และประสิทธิภาพระดับระบบ ให้เป็นเป้าหมายการออกแบบเดียว

แนวทางนี้แตกต่างอย่างสิ้นเชิงจากรูปแบบเดิมที่ “ออกแบบชิ้นส่วนก่อน แล้วค่อยรวมเป็นระบบ” หัวใจของ Vera Rubin คือการทำให้ข้อมูลไหลผ่านทั้งระบบด้วยเส้นทางที่สั้นที่สุด ความหน่วงต่ำที่สุด และใช้พลังงานน้อยที่สุด ซึ่งช่วยลดเวลาในการเทรนและต้นทุนการอนุมานได้อย่างมาก การปรับให้เหมาะสมในระดับระบบเช่นนี้คือกุญแจที่ทำให้ประสิทธิภาพก้าวกระโดดข้ามรุ่นได้

ไม่มีสายเคเบิล ไม่มีช่องเปิด ไม่มีพัดลม: การออกแบบทางกายภาพเพื่อการอนุมานของ AI

แนวคิดเชิงระบบนี้สะท้อนออกมาอย่างเป็นรูปธรรมในการออกแบบ Compute Tray ของ Vera Rubin เพื่อเพิ่มประสิทธิภาพการส่งข้อมูลสูงสุดและลดการใช้พลังงาน NVIDIA เลือกใช้โครงสร้างแบบไม่มีสายเคเบิล ไม่มีช่องเปิด และไม่มีพัดลม โดยรวมการส่งพลังงานและข้อมูลไว้ใน backplane และอินเทอร์เฟซแบบสัมผัสโดยตรง

การออกแบบนี้ไม่เพียงลดความต้านทานและความเสี่ยงของความเสียหายจากสายเคเบิล แต่ยังทำให้การระบายความร้อนและการจัดการพลังงานถูกปรับให้เหมาะสมได้ในระดับ rack สำหรับงานอนุมาน AI และเวิร์กโหลดแบบเอเจนต์ที่ต้องทำงานต่อเนื่องเป็นเวลานานและอ่อนไหวต่อความหน่วงสูง พฤติกรรมของระบบที่เสถียรและคาดการณ์ได้เช่นนี้มีคุณค่าในทางปฏิบัติมากกว่าประสิทธิภาพเฉพาะจุด

เมื่อ Rack หนึ่งตู้กลายเป็นโปรเซสเซอร์ AI เชิงตรรกะ

ในแง่ของขนาด Vera Rubin ยิ่งแสดงให้เห็นถึงการวางตำแหน่งในระดับระบบได้ชัดเจนขึ้น rack หนึ่งตู้ประกอบด้วย Vera Rubin Trays จำนวน 18 ชุด มีทรานซิสเตอร์รวมกว่า 220 ล้านล้านตัว ซึ่งเป็นระดับความซับซ้อนที่เกินกว่าชิปตัวเดียวหรือเซิร์ฟเวอร์เครื่องเดียวจะรองรับได้

ในระดับนี้ หน่วยของการออกแบบไม่ใช่ GPU อีกต่อไป แต่เป็นทั้งตู้ การส่งข้อมูล การซิงโครไนซ์ การควบคุมความหน่วง และความน่าเชื่อถือ ต้องได้รับการพิจารณาแบบองค์รวมในระดับระบบ แนวคิดการออกแบบของ Vera Rubin ก็คือการมองทั้ง rack เป็นซูเปอร์โปรเซสเซอร์ AI เชิงตรรกะเพียงตัวเดียว

เกิดมาเพื่อการอนุมาน: ตอบโจทย์โมเดลขนาดใหญ่และโมเดลเชิงเหตุผล

สิ่งที่ Vera Rubin ตอบโจทย์คือการเปลี่ยนแปลงเชิงโครงสร้างในทิศทางการพัฒนา AI เมื่อโมเดลขยายขนาดอย่างต่อเนื่อง โดยเฉพาะการเติบโตของโมเดลเชิงเหตุผล (reasoning models) AI ไม่ได้สร้างผลลัพธ์ในครั้งเดียวอีกต่อไป แต่ต้องใช้ token จำนวนมากเพื่อให้เหตุผลแบบหลายขั้นตอนและลำดับยาว จึงจะได้คำตอบที่แม่นยำยิ่งขึ้น

คอขวดของเวิร์กโหลดประเภทนี้มักไม่ได้อยู่ที่พลังประมวลผลสูงสุด แต่อยู่ที่ว่าต้นทุนการอนุมานควบคุมได้หรือไม่ และระบบทำงานได้อย่างเสถียรเป็นเวลานานหรือไม่ เป้าหมายของ Vera Rubin คือการทำให้การอนุมานลักษณะนี้กลายเป็นความจริงที่ใช้งานได้ในวงกว้าง

จากการใช้งานส่วนบุคคลสู่ Agentic Enterprise

นี่จึงอธิบายได้ว่าทำไมกลุ่มเป้าหมายที่แท้จริงของ Vera Rubin คือองค์กร ไม่ใช่แค่การใช้งานส่วนบุคคล เมื่อ AI เริ่มเข้าสู่กระบวนการหลักขององค์กร AI ต้องเข้าถึงข้อมูลภายในได้อย่างปลอดภัย ทำงานตามเวิร์กโฟลว์ที่มีอยู่ และดำเนินการได้โดยอัตโนมัติหลังจากเข้าใจและให้เหตุผลแล้ว จนกลายเป็นส่วนหนึ่งของการดำเนินธุรกิจ

ในบริบทของ “Agentic Enterprise” เช่นนี้ การลดต้นทุนการอนุมานมีความหมายอย่างยิ่ง สิ่งที่ Vera Rubin มอบให้คือ ต้นทุนต่อ inference token ที่ลดลงเหลือหนึ่งในสิบของรุ่นก่อนหน้า ทำให้องค์กรสามารถย้ายทรัพยากรจากการลงทุนในพลังประมวลผลพื้นฐาน ไปสู่แอปพลิเคชัน AI และการออกแบบกระบวนการที่สร้างคุณค่าอย่างแท้จริง

เมื่อแพลตฟอร์มถูกนิยามใหม่ ความเป็นไปได้ของ AI ก็ถูกเขียนใหม่เช่นกัน

ความหมายของ Vera Rubin ไม่ได้อยู่แค่ตัวเลขประสิทธิภาพที่สูงขึ้น แต่เป็นการประกาศว่าการประมวลผล AI ได้ก้าวเข้าสู่ยุคใหม่แล้ว เมื่อหน่วยของการประมวลผลขยายจากชิปสู่ระบบ จากเซิร์ฟเวอร์สู่ rack บทบาทที่ AI รับผิดชอบได้ก็เปลี่ยนไปด้วย

คุณคิดว่าความต้องการ AI ที่ฉลาดและเป็นอิสระมากขึ้นขององค์กร คือสิ่งที่ผลักดันให้เกิดแพลตฟอร์มแบบนี้ หรือการมาของแพลตฟอร์มต่างหากที่เปิดจินตนาการใหม่เกี่ยวกับ AI ให้กับองค์กร มาแสดงความคิดเห็นบอกกันได้เลย

👉 ติดต่อเรา