เปิดตัวชิป Meta ทำความรู้จัก MTIA ขุมพลัง AI รุ่นใหม่ที่แรงกว่า GPU ทั่วไป

นาทีนี้ถ้าถามว่าใครกระเป๋าหนักที่สุดในสมรภูมิ AI คงหนีไม่พ้น Mark Zuckerberg ที่เพิ่งประกาศทุ่มเงินมหาศาลซื้อการ์ดจอจาก Nvidia และ AMD ไปหมาด ๆ แต่ทว่า... เขาก็ไม่ได้อยากฝากชีวิตไว้กับคนอื่นตลอดไป 

ล่าสุด Meta จึงประกาศเดินหน้าโปรเจกต์ยักษ์ พัฒนาชิป AI ของตัวเองในตระกูล MTIA (Meta Training and Inference Accelerator) ถึง 4 รุ่นรวด โดยระบุว่า ชิปในตระกูล MTIA จะประกอบด้วย MTIA 300, 400, 450 และ 500 โดยมีเป้าหมายหลักเพื่อกระจายแหล่งที่มาของฮาร์ดแวร์ ลดการพึ่งพาผู้ผลิตภายนอก และควบคุมต้นทุนท่ามกลางการแข่งขันด้าน AI ที่ทวีความรุนแรงและมีค่าใช้จ่ายสูง เพื่อเตรียมรับมือกับสงคราม Generative AI ที่กำลังเดือด

เปิดไลน์อัปตระกูล MTIA

  • MTIA 300 (The Early Bird) เริ่มใช้งานแล้วตอนนี้ เน้นงานเบื้องหลังที่เราคุ้นเคยอย่างการจัดอันดับเนื้อหา และการแนะนำโฆษณาให้ตรงใจผู้ใช้บน Facebook และ Instagram
  • MTIA 400 (Iris) พี่คนรองที่ผ่านการทดสอบในแล็บเรียบร้อยแล้ว และกำลังจะถูกส่งไปประจำการใน Data Center เร็วๆ นี้
  • MTIA 450 & 500 (Arke & Astrid) สองคู่หูสุดโหดที่ถูกวางตัวให้เป็นตัวหลักในปี 2027 โดยเฉพาะรุ่น 500 ที่ออกแบบมาเพื่อรับงานโหดอย่าง Generative AI Inference (การประมวลผลเพื่อสร้างรูปภาพ วิดีโอ หรือข้อความ) โดยเฉพาะ

ชิปเหล่านี้คือ ASIC (Application-Specific Integrated Circuit) ซึ่งต่างจาก GPU ทั่วไปตรงที่มันถูกตัดฟีเจอร์ที่ไม่จำเป็นออก และเน้นเฉพาะงานที่ Meta ต้องการจริง ๆ ทำให้กินไฟน้อยกว่าแต่แรงกว่าในงานเฉพาะทาง

เบื้องหลังความสำเร็จนี้ไม่ได้โรยด้วยกลีบกุหลาบ มีรายงานว่า Mark Zuckerberg เริ่มหมดความอดทนกับความล่าช้าในการพัฒนาชิปภายในองค์กร ถึงขั้นเคยพยายามยื่นซื้อสตาร์ทอัพดาวรุ่งอย่าง FuriosaAI จากเกาหลีใต้ด้วยเงิน 800 ล้านดอลลาร์ (แต่โดนปฏิเสธ)

สุดท้าย Meta เลยใช้วิธี Acquire-hire ด้วยการเข้าซื้อสตาร์ทอัพ Rivos Inc. พร้อมกวาดต้อนวิศวกรฝีมือดีกว่า 400 ชีวิตมาช่วยปั้นโปรเจกต์ MTIA จนสามารถเดินหน้าพัฒนาชิปหลายรุ่นได้พร้อมกันในเวลาเดียว

แล้ว Meta ยังใช้ชิป Nvidia และ AMD อยู่ไหม

แม้จะเปิดตัวชิปเองรัวๆ แต่ Meta ก็รู้ดีว่าการจะโค่นเจ้าตลาดนั้นไม่ใช่เรื่องง่าย กลยุทธ์ที่พวกเขาเลือกใช้คือ Dual Strategy หมายความว่า Meta จะยังคงเป็นลูกค้ารายใหญ่ของ Nvidia และ AMD โดยเพิ่งปิดดีลหมื่นล้านดอลลาร์สหรัฐฯ เพื่อจองกำลังการผลิต GPU มหาศาล

แต่ในขณะเดียวกัน Meta ก็จะพัฒนาชิปเฉพาะทางเองเพื่อลดต้นทุนในระยะยาว เพราะเมื่อระบบสเกลระดับพันล้านคน การประหยัดต้นทุนต่อหน่วยเพียงเล็กน้อยหมายถึงกำไรมหาศาล

ก้าวต่อไปของ Meta คือการเร่งติดตั้งชิปเหล่านี้ใน Data Center ทั่วโลก (ซึ่ง 26 จาก 30 แห่งอยู่ในสหรัฐฯ) โดยมีอุปสรรคสำคัญที่ต้องจับตาคือ การขาดแคลนหน่วยความจำ HBM (High-bandwidth Memory) ที่เป็นหัวใจของชิป AI ซึ่ง Meta ยอมรับว่ากังวล แต่ก็ได้เตรียมการสำรองซัพพลายไว้แล้ว

หนึ่งในสิ่งที่เห็นได้ชัดมาก คือ บริษัทเทคโนโลยียุคใหม่จะไม่ยอมพึ่งพาใครคนใดคนหนึ่งเพียงอย่างเดียว การที่ Meta หันมาคุมตั้งแต่ต้นน้ำยันปลายน้ำจะทำให้พวกเขามีต้นทุนที่ต่ำลงและขยับตัวได้เร็วกว่าคู่แข่งในระยะยาว

อ้างอิง: bloomberg, cnbc

ลงทะเบียนเข้าสู่ระบบ เพื่ออ่านบทความฟรีไม่จำกัด

No comment

RELATED ARTICLE

Responsive image
Responsive image

AI อยู่ในองค์กรทุกที่แล้ว แต่ไว้ใจได้แค่ไหน ยังไม่มีใครตอบได้ KBTG เปิด 8 ความเสี่ยงของ AI ที่องค์กรต้องย้อนกลับไปตรวจ

KBTG ชี้องค์กรต้องเปลี่ยนคำถามจากใช้ AI ให้เร็วแค่ไหน เป็นใช้อย่างไรให้ไว้ใจได้ พร้อมเปิด 8 ความเสี่ยงของ AI มาตรฐานที่ดาวน์โหลดได้ และวิธีที่ธนาคารกสิกรไทยทำจริง...

Responsive image

AXONS คว้า 2 รางวัล ตอกย้ำบทบาทผู้นำ AgriTech จาก Prime Minister’s Digital Awards 2025 และ Techsauce Awards 2026

AXONS เดินหน้าพัฒนาเทคโนโลยีและนวัตกรรมดิจิทัลเพื่อยกระดับภาคเกษตรและอุตสาหกรรมอาหาร ล่าสุดได้รับ 2 รางวัลจากเวทีสำคัญ ได้แก่ Prime Minister’s Digital Awards 2025 สาขา Digital Orga...