สำหรับงาน CES 2025 เซสชั่นที่ไม่พูดถึงไม่ได้เลยคงเป็น Keynote จาก Jensen Huang ซีอีโอแห่ง Nvidia ซึ่งนอกจากการเปิดตัวผลิตภัณฑ์และนวัตกรรมใหม่ๆ แล้ว หนึ่งในเรื่องที่น่าจับตาไม่แพ้กันก็คือ วิวัฒนาการเทคโนโลยีของ NVIDIA ตลอด 30 ปีที่ผ่านมา โดยเฉพาะการพัฒนา AI ที่ไม่เพียงสร้างความเปลี่ยนแปลงในวงการเทคโนโลยี แต่ยังกลายเป็นหัวใจสำคัญที่ปฏิวัติการประมวลผลของโลก

ในบทความนี้ Techsauce จะพาคุณไปเจาะลึก Keynote ของ Huang พร้อม Recap การเดินทางจากอดีตสู่อนาคตของ NVIDIA กัน

การเดินทางจากอดีตสู่อนาคตของ NVIDIA 

Huang เล่าให้ฟังถึงจุดเริ่มต้นของการเดินทางที่น่าทึ่งนี้ซึ่งเริ่มต้นในปี 1993 ในตอนนั้น NVIDIA ได้สร้าง NV1 ชิปสำหรับประมวลผลกราฟิก 3 มิติ ที่ออกแบบมาเพื่อให้คอมพิวเตอร์ทำสิ่งที่เคยเป็นไปไม่ได้ โดยการมาของ NV1 ทำให้การเล่นเกมคอนโซลบน PC กลายเป็นจริง ด้วยการใช้สถาปัตยกรรม UDA (Unified Device Architecture) ซึ่งในเวลานั้นยังไม่มีตัว "C" (ที่ต่อมาจะกลายเป็น CUDA ที่เรารู้จักในปัจจุบัน) โดยเกมแรกที่ใช้ UDA คือ Virtua Fighter จาก Sega

หลังจาก NV1 ในปี 1999 ทาง Huang เล่าว่า NVIDIA ได้สร้าง GPU ที่โปรแกรมได้ (Programmable GPU) ซึ่งนับเป็นจุดเริ่มต้นสำคัญที่ทำให้กราฟิกคอมพิวเตอร์ยุคใหม่สามารถเกิดขึ้นได้ ความสามารถของ GPU รุ่นนี้ทำให้ภาพกราฟิกที่ซับซ้อนและสมจริง เช่น เกมและแอนิเมชันที่เห็นในปัจจุบัน เป็นไปได้

6 ปีหลังจากเปิดตัว GPU ที่โปรแกรมได้ NVIDIA ได้สร้าง CUDA (Compute Unified Device Architecture) ซึ่งเป็นแพลตฟอร์มที่ช่วยให้นักพัฒนาสามารถใช้ประโยชน์จาก GPU ในการประมวลผลอัลกอริทึมที่หลากหลายมากขึ้น CUDA ช่วยเปิดโอกาสให้ GPU ถูกนำไปใช้นอกเหนือจากการเรนเดอร์กราฟิก เช่น การคำนวณเชิงวิทยาศาสตร์ การเรียนรู้ของเครื่อง (Machine Learning) และ AI

ช่วงแรก CUDA เข้าใจยากและใช้เวลาหลายปีกว่าจะได้รับการยอมรับ แต่ในปี 2012 Alex Krizhevsky, Ilya Sutskever และ Geoff Hinton ได้ใช้ CUDA เพื่อประมวลผล AlexNet โมเดลปัญญาประดิษฐ์ (Artificial Intelligence) ประเภท Convolutional Neural Network (CNN) ที่ได้รับการออกแบบมาเพื่อประมวลผลและจำแนกภาพโดยเฉพาะ ซึ่งเป็นจุดเปลี่ยนสำคัญที่ทำให้ AI เริ่มก้าวหน้าอย่างรวดเร็ว

ต่อมาในปี 2018 Google เปิดตัว Transformer ซึ่งเป็นสถาปัตยกรรมโครงข่ายประสาทเทียมที่ปฏิวัติวงการ ทำให้ AI โดยเฉพาะ Machine Learning ก้าวกระโดดไปข้างหน้า ซึ่ง Huang ชี้ว่า Transformer ของ Google เป็นตัวเร่งสำคัญที่ทำให้ Machine Learning เปลี่ยนแปลงวิธีการทำงานของคอมพิวเตอร์อย่างสิ้นเชิงในทุกระดับชั้น ทำให้เกิดการเปลี่ยนแปลงครั้งใหญ่ในวงการคอมพิวเตอร์ภายในเวลาเพียง 12 ปี

วิวัฒนาการเทคโนโลยีของ NVIDIA ในด้าน AI

Huang ชี้ให้เห็นว่าจุดเปลี่ยนสำคัญที่ทำให้ทุกเลเยอร์ของเทคโนโลยีพลิกโฉมภายในเวลาเพียง 12 ปี คือ CUDA ซึ่งเป็นกุญแจสำคัญที่ขับเคลื่อนการพัฒนา AI ให้ก้าวหน้าอย่างก้าวกระโดด รวมถึงการมาของ Transformer จาก Google ที่เร่งให้การเปลี่ยนแปลงนี้เกิดขึ้นเร็วขึ้น

จากภาพไฮไลต์ที่ Huang นำขึ้นมาแสดง จะพบว่าตั้งแต่ปี 2012 เทคโนโลยี AI พัฒนาอย่างก้าวกระโดดมาก ตั้งแต่…

• AlexNet (2012) จุดกำเนิดของการใช้งาน Deep Learning ในด้าน Computer Vision
• Perception AI (AI ด้านการรับรู้) AI เริ่มมีความสามารถในการแยกแยะและเข้าใจข้อมูล
• Generative AI (AI เชิงสร้างสรรค์) AI เริ่มสร้างข้อมูลใหม่ เช่น ข้อมความ รูปภาพ
• Agentic AI (AI ที่มีความสามารถในการตัดสินใจ) AI สามารถตัดสินใจและดำเนินงานอย่างอิสระ
• Physical AI (AI ที่ควบคุมการเคลื่อนไหวในโลกจริง) AI ที่สามารถควบคุมและปฏิสัมพันธ์กับโลกทางกายภาพ เช่น รถยนต์ไร้คนขับ หรือ Robotic

การพัฒนา AI อย่างต่อเนื่องที่ไม่ได้หยุดอยู่แค่การประมวลผลข้อมูล แต่พัฒนาไปถึงระดับที่สามารถสร้างสรรค์ ตัดสินใจ และพัฒนาต่อไปเพื่อให้ AI สามารถมีปฏิสัมพันธ์กับโลกแห่งความเป็นจริงได้

อ้างอิง: youtube