Google ปล่อย TPU ให้ผู้ให้บริการคลาวด์รายใหญ่เป็นครั้งแรก ตั้งเป้าท้าชน Nvidia อย่างจริงจัง
Google ยกระดับกลยุทธ์ AI Infrastructure ด้วยการเปิดตัว TPU ให้กับผู้ให้บริการคลาวด์ภายนอกเป็นครั้งแรก หลังจากใช้งานภายในองค์กรมาอย่างยาวนาน ข่าวนี้ถือเป็นก้าวสำคัญที่สื่อถึงแผนการขยายอิทธิพลของบริษัทในตลาดชิป AI ที่เคยถูกครอบงำโดย Nvidia มาอย่างยาวนาน
แหล่งข่าววงในจาก Information เปิดเผยว่า Google ได้เริ่มขาย Tensor Processing Unit (TPU) ให้กับบริษัทคลาวด์ขนาดใหญ่ เช่น Neoclouds ซึ่งเป็นหนึ่งในผู้ให้บริการคลาวด์ที่มีบทบาทสำคัญในเอเชียตะวันออกเฉียงใต้ โดยการเปิดตัวครั้งนี้ถือเป็นครั้งแรกที่ Google ปล่อย TPU ออกไปนอกเหนือจากโครงสร้างภายในองค์กร แม้จะไม่มีการประกาศอย่างเป็นทางการ แต่การเคลื่อนไหวดังกล่าวสะท้อนให้เห็นถึงความมุ่งมั่นของ Google ในการสร้างระบบนิเวศ AI infrastructure ที่แข็งแกร่งและเป็นอิสระจาก Nvidia
TPU หรือชิปประมวลผลเฉพาะทางสำหรับงาน AI ที่ Google พัฒนาขึ้นเองตั้งแต่ปี 2016 ถือเป็นหัวใจสำคัญของระบบ AI ต่างๆ ของบริษัท ไม่ว่าจะเป็น Google Search, YouTube Recommendation, และระบบปัญญาประดิษฐ์ระดับโลกอย่าง Gemini และ DeepMind แต่เดิมที TPU ถูกใช้ภายในเท่านั้น จนกระทั่งปี 2023 ที่ Google เริ่มเปิดให้ลูกค้าใน Google Cloud ใช้งานผ่านบริการ Compute Engine ได้บ้าง แต่การส่งมอบ TPU ให้กับผู้ให้บริการคลาวด์ภายนอกอย่าง Neoclouds ถือเป็นการขยายขอบเขตครั้งใหญ่ที่สุดในประวัติศาสตร์
การขยายตลาด TPU ไปยังผู้ให้บริการคลาวด์รายอื่น สะท้อนให้เห็นว่า Google ต้องการลดการพึ่งพา GPU ของ Nvidia ซึ่งเป็นผู้นำตลาดชิป AI มาอย่างยาวนาน โดยเฉพาะในช่วงที่ Nvidia ประสบปัญหาขาดแคลนชิปและราคาสูงขึ้น ทำให้หลายบริษัทเริ่มมองหาทางเลือกที่มีประสิทธิภาพและควบคุมต้นทุนได้ดีกว่า
นอกจากนี้ การเปิดตัว TPU ให้กับผู้ให้บริการภายนอกยังช่วยเสริมสร้างความแข็งแกร่งให้กับ Google Cloud ให้กลายเป็นคู่แข่งที่แท้จริงในตลาด AI infrastructure ทั้งในด้านฮาร์ดแวร์ ซอฟต์แวร์ และบริการครบวงจร ทั้งนี้ คาดว่า Google จะขยายการขาย TPU ไปยังผู้ให้บริการรายอื่นในอนาคต เพื่อสร้างเครือข่าย AI ที่เชื่อมโยงกันอย่างกว้างขวาง
แนวโน้มนี้อาจเปลี่ยนแปลงโครงสร้างตลาดชิป AI ได้อย่างสิ้นเชิง หาก Google สามารถรักษาประสิทธิภาพและเสถียรภาพของ TPU ได้ในระดับอุตสาหกรรม พร้อมทั้งสร้างระบบนิเวศน์ที่รองรับการพัฒนาโมเดล AI ขนาดใหญ่ได้อย่างเต็มศักยภาพ
บทความที่เกี่ยวข้อง:
