黃仁勳ใน CES ประกาศว่า「เวลาของ ChatGPT สำหรับ AI เชิงกายภาพกำลังมาถึงแล้ว」NVIDIA เปิดตัว Vera Rubin แพลตฟอร์มคำนวณพลังเพิ่มขึ้น 5 เท่า เปิดซอร์ส Alpamayo ระบบขับเคลื่อนอัตโนมัติ, แบบจำลองโลก Cosmos และหุ่นยนต์ Groot เน้นย้ำว่าการย้ายแพลตฟอร์มสองครั้งเกิดขึ้นพร้อมกัน: การสร้างใหม่ของ AI การสร้างใหม่ของ Physical AI ให้เป็นจริง
สามความก้าวหน้าของการปฏิวัติฮาร์ดแวร์ Vera Rubin
ในช่วงต้นคำพูดของ Jensen Huang ที่ CES เขาเริ่มว่า, “เรามีเนื้อหา 15 กิโลกรัมที่จะบรรจุเข้าในการบรรยายวันนี้ มีผู้เข้าร่วม 3,000 คนในงาน, มีอีก 2,000 คนในลานนอก, และยังมีคนออนไลน์บนชั้นสี่, มีผู้ชมทั่วโลกหลายล้านคน” แต่เขาก็รีบเปลี่ยนหัวข้อกลับไปที่ฮาร์ดแวร์ ประกาศว่า Vera Rubin ได้เข้าสู่การผลิตเต็มรูปแบบแล้ว
ชื่อ Vera Rubin มาจากนักดาราศาสตร์ในศตวรรษที่ 20 ซึ่งสังเกตว่าความเร็วในการหมุนของขอบกาแล็กซีใกล้เคียงกับศูนย์กลาง ซึ่งขัดกับกฎฟิสิกส์ของนิวตัน ยกเว้นจะมีสารมองไม่เห็น—มวลมืด NVIDIA ตั้งชื่อแพลตฟอร์มคำนวณรุ่นต่อไปว่า Vera Rubin เพราะสิ่งที่พวกเขาเผชิญอยู่ก็เป็นสิ่งที่มองไม่เห็นเช่นกัน: ความต้องการคำนวณที่เพิ่มขึ้น
Jensen Huang อธิบายความต้องการพลังการคำนวณอย่างบ้าคลั่ง โมเดลขยายขนาดทุกปี 10 เท่า หลังจาก o1 การอนุมานกลายเป็น “กระบวนการคิด” การฝึกอบรมหลังจากนั้นก็เพิ่มขึ้นอย่างรวดเร็วด้วยการเรียนรู้แบบเสริมแรง; การปรับขยายในช่วงทดสอบทำให้จำนวน token ในแต่ละครั้งเพิ่มขึ้นอีก 5 เท่า; และทุกครั้งที่ไปถึงขอบเขตใหม่ ต้นทุน token ของรุ่นก่อนหน้าจะลดลง 10 เท่าในแต่ละปี สิ่งนี้แสดงให้เห็นว่าการแข่งขันรุนแรงมาก NVIDIA ต้อง “ผลักดันความก้าวหน้าของเทคโนโลยีในแต่ละปี โดยไม่หยุดพัก”
โครงสร้างร่วมของ Vera Rubin หกแกน
CPU แบบกำหนดเอง Vera: ประสิทธิภาพเพิ่มขึ้นเป็นสองเท่า, พร้อมแชร์ข้อมูลแบบสองทางกับ GPU Rubin ตั้งแต่ต้น
GPU Rubin: การ์ดคำนวณเดียวสามารถให้พลัง AI ถึง 100 PFLOPS ซึ่งเป็น 5 เท่าของรุ่นก่อนหน้า
เครือข่ายและความปลอดภัย: ConnectX-9 ให้แบนด์วิดธ์ 1.6 Tbps, BlueField-4 DPU ช่วยลดภาระงานด้านเก็บข้อมูลและความปลอดภัย
บนการ์ดคำนวณหนึ่งมีส่วนประกอบ 17,000 ชิ้น แผงคำนวณถูกออกแบบใหม่ให้ไม่มีสาย, ไม่มีท่อ, ไม่มีพัดลม การแลกเปลี่ยน NVLink รุ่นที่ 6 เชื่อมต่อ 18 โหนดเป็นหนึ่งเดียว และขยายเป็น 200G พร้อมบรรจุด้วยแสงออปติคัล ทำให้ตู้คอนเทนเนอร์หลายพันกล่องกลายเป็น “โรงงาน AI” ในงานฝึกอบรมที่มีพารามิเตอร์ 10 ล้านล้านและ token 100 ล้านล้าน Rubin ต้องการเพียงหนึ่งในสี่ของระบบ Blackwell เพื่อฝึกให้เสร็จภายในเดือนเดียวกัน
Jensen Huang ยังพูดถึงปัญหาอุตสาหกรรมในความเป็นจริง NVIDIA มีระเบียบเดิมว่า รุ่นถัดไปของผลิตภัณฑ์ควรเปลี่ยนชิปเพียงหนึ่งสองชิ้น เพื่อไม่ให้ซัพพลายเชนล่ม แต่หลังจากกฎของมูร์ชะลอตัวลง, การเติบโตของทรานซิสเตอร์ไม่สามารถตามทันการขยายตัวของโมเดลที่เพิ่มขึ้น 10 เท่า, token 5 เท่า, ต้นทุนลดลง 10 เท่า หากไม่ทำ “การออกแบบร่วม (co-design)” ก็เป็นไปไม่ได้ที่จะตามทัน ดังนั้นในรุ่นนี้พวกเขาจำเป็นต้องออกแบบชิปใหม่ทุกชิ้น ชิป GPU Rubin มีประสิทธิภาพจุดลอย 5 เท่าของ Blackwell แต่ทรานซิสเตอร์เพียง 1.6 เท่า ซึ่งหมายความว่าการเพิ่มทรานซิสเตอร์ด้วยเทคนิคการผลิตในปัจจุบันถึงเพดานแล้ว ต้องพึ่งพาโครงสร้างและการออกแบบระดับระบบเพื่อเพิ่มประสิทธิภาพ
กลยุทธ์การยกระดับแบบรวมของโมเดลโอเพนซอร์ส
ในรอบปีที่ผ่านมา สิ่งที่ทำให้ Jensen Huang รู้สึก “ตื่นเต้น” จริง ๆ ไม่ใช่ความก้าวหน้าของโมเดปิด แต่เป็นการก้าวกระโดดของโมเดลโอเพนซอร์สแบบกลุ่ม Jensen Huang กล่าวว่า โมเดลเปิดปัจจุบันยังคงตามหลังโมเดลล้ำหน้าอยู่ประมาณ “หกเดือน” แต่ทุก ๆ หกเดือนจะมีโมเดลใหม่ที่ฉลาดขึ้นปรากฏขึ้น ทำให้การดาวน์โหลดพุ่งสูงขึ้น เพราะบริษัทสตาร์ทอัพอยากเข้าร่วม, บริษัทใหญ่ก็อยากเข้าร่วม, นักวิจัยอยากเข้าร่วม, นักเรียนอยากเข้าร่วม, เกือบทุกประเทศอยากเข้าร่วม
หลายคนเข้าใจผิดเกี่ยวกับ NVIDIA ว่าเป็นแค่ “ขาย GPU” แต่ Jensen Huang ย้ำซ้ำ ๆ ใน CES ว่า NVIDIA กำลังกลายเป็นผู้สร้างโมเดลโอเพนซอร์สล้ำหน้า และเป็นแบบเปิดเต็มที่ เขารายชื่อโมเดลโอเพนซอร์สของ NVIDIA หลายตัว: จาก Transformer-SSM แบบผสม Nemotron, แบบจำลองโลก Cosmos, จนถึงหุ่นยนต์คน Groot รวมถึง Alpamayo ซึ่งเป็นโมเดลเปิดและข้อมูลการฝึกก็เปิดด้วย
Jensen Huang ประกาศว่า Alpamayo เป็น “โมเดลขับเคลื่อนอัตโนมัติที่คิดและสรุปเหตุผลได้เป็นแห่งแรกของโลก” มันเชื่อมต่อจากกล้องไปยังตัวขับเคลื่อนแบบ end-to-end ทั้งเรียนรู้จาก “ตัวอย่างมนุษย์” ในระยะทางจริง, จากการสร้างของ Cosmos, และยังมี “ตัวอย่าง” ที่มีการทำเครื่องหมายอย่างละเอียดหลายแสนตัวอย่าง จุดสำคัญคือมันไม่ใช่แค่ส่งออกพวงมาลัยและเบรก, แต่ยังบอกคุณว่ามันจะทำอะไร, ทำไมถึงทำเช่นนั้น, และเส้นทางเป็นอย่างไร
Jensen Huang กล่าวว่า เขาเริ่มทำงานด้านการขับเคลื่อนอัตโนมัติเมื่อแปดปีก่อน เพราะเชื่อว่าการเรียนรู้เชิงลึกจะเป็นการปฏิวัติการคำนวณทั้งระบบอย่างเต็มที่ เขาประกาศว่า Alpamayo “เปิดตัววันนี้” โครงการนี้มีขนาดใหญ่มาก, Jensen Huang บอกว่าทีม AV ของเขามี “หลายพันคน” และ Mercedes-Benz ก็ร่วมมือกับพวกเขามาห้าปีแล้ว เขาคาดการณ์ว่าในอนาคตจะมีรถยนต์อัตโนมัติถึง 1 พันล้านคัน “ทุกคันจะมีความสามารถในการคิด, ทุกคันจะขับเคลื่อนด้วย AI”
โครงสร้างคอมพิวเตอร์สำหรับ AI เชิงกายภาพสามแบบ
Jensen Huang ใช้เวลานานมากในการพูดเรื่องหนึ่ง: ให้ AI เข้าใจความรู้ทั่วไปของโลกนั้นยากกว่าภาษาเสียอีก วัตถุคงอยู่, สาเหตุและผล, ความเฉื่อย, การเสียดทาน, แรงโน้มถ่วง เป็นสิ่งที่เด็กเล็กเข้าใจโดยสัญชาตญาณ แต่สำหรับ AI กลับเป็นสิ่งแปลกใหม่ และข้อมูลในโลกแห่งความเป็นจริงก็ไม่เคยพอ เขาบอกว่าเพื่อสร้าง physical AI ต้องใช้ “สามคอมพิวเตอร์”: สำหรับฝึกโมเดล, สำหรับการอนุมานบนรถ/หุ่นยนต์/โรงงานที่ขอบ, และสำหรับการจำลอง
Omniverse เป็นโลกจำลองเสมือนจริง, Cosmos เป็นโมเดลพื้นฐานของโลก, และโมเดลหุ่นยนต์ก็มี Groot กับ Alpamayo ข้อมูลการฝึกมาจากไหน? โมเดลภาษาใช้ข้อความจำนวนมาก, ข้อมูลวิดีโอจากโลกจริงก็มีมาก แต่ยังไม่เพียงพอสำหรับการโต้ตอบแบบหลากหลาย ดังนั้นพวกเขาจึงสร้างข้อมูลเทียมที่สอดคล้องกับกฎฟิสิกส์, เลือกสร้างตัวอย่างฝึกแบบเลือกได้
Cosmos สามารถสร้างวิดีโอสมจริงจากภาพเดียว, จากคำอธิบายฉาก 3D, จากบันทึกเซ็นเซอร์, และสร้างภาพรอบทิศทางจากคำแนะนำของฉาก นอกจากนี้ยังสามารถจำลองแบบปิดวงจร, เมื่อทำการเคลื่อนไหว โลกจะตอบสนอง, Cosmos จะทำการอนุมานขั้นตอนถัดไป Jensen Huang นิยามการขับเคลื่อนอัตโนมัติว่าเป็น “ตลาดหลักของ physical AI ขนาดใหญ่” และยืนยันว่า “จุดเปลี่ยนอยู่ในช่วงเวลานี้” ในอีกสิบปีข้างหน้า รถจำนวนมากจะเป็นอัตโนมัติสูง
Jensen Huang เชื่อว่า AI ในอนาคตจะไม่ใช่แค่หลายโมเดล แต่เป็น “หลายโมเดล” ระบบที่ฉลาดที่สุดควรเรียกใช้โมเดลที่เหมาะสมที่สุดในแต่ละงาน ระบบที่แท้จริงควรเป็นแบบหลายคลาวด์, ไฮบริดคลาวด์, edge computing ซึ่งหมายความว่าแอปพลิเคชัน AI เป็นโครงสร้างการจัดสรรและการอนุมาน, เป็นตัวแทนที่สามารถตัดสินใจเจตนา, เลือกโมเดล, เรียกใช้เครื่องมือ, รวมผลลัพธ์ Jensen Huang เชื่อว่าระบบนี้กำลังกลายเป็น “อินเทอร์เฟซผู้ใช้” ใหม่, ไม่ใช่แค่ Excel, ไม่ใช่แค่ฟอร์ม, ไม่ใช่แค่ command line
บริษัท NVIDIA กำลังเผชิญกับช่วงเวลาที่ขัดแย้งกัน มันดูเหมือนเป็นหนึ่งในเรื่องราวฟองสบู่ที่อันตรายที่สุด มูลค่าตลาดพุ่งสูงเป็นประวัติการณ์ แต่ในขณะเดียวกันก็เป็นหนึ่งในหุ้นแนวคิด AI ที่แข็งแกร่งที่สุด รายได้และกำไรสุทธิในแต่ละไตรมาสเป็นพันล้านดอลลาร์, อัตรากำไรขั้นต้นสูงถึง 70% เมื่อบริษัทครอบครองทั้งเรื่องเทคโนโลยี, ตำแหน่งในห่วงโซ่อุตสาหกรรม, และความสนใจในตลาดการเงิน มันก็กลายเป็นเทพเจ้าแห่งความเชื่อ ความเชื่อให้มูลค่าเกินราคา, แต่ก็หมายความว่าคุณไม่สามารถทำผิดพลาดได้
