AMD EPYC “Venice” บนเทคโนโลยี 2nm อาจเปลี่ยนเกมโครงสร้างพื้นฐาน AI

AMD ประกาศว่าโปรเซสเซอร์เซิร์ฟเวอร์รุ่นถัดไป EPYC ที่มีโค้ดเนมว่า “Venice” กำลังเข้าสู่ขั้นตอนเพิ่มกำลังการผลิตบนกระบวนการ 2 นาโนเมตร (N2) ของ TSMC ซึ่งถือเป็นก้าวสำคัญของทั้งอุตสาหกรรมเซมิคอนดักเตอร์และตลาดโครงสร้างพื้นฐาน AI ที่กำลังขยายตัวอย่างรวดเร็ว

ซีพียูรุ่นนี้ถูกวางตำแหน่งให้เป็น EPYC เจเนอเรชันที่ 6 ของ AMD และคาดว่าจะเปิดตัวในปี 2026 เพื่อรองรับดาต้าเซ็นเตอร์ คลาวด์ระดับ hyperscale และระบบ AI ขนาดใหญ่

ด้านล่างคือความหมายเชิงเทคโนโลยีและธุรกิจของการเปิดตัวครั้งนี้

ซีพียูเซิร์ฟเวอร์ 2nm รุ่นแรกของอุตสาหกรรม

Venice มีความสำคัญเพราะมันเป็นหนึ่งใน ชิปสำหรับงานคอมพิวต์ประสิทธิภาพสูง (HPC) ตัวแรกที่ผลิตด้วยเทคโนโลยี 2nm ของ TSMC

กระบวนการ N2 ใช้ทรานซิสเตอร์แบบ gate‑all‑around nanosheet ซึ่งเป็นสถาปัตยกรรมใหม่ที่ช่วยเพิ่มประสิทธิภาพและประหยัดพลังงานมากขึ้น โดยรายงานระบุว่าเทคโนโลยีนี้สามารถให้

• ประสิทธิภาพสูงขึ้นประมาณ 10–15% ที่ระดับพลังงานเท่าเดิม
• หรือใช้พลังงาน ลดลงประมาณ 25–30% ที่ประสิทธิภาพเท่าเดิม

เมื่อเทียบกับโหนดก่อนหน้า

สำหรับผู้ให้บริการดาต้าเซ็นเตอร์ การลดพลังงานและความร้อนเป็นปัจจัยสำคัญ เพราะค่าไฟฟ้าและระบบระบายความร้อนถือเป็นต้นทุนหลักของคลัสเตอร์ AI ขนาดใหญ่

สเปกสำคัญของ EPYC “Venice”

AMD ยังไม่ได้เปิดเผยรายละเอียดทุกอย่างอย่างเป็นทางการ แต่จากโรดแมปและรายงานอุตสาหกรรม คาดว่า Venice จะมีคุณสมบัติสำคัญดังนี้

• สูงสุด 256 คอร์ CPU บนสถาปัตยกรรม Zen 6 (รวมถึงเวอร์ชันความหนาแน่นสูง Zen 6c สำหรับรุ่นระดับสูง)
• แบนด์วิดท์หน่วยความจำประมาณ 1.6 TB/s เพื่อรองรับเวิร์กโหลดข้อมูลขนาดมหาศาล
• แพลตฟอร์มเซิร์ฟเวอร์รุ่นใหม่สำหรับคลาวด์ hyperscale และงาน AI

แนวโน้มของซีพียูเซิร์ฟเวอร์ยุคใหม่คือการเพิ่มจำนวนคอร์และแบนด์วิดท์หน่วยความจำ เพื่อรองรับการประมวลผลข้อมูลขนาดใหญ่และการทำงานร่วมกับตัวเร่งความเร็ว (accelerator) จำนวนมาก

ทำไม CPU ยังสำคัญในระบบ AI

แม้ว่า GPU จะเป็นหัวใจหลักของการฝึกโมเดล AI แต่ CPU ยังคงมีบทบาทสำคัญในระบบคลัสเตอร์ AI

ในดาต้าเซ็นเตอร์ขนาดใหญ่ CPU มักทำหน้าที่ เช่น

• ควบคุมการทำงานของ GPU หลายตัว
• เตรียมและประมวลผลข้อมูลก่อนเข้าสู่โมเดล
• จัดการระบบเครือข่าย การจัดเก็บ และ virtualization
• รองรับบริการที่ใช้หน่วยความจำจำนวนมาก

AMD ระบุว่าเวิร์กโหลด AI รุ่นใหม่ โดยเฉพาะ agentic AI ที่มีเอเจนต์หลายตัวทำงานร่วมกัน ต้องการการประสานงานระหว่าง CPU และ GPU อย่างมีประสิทธิภาพ ไม่ใช่พึ่งพา accelerator เพียงอย่างเดียว

ส่วนหนึ่งของแพลตฟอร์ม AI ขนาดใหญ่

Venice ไม่ได้ถูกออกแบบมาให้ทำงานเพียงลำพัง แต่เป็นส่วนหนึ่งของระบบ AI เต็มรูปแบบของ AMD ซึ่งรวมถึง

• GPU Instinct MI400 series
• ระบบ AI ระดับแร็ก Helios
• เทคโนโลยีการแพ็กเกจชิปขั้นสูงที่เชื่อม CPU, GPU และหน่วยความจำเข้าด้วยกัน

แพลตฟอร์ม Helios จะจับคู่ซีพียู EPYC กับ GPU Instinct เพื่อสร้าง AI rack-scale system สำหรับดาต้าเซ็นเตอร์ hyperscale ตั้งแต่ปี 2026 เป็นต้นไป

แนวโน้มสำคัญของอุตสาหกรรมคือการเปลี่ยนจากเซิร์ฟเวอร์เดี่ยวไปสู่ ระบบ AI ระดับแร็ก ที่ GPU หลายสิบหรือหลายร้อยตัวทำงานเป็นคลัสเตอร์เดียว

กลยุทธ์การผลิต: ไต้หวันและสหรัฐฯ

AMD ระบุว่าการผลิต Venice จะเริ่มต้นที่ โรงงานของ TSMC ในไต้หวัน ก่อน และมีแผนเพิ่มกำลังการผลิตใน โรงงาน TSMC ที่รัฐแอริโซนา สหรัฐอเมริกา ในอนาคต

กลยุทธ์นี้สะท้อนแนวโน้มสำคัญของอุตสาหกรรมชิป

• ใช้ระบบนิเวศการผลิตขั้นสูงของไต้หวัน
• กระจายความเสี่ยงของซัพพลายเชนไปยังภูมิภาคอื่น

สำหรับลูกค้าระดับ hyperscaler หรือหน่วยงานรัฐ การผลิตในสหรัฐฯ ยังช่วยตอบโจทย์ด้านความมั่นคงของซัพพลายเชนและกฎระเบียบ

การลงทุนกว่า 10 พันล้านดอลลาร์ในไต้หวัน

AMD ยังประกาศแผนลงทุน มากกว่า 10,000 ล้านดอลลาร์ในระบบนิเวศ AI และเซมิคอนดักเตอร์ของไต้หวัน

การลงทุนนี้มุ่งเน้นไปที่

• เทคโนโลยีการแพ็กเกจชิปขั้นสูง
• การประกอบระบบ AI
• ความร่วมมือกับบริษัททดสอบและแพ็กเกจชิป

เทคโนโลยีอย่าง 2.5D และ 3D chiplet packaging กำลังกลายเป็นหัวใจสำคัญของระบบ AI เพราะช่วยเชื่อม CPU, GPU และหน่วยความจำด้วยแบนด์วิดท์สูงมาก

ชิปรุ่นถัดไป: EPYC “Verano”

หลังจาก Venice แล้ว AMD ยังมีโรดแมปของซีพียูเซิร์ฟเวอร์รุ่นถัดไปชื่อ “Verano”

แม้รายละเอียดจะยังมีจำกัด แต่บริษัทระบุว่า Verano จะยังคงใช้เทคโนโลยี 2nm และมุ่งเน้นที่

• ประสิทธิภาพต่อราคา (performance‑per‑dollar)
• ประสิทธิภาพต่อพลังงาน
• รองรับหน่วยความจำ LPDDR สำหรับเวิร์กโหลด AI ที่ต้องใช้หน่วยความจำจำนวนมาก

สิ่งนี้บ่งชี้ว่า AMD ต้องการพัฒนาสถาปัตยกรรมเซิร์ฟเวอร์ต่อเนื่องบนโหนดเดียวกัน แทนที่จะรอเทคโนโลยีการผลิตรุ่นใหม่ทั้งหมด

ศึกกับ Nvidia ในตลาด AI

ปัจจุบัน Nvidia ครองตลาดโครงสร้างพื้นฐาน AI อย่างมาก เนื่องจาก GPU เป็นตัวเร่งหลักสำหรับการฝึกและรันโมเดล

กลยุทธ์ของ AMD แตกต่างออกไปเล็กน้อย โดยบริษัทพยายามสร้าง แพลตฟอร์ม AI แบบครบระบบ ที่รวม

• CPU (EPYC)
• GPU (Instinct)
• เครือข่ายและซอฟต์แวร์
• ระบบ AI ระดับแร็ก

เมื่อ Venice ทำหน้าที่เป็นแกน CPU และ Instinct GPU เป็นตัวเร่ง AMD จึงหวังสร้างทางเลือกแบบครบวงจรที่แข่งขันกับระบบ AI ของ Nvidia

ทำไม Venice จึงสำคัญ

การมาของ EPYC Venice สะท้อนแนวโน้มสำคัญหลายอย่างในอุตสาหกรรม AI

• โครงสร้างพื้นฐาน AI กำลังกลายเป็น แพลตฟอร์มทั้งระบบ ไม่ใช่แค่ GPU
• กระบวนการผลิตและเทคโนโลยีแพ็กเกจชิปขั้นสูงกลายเป็น คอขวดเชิงยุทธศาสตร์ของอุตสาหกรรม
• ดาต้าเซ็นเตอร์กำลังเปลี่ยนจากเซิร์ฟเวอร์เดี่ยวไปสู่ ระบบ AI ระดับแร็กขนาดใหญ่

หากทุกอย่างเป็นไปตามโรดแมป Venice อาจกลายเป็นหนึ่งใน ซีพียูระดับ 2nm ตัวแรกที่ถูกใช้อย่างแพร่หลายในดาต้าเซ็นเตอร์ hyperscale และช่วยกำหนดทิศทางของโครงสร้างพื้นฐาน AI ในทศวรรษหน้า