General Compute: แผนการลับที่อาจแก้ปัญหาคอขวดใหญ่ที่สุดของ AI

Finn Puklowski ซีอีโอของบริษัท เผยว่าชิป SN50 จะสามารถประมวลผลได้ 600 ถึง 700 โทเค็นต่อวินาที เทียบกับ GPU ทั่วไปที่ทำได้ราว 250 โทเค็นต่อวินาที ความเร็วที่เพิ่มขึ้นเกือบ 3 เท่านี้ไม่ใช่แค่ตัวเลขไว้โชว์ แต่มันคือสิ่งจำเป็นสำหรับ AI Agent อัตโนมัติที่ต้องสื่อสารกันเองแบบเรียลไทม์ในวงจรหลายขั้นตอน ซึ่งทุกมิลลิวินาทีของความหน่วงมีความหมาย

General Compute ได้สั่งซื้อชิป SN50 ไปแล้วเป็นมูลค่า 300 ล้านดอลลาร์ และอ้างว่าเป็น Neocloud รายแรกที่นำชิปเหล่านี้มาติดตั้งใช้งาน การเคลื่อนไหวครั้งนี้สะท้อนให้เห็นถึงการเปลี่ยนแปลงของตลาดในวงกว้าง ที่กำลังมุ่งสู่ซิลิคอนที่ถูกปรับให้เหมาะสมกับการอนุมาน ซึ่งเห็นได้จากการที่ Nvidia เข้าซื้อ Groq ด้วยมูลค่า 20,000 ล้านดอลลาร์ และการ IPO มูลค่า 57,000 ล้านดอลลาร์ของ Cerebras

แก้วิกฤตการติดตั้งศูนย์ข้อมูลด้วยวิธีพลิกแพลง

แม้จะมีชิปที่ดีที่สุด มันก็ไร้ค่าถ้าไม่มีที่ให้เสียบปลั๊ก กระแสความนิยม AI ได้สร้างคอขวดขนาดใหญ่ในการก่อสร้างศูนย์ข้อมูล โดยศูนย์ข้อมูลแห่งใหม่ต้องใช้เวลาในการสร้างหลายปีและต้องใช้เงินลงทุนมหาศาล คำตอบของ General Compute คือการข้ามขั้นตอนการก่อสร้างไปเลย

หัวใจสำคัญอยู่ที่ดีไซน์ของฮาร์ดแวร์ ต่างจากคลัสเตอร์ GPU ที่กินไฟมหาศาลและต้องใช้ระบบระบายความร้อนด้วยน้ำ ซึ่งครองตลาดการฝึกฝน AI อยู่ ชิป SN50 ของ SambaNova ใช้ระบบระบายความร้อนด้วยอากาศ และใช้พลังงานน้อยกว่าอย่างมีนัยสำคัญ นั่นหมายความว่ามันไม่ต้องใช้การดัดแปลงสถานที่แบบพิเศษที่มีราคาแพง และสามารถติดตั้งได้ในศูนย์ข้อมูลที่มีอยู่เดิมหลากหลายรูปแบบกว่ามาก

นี่เป็นการเปิดประตูสู่กลยุทธ์โครงสร้างพื้นฐานที่สร้างสรรค์ที่สุดของสตาร์ทอัพรายนี้ นั่นคือ การทำข้อตกลง Co-location กับผู้ขุดคริปโต (Crypto Miners) เมื่อความสามารถในการทำกำไรของการขุดคริปโตเคอร์เรนซีลดลง นักขุดจำนวนมากจึงเหลือแต่โครงสร้างพื้นฐานที่สำคัญ ไม่ว่าจะเป็นอาคารที่มีระบบจ่ายไฟขนาดใหญ่ ระบบหล่อเย็นระดับอุตสาหกรรม และเครือข่ายความเร็วสูง ที่กำลังมองหาจุดประสงค์ใหม่ แผนของ General Compute คือการนำแร็ค SN50 ระบายความร้อนด้วยอากาศไปติดตั้งในศูนย์ข้อมูลสำเร็จรูปเหล่านี้ ทำให้เข้าถึงส่วนที่ยากที่สุดของการสร้างโครงสร้างพื้นฐาน AI ได้ทันที โดยไม่ต้องเสียเงินหรือเสียเวลาสักวันกับการก่อสร้างใหม่

บทสรุป

กลยุทธ์ของ General Compute คือการเดิมพันสองด้านต่ออนาคตของ AI ในด้านฮาร์ดแวร์ บริษัทกำลังเดิมพันว่าการอนุมานสำหรับ AI Agent แบบอัตโนมัติจะเป็นตลาดขนาดใหญ่ที่ชัดเจน ซึ่งต้องใช้ ASIC เฉพาะทาง ไม่ใช่ GPU สำหรับการฝึกฝนที่ถูกนำมาใช้ใหม่ ในด้านโลจิสติกส์ บริษัทกำลังเดิมพันว่าการนำชิปไปติดตั้งใช้งานออนไลน์ได้อย่างรวดเร็ว โดยการนำโครงสร้างพื้นฐานที่มีอยู่แล้วมาใช้ใหม่ มีความสำคัญมากกว่าการไล่ล่าความได้เปรียบเล็กน้อยจากสเปกบนกระดาษ หากสิ่งที่พวกเขาคิดถูกต้อง General Compute จะไม่ใช่แค่ผู้ให้บริการคลาวด์รายใหม่ แต่มันจะเป็นพิมพ์เขียวว่า AI ระลอกต่อไปจะแก้ปัญหาคอขวดทางกายภาพและการเงินที่เร่งด่วนที่สุดของอุตสาหกรรมได้อย่างไร