AMD ชี้แนวทางสร้างโครงสร้างพื้นฐาน AI เน้นความยืดหยุ่นและระบบเปิดรับเวิร์กโหลดระยะยาว

สำนักข่าวบริคอินโฟ – ผู้บริหารภูมิภาคเอเชียแปซิฟิกของ Advanced Micro Devices (AMD) เผยแนวคิดการออกแบบโครงสร้างพื้นฐานสำหรับปัญญาประดิษฐ์ (AI) โดยชี้ว่าองค์กรควรให้ความสำคัญกับความยืดหยุ่น ความคุ้มค่าทางเศรษฐศาสตร์ และสถาปัตยกรรมแบบเปิด เพื่อรองรับการเปลี่ยนแปลงของเวิร์กโหลดที่เปลี่ยนผ่านจากการฝึกฝนโมเดลไปสู่การอนุมานผลและระบบอัจฉริยะอัตโนมัติในอีก 5-7 ปีข้างหน้า

นายอเล็กซี นาวอโลคิน (Alexey Navolokin) ผู้จัดการทั่วไปประจำภูมิภาคเอเชียแปซิฟิก บริษัท Advanced Micro Devices หรือ AMD เปิดเผยว่า ทิศทางของเทคโนโลยี ปัญญาประดิษฐ์ ในช่วง 5 ปีข้างหน้ายังมีความไม่แน่นอนสูง ทั้งในแง่สถาปัตยกรรมโมเดล อัตราส่วนระหว่างการเทรน (Training) กับการอนุมาน (Inference) รวมถึงสถานที่ประมวลผลซึ่งกระจายตัวทั้งบนศูนย์ข้อมูล (Data Center) และอุปกรณ์ปลายทาง ความท้าทายหลักของผู้นำฝ่ายไอทีในปัจจุบันจึงไม่ใช่เพียงการเลือกลงทุนในฮาร์ดแวร์ แต่เป็นการป้องกันความเสี่ยงจากระบบที่ไม่สามารถปรับตัวตามเวิร์กโหลดใหม่ได้

เดิมทีโครงสร้างพื้นฐาน AI มุ่งเน้นการประมวลผลแบบกลุ่ม (Batch) เพื่อฝึกฝนโมเดลขนาดใหญ่บนคลัสเตอร์เดียว แต่ปัจจุบันระบบต้องรองรับการอนุมานผลแบบต่อเนื่องที่ต้องควบคุมความหน่วง (Latency) ตลอดจนระบบตัวแทนอัจฉริยะ (Agentic AI) ที่มีขั้นตอนการทำงานซับซ้อน เช่น การดึงข้อมูล การเรียกใช้โปรแกรมภายนอก และการประสานงานหลายโมเดล ส่งผลให้สมดุลระหว่างหน่วยประมวลผล หน่วยความจำ เครือข่าย และสตอเรจเปลี่ยนแปลงไป องค์กรจึงต้องเพิ่มประสิทธิภาพระบบโดยรวมแทนการขยายสเปกเฉพาะจุด

เพื่อรักษาความคล่องตัวในการดำเนินงาน การวางระบบควรประเมินจาก 3 ปัจจัยหลัก ได้แก่ ความสามารถในการปรับเปลี่ยนคอนฟิกูเรชันโดยใช้ซอฟต์แวร์ร่วมกัน ความคุ้มค่าเชิงเศรษฐศาสตร์ที่เน้นต้นทุนต่องานที่ทำสำเร็จมากกว่าต้นทุนต่อโทเคน และการใช้ระบบนิเวศแบบเปิด (Open Standards) เพื่อลดการผูกขาดกับผู้ผลิตรายเดียว ทั้งนี้ สถาปัตยกรรมที่ทำงานผสานกันตั้งแต่ระดับชิปเซิร์ฟเวอร์ ชิปสำหรับอุปกรณ์ปลายทาง ไปจนถึงกราฟิกการ์ดสำหรับศูนย์ข้อมูลผ่านแพลตฟอร์มซอฟต์แวร์เปิด จะช่วยให้ภาคธุรกิจสามารถโยกย้ายและปรับขนาดเวิร์กโหลดได้อย่างต่อเนื่องตามความต้องการจริงในอนาคต