Meta จับมือ Panmnesia พัฒนาศูนย์ข้อมูล AI ด้วย CXL เชื่อม GPU เกือบ 960 ตัว

เกิดอะไรขึ้น

Meta ผู้เป็นบริษัทแม่ของ Facebook ได้ร่วมมือกับ Panmnesia สตาร์ทอัพขนาดเล็กจากเกาหลีใต้ เปิดเผยแนวคิดสถาปัตยกรรมศูนย์ข้อมูลรูปแบบใหม่ที่ใช้เทคโนโลยี CXL (Compute Express Link) เพื่อเชื่อมต่อตัวเร่งประมวลผล AI หรือ GPU จำนวนมากถึง 960 ตัวให้ทำงานร่วมกันเสมือนเป็นหน่วยประมวลผลเดียวกันข้ามแร็คเซิร์ฟเวอร์หลายตู้

แนวคิดนี้มุ่งแก้ปัญหาคอขวดด้านหน่วยความจำที่เกิดขึ้นเมื่อต้องรันโมเดล AI ขนาดใหญ่ โดยใช้ CXL เป็นตัวเชื่อมโยงทรัพยากรหน่วยความจำและการประมวลผลระหว่าง GPU จำนวนมากให้มองเห็นกันเป็น "โดเมน" เดียว คล้ายกับการสร้างชิปขนาดใหญ่หนึ่งตัวจากชิปย่อยหลายร้อยตัว ซึ่งต่างจากแนวทางเดิมที่มักต้องพึ่งพาอินเตอร์คอนเนกต์แบบปิดของผู้ผลิตแต่ละราย

เหตุใดเรื่องนี้จึงสำคัญ

สำหรับผู้บริหารด้านเทคโนโลยีและการเปลี่ยนผ่านสู่ดิจิทัล ความเคลื่อนไหวนี้สะท้อนถึงทิศทางใหม่ในการออกแบบโครงสร้างพื้นฐานสำหรับ AI ที่เน้นการขยายขนาด (scale) แบบเปิดและยืดหยุ่นมากขึ้น การใช้มาตรฐานเปิดอย่าง CXL แทนอินเตอร์คอนเนกต์เฉพาะทางของผู้ผลิตรายใดรายหนึ่ง อาจช่วยลดการผูกติดกับผู้จำหน่ายรายเดียว (vendor lock-in) และเปิดทางให้องค์กรต่าง ๆ ผสมผสานฮาร์ดแวร์จากหลายแหล่งเข้าด้วยกันได้ง่ายขึ้นในอนาคต

หากแนวคิดนี้พัฒนาต่อไปจนใช้งานได้จริงในระดับอุตสาหกรรม จะมีความหมายต่อผู้ให้บริการคลาวด์และองค์กรที่ฝึกโมเดล AI ขนาดใหญ่ เนื่องจากการเชื่อมต่อ GPU จำนวนมากให้ทำงานประสานกันอย่างมีประสิทธิภาพ คือปัจจัยสำคัญที่กำหนดทั้งต้นทุนและความเร็วในการพัฒนาโมเดล AI รุ่นต่อไป

ตัวเลขสำคัญ

• 960 ตัว คือจำนวนตัวเร่งประมวลผล AI (GPU) สูงสุดที่สถาปัตยกรรมนี้ออกแบบให้เชื่อมต่อกันเป็นหนึ่งโดเมนการประมวลผลเดียว

มุมมองจาก Renascence

ข่าวนี้มักถูกมองว่าเป็นเพียงเรื่องฮาร์ดแวร์เฉพาะทาง แต่ในความเป็นจริงมันสะท้อนหลักคิดที่ลึกกว่านั้นเกี่ยวกับการออกแบบระบบให้รองรับการเติบโตอย่างยั่งยืน

สิ่งที่หลายคนมองข้ามคือ การที่ Meta เลือกร่วมมือกับสตาร์ทอัพขนาดเล็กอย่าง Panmnesia แทนที่จะพึ่งพาผู้ผลิตชิปรายใหญ่เพียงรายเดียว คือสัญญาณของหลักการออกแบบที่ดี นั่นคือการลดความเสี่ยงจากการผูกติดกับโครงสร้างปิดระบบเดียว องค์กรที่วางแผนลงทุนโครงสร้างพื้นฐาน AI ระยะยาว ควรพิจารณามาตรฐานเปิดและความสามารถในการขยายระบบแบบค่อยเป็นค่อยไป มากกว่าการทุ่มเดิมพันกับสถาปัตยกรรมปิดที่อาจกลายเป็นข้อจำกัดในอนาคต การลงทุนด้านประสบการณ์ลูกค้าหรือพนักงานผ่าน AI จะไร้ความหมาย หากรากฐานด้านโครงสร้างพื้นฐานไม่สามารถขยายตัวตามความต้องการที่เพิ่มขึ้นได้อย่างคุ้มค่า