“การปฏิวัติด้านการบีบอัดข้อมูล” ของ Google ส่งผลกระทบต่อตรรกะการประมวลผล AI: ความต้องการพื้นที่จัดเก็บข้อมูลผ่านจุดสูงสุดไปแล้วหรือไม่?

TradingKey - Google (GOOGL)การเปิดตัว TurboQuant ซึ่งเป็นเทคโนโลยีบีบอัดหน่วยความจำ AI ใหม่ ได้กระตุ้นให้เกิดความกังวลในตลาดเกี่ยวกับแนวโน้มความต้องการอุปกรณ์จัดเก็บข้อมูล โดยข่าวนี้ส่งผลให้หุ้นกลุ่มชิปหน่วยความจำของสหรัฐฯ ร่วงลงอย่างรุนแรงในระหว่างวันเมื่อวันพุธที่ผ่านมา SanDisk (SNDK) โดยช่วงหนึ่งดิ่งลง 6.5% Micron Technology (MU) โดยช่วงหนึ่งร่วงลงกว่า 5% Western Digital (WDC) โดยช่วงหนึ่งปรับตัวลดลงกว่า 6% Seagate Technology (STX) ร่วงลงกว่า 8%

ในช่วงปีที่ผ่านมาซึ่งตลาดขับเคลื่อนด้วยกระแส AI หุ้นกลุ่มอุปกรณ์จัดเก็บข้อมูลได้รับอานิสงส์จากราคา HBM, DRAM และ NAND ที่ปรับตัวสูงขึ้น ส่งผลให้การประเมินมูลค่า (Valuation) อยู่ในระดับที่ค่อนข้างสูง ดังนั้น ปัจจัยใดก็ตามที่อาจทำให้การเติบโตของอุปสงค์ชะลอตัวลงจึงถูกสะท้อนเข้าสู่ราคาอย่างรวดเร็ว

มีรายงานว่าเทคโนโลยีดังกล่าวสามารถลดการใช้พื้นที่หน่วยความจำแคช (Cache Memory) ของแบบจำลองภาษาขนาดใหญ่ (LLMs) ได้อย่างน้อย 6 เท่า โดยไม่สูญเสียความแม่นยำ ขณะเดียวกันยังช่วยเพิ่มความเร็วได้ถึง 8 เท่า เพื่อแก้ปัญหาคอขวดของหน่วยความจำในการประมวลผล AI (Inference) และการค้นหาเวกเตอร์ (Vector Search)

หัวใจสำคัญของ TurboQuant คือการบีบอัดการใช้หน่วยความจำอย่างมหาศาลในช่วงขั้นตอนการประมวลผล (Inference) ของแบบจำลองขนาดใหญ่ โดยไม่ทำให้ความแม่นยำของโมเดลลดลงอย่างมีนัยสำคัญ ซึ่งสามารถบีบอัด KV Cache ให้เหลือเพียง 3 บิต ช่วยประหยัดหน่วยความจำได้ประมาณ 6 เท่า และเพิ่มประสิทธิภาพการประมวลผลได้สูงสุดถึง 8 เท่า

โดยเนื้อแท้แล้ว ความสำเร็จครั้งนี้ไม่ได้ทำลายความต้องการด้าน AI แต่กลับช่วยยกระดับประสิทธิภาพของกำลังการประมวลผลต่อหน่วยอย่างมีนัยสำคัญ ซึ่งช่วยให้ทรัพยากรฮาร์ดแวร์ชุดเดิมสามารถรองรับงานประมวลผลได้มากขึ้น

อย่างไรก็ตาม การเคลื่อนไหวของราคาในตลาดบ่งชี้ว่าเทคโนโลยีนี้ถูกตีความเป็น "สัญญาณเชิงลบสำหรับกลุ่มอุปกรณ์จัดเก็บข้อมูล"

ทว่าจากข้อมูลล่าสุด เทคโนโลยีนี้มุ่งเน้นไปที่ขั้นตอนการประมวลผลเป็นหลัก และไม่ได้ส่งผลกระทบต่อความจำเป็นในการใช้หน่วยความจำแบนด์วิดท์สูง (HBM) ในฝั่งการฝึกฝนแบบจำลอง (Training) อีกทั้งยังไม่สามารถแทนที่บทบาทสำคัญของคลัสเตอร์คอมพิวเตอร์ขนาดใหญ่ได้ สิ่งนี้บ่งชี้ว่าพื้นฐานของความต้องการโครงสร้างพื้นฐาน AI ยังคงแข็งแกร่ง แม้ว่าวิธีการใช้ทรัพยากรจะพัฒนาไปก็ตาม

หากมองให้ไกลกว่านั้น ประสิทธิภาพที่เพิ่มขึ้นอาจนำไปสู่ "การขยายตัวของอุปสงค์" เนื่องจากต้นทุนการประมวลผลที่ลดลงอย่างมากและการลดอุปสรรคในการนำแอปพลิเคชัน AI ไปใช้ในเชิงพาณิชย์ จะช่วยให้องค์กรและนักพัฒนาสามารถปรับใช้บริการแบบจำลองขนาดใหญ่ได้มากขึ้น ซึ่งนำไปสู่ความถี่ในการใช้งานที่เพิ่มขึ้น ในกระบวนการนี้ ปริมาณการใช้กำลังการประมวลผลโดยรวมอาจไม่ได้ลดลง แต่อาจเพิ่มขึ้นจากการขยายตัวของรูปแบบการใช้งาน หรือกล่าวอีกนัยหนึ่งคือ การพัฒนาประสิทธิภาพสามารถกระตุ้นการเติบโตของอุปสงค์รวมได้ภายใต้เงื่อนไขบางประการ

การปรับตัวลดลงของหุ้นกลุ่มอุปกรณ์จัดเก็บข้อมูลในขณะนี้ ดูเหมือนจะเป็นการปรับระดับความคาดหวังใหม่ท่ามกลางสภาวะที่มีการประเมินมูลค่าไว้สูง มากกว่าจะเป็นการอ่อนแอลงของปัจจัยพื้นฐาน โดยในระยะยาว แนวโน้มการแพร่กระจายของความต้องการด้าน AI ยังคงไม่เปลี่ยนแปลง และอาจได้รับการตอกย้ำให้แข็งแกร่งยิ่งขึ้นจากต้นทุนที่ลดลง

ผลกระทบจากการเปิดตัว TurboQuant ของ Google แท้จริงแล้วไม่ใช่ "การหายไปของอุปสงค์" แต่คือ "การปรับโครงสร้างอุปสงค์" นักลงทุนจำเป็นต้องจับตาดูว่าบริษัทอุปกรณ์จัดเก็บข้อมูลรายใดจะสามารถรักษาอำนาจการต่อรองด้านราคาไว้ได้ภายใต้โครงสร้างอุตสาหกรรมใหม่ ในขณะที่ประสิทธิภาพของ AI ยังคงพัฒนาอย่างต่อเนื่อง