จาก OpenAI ถึง Anthropic: การต่อสู้เพื่ออิสรภาพด้านการประมวลผลของยักษ์ใหญ่ AI เริ่มต้นขึ้น, การพัฒนาชิปภายในองค์กรคือสิ่งจำเป็นหรือไม่?

TradingKey - ภาวะการขาดแคลนชิป AI ในปัจจุบันได้กลายเป็นความท้าทายร่วมกันสำหรับบริษัทชั้นนำ ในฐานะที่เป็นบริษัทตัวแทนในสาขา Generative AI ทาง Anthropic กำลังสำรวจแนวทางในการก้าวข้ามขีดจำกัดดังกล่าว รายงานล่าสุดระบุว่าบริษัทกำลังประเมินความเป็นไปได้ในการพัฒนาชิป AI ของตนเอง เพื่อเพิ่มขีดความสามารถในการควบคุมพลังการประมวลผลและลดการพึ่งพาซัพพลายเออร์จากภายนอก

อย่างไรก็ตาม แหล่งข่าวที่คุ้นเคยกับเรื่องนี้เน้นย้ำว่า แผนการดังกล่าวยังอยู่ในขั้นตอนการวิจัยเบื้องต้นเท่านั้น และยังไม่ได้เข้าสู่ระยะการพัฒนาอย่างเป็นรูปธรรม Anthropic ยังคงมีความเป็นไปได้ที่จะยกเลิกการพัฒนาภายในองค์กรเพื่อหันกลับไปซื้อชิปจากบุคคลที่สามต่อไป แหล่งข่าวรายหนึ่งเปิดเผยเพิ่มเติมว่า Anthropic ยังไม่ได้ข้อสรุปเกี่ยวกับทิศทางการออกแบบชิปที่ชัดเจน และยังไม่ได้จัดตั้งทีมวิจัยและพัฒนา (R&D) สำหรับจุดประสงค์นี้โดยเฉพาะ

แรงขับเคลื่อนหลักที่ทำให้ Anthropic พิจารณาผลิตชิปใช้เองคือการเติบโตของธุรกิจอย่างก้าวกระโดด เมื่อต้นสัปดาห์ที่ผ่านมา ผู้บริหารของ Anthropic ได้เปิดเผยต่อสาธารณะว่า ความต้องการ Claude ซึ่งเป็นโมเดล AI ของบริษัทพุ่งสูงขึ้นอย่างมีนัยสำคัญในปี 2569 โดยรายได้ต่อปีของบริษัททะลุระดับ 3 หมื่นล้านดอลลาร์ เมื่อเทียบกับประมาณ 9 พันล้านดอลลาร์ ณ สิ้นปี 2568

แม้ว่าธุรกิจจะขยายตัวอย่างรวดเร็ว แต่ Anthropic ยังคงต้องพึ่งพาผู้จำหน่ายภายนอกอย่างมากในการสนับสนุนด้านการประมวลผล ปัจจุบันบริษัทใช้วิธีการผสมผสานชิปจากหลายแหล่ง ซึ่งรวมถึงหน่วยประมวลผล TPU ที่ออกแบบโดย Google ของบริษัท Alphabet และชิปที่พัฒนาขึ้นเองของ Amazon เพื่อสนับสนุนการพัฒนาและการทำงานของซอฟต์แวร์ AI และแชทบอท Claude

ที่น่าสนใจคือ เมื่อต้นสัปดาห์ที่ผ่านมา Anthropic ได้บรรลุข้อตกลงการจัดหา TPU ระยะยาวกับ Google และ Broadcom โดยข้อตกลงนี้เป็นส่วนหนึ่งของแผนการลงทุนมูลค่า 5 หมื่นล้านดอลลาร์ในโครงสร้างพื้นฐานด้านการประมวลผลของสหรัฐฯ ที่ Anthropic ได้ให้คำมั่นไว้ก่อนหน้านี้

Anthropic ไม่ใช่บริษัทเทคโนโลยีรายเดียวที่รุกเข้าสู่การผลิตชิป AI แบบสั่งทำพิเศษ (Custom AI chips) เนื่องจากผู้นำอุตสาหกรรมรายอื่น ๆ เช่น OpenAI ก็เริ่มมีการสำรวจในลักษณะเดียวกันนี้เช่นกัน

อย่างไรก็ตาม แหล่งข่าวในอุตสาหกรรมชี้ให้เห็นว่า อุปสรรคในการพัฒนาชิป AI ขั้นสูงนั้นอยู่ในระดับที่สูงมาก โดยเงินลงทุนด้านการวิจัยและพัฒนาเพียงอย่างเดียวอาจสูงเกินกว่า 500 ล้านดอลลาร์ ซึ่งครอบคลุมค่าใช้จ่ายในการจ้างวิศวกรออกแบบชิปชั้นนำด้วยเงินเดือนที่สูง ตลอดจนค่าใช้จ่ายในการส่งแบบชิปเพื่อผลิตต้นแบบ (Tape-out) และการทดสอบเพื่อการผลิตจำนวนมาก

ยักษ์ใหญ่ด้าน AI ระดับโลกเปิดฉากการแข่งขันพัฒนาชิปภายในองค์กร

ท่ามกลางภาวะขาดแคลนชิป AI ทั่วโลก ทางเลือกของ Anthropic จึงไม่ใช่กรณีที่เกิดขึ้นเพียงลำพังแต่อย่างใด รายงานล่าสุดจากอุตสาหกรรมระบุว่า Meta ( META) และบริษัทชั้นนำอื่น ๆ เช่น OpenAI ก็ได้เริ่มสำรวจการพัฒนาชิป AI ของตนเองแล้วเช่นกัน

แม้ว่าความเคลื่อนไหวนี้จะยังอยู่ในช่วงเริ่มต้น แต่ก็สะท้อนให้เห็นถึงแนวโน้มในอุตสาหกรรม AI ได้อย่างชัดเจน โดยครอบคลุมตั้งแต่ Google ( GOOGL ), Amazon ( AMZN) และยักษ์ใหญ่ด้านเทคโนโลยีรายอื่น ๆ ไปจนถึง Meta และ Microsoft ( MSFT) และผู้เล่นที่ครบเครื่องรายอื่น ๆ ไปจนถึงบริษัทที่เน้นด้าน AI โดยเฉพาะอย่าง OpenAI และ Anthropic ซึ่ง "สงครามเงา" เพื่อแย่งชิงอิสระทางอำนาจการประมวลผลได้เริ่มต้นขึ้นอย่างเต็มตัวแล้ว

การพัฒนาชิปภายในองค์กรไม่ใช่การไล่ตามลูกเล่นทางเทคนิคที่เต็มไปด้วยความเสี่ยงอีกต่อไป แต่ได้กลายเป็นความจำเป็นเชิงกลยุทธ์สำหรับบริษัทต่าง ๆ ในการลดการพึ่งพิงห่วงโซ่อุปทาน การปรับต้นทุนในระยะยาวให้เหมาะสม และสร้างความสามารถในการแข่งขันหลัก

โรดแมปทางเทคนิคในปัจจุบันเผยให้เห็นแนวโน้มการแข่งขันที่สร้างความแตกต่างอย่างชัดเจน โดย Google ได้พัฒนาชิปซีรีส์ TPU มานานกว่าทศวรรษ ซึ่ง TPU v7p รุ่นล่าสุดได้รับการปรับแต่งอย่างล้ำลึกสำหรับความต้องการในการฝึกฝนโมเดลขนาดใหญ่แบบ Multimodal ของ Gemini ซึ่งแสดงให้เห็นถึงการสนับสนุนด้านการประมวลผลที่มีประสิทธิภาพภายในระบบนิเวศ AI ของตนเอง

ชิปซีรีส์ Trainium ของ Amazon มุ่งเน้นไปที่สถานการณ์การฝึกฝน AI โดยรุ่น v3 ที่กำลังจะผลิตเป็นจำนวนมากจะรวมหน่วยความจำ HBM ซึ่งช่วยเพิ่มแบนด์วิดท์เป็นสองเท่า โดยมีเป้าหมายเพื่อลดต้นทุนการฝึกฝนโมเดลขนาดใหญ่ผ่านอัตราส่วนประสิทธิภาพการใช้พลังงานที่สูงขึ้น

ชิปซีรีส์ MTIA ของ Meta มุ่งเป้าไปที่สถานการณ์การอนุมาน (Inference) โดยรุ่น v2 อยู่ในขั้นตอนการผลิตเป็นจำนวนมากแล้ว และคาดว่ารุ่น v3 จะออกมาในปี 2026 ซึ่งจะช่วยเพิ่มประสิทธิภาพการดำเนินงานของฟีเจอร์ AI ในแพลตฟอร์มโซเชียลมีเดียต่าง ๆ ของบริษัทต่อไป

แม้ว่าชิปซีรีส์ Maia ของ Microsoft จะเผชิญกับความล่าช้า แต่ก็ยังคงดำเนินการต่อไปโดยมีเป้าหมายเพื่อสร้างชิปประมวลผล AI เฉพาะทางสำหรับแพลตฟอร์มคลาวด์ Azure ขณะที่ OpenAI ได้เลือกเป็นพันธมิตรกับ Broadcom และ TSMC โดยวางแผนที่จะเปิดตัวชิปอนุมานตัวแรกที่ใช้กระบวนการผลิตระดับ 3 นาโนเมตรในครึ่งหลังของปี 2026 ซึ่งชิปเพียงตัวเดียวสามารถรองรับกำลังการประมวลผลได้ถึง 10 กิกะวัตต์ มอบขุมพลังที่แข็งแกร่งสำหรับการอนุมานโมเดลขนาดใหญ่

เป็นที่ชัดเจนว่าทั้งผู้ให้บริการคลาวด์แบบดั้งเดิมและบริษัทที่เน้นด้าน AI ต่างพยายามที่จะทำลายการพึ่งพา GPU อเนกประสงค์ของ Nvidia เพียงอย่างเดียว ด้วยการพัฒนาชิปที่ปรับแต่งเอง พวกเขามุ่งหวังที่จะบรรลุอัตราส่วนประสิทธิภาพการใช้พลังงานที่เหมาะสมกับธุรกิจเฉพาะของตนมากขึ้น และได้รับห่วงโซ่อุปทานการประมวลผลที่ควบคุมได้มากขึ้น ซึ่งจะช่วยให้กุมความได้เปรียบในการแข่งขันระยะยาวของอุตสาหกรรม AI

กลยุทธ์ด้านทรัพยากรการคำนวณของ Anthropic

Anthropic เป็นสตาร์ทอัพสัญชาติสหรัฐฯ ที่อุทิศตนให้กับการวิจัยด้านความปลอดภัยของปัญญาประดิษฐ์ โดยก่อตั้งขึ้นที่เมืองซานฟรานซิสโกในปี 2564 มีผลิตภัณฑ์หลักคือโมเดลภาษาขนาดใหญ่ตระกูล Claude ทั้งนี้ ด้วยการเป็นพันธมิตรกับแพลตฟอร์มต่าง ๆ เช่น Amazon AWS และ Google Cloud ทำให้ปัจจุบันบริการรวมโมเดล AI ของบริษัทครอบคลุมในหลายภาคส่วน ไม่ว่าจะเป็นด้านการดูแลสุขภาพ การเงิน และเทคโนโลยี

ในเดือนกันยายน 2568 Anthropic ปิดการระดมทุนรอบ Series F มูลค่า 1.3 หมื่นล้านดอลลาร์สหรัฐ ส่งผลให้มูลค่าบริษัทพุ่งแตะ 1.83 แสนล้านดอลลาร์สหรัฐ และเพียง 5 เดือนถัดมา การระดมทุนรอบ Series G ในเดือนกุมภาพันธ์ 2569 ได้ผลักดันมูลค่าของบริษัทให้พุ่งสูงถึง 3.8 แสนล้านดอลลาร์สหรัฐ ซึ่งเน้นย้ำถึงวิถีการเติบโตที่แข็งแกร่งเป็นอย่างมาก

ในขณะที่การขยายตัวเชิงพาณิชย์ของโมเดล Claude เร่งตัวขึ้น ความต้องการพลังการประมวลผลของ Anthropic ก็เพิ่มขึ้นอย่างก้าวกระโดด แม้ว่าเมื่อเร็ว ๆ นี้บริษัทจะบรรลุข้อตกลงด้านคอมพิวเตอร์ขนาด 3.5 กิกะวัตต์ร่วมกับ Google และ Broadcom แล้วก็ตาม แต่เสถียรภาพในการจัดหาชิปยังคงเป็นความท้าทายหลักของอุตสาหกรรมในวงกว้าง ท่ามกลางบริบทระหว่างประเทศที่ซับซ้อนและผันผวน ความไม่แน่นอนของห่วงโซ่อุปทานกำลังเพิ่มสูงขึ้น โดยการหยุดชะงักใด ๆ ในการจัดหาชิปที่สำคัญจะส่งผลกระทบโดยตรงต่อการดำเนินธุรกิจหลักของบริษัท

ความเสี่ยงด้านห่วงโซ่อุปทานดังกล่าวได้ผลักดันให้บรรดายักษ์ใหญ่ด้านเทคโนโลยีต้องหันมาพึ่งพาตนเอง สำหรับ Anthropic แล้ว การพัฒนาชิปภายในองค์กรไม่ได้หมายถึงการผลิตเองทั้งหมดอย่างอิสระ แต่ความเชี่ยวชาญในการออกแบบแกนหลักจะช่วยให้บริษัทมีทางเลือกทางเทคนิคและมีอำนาจการต่อรองในห่วงโซ่อุปทานมากขึ้น ซึ่งจะช่วยปกป้องธุรกิจจากความผันผวนของการจัดหาภายนอกได้อย่างมีประสิทธิภาพ

ในระดับที่ลึกซึ้งยิ่งขึ้น ชิปได้กลายเป็นจุดยุทธศาสตร์ที่สำคัญในการแข่งขันทางเทคโนโลยี AI ซึ่งการทำงานร่วมกันอย่างลงตัวระหว่างซอฟต์แวร์และฮาร์ดแวร์นั้นถือเป็นหัวใจสำคัญในการปลดล็อกศักยภาพของอัลกอริทึม ดังนั้น การพัฒนาชิปเองจึงเป็นมากกว่าเพียงกลยุทธ์ด้านฮาร์ดแวร์ แต่เป็นรากฐานสำคัญในการสร้างความได้เปรียบทางการแข่งขัน การสร้างประสบการณ์ผลิตภัณฑ์ที่โดดเด่น และการวางรากฐานสำหรับระบบนิเวศ AI ในอนาคต ซึ่งจะเป็นตัวกำหนดขีดความสามารถในการแข่งขันระยะยาวขององค์กรในที่สุด