Mark Zuckerberg ซีอีโอของ Meta โพสต์บน Instagram Reels เมื่อวันที่ 18 มกราคมว่า “แผนงานในอนาคต” ของบริษัทสำหรับ AI จำเป็นต้องสร้าง “โครงสร้างพื้นฐานการประมวลผลขนาดใหญ่” ที่จะขับเคลื่อนด้วยชิป Nvidia H100 จำนวน 350,000 ตัวภายในสิ้นปี 2024
 |
| มาร์ค ซักเคอร์เบิร์ก กล่าวว่า AI คือลำดับความสำคัญการลงทุนอันดับหนึ่งของ Meta ในปี 2024 |
ซักเคอร์เบิร์กไม่ได้บอกว่าเขาซื้อ GPU ไปกี่ตัว แต่ Nvidia H100 นั้นมีกำหนดจะออกสู่ตลาดในช่วงปลายปี 2022 และมีจำนวนจำกัดมาก นักวิเคราะห์จาก Raymond James ประเมินว่า Nvidia จะขาย H100 ในราคา 25,000 ถึง 30,000 ดอลลาร์ บน eBay ชิปดังกล่าวสามารถขายได้มากกว่า 40,000 ดอลลาร์ หาก Meta มีราคาต่ำกว่านี้ ราคาจะอยู่ที่ประมาณ 9 พันล้านดอลลาร์
นอกจากนี้ ซีอีโอของ Meta ยังเปิดเผยอีกว่า หากรวม GPU อื่นๆ เข้าไปด้วย พลังการประมวลผลของโครงสร้างพื้นฐานจะเทียบเท่ากับ 600,000 H100 ในเดือนธันวาคม 2023 Meta, OpenAI และ Microsoft กล่าวว่าพวกเขาจะใช้ชิป AI Instinct MI300X ใหม่ของ AMD
Meta ต้องการชิปคอมพิวเตอร์ "ขนาดใหญ่" จำนวนมาก เนื่องจากบริษัทกำลังพัฒนาปัญญาประดิษฐ์ทั่วไป (AGI) ซึ่งซักเคอร์เบิร์กเรียกว่าเป็น "วิสัยทัศน์ระยะยาว" นอกจากนี้ OpenAI และ DeepMind ของ Google ยังทำงานเกี่ยวกับ AGI ซึ่งเป็นปัญญาประดิษฐ์แห่งอนาคตที่คาดว่าจะสามารถแข่งขันกับปัญญาประดิษฐ์ของมนุษย์ได้
Yann LeCun หัวหน้า นักวิทยาศาสตร์ ของ Meta ยังได้เน้นย้ำถึงความสำคัญของ GPU ในงานเมื่อเดือนที่แล้วที่ซานฟรานซิสโก สหรัฐอเมริกา เขากล่าวว่าหากคุณต้องการ AGI คุณจะต้องซื้อ GPU มากขึ้น “มีการแข่งขัน AI และเขา (Jensen Huang ซีอีโอของ Nvidia) เป็นผู้จัดหาอาวุธ”
ในรายงานผลประกอบการไตรมาส 3 ปี 2023 บริษัท Meta ระบุว่าค่าใช้จ่ายทั้งหมดในปี 2024 จะอยู่ระหว่าง 94,000 ล้านดอลลาร์ถึง 99,000 ล้านดอลลาร์ ซึ่งส่วนหนึ่งก็เพื่อขยายขีดความสามารถด้านการประมวลผลของบริษัท ในการประชุมกับนักวิเคราะห์ ซีอีโอของกลุ่มบริษัทยังยืนยันด้วยว่า “ในแง่ของลำดับความสำคัญของการลงทุน AI เป็นพื้นที่การลงทุนที่ใหญ่ที่สุดในปี 2024 ทั้งในแง่ของเทคโนโลยีและทรัพยากรการประมวลผล”
Mark Zuckerberg กล่าวว่า Meta วางแผนที่จะ “เปิดซอร์สอย่างมีความรับผิดชอบ” สำหรับโมเดล “AI ทั่วไป” ที่กำลังพัฒนา ซึ่งเป็นแนวทางที่บริษัทได้ใช้กับสายผลิตภัณฑ์ภาษาขนาดใหญ่ Llama
ปัจจุบัน Meta กำลังฝึกอบรม Llama 3 ขณะเดียวกันก็สนับสนุนทีม Fundamental AI Research (FAIR) และทีมวิจัย GenAI ให้ทำงานร่วมกันได้อย่างใกล้ชิดยิ่งขึ้น
แหล่งที่มา
การแสดงความคิดเห็น (0)