Mark Zuckerberg ซีอีโอของ Meta โพสต์บน Instagram Reels เมื่อวันที่ 18 มกราคมว่า “แผนงานในอนาคต” ของบริษัทสำหรับ AI จำเป็นต้องสร้าง “โครงสร้างพื้นฐานการประมวลผลขนาดใหญ่” ที่จะขับเคลื่อนด้วยชิป Nvidia H100 จำนวน 350,000 ตัวภายในสิ้นปี 2024
 |
| มาร์ก ซักเคอร์เบิร์ก กล่าวว่า AI คือการลงทุนที่สำคัญที่สุดของ Meta ในปี 2024 |
ซักเคอร์เบิร์กไม่ได้ระบุว่าเขาซื้อ GPU ไปกี่ตัว แต่ Nvidia H100 มีกำหนดวางจำหน่ายในช่วงปลายปี 2022 และมีจำนวนจำกัดมาก นักวิเคราะห์จาก Raymond James ประเมินว่า Nvidia จะขาย H100 ในราคา 25,000 ถึง 30,000 ดอลลาร์สหรัฐ ส่วนราคาบน eBay ชิปตัวนี้อาจสูงถึง 40,000 ดอลลาร์สหรัฐ หาก Meta ลดราคาลง ราคาจะอยู่ที่ประมาณ 9 พันล้านดอลลาร์สหรัฐ
นอกจากนี้ ซีอีโอของ Meta ยังเปิดเผยว่า หากรวม GPU อื่นๆ เข้าไปด้วย พลังการประมวลผลของโครงสร้างพื้นฐานจะเทียบเท่ากับ 600,000 H100 ในเดือนธันวาคม 2023 Meta, OpenAI และ Microsoft ได้ประกาศว่าพวกเขาจะใช้ชิป AI Instinct MI300X ใหม่ของ AMD
Meta ต้องการชิปคอมพิวเตอร์ "ขนาดใหญ่" จำนวนมาก เนื่องจากบริษัทกำลังพัฒนาปัญญาประดิษฐ์ทั่วไป (AGI) ซึ่งซักเคอร์เบิร์กเรียกว่าเป็น "วิสัยทัศน์ระยะยาว" นอกจากนี้ OpenAI และ DeepMind ของ Google ยังกำลังพัฒนา AGI ซึ่งเป็นปัญญาประดิษฐ์แห่งอนาคตที่คาดว่าจะสามารถแข่งขันกับปัญญาประดิษฐ์ของมนุษย์ได้
ยานน์ เลอคัน หัวหน้า นักวิทยาศาสตร์ ของ Meta ได้เน้นย้ำถึงความสำคัญของ GPU ในงานอีเวนต์ที่ซานฟรานซิสโก สหรัฐอเมริกา เมื่อเดือนที่แล้ว เขากล่าวว่าหากต้องการ AGI คุณต้องซื้อ GPU เพิ่ม “มีการแข่งขัน AI และเขา (เจนเซน ฮวง ซีอีโอของ Nvidia) เป็นผู้จัดหาอาวุธ”
ในรายงานผลประกอบการไตรมาส 3 ปี 2566 บริษัท Meta ระบุว่าค่าใช้จ่ายทั้งหมดในปี 2567 จะอยู่ระหว่าง 9.4 หมื่นล้านดอลลาร์สหรัฐ ถึง 9.9 หมื่นล้านดอลลาร์สหรัฐ ซึ่งส่วนหนึ่งเป็นการขยายขีดความสามารถด้านการประมวลผล ในการประชุมกับนักวิเคราะห์ ประธานเจ้าหน้าที่บริหารของกลุ่มบริษัทยังยืนยันด้วยว่า “ในแง่ของลำดับความสำคัญของการลงทุน AI เป็นพื้นที่การลงทุนที่ใหญ่ที่สุดในปี 2567 ทั้งในด้านเทคโนโลยีและทรัพยากรการประมวลผล”
Mark Zuckerberg กล่าวว่า Meta วางแผนที่จะ "เปิดซอร์สอย่างมีความรับผิดชอบ" สำหรับโมเดล "AI ทั่วไป" ที่กำลังพัฒนา ซึ่งเป็นแนวทางที่บริษัทได้ใช้กับผลิตภัณฑ์ภาษาขนาดใหญ่ Llama
ปัจจุบัน Meta กำลังฝึกอบรม Llama 3 ขณะเดียวกันก็สนับสนุนทีม Fundamental AI Research (FAIR) และทีมวิจัย GenAI ให้ทำงานร่วมกันได้อย่างใกล้ชิดยิ่งขึ้น
แหล่งที่มา
การแสดงความคิดเห็น (0)