ในขณะที่ผู้ใช้กำลังตื่นเต้นกับการเปิดตัว Gemini 3 โมเดล AI รุ่นใหม่ล่าสุดจาก Google ที่มาพร้อมขีดความสามารถในการให้เหตุผล (Reasoning) และความเร็วที่น่าทึ่ง แต่สิ่งที่น่าจับตามองยิ่งกว่าฟีเจอร์ของ AI คือเบื้องหลังของขุมพลังที่ขับเคลื่อนมัน
ท่ามกลางสงคราม AI ที่บริษัทระดับโลกอย่าง OpenAI, Meta หรือ xAI ของอีลอน มัสก์ ต่างทุ่มเงินมหาศาลเพื่อแย่งชิงชิป GPU จาก NVIDIA จนเกิดสภาวะขาดแคลน แต่ Google กลับเลือกเดินเกมที่ต่างออกไปอย่างสิ้นเชิง ด้วยการใช้ชิป TPU (Tensor Processing Unit) ที่พัฒนาขึ้นเอง 100% ในการสร้าง Gemini 3 ขึ้นมา และนี่ไม่ใช่แค่การเปิดตัว AI โมเดลใหม่ แต่นี่คือการประกาศอิสรภาพทางฮาร์ดแวร์ครั้งสำคัญของ Google เลยก็ว่าได้
อันที่จริงไม่ใช่แค่ Google เท่านั้นที่ต้องการประกาศอิสระภาพจากชิปของ NVIDAI, อีลอน มัสก์ เองก็ยังคิดว่าด้วยปัญหาชิปขาดแคลน ไม่ใช่แค่แก้ด้วยการสร้างชิป AI ขึ้นเอง แต่ยังควรจะสร้างโรงงานผลิตชิปเองด้วยซ้ำเพื่อแก้ปัญหาซัพพลายเชน และเขาเคยโพสต์ไว้บน X ว่า “เราอาจต้องทำอะไรบางอย่างร่วมกับ Intel...ยังไม่มีการเซ็นสัญญาใด ๆ แต่ก็คุ้มค่าที่จะพูดคุยกัน”, “แม้ในสถานการณ์ดีที่สุดจากซัพพลายเออร์ ก็ยังไม่เพียงพอ เราอาจต้องสร้างโรงงานขนาดใหญ่กว่ากิกะ เรียกว่า Terafab”
Image:Google
เมื่อ "ทางเลือก" กลายเป็น "ทางรอด"
ตลอดปีที่ผ่านมา วาทกรรมที่ครอบงำวงการ Tech คือ "ใครมี NVIDIA H100 มากกว่า คนนั้นชนะ" สิ่งนี้ทำให้ NVIDIA กลายเป็นผู้ผูกขาดตลาด และเกิดสิ่งที่เรียกว่า "Nvidia Tax" หรือต้นทุนส่วนเกินที่บริษัท AI ต้องแบกรับ ทั้งราคาชิปที่สูงลิ่วและคิวการส่งมอบที่ยาวนาน
การเปิดตัว Gemini 3 พิสูจน์แล้วว่า ทฤษฎีนั้นใช้ไม่ได้กับ Google
รายงานทางเทคนิคระบุชัดเจนว่า Gemini 3 ถูกฝึกฝน (Train) และให้บริการ (Inference) บนโครงสร้างพื้นฐานของ Google เอง โดยใช้ชิป TPU v6 "Trillium" และมีการเริ่มใช้งานชิปเจเนอเรชันใหม่อย่าง TPU v7 "Ironwood" ร่วมด้วย โดยไม่ต้องพึ่งพา GPU จากค่ายเขียวเลยแม้แต่น้อย
TPU อาวุธลับที่ลับคมมานานกว่าทศวรรษ
ความสำเร็จนี้ไม่ได้เกิดขึ้นชั่วข้ามคืน Google ซุ่มพัฒนา TPU มานานกว่า 10 ปี โดยออกแบบมาเป็น ASIC (Application-Specific Integrated Circuit) หรือวงจรที่สร้างมาเพื่องานเฉพาะทาง นั่นคือการประมวลผล Tensor สำหรับ AI โดยเฉพาะ ต่างจาก GPU ที่พื้นฐานเดิมคือการประมวลผลกราฟิก
ข้อได้เปรียบของการใช้ TPU กับ Gemini 3 คือ:
1. ประสิทธิภาพต่อวัตต์ (Efficiency): ชิป Trillium ให้ประสิทธิภาพการคำนวณต่อพลังงานที่ใช้ดีกว่า GPU ทั่วไปอย่างมาก ซึ่งเป็นหัวใจสำคัญในการลดต้นทุนค่าไฟฟ้าของ Data Center
2. Full-Stack Integration: Google ไม่ได้ทำแค่ชิป แต่ทำตั้งแต่แร็กเซิร์ฟเวอร์ ระบบระบายความร้อน ไปจนถึงซอฟต์แวร์คอมไพเลอร์ (XLA) ทำให้รีดประสิทธิภาพฮาร์ดแวร์ออกมาได้อย่างสมบูรณ์แบบ
3. การขยายระบบที่ไร้ขีดจำกัด: ด้วยสถาปัตยกรรมเครือข่าย Jupiter ของ Google ทำให้พวกเขาสามารถเชื่อมต่อ TPU นับหมื่นตัวเข้าด้วยกันเป็น "Supercomputer" ได้อย่างราบรื่น ซึ่งเป็นสิ่งที่ทำได้ยากกว่ามากหากใช้ฮาร์ดแวร์จากผู้ผลิตภายนอก
ผู้พัฒนา AI เริ่มทดสอบ TPU
นอกจากนี้แล้ว ยังมีรายงานเพิ่มเติมด้วยว่า ผู้พัฒนาโมเดล AI ชั้นนำหลายแหล่งไม่ว่าจะเป็น Anthropic, OpenAI, Meta รวมถึง Apple เอง ก็ให้ความสนใจ TPU ของ Google เช่นกัน โดยเริ่มมีการทดสอบและทดลองใช้งานโมเดลของตัวเองกับ TPU ของ Google บ้างแล้ว ซึ่งผู้พัฒนา AI เหล่านี้ล้วนเป็นลูกค้าและพันธมิตรที่แนบเน่นกับ NVIDIA ด้วยซ้ำไป (ไม่นับ Apple นะ) และถ้าการทดสอบและทดลองใช้งานเกิดความสำเร็จอย่างน่าพอใจ บางทีเราอาจจะได้เห็นการเปลี่ยนโฉมหน้าของตลาดฮาร์ดแวร์ AI ที่เคยผูกขาดจาก NVIDIA ก็เป็นได้ นี่ยังไม่นับรวมคู่แข่งอื่น ๆ อย่าง AMD และ Intel ที่เตรียมจะปล่อยชิป AI รุ่นใหม่ในปีหน้าอีกด้วย
เปิดศึกเบา ๆ กับ NVIDIA
การมาของ Gemini 3 ที่ถูกสร้างและพัฒนาด้วย TPU เป็นการส่งสัญญาณเตือนไปยัง NVIDIA และคู่แข่งรายอื่นว่า กำแพงที่แท้จริงของ AI อาจไม่ใช่การมีเงินไปซื้อ GPU ที่มีพลังการประมวลผลจำนวนมาก แต่คือการเป็นเจ้าของซัพพลายเชนของฮาร์ดแวร์เองต่างหาก
ในขณะที่คู่แข่งต้องรอคิวชิปและจ่ายส่วนต่างกำไรให้ NVIDIA ทาง Google สามารถควบคุมต้นทุน (Cost per Token) ได้เองทั้งหมด ยิ่งโมเดล AI มีขนาดใหญ่และซับซ้อนขึ้นเท่าไหร่ ความได้เปรียบเรื่องต้นทุนนี้จะยิ่งถ่างกว้างขึ้นเท่านั้น
Gemini 3 จึงเป็นมากกว่าก้าวกระโดดของ AI แต่มันคือหลักฐานเชิงประจักษ์ว่า โลกยุคต่อไปอาจไม่ได้ถูกขับเคลื่อนด้วย GPU เพียงอย่างเดียวอีกต่อไป และ Google ได้เตรียมพร้อมสำหรับยุคสมัยนี้มาก่อนเพื่อนแล้ว
ความกังวลของ NVIDIA
หลังจากกระแสของ TPU ของ Google มาแรงจัด ๆ NVIDIA ก็ได้ออกมาโพสต์ผ่านโซเชียลมีเดียว่า ยินดีด้วยกับความสำเร็จของ Google และยังเป็นซัพพลายผลิตภัณฑ์ให้กับ Google ต่อไป
แล้วก็บอกต่อว่า..
NVIDIA เป็นผู้นำในอุตสาหกรรมมาหนึ่งชั่วอายุคน โดยเป็นแพลตฟอร์มเดียวที่สามารถรัน AI ได้ทุกรุ่น และทำเช่นนี้ในทุกที่ที่มีการประมวลผลข้อมูล
NVIDIA นำเสนอประสิทธิภาพ ความคล่องตัว และการใช้งานร่วมกันได้มากกว่า ASIC ที่ได้รับการออกแบบมาสำหรับกรอบงานหรือฟังก์ชัน AI เฉพาะ
น่าจะเป็นครั้งแรกที่ NVIDIA ได้แสดงให้เห็นถึงความกังวลอย่างแท้จริง อย่างที่ไม่เคยเกิดขึ้นมาก่อน แม้แต่ตอนที่ผู้พัฒนา AI ทั้งหลายจับมือกับ AMD ตอนนั้น NVIDIA ก็ยังเฉย ๆ ไม่มีอาการอะไรผิดกับสถานการณ์ที่เกิดขึ้นกับ Google อย่างมาก
ที่เป็นเช่นนี้ก็คงเป็นเพราะ Google แสดงให้เห็นถึงความครบและจบทุกอย่างได้ในตัว แบบเดียวกับที่ NVIDIA มี ecosystem เป็นของตัวเอง
ก็ต้องจับตาดูกันต่อไปครับว่าเมื่อตอน NVIDIA เจอคู่แข่งตัวจริงในยุค AI แล้วจะมีการปรับตัวอย่างไร และทาง Google จะทำอย่างไรเพื่อรักษาโมเมนตัมนี้ไว้ให้ได้