เมื่อ AI กำลังถูกพัฒนาให้สามารถ “ใช้คอมพิวเตอร์แทนมนุษย์” ได้ ฮาร์ดแวร์ที่อยู่เบื้องหลังการฝึกฝนก็กลายเป็นเรื่องสำคัญ ล่าสุดมีรายงานว่า OpenAI เดินหน้าสั่งซื้อ Mac mini และ Mac Studio จาก Apple เป็นจำนวนมาก เพื่อนำมาใช้กับงานพัฒนาและฝึก AI ของบริษัท
เป้าหมายสำคัญไม่ได้อยู่ที่การฝึกโมเดลภาษาขนาดใหญ่เพียงอย่างเดียว
แต่เกี่ยวข้องกับการทำ Reinforcement Learning หรือการเรียนรู้แบบให้ AI ทดลองทำซ้ำ รับผลลัพธ์ และปรับวิธีการของตัวเองจากข้อผิดพลาด เพื่อพัฒนา Computer-use agents ซึ่งเป็น AI ที่สามารถโต้ตอบกับโปรแกรมและระบบคอมพิวเตอร์ได้ในลักษณะคล้ายผู้ใช้งานจริง
AI กลุ่มนี้ถูกออกแบบให้ทำงานหลายขั้นตอนได้ด้วยตัวเอง เช่น เขียนและทดสอบโค้ด จัดการอีเมล หรือดำเนินงานที่ต้องใช้โปรแกรมหลายตัวต่อเนื่องกัน ทำให้การฝึก AI จำเป็นต้องทดสอบกับสภาพแวดล้อมที่ใกล้เคียงกับคอมพิวเตอร์ที่มนุษย์ใช้งานจริง
น่าสนใจว่าคู่แข่งอย่าง Anthropic ก็เลือกใช้ Mac
ในงานลักษณะเดียวกัน แต่มีวิธีที่แตกต่างออกไป โดยเลือกเช่า Mac mini ผ่านบริการ Amazon Web Services (AWS) แทนการซื้อเครื่องจำนวนมากด้วยตัวเองแบบที่มีรายงานเกี่ยวกับ OpenAI
ทำไม Mac ถึงเหมาะกับงาน AI ลักษณะนี้?
หนึ่งในจุดเด่นสำคัญคือ Unified Memory หรือสถาปัตยกรรมหน่วยความจำแบบรวมของชิป Apple Silicon ซึ่งแตกต่างจากคอมพิวเตอร์ทั่วไปที่ CPU และ GPU มักมีหน่วยความจำแยกกัน
บน Apple Silicon ทั้ง CPU และ GPU สามารถเข้าถึงหน่วยความจำชุดเดียวกันได้ ทำให้เหมาะกับงานที่ต้องสลับการประมวลผลระหว่างโมเดล AI และระบบปฏิบัติการของคอมพิวเตอร์อยู่ตลอดเวลา อีกปัจจัยคือ Mac mini และ Mac Studio มีระบบระบายความร้อนแบบ Active Cooling ซึ่งช่วยให้เครื่องรองรับการทำงานต่อเนื่องและงานประมวลผลหนักได้ อย่างไรก็ตาม จุดนี้ไม่ได้หมายความว่า Mac จะเข้ามาแทนที่ GPU ของ Nvidia สำหรับงาน AI ทั้งหมด
โดยเฉพาะการฝึก Foundation Model ขนาดใหญ่ ซึ่งยังต้องการพลังประมวลผลในระดับสูงมาก และ GPU สำหรับงาน AI โดยเฉพาะยังคงมีบทบาทสำคัญ
ความต้องการ Mac จากตลาดองค์กรที่เพิ่มขึ้นยังเกิดขึ้นในช่วงที่ธุรกิจ Mac ของ Apple มีรายได้สูงถึง 10,400 ล้านดอลลาร์สหรัฐในไตรมาสล่าสุด เพิ่มขึ้น 29% เมื่อเทียบกับปีก่อน ซึ่งสะท้อนว่าตลาดองค์กรกำลังมีบทบาทต่อความต้องการ Mac มากขึ้น
กระแสการใช้งาน AI บนเครื่องยังอาจเป็นอีกแรงผลักดันให้ Apple เดินหน้าพัฒนา Mac mini และ Mac Studio รุ่นใหม่ โดยเน้นประสิทธิภาพสำหรับการรัน Local AI หรือการประมวลผล AI บนอุปกรณ์โดยตรง รวมถึงการทำงานร่วมกันระหว่างหลายระบบ
อย่างไรก็ตาม เมื่อความต้องการฮาร์ดแวร์ AI และคอมพิวเตอร์ประสิทธิภาพสูงเพิ่มขึ้นพร้อมกัน ก็อาจสร้างแรงกดดันต่อห่วงโซ่อุปทาน โดยเฉพาะชิ้นส่วนสำคัญอย่าง RAM ที่มีราคาปรับตัวสูงขึ้น
tags : techrepublic
