หัวข้อ: สตาร์ทอัพชิป AI Etched ท้าทายคนขี้สงสัย ระดมทุนมูลค่า 10.3 พันล้านดอลลาร์จากนักลงทุนชื่อดัง

Etched สตาร์ทอัพด้านชิป AI ที่ก่อตั้งโดยสามนักศึกษาที่ลาออกจากมหาวิทยาลัยฮาร์วาร์ดในปี 2022 ได้ปิดรอบการระดมทุน Series C มูลค่า 300 ล้านดอลลาร์ที่มูลค่า 10.3 พันล้านดอลลาร์ โรเบิร์ต วาเชน ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่ฝ่ายปฏิบัติการ (COO) เปิดเผยกับ TechCrunch รอบนี้มี Sequoia เป็นผู้นำ โดยมี Andreessen Horowitz, SK Hynix, Jane Street และ Diffusion Capital เข้าร่วม พร้อมด้วยนักลงทุนรายอื่นๆ ที่ลงทุนก่อนหน้านี้ นักลงทุนรายอื่นๆ ของบริษัท ได้แก่ ปีเตอร์ ธีล, อันเดรจ คาร์ปาธี, ดีแลน ฟิลด์, อัมจาด มาซาด และอื่นๆ ก่อนหน้านี้ Etched มีมูลค่า 5 พันล้านดอลลาร์ในเดือนธันวาคมเมื่อระดมทุนรอบ 500 ล้านดอลลาร์ ซึ่งหมายความว่ามูลค่าเพิ่มขึ้นเป็นสองเท่าในเวลาประมาณเจ็ดเดือน บริษัทกล่าวว่านี่คือมูลค่าสูงสุดเท่าที่เคยมีมาสำหรับ Series C ที่นำโดย Sequoia เมื่อเดือนที่แล้ว Etched ประกาศว่าประสบความสำเร็จในการผลิตชิปที่พัฒนาขึ้นเอง ระบบเต็มรูปแบบชุดแรกกำลังถูกทดสอบโดยลูกค้า และได้สั่งซื้อล่วงหน้ามูลค่า 1 พันล้านดอลลาร์แล้ว Etched เปิดตัวในช่วงเวลาที่แนวคิดการสร้างชิปเฉพาะสำหรับโมเดล AI ที่ใช้เทคโนโลยี transformer (สถาปัตยกรรมที่อยู่เบื้องหลังระบบ AI สมัยใหม่ส่วนใหญ่ รวมถึง ChatGPT และ Claude) ถูกมองว่าแปลกหรือบ้าคลั่ง บริษัทยังคงต่อสู้กับความเข้าใจผิดว่าผลิตภัณฑ์ของตน — ซึ่งขายเป็นระบบเต็มรูปแบบ ไม่ใช่แค่ชิป — เกี่ยวข้องกับชิปที่ออกแบบมาเพื่อรันเฉพาะ LLMs (Large Language Models) บางตัวเท่านั้น วาเชนอธิบายว่าไม่ใช่กรณีนั้น ระบบสามารถรันโมเดล AI ใดๆ ก็ได้ รวมถึงโมเดล Mixture of Experts เช่น DeepSeek และ Qwen — สถาปัตยกรรมที่แบ่งงานออกเป็นโมเดลย่อยเฉพาะทางแทนที่จะพึ่งพาโมเดลขนาดใหญ่เพียงตัวเดียว — รวมถึงการออกแบบที่ไม่ใช่ transformer เช่น Mamba ซึ่งสร้างขึ้นบนสถาปัตยกรรมพื้นฐานที่แตกต่างกันที่เรียกว่า state-space model (ที่น่าสนใจคือ แนวคิดการฝังส่วนต่างๆ ของโมเดล AI เฉพาะลงในซิลิกอนโดยตรงเพื่อเพิ่มประสิทธิภาพไม่ถูกมองว่าเป็นเรื่องเพ้อฝันอีกต่อไป Google กำลังดำเนินการตามแนวคิดเดียวกันกับชิป Frozen v2 สำหรับ Gemini) อย่างไรก็ตาม จุดเด่นของ Etched ในปัจจุบันคือการออกแบบส่วนประกอบใหม่สองชิ้นตั้งแต่ต้นเพื่อเร่งความเร็ว inference — กระบวนการคำนวณที่เกิดขึ้นหลังจากผู้ใช้ส่ง prompt (คำสั่ง) “Inference สร้างขึ้นในสองขั้นตอน” วาเชนกล่าว “prefill และ decode” “ขั้นตอน prefill” เกี่ยวข้องกับการทำความเข้าใจ prompt รวมถึงบริบท ซึ่งต้องใช้การคำนวณทางคณิตศาสตร์และทรัพยากรการประมวลผลสูง “ขั้นตอน decode” สร้าง output tokens (คำตอบจริงที่ผู้ใช้เห็น) ซึ่งต้องการการคำนวณน้อยกว่า แต่ต้องการหน่วยความจำจำนวนมหาศาล Etched สร้างชิป prefill ที่ทำงาน “เร็วกว่าอย่างมาก” เขาสัญญา “โดยทำงานที่แรงดันไฟฟ้าต่ำกว่าชิป AI อื่นๆ มาก เราเรียกสิ่งนี้ว่า low-voltage inference” แรงดันไฟฟ้าต่ำกว่าสร้างความร้อนน้อยกว่า ซึ่งช่วยให้ชิปสามารถบรรจุทรานซิสเตอร์ได้มากขึ้น สำหรับกระบวนการ decode Etched สร้างหน่วยความจำประเภทใหม่และ “เทคโนโลยี interconnect ที่เราเรียกว่า cluster-scale memory ซึ่งช่วยให้ชิปหลายตัวเชื่อมต่อกันและใช้พูลหน่วยความจำร่วมกันที่รวดเร็วและมีความหน่วงต่ำมาก” เขากล่าว ผลลัพธ์ที่ Etched สัญญาคือความเร็วสูงแต่ต้นทุนต่ำ

แหล่งที่มา: techcrunch

คำศัพท์เทคนิคที่น่าสนใจ

• Series C – รอบการระดมทุนระยะที่สามสำหรับบริษัทที่เติบโตเร็ว มักใช้เพื่อขยายธุรกิจและเพิ่มส่วนแบ่งตลาด
• transformer – สถาปัตยกรรมโครงข่ายประสาทเทียมที่ใช้กลไก attention เพื่อประมวลผลข้อมูลตามลำดับ เช่น ข้อความ เป็นพื้นฐานของ AI สมัยใหม่อย่าง ChatGPT
• LLMs (Large Language Models) – โมเดลภาษาขนาดใหญ่ที่ฝึกด้วยข้อมูลข้อความมหาศาลเพื่อสร้างและเข้าใจภาษามนุษย์
• Mixture of Experts – สถาปัตยกรรมที่แบ่งงานออกเป็นโมเดลย่อยเฉพาะทางหลายตัว แทนที่จะใช้โมเดลขนาดใหญ่ตัวเดียว เพื่อเพิ่มประสิทธิภาพ
• state-space model – โมเดลทางคณิตศาสตร์ที่ใช้สถานะภายในเพื่อประมวลผลและทำนายข้อมูลตามลำดับ เช่น เวลาหรือข้อความ
• inference – กระบวนการที่โมเดล AI ใช้ข้อมูลนำเข้า (เช่น ข้อความ) เพื่อสร้างผลลัพธ์ (เช่น คำตอบ) หลังจากฝึกเสร็จแล้ว
• prompt – คำสั่งหรือข้อความที่ผู้ใช้ป้อนให้ AI เพื่อให้สร้างผลลัพธ์ตามที่ต้องการ
• tokens – หน่วยย่อยของข้อความที่ AI ใช้ในการประมวลผลและสร้างผลลัพธ์ เช่น คำหรือส่วนของคำ
• low-voltage inference – เทคนิคการอนุมานที่ใช้แรงดันไฟฟ้าต่ำเพื่อลดการใช้พลังงานและความร้อน ทำให้ชิปทำงานได้เร็วขึ้น
• ทรานซิสเตอร์ – สวิตช์อิเล็กทรอนิกส์ขนาดเล็กที่เป็นส่วนประกอบพื้นฐานของชิป ใช้ควบคุมการไหลของกระแสไฟฟ้า
• interconnect – ระบบเชื่อมต่อที่ใช้ในการสื่อสารระหว่างชิปหรือส่วนประกอบต่างๆ ในระบบคอมพิวเตอร์
• cluster-scale memory – ระบบหน่วยความจำที่เชื่อมต่อชิปหลายตัวเข้าด้วยกันเพื่อใช้ทรัพยากรหน่วยความจำร่วมกันอย่างรวดเร็วและมีความหน่วงต่ำ