TL;DR
ซีอีโอของ Anthropic Dario Amodei เสนอแนวคิด "การกำหนดความเร็วสำหรับ前沿" ประเด็นความปลอดภัยของ AI อาจกลับมากดดันความรู้สึกของกลุ่มเซมิคอนดักเตอร์อีกครั้ง
Bernstein มองว่า "การชะลอ AI" มุ่งเป้าไปที่ความเร็วในการยกระดับความสามารถของโมเดล ไม่ได้หมายถึงการหยุดฝึกหรือลดการใช้จ่ายด้านทุน
ความต้องการพลังประมวลผล AI กำลังขยายจาการฝึกโมเดลไปสู่การอนุมาน การเรียกใช้งานแอป Agent จำนวนมากจะขยายความต้องการชิปอย่างต่อเนื่อง
แม้ไม่มีโมเดลใหม่ที่แข็งแกร่งกว่า พลังประมวลผลในปัจจุบันก็ยังไม่เพียงพอต่อการรองรับการใช้งานโมเดลที่มีอยู่ขนาดใหญ่
Bernstein สันนิษฐานว่าข้อริเริ่มรอบนี้เกี่ยวข้องกับการแข่งขัน AI ระหว่างจีนและสหรัฐฯ โดยเน้นเรื่องการส่งออกชิป การกลั่นโมเดล และการปกป้องน้ำหนัก
การประเมินความปลอดภัยที่เข้มงวดขึ้นจะเพิ่มแรงกดดันด้านกฎระเบียบในระยะสั้น แต่ในระยะยาวอาจลดอุปสรรคทางการเมืองและสังคมที่ AI เชิงพาณิชย์ต้องเผชิญ
Bernstein ยังคงมองบวกต่อโครงสร้างพื้นฐาน AI โดยเลือก NVIDIA, Broadcom และหุ้นอุปกรณ์เซมิคอนดักเตอร์

ในช่วงไม่กี่สัปดาห์ที่ผ่านมา ความรู้สึกของกลุ่มเซมิคอนดักเตอร์ฟื้นตัวต่อเนื่อง เพิ่มขึ้นประมาณ 13% จากจุดต่ำสุดในเดือนกรกฎาคม และเพิ่มขึ้น 67% นับตั้งแต่ต้นปีจนถึงปัจจุบัน ตรรกะหลักที่หนุนตลาดคือความเชื่อมั่นที่กลับมาว่าบริษัทเทคโนโลยีขนาดใหญ่จะยังคงใช้จ่ายด้าน AI ต่อไป

อย่างไรก็ตาม การที่ซีอีโอของ Anthropic อย่าง Dario Amodei suddenly เสนอ "การกำหนดความเร็วสำหรับ前沿" ทำให้ประเด็นที่เคยคลายความร้อนลงแล้วกลับเข้าสู่สายตานักลงทุนอีกครั้ง: หากห้องแล็บ AI ชั้นนำชะลอการยกระดับความสามารถของโมเดลด้วยตนเอง ความต้องการชิปและการก่อสร้างศูนย์ข้อมูลจะชะลอตามไปด้วยหรือไม่?

คำตอบที่ Bernstein ให้ในรายงานที่เผยแพร่เมื่อวันที่ 14 กันยายนคือ: ไม่necessarily

การประเมินหลักคือ การวนซ้ำของโมเดลสามารถชะลอได้ แต่ความต้องการพลังประมวลผลยากที่จะเหยียบเบรกพร้อมกัน เมื่อจุดศูนย์กลางของการประมวลผล AI แพร่กระจายจากการฝึกไปสู่การอนุมาน โดยเฉพาะเมื่อแอป Agent เริ่มถูกนำไปใช้จริง ความต้องการเซมิคอนดักเตอร์ไม่ได้ถูกขับเคลื่อนเพียงแค่โมเดล前沿รุ่นถัดไปอีกต่อไป

ทำไมห้องแล็บ AI จึงsuddenly หารือเรื่อง "การชะลอ"?

Amodei เสนอ "กรอบการกำหนดความเร็ว" สามระยะ

ขั้นตอนแรกคือการนำหน่วยประเมินอิสระจากบุคคลที่สามเข้าสู่ภายในห้องแล็บ AI เพื่อตรวจสอบว่าบริษัทปฏิบัติตามคำมั่นด้านความปลอดภัยที่ให้ไว้แล้วหรือไม่ ขั้นตอนที่สองคือผลักดันกฎระเบียบของสหรัฐฯ เพื่อสร้างกฎเกณฑ์ที่เป็นเอกภาพสำหรับบริษัท AI สัญชาติอเมริกันทั้งหมด ขั้นตอนที่สามคือการประสานงานระดับโลก รวมถึงความพยายามสร้างกลไกความร่วมมือหรือข้อจำกัดบางรูปแบบกับจีน

ข้อริเริ่มนี้เกิดขึ้นในจังหวะที่ข้อพิพาทด้านความปลอดภัย AI กำลังกลับมาร้อนแรงอีกครั้ง เมื่อเร็วๆ นี้ บุคลากรด้านความปลอดภัยและการจัดแนวของห้องแล็บโมเดลพื้นฐานขนาดใหญ่หลายคนลาออกอย่างเปิดเผย โดยวิจารณ์ว่าอุตสาหกรรมไม่ได้สร้างกลไกข้อจำกัดที่เชื่อถือได้เพียงพอในการแข่งขันเพื่อสร้างปัญญาประดิษฐ์ขั้นสูงที่สามารถปรับปรุงตนเองได้ หลังจากนั้นท่าทีของ Amodei ได้รับการตอบรับจากผู้นำในอุตสาหกรรมเทคโนโลยีอย่าง Sam Altman, Elon Musk และ Satya Nadella ซึ่งหมายความว่าคำถามที่ว่า "ควรชะลอการวิจัยโมเดล前沿หรือไม่" ได้ก้าวจากข้อถกเถียงภายในห้องแล็บสู่ระเบียบวาระสาธารณะและกฎระเบียบแล้ว

สำหรับนักลงทุนในเซมิคอนดักเตอร์ สิ่งที่อ่อนไหวจริง ๆ ไม่ใช่การถกเถียงเรื่องความปลอดภัยในตัวเอง แต่เป็นความเป็นไปได้ที่ "การกำหนดความเร็ว" จะส่งผลโดยตรงต่อการลงทุนในพลังประมวลผล Amodei กล่าวว่าการกำกับดูแลสามารถกำหนดข้อจำกัดรอบ ๆ ประเด็นสำคัญ เช่น พลังประมวลผลสำหรับการฝึก การดำเนินการฝึก และการใช้ AI เพื่อปรับปรุง AI เมื่อข้อจำกัดตกอยู่บนขนาดคลัสเตอร์และทรัพยากรการฝึก ตลาดก็ย่อมกังวลว่าการใช้จ่ายด้านชิป AI และศูนย์ข้อมูลจะได้รับผลกระทบ

Bernstein มองว่าความกังวลดังกล่าวอาจกดดันบรรยากาศของกลุ่มเซมิคอนดักเตอร์ในระยะสั้น แต่ยังไม่เพียงพอที่จะเปลี่ยนแปลงอุปสงค์ที่แท้จริง

ประการแรก Amodei ไม่ได้สนับสนุนให้หยุดการฝึก แต่ต้องการลดความเร็วในการยกระดับความสามารถของโมเดลแนวหน้า จาก "เร็วมาก" ลงเป็น "เร็วขึ้นเล็กน้อย" เมื่อพิจารณาความเร็วในการขยายตัวของอุตสาหกรรม AI ในปัจจุบัน แม้การวนซ้ำของโมเดลจะช้าลง การลงทุนด้านการฝึกที่รองรับก็ยังอาจมีมูลค่ามหาศาล

ที่สำคัญกว่านั้น แรงขับเคลื่อนของอุปสงค์ชิป AI ได้เปลี่ยนไปแล้ว

โมเดลชะลอได้ แต่อุปสงค์การอนุมานไม่หยุด

ในอดีต อุปสงค์ชิป AI ถูกขับเคลื่อนหลักจากการฝึกโมเดลขนาดใหญ่ การเพิ่มพารามิเตอร์ของโมเดล การขยายข้อมูลการฝึก และการยืดระยะเวลาการฝึก ส่งผลโดยตรงให้ขนาดคลัสเตอร์ GPU เพิ่มขึ้นอย่างต่อเนื่อง แต่เมื่อโมเดลเข้าสู่ระยะการใช้งานขนาดใหญ่ การอนุมานกำลังกลายเป็นศูนย์กลางการใช้พลังประมวลผลแห่งใหม่

โดยเฉพาะในสถานการณ์ Agent โมเดลไม่ได้เพียงสร้างคำตอบครั้งเดียวต่อคำถามหนึ่งครั้งอีกต่อไป แต่ต้องวางแผนงานอย่างต่อเนื่อง เรียกใช้เครื่องมือ อ่านผลลัพธ์ แก้ไขเส้นทาง และตรวจสอบผลลัพธ์ คำขอของผู้ใช้หนึ่งรายการอาจกระตุ้นการเรียกใช้โมเดลหลายรอบหรือแม้กระทั่งหลายสิบรอบ ซึ่งการใช้พลังประมวลผลสำหรับการอนุมานสูงกว่าแชทบอทแบบดั้งเดิมอย่างมีนัยสำคัญ

นั่นหมายความว่า แม้โมเดลแนวหน้าจะหยุดอัปเกรดอย่างรวดเร็วชั่วคราว การติดตั้งใช้งานโมเดลที่มีอยู่ในวงกว้างก็ยังคงเพิ่มอุปสงค์พลังประมวลผลอย่างต่อเนื่อง Bernstein ชี้ให้เห็นว่าทรัพยากรการประมวลผลที่ใช้งานอยู่แล้วในปัจจุบันยังยากที่จะตอบสนองความต้องการของโมเดลปัจจุบันได้อย่างเต็มที่ ไม่ต้องพูดถึงโมเดลใหม่ที่อาจเปิดตัวในอนาคตและแอปพลิเคชัน Agent ที่ซับซ้อนยิ่งขึ้น

ในขณะเดียวกัน งบลงทุน AI ของบริษัทเทคโนโลยีขนาดใหญ่ได้เข้าสู่ระยะดำเนินการจริงแล้ว วงจรการจัดซื้อชิป ศูนย์ข้อมูล ระบบไฟฟ้า และโครงสร้างพื้นฐานเครือข่ายใช้เวลานาน ไม่น่าเป็นไปได้ที่จะปรับเปลี่ยนทันทีเพราะข้อเสนอริเริ่มของอุตสาหกรรมเพียงครั้งเดียว Bernstein จึงตัดสินว่าการคาดการณ์รายได้ระยะใกล้ของบริษัท AI ในปัจจุบันได้สะท้อนแผนการใช้จ่ายของลูกค้าไปแล้ว โดยความเป็นไปได้ที่แผนที่เกี่ยวข้องจะเปลี่ยนแปลงอย่างมีนัยสำคัญนั้นต่ำ

กล่าวอีกนัยหนึ่ง "AI ชะลอความเร็ว" สิ่งแรกที่ได้รับผลกระทบอาจเป็นมูลค่าและการรับรู้ของตลาด มากกว่าคำสั่งซื้อชิป ตราบใดที่ปริมาณการเรียกใช้การอนุมาน การติดตั้งใช้งานในองค์กร และแอปพลิเคชัน Agent ยังคงเติบโต การลงทุนในโครงสร้างพื้นฐาน AI ก็ยากที่จะหยุดลงได้จริง

เบื้องหลังข้อริเริ่มด้านความปลอดภัย ยังมีการแข่งขัน AI ระหว่างจีนและสหรัฐฯ

Bernstein มองว่าข้อริเริ่มของ Amodei อาจไม่ใช่เรื่องความปลอดภัยเพียงอย่างเดียว แต่ยังเกี่ยวข้องกับการแข่งขัน AI ระหว่างจีนและสหรัฐฯ

Amodei เน้นว่าการจำกัดการพัฒนา AI ของสหรัฐฯ ต้องไม่แลกมาด้วยการเปิดทางให้จีนขึ้นนำ เขาสนับสนุนการจำกัดการส่งออกชิป AI ขั้นสูงและอุปกรณ์เซมิคอนดักเตอร์ไปยังจีนต่อไป พร้อมกับปราบปรามการกลั่นกรองโมเดลโดยไม่ได้รับอนุญาต และเสริมการคุ้มครองน้ำหนักโมเดล

Bernstein จึงสันนิษฐานว่าห้องแล็บ AI ของจีนที่ลดช่องว่างของโมเดลอย่างรวดเร็วผ่านการกลั่นกรอง อาจเป็นหนึ่งในเหตุผลสำคัญที่ผลักดันข้อริเริ่มนี้ ต้องสังเกตว่าสิ่งนี้เป็นวิจารณญาณของ Bernstein ไม่ใช่แรงจูงใจเชิงนโยบายที่ Amodei ยอมรับโดยตรง

สำหรับห้องแล็บชั้นนำของสหรัฐฯ การชะลอความเร็วเพียงฝ่ายเดียวมีความเสี่ยงชัดเจน หากตนเองถูกตรวจสอบด้านความปลอดภัยและจำกัดพลังประมวลผลที่เข้มงวดกว่า ขณะที่โมเดลโอเพนซอร์สหรือคู่แข่งจากต่างประเทศไม่ถูกผูกด้วยกฎเดียวกัน การชะลอความเร็วอาจทำให้ตำแหน่งผู้นำอ่อนแอลง ดังนั้นการที่ Amodei เสนอกฎระเบียบแบบรวมศูนย์ของสหรัฐฯ และการประสานงานระดับโลก แท้จริงแล้วก็เพื่อให้กฎครอบคลุมสภาพการแข่งขันทั้งหมด

จากมุมนี้ สิ่งที่เรียกว่า «ความปลอดภัย AI» กำลังตัดกับการแข่งขันทางเทคโนโลยี พลังประมวลผลสำหรับฝึกโมเดล น้ำหนักโมเดล และวิธีการกลั่นกรอง ไม่ใช่แค่เรื่องความปลอดภัย แต่อาจกลายเป็นกำแพงอุตสาหกรรมใหม่ นโยบายที่เกี่ยวข้องอาจเปลี่ยนโครงสร้างภูมิภาคของการขายชิปทั่วโลก แต่ไม่จำเป็นต้องลดการลงทุนโดยรวมของบริษัทเทคโนโลยีสหรัฐฯ

Bernstein ยังคงเดิมพันกับ Nvidia, Broadcom และหุ้นอุปกรณ์

Bernstein มองว่าการประเมินความปลอดภัยที่เข้มงวดขึ้น แม้จะเพิ่มแรงกดดันด้านกฎระเบียบระยะสั้น แต่อาจเป็นผลดีต่อการพัฒนา AI ในระยะยาว ระบบ AI ที่ตรวจสอบได้และมีข้อจำกัดย่อมได้รับการยอมรับจากรัฐบาล องค์กร และสาธารณชนได้ง่ายขึ้น อีกทั้งช่วยลดแรงต้านทางการเมืองต่อการสร้างศูนย์ข้อมูลและการใช้งานเชิงพาณิชย์

ดังนั้นรายงานจึงไม่ได้ปรับลดมุมมองต่อโครงสร้างพื้นฐาน AI เพราะ «การกำหนดความเร็วแนวหน้า» แต่ยังคงจัดให้ Nvidia, Broadcom และบริษัทอุปกรณ์เซมิคอนดักเตอร์เป็นทิศทางหลักที่แนะนำ

Nvidia ได้รับเรตติ้ง « outperform » ราคาเป้าหมาย 400 ดอลลาร์ Bernstein มองว่าพื้นที่ตลาดศูนย์ข้อมูลยังมีขนาดใหญ่มาก ความต้องการทั้งการฝึกและการอนุมานจะร่วมกันหนุนการเติบโตของ GPU

Broadcom ได้รับเรตติ้ง « outperform » เช่นกัน ราคาเป้าหมาย 575 ดอลลาร์ รายงานคาดว่าเส้นทางการเติบโต AI ของบริษัทในปี 2026 จะเร่งตัวขึ้นอีกในปี 2027 ถึง 2028 โดยชิป AI แบบกำหนดเองและธุรกิจเครือข่ายยังเป็นแรงขับเคลื่อนหลัก

ด้านอุปกรณ์ Applied Materials, Lam Research และ KLA ต่างได้รับเรตติ้ง « outperform » ราคาเป้าหมาย 700 ดอลลาร์ 385 ดอลลาร์ และ 250 ดอลลาร์ ตามลำดับ Bernstein มองบวกต่อความต้องการอุปกรณ์จาก GAA, การบรรจุขั้นสูง, HBM และการอัปเกรด NAND โดย KLA มีพื้นฐานสำหรับการประเมินมูลค่าพรีเมียมจากแรงขับเคลื่อนการเติบโตเชิงโครงสร้าง ตำแหน่งการแข่งขันที่มั่นคง ความเสี่ยงจากการทดแทนโดยจีนที่ค่อนข้างต่ำ และการจัดสรรทุนที่เข้มงวด

ข้อสรุปสุดท้ายของเบิร์นสไตน์คือ "การชะลอตัวของ AI" จะกลายเป็นตัวแปรทางอารมณ์ใหม่ของกลุ่มเซมิคอนดักเตอร์ แต่ยังไม่เพียงพอที่จะพลิกวัฏจักรโครงสร้างพื้นฐาน AI การวิจัยและพัฒนาโมเดลระดับแนวหน้าอาจชะลอลง แต่การฝึกฝนยังไม่หยุด ความต้องการการอนุมานกำลังเร่งตัวขึ้น และ Agent ยังเพิ่มการบริโภคการประมวลผลต่องานอีกด้วย

ห้องปฏิบัติการ AI อาจเริ่มหารือเกี่ยวกับการเหยียบเบรก แต่สำหรับอุตสาหกรรมพลังการประมวลผล สิ่งที่กำหนดความต้องการที่แท้จริงไม่ใช่เพียงความเร็วในการวนซ้ำของโมเดล แต่เป็นขนาดและความถี่ในการใช้งาน AI ตราบใดที่ตัวแปรนี้ยังเติบโต ตรรกะความต้องการชิป AI ก็ยังไม่สิ้นสุด

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats

กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia