เมื่อ #AgenticAI ทำให้ #CPU กลับมาน่าจับตามองใน #AIDataCenter อีกครั้ง
ประเด็นสำคัญ
- แม้โปรเซสเซอร์ (CPU) จะเป็นส่วนหนึ่งของการทำงานด้าน AI มาโดยตลอด แต่ปัจจุบัน โปรเซสเซอร์จะทวีความสำคัญขึ้นไปอีกระดับ เพราะ Agentic AI จำเป็นต้องใช้การประมวลผลเชิงตรรกะและการบริหารจัดการกราฟิกการ์ด (GPU) ที่ซับซ้อนมากยิ่งขึ้น
- ยิ่งมีการใช้งาน Agentic AI แพร่หลายมากขึ้น การนำ AI ไปใช้งานจริง (inference) ก็จะกลายเป็นกระบวนการที่มีหลายขั้นตอน ซึ่งไปกระตุ้นให้เกิดความต้องการในด้านพลังการประมวลผลจากโปรเซสเซอร์เพิ่มขึ้นตามไปด้วย
- ในระบบ AI คลัสเตอร์ยุคใหม่ โปรเซสเซอร์ทำหน้าที่ด้านระบบที่สำคัญมาก โดยคอยช่วยให้ตัวเร่งการประมวลผลต่าง ๆ ทำงานได้อย่างมีประสิทธิภาพ ไม่ว่าจะเป็นการจัดคิวงาน เตรียมข้อมูล จัดการหน่วยความจำ (memory & I/O) และควบคุมโฟลว์การทำงาน
- เซิร์ฟเวอร์โปรเซสเซอร์ AMD EPYC™ ช่วยให้ลูกค้าสามารถสร้างโครงสร้างพื้นฐาน AI ที่สมดุลและเปิดกว้าง ทำงานสอดประสานเป็นเนื้อเดียวกันกับกราฟิกการ์ด AMD Instinct™, เทคโนโลยีเครือข่าย AMD Pensando™ และระบบซอฟต์แวร์ AMD ROCm™
ในงานสัมมนา AMD Advancing AI ดร. ลิซ่า ซู ซีอีโอและประธานบริษัทAMDได้อธิบายถึงAgentic AI ว่าเป็นเสมือน "กลุ่มผู้ใช้งานรูปแบบใหม่" คือระบบที่ตื่นตัวอยู่ตลอดเวลา คอยเข้าถึงข้อมูล แอปพลิเคชัน และบริการต่าง ๆ อย่างต่อเนื่อง เพื่อนำไปวิเคราะห์ ตัดสินใจ และทำงานที่ซับซ้อนให้สำเร็จ
จริงอยู่ที่ระบบเหล่านี้ต้องพึ่งพาชิปประมวลผลกราฟิกการ์ดประสิทธิภาพสูงเพื่อวิเคราะห์และสร้างข้อมูลเจาะลึกแบบเรียลไทม์ แต่โครงสร้างพื้นฐานที่อยู่รายล้อมระบบก็สำคัญไม่แพ้กัน ยิ่งกิจกรรมของ Agentic AI ขยายตัวมากขึ้น โปรเซสเซอร์ประสิทธิภาพสูงก็จะยิ่งต้องรับบทหนักในการประสานงาน ประมวลผลและเคลื่อนย้ายข้อมูล รวมถึงคอยดูแลการดำเนินงานต่าง ๆ มากมายที่เกิดขึ้นรอบ ๆ ตัวโมเดลAI
แม้กราฟิกการ์ดจะทำงานได้อย่างยอดเยี่ยมในเรื่องการประมวลผลข้อมูลปริมาณมหาศาล พร้อม ๆ กัน (parallel processing)ซึ่งจำเป็นมากเวลาใช้สอน(training) โมเดลAIและงานทั่วไป แต่การจะนำAIไปใช้งานในยุคปัจจุบันให้มีความเสถียรนั้น ต้องพึ่งพาระบบที่มีความสมดุล โดยทั้งโปรเซสเซอร, กราฟิกการ์ด,ระบบเครือข่าย และซอฟต์แวร์ ต่างก็มีบทบาทเฉพาะตัวที่จะช่วยดันประสิทธิภาพของระบบในภาพรวมให้สามารถรองรับการขยายขนาดได้
ในสภาพแวดล้อมเช่นนี้ โปรเซสเซอร์จะรับบทเป็น "ผู้ควบคุมและสั่งการ" ภาระงานต่าง ๆ เพื่อจัดการหน่วยความจำและการย้ายข้อมูล รวมถึงซัพพอร์ตแอปพลิเคชันระดับองค์กรที่รันอยู่ควบคู่กับโมเดลAI บนระบบจริง สิ่งนี้เองที่ทำให้ประสิทธิภาพการประมวลผลและการประหยัดพลังงานของโปรเซสเซอร์กลายมาเป็นเรื่องที่สำคัญยิ่งกว่าที่เคย ต่อประสิทธิภาพโดยรวมของโครงสร้างพื้นฐานAI ยุคใหม่
จากข้อมูลล่าสุดที่มีการเผยแพร่ มีการประเมินว่าระบบที่ใช้โปรเซสเซอร์5th Gen AMD EPYC ให้ประสิทธิภาพการทำงานต่อคอร์ (performance per core)สูงกว่าระบบที่ใช้โปรเซสเซอร์คู่แข่งเช่นNvidia Grace Superchip ในระดับเดียวกันถึง2.1 เท่า นอกจากนี้ เมื่อนำระบบของAMD EPYCไปเทียบกับระบบของNvidia Grace Superchip แบบหมัดต่อหมัด ยังพบว่าระบบของAMDให้ประสิทธิภาพการทำงานต่อหน่วยพลังงาน (วัตต์) ดีกว่าสูงสุดถึง2.26 เท่า (อ้างอิงจากการวัดผลด้วยSPECpower)
ที่สำคัญไม่แพ้กัน ด้วยสถาปัตยกรรมโปรเซสเซอร์x86ยังมอบข้อได้เปรียบให้ลูกค้าในส่วนของระบบนิเวศซอฟต์แวร์ที่กว้างขวางและผ่านการพิสูจน์มาแล้ว ระบบขององค์กรส่วนใหญ่สามารถรันการทำงานบนสถาปัตยกรรมนี้ได้โดยตรงทั้งบนเซิร์ฟเวอร์บริษัท(on-prem)และบนคลาวด์ โดยไม่ต้องมานั่งรื้อเขียนโค้ดใหม่(refactoring/recompiling)หรือวุ่นวายกับการจัดการโค้ดหลาย ๆ ชุด ซึ่งมักจะเป็นปัญหาชวนปวดหัวเวลาที่ต้องนำระบบที่ใช้สถาปัตยกรรมArmเข้ามาผสมผสาน
โปรเซสเซอร์และกราฟิกการ์ดทำงานร่วมกันอย่างไร
เพื่อให้เห็นภาพ ลองนึกถึงความสัมพันธ์ระหว่างโปรเซสเซอร์ (CPU)และกราฟิกการ์ด (GPU)ใน AI Data Center ว่าเหมือนกับ "หัวหน้าโค้ช"กับ "ทีมนักกีฬาที่มีความปราดเปรียว"
หัวหน้าโค้ช (CPU)จะเป็นคนวางแผนการเล่น คอยแก้เกมทีมคู่แข่ง ดูเวลา และควบคุมให้นักกีฬาทุกคนเคลื่อนที่ไปในทิศทางที่ถูกต้อง ส่วนเหล่านักกีฬา (GPU)คือผู้ที่มีความเชี่ยวชาญเฉพาะทาง ลงไปเล่นตามแผนในแต่ละจังหวะได้อย่างมีประสิทธิภาพ
เซิร์ฟเวอร์โปรเซสเซอร์ออกแบบมาให้รับมือกับงานที่ซับซ้อนและสั่งการกราฟิกการ์ดในระบบ โดยจะดึงข้อมูลขึ้นมาจากหน่วยความจำ เตรียมข้อมูลให้พร้อมสำหรับกราฟิกการ์ด จัดคิวส่งข้อมูลให้อยู่ในเวลาที่เหมาะสม และจัดการป้อนคำสั่งรวมถึงข้อมูลที่กราฟิกการ์ดต้องใช้ในการทำงาน ส่วนฝั่งกราฟิกการ์ดซึ่งมีขนาดคอร์เล็กกว่า จะออกแบบมาให้ทำงานที่ตรงไปตรงมา แต่เน้นทำซ้ำ ๆ ด้วยความรวดเร็วมหาศาลแทน
บทบาทที่เปลี่ยนไประหว่างการ "สอน" (Training) และ "ใช้งานจริง" (Inference)
ช่วงการฝึกคือเวทีที่กราฟิกการ์ดและขุมพลังการประมวลผลประสิทธิภาพสูงได้เฉิดฉาย โครงข่ายประสาทเทียมต้องอาศัยการประมวลผลตารางข้อมูลขนาดใหญ่ การฝึกAIจึงต้องใช้ทีมกราฟิกการ์ดมาช่วยกันย่อยข้อมูลขนาดใหญ่ซ้ำแล้วซ้ำเล่าเพื่อให้ระบบเกิดการเรียนรู้
ในระหว่างกระบวนการฝึก โปรเซสเซอร์จะคอยจัดการและป้อนข้อมูลให้กราฟิกการ์ด เพื่อให้สามารถทำงานได้เต็มประสิทธิภาพที่สุด นอกจากนี้โปรเซสเวอร์ยังต้องคอยรันระบบปฏิบัติการ จัดการหน่วยความจำ และจัดคิวงานต่าง ๆ ฟังดูเหมือนงานเยอะ แต่นี่ไม่ใช่เรื่องที่สร้างความตึงเครียดให้กับโปรเซสเซอร์เลย
แต่เมื่องานAIส่วนใหญ่ก้าวเข้าสู่ช่วงการนำไปใช้งานจริง (inference)โปรเซสเซอร์จะลดบทบาทหน้าที่ของการจัดระเบียบลง แล้วสวมหมวก "ผู้จัดการที่เน้นผลลัพธ์" มากขึ้น โดยกราฟิกการ์ดจะยังคงรับหน้าที่ประมวลผลสมการคณิตศาสตร์หนัก ๆ ต่อไป แต่โปรเซสเซอร์จะเข้ามารับงานที่ต้อง "คิดวิเคราะห์ซับซ้อน" แทน เช่น การรวบรวมข้อมูล กำหนดเส้นทางข้อมูล ตีความผลลัพธ์ และการตัดสินใจขั้นสุดท้าย บทบาทของโปรเซสเซอร์ในช่วงใช้งานจริงนี้จะมีความเข้มข้นมาก เพราะต้องทำทั้งในส่วนของการควบคุม ประสานงาน และตัดสินใจเรื่องยาก ๆ ไปพร้อม ๆ กัน
ตรงนี้เองที่ชี้ให้เห็นว่า "สถาปัตยกรรม" มีความสำคัญมากแค่ไหน
AMD เป็นผู้นำด้านการออกแบบชิปเล็ต (chiplet)แนวทางการประกอบที่ยืดหยุ่นได้นี้ ช่วยให้AMDสามารถปรับแต่งทั้งประสิทธิภาพการประมวลผล, การเข้าออกของข้อมูล (I/O), แบนด์วิดท์หน่วยความจำ และการใช้พลังงาน ให้ตอบโจทย์และเหมาะสมกับทุกสเกลงาน ตั้งแต่แอปพลิเคชันหลักขององค์กร ระบบ Virtualization ไปจนถึงการสั่งการกราฟิกการ์ด และดูแลเวิร์กโฟลว์ของAgentic AI ที่มีหลายขั้นตอน
Agentic AI พึ่งพาโปรเซสเซอร์ (CPU) อย่างหนักหน่วง
การมาถึงของ Agentic AI (ปัญญาประดิษฐ์ที่สามารถวางแผน ตัดสินใจ และลงมือทำได้เองโดยแทบไม่ต้องพึ่งพามนุษย์) ทำให้เราต้องการโปรเซสเซอร์ที่ทำอะไรได้มากกว่าที่เคย ในโลกของAI Agent ชิปโปรเซสเซอร์จะต้องใช้เวลาและตรรกะมากขึ้นเพื่อคิดทบทวนผลลัพธ์ แทนที่จะแค่ส่งคำตอบกลับมาเหมือนการประมวลผลAIแบบเดิม ๆ และหลายครั้งที่โปรเซสเซอร์จะตีกลับปัญหาไปให้กราฟิกการ์ด (GPU) ประมวลผลใหม่อีกรอบพร้อมแนบคำสั่งที่ปรับแก้แล้ว ก่อนที่จะยอมปล่อยผลลัพธ์สุดท้ายออกมา
นอกเหนือจากหน้าที่หลักแล้ว โปรเซสเซอร์ในระบบAgentic AI ยังต้องคอยจัดการคำสั่งเรียกใช้เครื่องมือต่าง ๆ, การขอข้อมูลผ่านAPIและการค้นหาข้อมูลในหน่วยความจำ ซึ่งในโลกที่สมบูรณ์แบบ โปรเซสเซอร์ต้องทำสิ่งเหล่านี้ทั้งหมดไปพร้อม ๆ กับการป้อนงานให้กราฟิกการ์ด การเติบโตของAgentic AI จึงทำให้โปรเซสเซอร์ต้องทำงานหนักขึ้น (รอบการทำงานของโปรเซสเซอร์สูงขึ้น) ในการคอยวิ่งส่งข้อมูลไปมาระหว่างตัวAgent, แอปพลิเคชันขององค์กร และบ่อพักข้อมูล (data lakes)
ถ้าเปรียบเป็นโค้ช โปรเซสเซอร์ไม่ได้แค่วางแผนช่วง2นาทีสุดท้ายของเกม แต่มันต้องคิดแผนบุกครั้งแล้วครั้งเล่าเพื่อทำแต้มให้ได้ การตัดสินใจของโค้ชจะเป็นตัวชี้วัดเลยว่ากราฟิกการ์ดจะถูกใช้งานคุ้มค่าแค่ไหน ปริมาณงานโดยรวมทำได้ดีเพียงใด และที่สำคัญที่สุดสำหรับผู้ให้บริการAIก็คือ มันส่งผลโดยตรงต่อต้นทุนหรือไม่ (TCO)
ถึงเวลาของเซิร์ฟเวอร์โปรเซสเซอร์ AMD EPYC
Agentic AIกำลังทลายขีดจำกัดว่าAIสามารถทำอะไรได้บ้าง และมันก็กำลังตอกย้ำความจริงที่คนออกแบบดาต้าเซ็นเตอร์ทุกคนรู้ดีอยู่แล้ว นั่นคือ ผลลัพธ์AIที่ดีที่สุด ย่อมมาจากระบบที่สมดุลที่สุด กราฟิกการ์ดจะยังคงเป็นตัวขับเคลื่อนพลังการประมวลผลต่อไป แต่โปรเซสเซอร์จะทวีความสำคัญมากขึ้นเรื่อย ๆ ในเรื่องการสั่งการ ควบคุมประสิทธิภาพ และการรวมศูนย์ดาต้าเซ็นเตอร์ เพื่อสร้างพื้นที่รองรับระบบAIใหม่ ๆ เพิ่ม โดยไม่ต้องขยายพื้นที่ดาต้าเซ็นเตอร์ หรือเพิ่มอัตราการกินไฟ
ปัจจุบัน ประสิทธิภาพของAI วัดกันที่ระบบในภาพรวม และAMD ก็อยู่ในจุดที่ได้เปรียบอย่างมาก เพราะสามารถปรับแต่ง (optimize) ทุกอย่างได้ตั้งแต่โปรเซสเซอร์ กราฟิกการ์ด ไปจนถึงระบบเครือข่ายและระบบซอฟต์แวร์แบบเปิดกว้าง เพื่อรีดประสิทธิภาพการทำงานต่อวัตต์ของทั้งคลัสเตอร์ออกมาให้ได้มากที่สุด โปรเซสเซอร์AMD EPYC สามารถผสานการทำงานอย่างแนบเนียนไปกับกราฟิกการ์ดAMD Instinct เพื่อรองรับการบริหารจัดการกราฟิกการ์ดอย่างมีประสิทธิภาพ โดยมีระบบซอฟต์แวร์AMD ROCm เป็นตัวร้อยเรียงระบบทั้งหมดเข้าด้วยกัน
AMD กำลังเร่งสร้างสิ่งใหม่ ๆ บนรากฐานที่แข็งแกร่งนี้ โปรเซสเซอร์AMD EPYC เจนเนอเรชั่นถัดไป (โค้ดเนม "Venice")ถูกวางตัวมาให้เป็นขุมพลังของสถาปัตยกรรมAIระดับแร็คตัวใหม่เช่น "Helios" โดยคาดว่าสถาปัตยกรรม "Venice" จะเข้ามาต่อยอดความเป็นผู้นำทั้งในด้านประสิทธิภาพ ความหนาแน่นของตัวระบบ และประสิทธิภาพการประหยัดไฟ สำหรับงานด้านAIและการประมวลผลทั่วไป
AI กำลังเร่งความต้องการพลังการประมวลผลในทุกภาคส่วน และผลักดันให้เกิดรอบการยกระดับเซิร์ฟเวอร์ครั้งใหญ่ทั่วโลก โปรเซสเซอร์AMD EPYC คือการที่AMD ส่งมอบรากฐาน โปรเซสเซอร์ที่แข็งแกร่งตอบโจทย์สิ่งที่ลูกค้าต้องการ เพื่อก้าวไปสู่เทคโนโลยีขั้นต่อไป และเพื่อรับบทเป็น "โค้ช" ให้กับเหล่ากราฟิกการ์ดประสิทธิภาพสูงทั้งหมด
หากคุณต้องการเรียนรู้เพิ่มเติมว่าAMD ช่วยขับเคลื่อนagent computer ได้อย่างไร คลิก
About AMD
AMD (NASDAQ: AMD) drives innovation in high-performance and AI computing to solve the world’s most important challenges. Today, AMD technology powers billions of experiences across cloud and AI infrastructure, embedded systems, AI PCs and gaming. With a broad portfolio of AI-optimized CPUs, GPUs, networking and software, AMD delivers full-stack AI solutions that provide the performance and scalability needed for a new era of intelligent computing. Learn more at www.amd.com.
ไม่มีความคิดเห็น:
แสดงความคิดเห็น