หลังนักลงทุนสหรัฐฯ เทขายหุ้นกลุ่มเทคโนโลยี เมื่อทั่วโลกเริ่มจุดกระแสความน่าทึ่งของ DeepSeek โมเดล AI จีนที่ได้รับการยอมรับว่ามีประสิทธิภาพสูงด้วยต้นทุนการพัฒนาที่ต่ำกว่าหลายเท่า แถมยังเอาชนะโมเดลในตลาดอย่าง GPT4, Llama 3 และ Claude 3.5 รวมถึง GPTo1ในการทดสอบหลายด้าน
พบบรรดาเจ้าของบริษัทเทคฯ ที่เกี่ยวข้องกับ AI และ Cloud เสียหายมากที่สุด นำโดย Jensen Huang ซีอีโอของ Nvidia ที่ทรัพย์สินสุทธิลดลงไปประมาณ 2.1 หมื่นล้านดอลลาร์ ขณะที่หุ้นของบริษัทร่วงลงราว 17% ปิดที่ 118.58 ดอลลาร์สหรัฐในวันจันทร์ที่ผ่านมา ส่งผลให้มูลค่าตลาดลดลงไปกว่า 5.9 แสนล้านเหรียญ ซึ่งถือเป็นการลดลงครั้งใหญ่ที่สุดของบริษัทในสหรัฐฯ ภายในวันเดียว
นอกจากนี้ผู้ให้บริการที่ต้องพึ่งพาผลิตภัณฑ์ของ Nvidia สำหรับการขายฮาร์ดแวร์พบว่ามีปริมาณการขายออกจำนวนมากเช่นกัน ไม่ว่าจะเป็น Dell, Hewlett Packard Enterprise และ Super Micro Computer ขณะที่ Oracle หุ้นร่วงลงกว่า 14%
บทความที่เกี่ยวข้อง
- สรุปเหตุการณ์ Black Money : DeepSeek เอไอจีนเขย่าตลาดหุ้นโลก สูญมูลค่า 1 ล้านล้านเหรียญในคืนเดียว
- รู้จัก เหลียง เหวินเฟิง เบื้องหลัง “DeepSeek” เขย่าวงการ AI โลก ผู้เห็นโอกาสจากความขาดแคลน
ความคุ้มทุนของโมเดล DeepSeek สะเทือนวงการ สะเทือน Nvidia
หนึ่งในประเด็นที่ถูกพูดถึงอย่างมากสำหรับ DeepSeek คือการหักล้างข้อสันนิษฐานหลายประการภายในซิลิคอนวัลเลย์เกี่ยวกับแนวทางการพัฒนา AI และขอบเขตของความเป็นผู้นำของอเมริกาเหนือคู่แข่ง
DeepSeek เขย่าวงการ AI ด้วยการเปลี่ยนวิธีการพัฒนาโมเดล AI ของตนเอง สืบเนื่องจากเงื่อนไขเรื่องทรัพยากรที่จำกัด โดยนักพัฒนาเริ่มเทรนโมเดล DeepSeek-V3 บนพื้นฐานของชิป Nvidia H800 ประมาณ 2,048 ตัว ซึ่งเป็นรุ่นที่ถูกพัฒนาขึ้นโดยจำกัดความสามารถลงเพื่อขายให้กับตลาดจีนโดยเฉพาะในปี 2022 ตามมาตรการควบคุมการส่งออกของสหรัฐฯ กระทั่ง DeepSeek-R1 ที่เปิดตัวมาเมื่อกลางเดือนมกราคมนี้
อย่างไรก็ตามข้อจำกัดด้านการประมวลผลจาก GPU สเปคต่ำกว่า ทำให้ DeepSeek คิดค้นพัฒนานวัตกรรมทางเทคนิคในแบบฉบับของตนเอง ยกตัวอย่าง DeepSeekMOE (Mixture of Experts) ในการฝึกโมเดลโดยการแบ่งโมเดลออกเป็นหน่วยย่อยและฝึกในเรื่องถนัดเฉพาะทางที่ต่างกัน Multi-Token Prediction (MTP) การสอนให้ทำนายคำต่อไปทีละหลาย ๆ โทเค็นเพื่อได้คำตอบที่ยาวขึ้นในหนึ่งครั้ง รวมถึง Multi-Head Latent Attention (MLA) ซึ่งเป็นเทคนิคที่พัฒนาต่อยอดมาจาก Self-Attention แบบดั้งเดิม โดยมีแนวคิดหลัก คือ การเพิ่มความสามารถในการจดจำและประมวลผลข้อมูลได้ลึกซึ้งขึ้น
เหล่านี้ทำให้ผลลัพธ์ของกระบวนการพัฒนาโมเดลรวดเร็วขึ้น ประสิทธิภาพดีขึ้น นอกจากนี้ยังทำให้ต้นทุนในการเทรนโมเดลถูกลงอีกด้วย
โดยราคาเปรียบเทียน 1 ล้านโทเค็น DeepSeek R1 อยู่ที่ 0.55 ดอลลาร์สหรัฐ (19 บาท) ส่วนของคู่แข่งหลัก OpenAI-o1 อยู่ที่ 15 ดอลลาร์สหรัฐ (505 บาท) นอกจากนี้ DeepSeek R1 ยังเปิดให้ดาวน์โหลดไปใช้ฟรี รวมถึงเปิดเป็นโมเดลแบบโอเพนซอร์สให้นำ API ไปต่อยอด ซึ่งเป็นแนวทางการพัฒนาแบบเปิดตั้งแต่ต้นเพื่อดึงนักพัฒนาทั่วประเทศมาช่วยกันระดมสมองก้าวข้ามข้อจำกัดในการพัฒนาโมเดล
DeepSeek V3 โมเดลที่ใหญ่ที่สุดถึง 671 พันล้านพารามิเตอร์ใช้เวลาเทรนเพียง 55 วัน มีต้นทุนประมาณ 5.5 ล้านเหรียญ ขณะที่ DeepSeek R1 ที่ปล่อยออกมาในเวลาเพียงสองเดือนหลังจากโมเดลก่อน มีต้นทุนต่ำกว่า 6 ล้านเหรียญ ซึ่งถูกกว่าการพัฒนาโมเดลของเจ้าอื่นอย่างเห็นได้ชัด ขณะที่ในฝั่งของโมเดล GPT-4 ของ OpenAI มีการประมาณการค่าใช้จ่ายโดยรวมในปี 2024 ที่สูงถึง 7 พันล้านเหรียญ
พูดง่าย ๆ DeepSeek แสดงให้โลกเห็นว่า การก้าวข้ามข้อจำกัดด้าน GPU หรือชิประดับไฮเอนด์เพื่อเทรน AI สำหรับผู้ที่เข้าไม่ถึงการประมวลผลขนาดใหญ่เป็นเรื่องที่สามารถทำได้ และการทุ่มเงินมหาศาลกว่าพันล้านเหรียญเพื่อพัฒนา AI เหมือนดั่งช่วงสองปีที่ผ่านมาอาจไม่ใช่ทางเลือกเดียวอีกต่อไป
ซึ่งนั่นหมายความว่า ความต้องการและการบริโภค GPU หลังจากอาจเปลี่ยนแปลงในระยะยาว เมื่อผู้พัฒนา AI ไม่ต้องพึ่งพาเทคโนโลยีของ Nvidia ในฐานะผู้ที่ได้รับประโยชน์สูงสุดจากส่วนแบ่งทางตลาดชิปสำหรับเทรนโมเดล AI เพียงเจ้าเดียวมากเท่าเดิม
จะกระทบ Nvidia ขนาดไหน?
DeepSeek ได้เผยแพร่งานวิจัยที่อธิบายเทคนิคการเทรนโมเดลจำนวนมาก โดยแต่ละรุ่นมีจุดเด่นแตกต่างกันและเป็นแนวทางให้กับผู้พัฒนา อย่างไรก็ตามข้อค้นพบดังกล่าวอาจส่งผลต่อโมเดลธุรกิจของผู้ให้บริการ AI ในปัจจุบัน หรือในขณะเดียวกันที่จะส่งผลดีต่อตลาด ทั้งต้นทุนผลิตภัณฑ์ถูกลง ค่าใช้จ่ายด้านทุนถูกลงและสร้างกำไรได้มากขึ้น ซึ่งจะสร้างทางเลือกในการพัฒนาด้านเทคโนโลยีที่สำคัญหลังจากนี้
ด้านผลกระทบต่อผู้ผลิตและให้บริการ GPU ขนาดใหญ่อย่าง Nvidia บทวิเคราะห์จาก Jeffrey Emanuel ผู้คร่ำหวอดด้านการพัฒนาระบบและนักลงทุนด้านธุรกิจเทคโนโลยีได้กล่าวถึงผลกระทบ DeepSeek ต่อ Nvidia ระบุว่า ความสำเร็จของ DeepSeek ได้แสดงให้เห็นว่าการพัฒนาเทคโนโลยีสมัยใหม่สามารถลดการพึ่งพา GPU ของ Nvidia ลงได้อย่างมีประสิทธิภาพ
แม้ว่า Nvidia จะยังคงเป็นผู้นำในตลาดด้วยกลยุทธ์การผลิตและพัฒนาแพลตฟอร์มที่หลากหลาย แต่ความได้เปรียบนี้จะถูกท้าทายจากการแข่งขันและการคิดค้นเทคโนโลยีใหม่ ๆ อาทิ คู่แข่งด้านชิประดับไฮเอนด์ เช่น Cerebras ลูกค้ารายใหญ่ที่หันมาพัฒนาชิปของตนเองเพื่อลดซื้อชิปจาก Nvidia เช่น Microsoft, Amazon, Meta, Google และ Apple
โดยเขาระบุว่า ตลาด AI และการพัฒนาโมเดลประมวลภาษาขนาดใหญ่ (LLM) จะก้าวเข้าสู่ยุคใหม่ที่มีการแข่งขันสูงขึ้น เราจะเห็นการกระจายตัวของ AI มากขึ้น โดยปัจจัยสำคัญในการแข่งขันจะเน้นไปที่การเพิ่มประสิทธิภาพการทำงาน “Optimization” การควบคุมต้นทุน Training Cost และการสร้างนวัตกรรมในเชิงโครงสร้างมากขึ้น
แม้ว่านักลงทุนบางกลุ่มจะตั้งคำถามว่ามูลค่าต้นทุนที่ DeepSeek เปิดเผยออกมานั้นได้รวมต้นทุนของการทดลองวิจัยก่อนหน้านี้และต้นทุนคงที่สำหรับการลงทุนด้านโครงสร้างพื้นฐานหรือไม่ แต่ Liang Wenfeng ผู้ก่อตั้งได้ตอกย้ำแนวคิดการพัฒนา AI และความแข็งแกร่งของโมเดลโอเพ่นซอร์สให้โลกเห็นอีกครั้งว่า การลงทุนมหาศาลไม่ได้นำไปสู่การสร้างสรรค์นวัตกรรมที่มากขึ้นเสมอไป
ข้อเท็จจริงที่ว่า DeepSeek สามารถพัฒนาโมเดลโอเพ่นซอร์สและปล่อยโมเดลหลักอย่าง V2, V3 และ R1 ออกมาเทียบชั้นกับผู้เล่นหลักอย่าง ChatGPT ของ OpenAI และ Claude ของ Anthropic ได้ด้วยต้นทุนการเทรนโมเดลเพียงเศษเสี้ยว ทำให้นักลงทุนทั่วโลกตั้งคำถามถึงค่าใช้จ่ายด้านทุนพัฒนา AI อย่างมหาศาลของบิ๊กเทค ต้นทุนที่แท้จริงของเทคโนโลยี และผลกระทบต่อผู้ให้บริการ AI ที่พึ่งพิงรายได้จากผู้ใช้บริการโดยตรง
แน่นอนว่าตลาด AI กำลังเปลี่ยนแปลงอย่างมีนัยสำคัญสะท้อนชัดจากสถานการณ์การเทขายหุ้นเทคฯ ทั่วโลกในขณะนี้
อ้างอิงข้อมูลจาก Bloomberg ,Reuters , Arxiv
ติดตามเพจ Facebook : Thairath Money ได้ที่ลิงก์นี้ -
https://www.facebook.com/ThairathMoney
อ่านข่าวต้นฉบับได้ที่ : DeepSeek ผู้เจาะฟองสบู่ AI สะเทือนบัลลังก์หุ้นเทค Nvidiaวูบเกือบ 6 แสนล้านเหรียญ ทำไมถึงโดนหนักสุด
ข่าวอื่นที่เกี่ยวข้อง
- อัปเดตเทรนด์ด้านเทคโนโลยีทางการแพทย์ในปี 2025
- ทำความเข้าใจ “Agentic AI” ขั้นกว่าของโมเดลภาษาและอนาคตที่แชตบอตอาจถูกแทนที่
- "ป้ายฮอลลีวูด" ยังปลอดภัยไฟป่าแคลิฟอร์เนีย หลังเฟคนิวส์ในโซเชียล
ตามข่าวก่อนใครได้ที่
- Website : Thairath Money
- LINE Official : Thairath
