โปรดอัพเดตเบราว์เซอร์

เบราว์เซอร์ที่คุณใช้เป็นเวอร์ชันเก่าซึ่งไม่สามารถใช้บริการของเราได้ เราขอแนะนำให้อัพเดตเบราว์เซอร์เพื่อการใช้งานที่ดีที่สุด

ธุรกิจ-เศรษฐกิจ

DeepSeek ผู้เจาะฟองสบู่ AI สะเทือนบัลลังก์หุ้นเทค Nvidiaวูบเกือบ 6 แสนล้านเหรียญ ทำไมถึงโดนหนักสุด

Thairath Money

อัพเดต 29 ม.ค. 2568 เวลา 03.29 น. • เผยแพร่ 28 ม.ค. 2568 เวลา 11.13 น.
ภาพไฮไลต์

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

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

ตามข่าวก่อนใครได้ที่
- Website : Thairath Money
- LINE Official : Thairath

ดูข่าวต้นฉบับ
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...