AWS นำเสนอสถาปัตยกรรม AI ใหม่ด้วยชิป Trainium ที่ช่วยลดค่าใช้จ่ายการใช้งาน AI โดยเสนอทางเลือกที่ถูกกว่า Nvidia H100 ถึง 25% แม้ยังมีข้อจำกัดเรื่องการใช้งานที่ต้องพึ่งพา AWS แต่ถือเป็นก้าวสำคัญในการสร้างระบบ AI ที่ประหยัดและมีประสิทธิภาพ กลยุทธ์ที่โดดเด่นในตลาด AI: - AWS เป็นหนึ่งในหลายบริษัทที่กำลังพัฒนาชิปของตนเอง เช่น Google ที่มีชิป Tensor Processing Units (TPU) เพื่อช่วยลดค่าใช้จ่ายและหลีกเลี่ยงปัญหาความขาดแคลน GPU ความสามารถของ Trainium: - แม้ Trainium อาจไม่สามารถแทนที่ Nvidia GPU ที่มีความซับซ้อนสูง เช่น DGX Spark ได้โดยตรง แต่ยังถือว่าเป็นทางเลือกที่ดีสำหรับผู้ใช้งานที่ไม่ต้องการรอคิวหรือจ่ายค่าใช้จ่ายสูง ข้อจำกัดที่ควรพิจารณา: - Trainium มีการใช้งานเฉพาะใน AWS เท่านั้น ซึ่งอาจทำให้ผู้ใช้ถูกผูกมัดกับแพลตฟอร์ม และต้องลงทุนเพิ่มเติมเพื่อเรียนรู้ระบบใหม่ที่แตกต่างจาก CUDA ของ Nvidia แนวโน้มในอุตสาหกรรม: - ผู้ให้บริการคลาวด์รายใหญ่มุ่งสร้างระบบชิปของตนเองเพื่อลดการพึ่งพา Nvidia ซึ่งสะท้อนถึงการเปลี่ยนแปลงในกลยุทธ์ตลาด AI และการพัฒนาระบบเทคโนโลยีที่เป็นเอกลักษณ์ของแต่ละบริษัท https://www.techradar.com/pro/and-so-it-begins-amazon-web-services-is-aggressively-courting-its-own-customers-to-use-its-trainium-tech-rather-than-nvidias-gpus