⚡ “OpenAI ฝันใหญ่: GPU 10 พันล้านตัวเพื่อ AI ส่วนตัวสำหรับทุกคน — แต่พลังงานระดับ ‘เตาปฏิกรณ์นิวเคลียร์’ ยังไม่มีใครพูดถึง” Greg Brockman ประธานของ OpenAI ได้เปิดเผยวิสัยทัศน์สุดทะเยอทะยานในงานสัมภาษณ์ร่วมกับ Jensen Huang ซีอีโอของ Nvidia และ Sam Altman ซีอีโอของ OpenAI โดยเขาเสนอแนวคิดว่า “ทุกคนควรมี GPU ส่วนตัว” เพื่อให้ AI สามารถทำงานได้ตลอดเวลา แม้ในขณะที่เจ้าของกำลังหลับอยู่ แนวคิดนี้คล้ายกับความฝันของ Bill Gates ในยุค 90 ที่เคยพูดว่า “คอมพิวเตอร์ทุกโต๊ะ” ซึ่งในวันนี้กลายเป็นจริงแล้ว Brockman เชื่อว่า GPU จะกลายเป็นทรัพยากรพื้นฐานของเศรษฐกิจยุคใหม่ เหมือนกับเงินตรา โดยเขาคาดว่าโลกจะต้องใช้ GPU ถึง 10 พันล้านตัวเพื่อรองรับการใช้งาน AI อย่างเต็มรูปแบบ Nvidia ซึ่งเป็นพันธมิตรหลักของ OpenAI ได้ประกาศลงทุนกว่า 100 พันล้านดอลลาร์เพื่อสร้างโครงสร้างพื้นฐาน AI ขนาดมหึมา โดยเริ่มจากการติดตั้ง GPU จำนวน 4–5 ล้านตัวในศูนย์ข้อมูลที่ใช้พลังงานเทียบเท่าเตาปฏิกรณ์นิวเคลียร์ 10 เครื่อง หรือประมาณ 10 กิกะวัตต์ อย่างไรก็ตาม สิ่งที่ขาดหายไปจากวิสัยทัศน์นี้คือ “พลังงาน” ที่จำเป็นในการขับเคลื่อนระบบดังกล่าว เพราะการใช้ GPU จำนวนมหาศาลจะต้องใช้ไฟฟ้าระดับ petawatt ซึ่งอาจเกินขีดความสามารถของโครงข่ายไฟฟ้าทั่วโลกในปัจจุบัน นักวิเคราะห์เตือนว่า หาก OpenAI เดินหน้าตามแผนนี้จริง การใช้พลังงานอาจเพิ่มขึ้นถึง 125 เท่าในไม่กี่ปีข้างหน้า และอาจเทียบเท่ากับการใช้พลังงานของประเทศขนาดใหญ่ เช่น อินเดีย ซึ่งทำให้เกิดคำถามว่า “เราจะผลิตไฟฟ้าจากไหน?” และ “ใครจะได้ใช้ GPU เหล่านี้?” ✅ ข้อมูลสำคัญจากข่าว ➡️ Greg Brockman เสนอแนวคิดให้ทุกคนมี GPU ส่วนตัวเพื่อใช้งาน AI ➡️ OpenAI ต้องการ GPU จำนวน 10 พันล้านตัวเพื่อรองรับวิสัยทัศน์นี้ ➡️ Nvidia ลงทุน 100 พันล้านดอลลาร์เพื่อสร้างโครงสร้างพื้นฐาน AI ➡️ เริ่มจากการติดตั้ง GPU 4–5 ล้านตัวในศูนย์ข้อมูล ➡️ ศูนย์ข้อมูลใช้พลังงานเทียบเท่าเตาปฏิกรณ์นิวเคลียร์ 10 เครื่อง ➡️ Brockman เชื่อว่า GPU จะกลายเป็นทรัพยากรพื้นฐานของเศรษฐกิจ ➡️ Altman เปรียบโครงการนี้กับโครงการ Apollo ของ NASA ➡️ ความต้องการ compute เพิ่มขึ้นอย่างรวดเร็วทั่วโลก ➡️ Nvidia เป็นผู้ผลิต GPU รายใหญ่ที่สุดที่ใช้ในโมเดล AI ขนาดใหญ่ ✅ ข้อมูลเสริมจากภายนอก ➡️ OpenAI เคยประกาศแผนใช้ GPU 100 ล้านตัวภายในปี 2025 ➡️ Elon Musk เคยกล่าวว่า xAI จะใช้ GPU เทียบเท่า H100 จำนวน 50 ล้านตัวภายในปี 2030 ➡️ การใช้ GPU ในระดับนี้ต้องการการลงทุนด้านพลังงานและโครงสร้างพื้นฐานมหาศาล ➡️ นักวิจัยบางคนเปรียบเทียบการใช้ GPU กับการใช้ทรัพยากรธรรมชาติ เช่น น้ำมันหรือแร่หายาก ➡️ การกระจาย GPU อย่างเท่าเทียมอาจกลายเป็นประเด็นด้านความยุติธรรมและภูมิรัฐศาสตร์ https://www.techradar.com/pro/you-really-want-every-person-to-have-their-own-dedicated-gpu-openai-becomes-nvidias-biggest-cheerleader-as-its-president-calls-for-10-billion-gpu-bonanza-but-no-mention-of-the-petawatt-electricity-requirement-these-will-command