ข้อสังเกตจากการประชุม MoneyFrontier Summit: เมื่อ GPU ในประเทศมาบรรจบกับกระแสเอเจนต์ อุตสาหกรรมพลังการประมวลผลได้ส่งสัญญาณสำคัญสี่ประการ

ผู้เขียน: Kupu News

รวบรวมโดย: หัวใจแห่งพลังการประมวลผล
 

แนวคิดเกี่ยวกับพลังการประมวลผลของ AI กำลังเปลี่ยนไปจาก "ใครมีไพ่มากที่สุด" ไปเป็น "ใครสามารถเปลี่ยนพลังการประมวลผลให้เกิดประโยชน์สูงสุดได้อย่างแท้จริง"

เมื่อวันที่ 28 กรกฎาคม การประชุมสุดยอด MoneyFrontier 2026 New Infrastructure Intelligent Computing Summit จัดขึ้นที่โรงแรมโฮปเวลล์ในฮ่องกง ตัวแทนจากสี่บริษัท ได้แก่ Moore Threads, Tencent Cloud, Yanji Microelectronics และ Silicon Labs Liquid Cooling ขึ้นเวทีเพื่อเปิดเผยภาพรวมของห่วงโซ่อุตสาหกรรมพลังการประมวลผล AI จากสี่มิติ ได้แก่ ระบบนิเวศ GPU ในประเทศ วิศวกรรมเอเจนต์อัจฉริยะ ตรรกะการเปลี่ยนแปลงของอุตสาหกรรมเหมืองแร่ และการปรับโครงสร้างใหม่ของวิศวกรรมศูนย์ข้อมูล

นี่ไม่ใช่การเปิดตัวผลิตภัณฑ์ แต่เป็นการนำเสนอภาพรวมของข้อสรุปจากอุตสาหกรรม: การบริโภคโทเค็นเพิ่มขึ้นอย่างรวดเร็ว เอเจนต์กำลังเปลี่ยนจากเครื่องมือสนทนาไปเป็นสภาพแวดล้อมการดำเนินการงาน ความสามารถในการทำงานที่ใช้พลังงานต่ำซึ่งสะสมมาจากการขุดแบบดั้งเดิมกำลังเริ่มย้ายไปยัง AI และศูนย์ข้อมูลกำลังเปลี่ยนจากห้องเซิร์ฟเวอร์ PoW ไปเป็น AIDC ซึ่งโดยพื้นฐานแล้วเป็นการปรับโครงสร้างระบบวิศวกรรมใหม่ทั้งหมด

ต่อไปนี้คือประเด็นสำคัญจากช่วงเช้าของการประชุมสุดยอด

บทความของ I. Moore: การ์ดจอในประเทศเข้าสู่ "ยุคแห่งคำศัพท์"

คุณจ้าว เจิ้นหยาง ผู้จัดการทั่วไปฝ่ายโซลูชันของ Moore Threads ได้กล่าวสุนทรพจน์ในหัวข้อ "ยุคแห่งโทเค็น: ปัญญาประดิษฐ์ในทุกสิ่ง" โดยแบ่งปันข้อมูลเชิงลึกเกี่ยวกับการเติบโตของความต้องการโทเค็น เส้นทางการพัฒนาอุตสาหกรรม GPU ในประเทศ และโครงสร้างพื้นฐานด้านการประมวลผลสำหรับยุคของเอเจนต์อัจฉริยะ

(ภาพที่ 1: จ้าว เจิ้นหยาง วิทยากรรับเชิญที่ Moore Threads)

สุนทรพจน์ดังกล่าวชี้ให้เห็นว่า ปัญญาประดิษฐ์ (AI) กำลังเปลี่ยนจาก AI ด้านภาพและ AI ด้านการสร้างสรรค์ ไปสู่ AI ด้านตัวแทนและ AI ด้านกายภาพ เนื่องจากตัวแทนอัจฉริยะเรียกใช้โมเดล เครื่องมือ และตัวแทนอัจฉริยะอื่นๆ อย่างต่อเนื่องเมื่อปฏิบัติงาน ผู้ใช้โทเค็นหลักจึงขยายตัวจาก "มนุษย์ใช้ AI" ไปสู่ "AI ใช้ AI" ความต้องการพลังการประมวลผลของอุตสาหกรรมก็จะเปลี่ยนจากประสิทธิภาพของชิปแบบจุดเดียว ไปสู่ความสามารถในการสนับสนุนระบบสำหรับการฝึกอบรม การอนุมาน การจำลอง การทำงานของตัวแทนอัจฉริยะ และแอปพลิเคชันปลายทาง

จากบริบทนี้ Moore's Threads ได้เสนอโครงสร้างสามแบบ ได้แก่ โรงงานฝึกอบรม โรงงานผลิตโทเค็น และโรงงานเอเจนต์ ซึ่งสอดคล้องกับการฝึกอบรมโมเดล การผลิตโทเค็น และการทำงานของเอเจนต์ ตามลำดับ เนื้อหาที่เกี่ยวข้องระบุว่า สำหรับ GPU ที่ผลิตในประเทศที่จะเข้าสู่สถานการณ์อุตสาหกรรมในโลกแห่งความเป็นจริงนั้น ไม่ใช่แค่เรื่องของการทดแทนฮาร์ดแวร์อีกต่อไป แต่เป็นการสร้างวงจรปิดที่สมบูรณ์แบบซึ่งครอบคลุมชิป ชุดซอฟต์แวร์ แพลตฟอร์มการฝึกอบรม เฟรมเวิร์กการอนุมาน ความสามารถในการจำลอง และการปรับใช้แอปพลิเคชัน

II. Tencent Cloud: ตัวแทนกำลังพัฒนาจากผู้ช่วยสนทนาไปสู่สภาพแวดล้อมการดำเนินการตามภารกิจ

คุณไช่ เผิง หัวหน้าสถาปนิกของเทนเซนต์ ภูมิภาคยูนนาน ได้กล่าวปาฐกถาพิเศษในหัวข้อ "คลื่นแห่งเอเจนต์อัจฉริยะ: จากความก้าวหน้าทางเทคโนโลยีสู่การปรับเปลี่ยนโฉมหน้าอุตสาหกรรมยุคใหม่แบบครบวงจร" โดยเน้นที่วิวัฒนาการทางเทคโนโลยีและการนำเอเจนต์ AI ไปใช้ในระดับองค์กร

(ภาพที่ 2: คุณไช่เผิง แขกรับเชิญของ Tencent Cloud กำลังกล่าวสุนทรพจน์ในงาน)

ไช่ เผิง กล่าวว่า เอージェนต์ AI กำลังก้าวจากแอปพลิเคชันโมเดล "ถาม-ตอบ" ขนาดใหญ่ ไปสู่ขั้นใหม่ที่พวกมันสามารถเข้าใจเป้าหมาย แบ่งงานออกเป็นส่วนย่อย วางแผน เรียกใช้เครื่องมือ และให้ข้อเสนอแนะอย่างต่อเนื่อง เมื่อเอージェนต์อัจฉริยะเข้าสู่สถานการณ์ทางอุตสาหกรรม ความสามารถหลักของพวกมันจะขยายออกไปนอกเหนือจากความสามารถของโมเดล โดยครอบคลุมถึงกลไกหน่วยความจำ การจัดการความรู้ การเรียกใช้เครื่องมือ การสะสมทักษะ การทำงานร่วมกันของเอージェนต์หลายตัว และสภาพแวดล้อมการทำงานที่ปลอดภัย

ในระดับองค์กร Tencent Cloud ได้นำเสนอโซลูชันต่างๆ เช่น WorkBuddy, CodeBuddy, แพลตฟอร์มการพัฒนาเอเจนต์อัจฉริยะ ADP, แพลตฟอร์มการฝึกอบรมและการอนุมาน และ AI Sandbox เนื้อหาที่เกี่ยวข้องบ่งชี้ว่าเอเจนต์ระดับองค์กรกำลังก้าวข้ามเครื่องมือเพิ่มประสิทธิภาพการทำงานส่วนบุคคลไปสู่การครอบคลุมถึงการดำเนินการงาน การทำงานร่วมกันในองค์กร และการปรับโครงสร้างกระบวนการผลิต

III. ดร. หยาง จั่วซิง: โอกาสด้านพลังการประมวลผล AI จะเกิดขึ้นมากในด้านการอนุมาน

ดร. หยาง จั่วซิง ผู้ก่อตั้งบริษัท Yanji Microelectronics ได้กล่าวปาฐกถาพิเศษในหัวข้อ "จากพลังการประมวลผลของ Bitcoin สู่พลังการประมวลผลของ AI" ในการประชุมสุดยอดครั้งนี้ โดยได้แบ่งปันข้อมูลเชิงลึกในหัวข้อต่างๆ เช่น การระบายความร้อน การเลือกใช้พลังงาน โอกาสด้านพลังการประมวลผลของ AI และอนาคตของการขุด Bitcoin

(ภาพที่ 3: ดร. หยาง จั่วซิง วิทยากรรับเชิญจากบริษัท Yanji Microelectronics กำลังนำเสนอผลงาน)

ดร.หยาง จั่วซิง เชื่อว่าสำหรับงานประมวลผลที่มีความหนาแน่นสูง การระบายความร้อนและพลังงานไม่ใช่เพียงแค่ประเด็นสนับสนุนอีกต่อไป แต่เป็นตัวแปรหลักที่กำหนดความสามารถในการแข่งขันในระยะยาวของโครงการ หลังจากเปรียบเทียบระบบระบายความร้อนด้วยอากาศ น้ำมัน และน้ำแล้ว เขาตัดสินว่าระบบระบายความร้อนด้วยน้ำเหมาะสมกว่าสำหรับโครงการใหม่และโครงการปรับปรุงในอนาคต ในด้านพลังงาน ก๊าซธรรมชาติมีทั้งความเสถียรและความสามารถในการควบคุม ทำให้เป็นตัวเลือกที่น่าสนใจในระยะสั้น

ในส่วนของกำลังการประมวลผล AI นั้น ดร.หยางกล่าวว่า ตลาดการฝึกอบรมกำลังกระจุกตัวมากขึ้น โดยโอกาสในการเติบโตที่แท้จริงนั้นอยู่ที่ด้านการประมวลผลแบบอนุมานมากกว่า เมื่อแอปพลิเคชัน AI ตัวแทนอัจฉริยะ และหุ่นยนต์แพร่หลายมากขึ้น ความต้องการการประมวลผลแบบอนุมานจะกระจายไปยังระดับภูมิภาค ระดับขอบ และระดับอุตสาหกรรม และโมเดลโอเพนซอร์ส การใช้งานแบบกระจาย และชิปที่ผลิตในประเทศก็จะสร้างโอกาสใหม่ๆ ในการเข้าร่วมด้วย

ในการพูดคุยเกี่ยวกับการขุด Bitcoin เขาได้ยอมรับอย่างตรงไปตรงมาว่ายุคทองของอุตสาหกรรมนี้ได้ผ่านไปแล้ว แต่ชิปพลังงานต่ำ การเพิ่มประสิทธิภาพการใช้พลังงาน และความสามารถในการดำเนินงานด้านพลังงานที่สั่งสมมาในอุตสาหกรรมการขุดยังคงมีคุณค่า ในอนาคต อาจมีโมเดลการทำงานร่วมกันแบบใหม่เกิดขึ้นระหว่างเครื่องขุด ก๊าซธรรมชาติ ระบบจัดเก็บพลังงานแสงอาทิตย์ และศูนย์ข้อมูล AI

04 ระบบระบายความร้อนด้วยของเหลวของ Silicon Labs: การเปลี่ยนแปลงของ AIDC เริ่มต้นด้วยการยกระดับระบบวิศวกรรม

หวัง ชง ซีอีโอของ Silicon Labs Liquid Cooling ได้กล่าวปาฐกถาพิเศษในหัวข้อ "การวนซ้ำของคลื่นพลังการประมวลผล: โอกาสและความท้าทายที่แท้จริงในการเปลี่ยนแปลงอุตสาหกรรมศูนย์ข้อมูล" โดยเน้นที่ประเด็นเชิงปฏิบัติของการยกระดับศูนย์ข้อมูลแบบดั้งเดิมและห้องเซิร์ฟเวอร์บล็อกเชนไปสู่ศูนย์การประมวลผลอัจฉริยะ AIDC

(ภาพที่ 4: หวัง ชง วิทยากรรับเชิญในงาน Silicon Labs Liquid Cooling ระหว่างการนำเสนอ)

หวัง ชง กล่าวว่า การยกระดับศูนย์ข้อมูลแบบดั้งเดิมไปเป็น AIDC ไม่ใช่แค่การเปลี่ยนเซิร์ฟเวอร์ GPU เท่านั้น แต่เป็นการปรับปรุงระบบจ่ายไฟและการกระจายพลังงาน ระบบระบายความร้อนด้วยของเหลว ระบบเครือข่าย ระบบป้องกันอัคคีภัย ความสามารถในการรับน้ำหนัก การบำรุงรักษา และระบบส่งข้อมูลอย่างสมบูรณ์ แร็ค GPU ความหนาแน่นสูงกำลังพัฒนาไปสู่ระดับหลายสิบกิโลวัตต์หรือแม้แต่หลายร้อยกิโลวัตต์ ซึ่งทำให้มีความต้องการสูงขึ้นในด้านระบบสำรองไฟ การควบคุมระบบระบายความร้อนด้วยของเหลว มาตรฐานการป้องกันอัคคีภัย และความสามารถในการบำรุงรักษาอย่างต่อเนื่อง

เขาชี้ให้เห็นว่าศูนย์ข้อมูลที่มีอยู่ยังมีคุณค่าอยู่ ที่ดิน อาคารโรงงาน การเข้าถึงพลังงาน และระบบระบายความร้อนด้านหลักสามารถนำกลับมาใช้ใหม่ได้ อย่างไรก็ตาม การเปลี่ยนแปลงจะสำเร็จได้หรือไม่นั้นขึ้นอยู่กับว่าจะมีการเพิ่มระบบระบายความร้อนด้วยของเหลวด้านรอง ระบบจ่ายไฟคู่ ระบบสำรองไฟ ระบบดับเพลิงด้วยแก๊ส การควบคุมความหน่วงของเครือข่าย แพลตฟอร์มการบำรุงรักษา BCIM และความสามารถในการตรวจสอบคุณภาพที่เป็นมาตรฐานหรือไม่ สำหรับอุตสาหกรรมพลังงานคอมพิวเตอร์แบบดั้งเดิม การเปลี่ยนแปลง AIDC นั้นเป็นเรื่องของการยกระดับความสามารถด้านวิศวกรรมเป็นอันดับแรก

สุนทรพจน์สี่เรื่อง มุมมองสี่แบบ ทั้งหมดชี้ไปสู่ข้อสรุปเดียวกัน: พลังการประมวลผลของ AI กำลังเข้าสู่ช่วงที่ "วิศวกรรมระบบเป็นปัจจัยชี้ขาด"

Moore Threads กำลังพัฒนาระบบระบายความร้อนแบบครบวงจรสำหรับ GPU ที่ผลิตในประเทศ โดยเปลี่ยนจาก "สามารถใช้งานได้" ไปสู่ "ใช้งานง่าย"; Tencent กำลังทำงานเพื่อเปลี่ยนเอเจนต์จากของเล่นในห้องปฏิบัติการให้เป็นเครื่องมือการผลิตระดับองค์กร; Yang Zuoxing กำลังทำงานเพื่อถ่ายทอดประสบการณ์ด้านพลังงานและวิศวกรรมที่สะสมมานานกว่าสิบปีในอุตสาหกรรมการขุดเหมืองไปสู่พลังการประมวลผลแบบอนุมาน; และ Silicon Labs Liquid Cooling กำลังทำงานเพื่อยกระดับศูนย์ข้อมูลจาก "การเปิดใช้งาน" ไปสู่มาตรฐานระดับองค์กรของ "การหยุดชะงักเป็นศูนย์และการตรวจสอบได้"