ChatGPT ซึ่งเป็นโมเดลภาษา AI ที่พัฒนาโดย OpenAI ได้สร้างกระแสในโลกเทคโนโลยี ผู้คนทั่วโลกต่างประทับใจกับความสามารถในการสร้างการตอบสนองต่อข้อความเตือนที่เหมือนมนุษย์ อย่างไรก็ตาม การขยายตัวอย่างรวดเร็วของโมเดลทำให้เกิดความกังวลเกี่ยวกับการขาดแคลนหน่วยประมวลผลกราฟิก (GPU) สิ่งเหล่านี้จำเป็นสำหรับการฝึกอบรมและเรียกใช้โมเดลภาษาขนาดใหญ่ เช่น ChatGPT
ตามนิตยสาร Fortune ซีอีโอของ OpenAI Sam Altman เปิดเผยในการประชุมส่วนตัวว่าการขาดแคลน GPU อย่างรุนแรงขัดขวางความก้าวหน้าของ ChatGPT ตามรายงาน Altman ได้พบกับนักพัฒนาแอพและผู้จัดการของบริษัทสตาร์ทอัพจำนวนหนึ่งในเดือนพฤษภาคม Raza Habib ซีอีโอของ Humanloop บริษัทสตาร์ทอัพด้าน AI ในลอนดอน กล่าวในทวีตว่า Altman เชื่อว่า OpenAI ขาด GPU ที่เพียงพอ ซึ่งทำให้ความพยายามหลายครั้งในการเพิ่มประสิทธิภาพ ChatGPT ล่าช้า
เหตุใด ChatGPT จึงมีปัญหาเรื่องความเร็วและความน่าเชื่อถือ
ตามรายงานการประชุมของ Habib ข้อร้องเรียนที่ใหญ่ที่สุดของผู้ใช้เกี่ยวกับ ChatGPT คือความเร็วและความน่าเชื่อถือของอินเทอร์เฟซ API Altman เข้าใจเรื่องนี้และอธิบายว่าสาเหตุหลักคือ GPU ไม่เพียงพออย่างจริงจัง ไม่นานหลังจากรายงานการประชุมเผยแพร่สู่สาธารณะ OpenAI ติดต่อ Habib เพื่อบอกว่างานนี้ไม่ได้เผยแพร่ต่อสาธารณะ
แม้ว่า Habib จะลบทวีตในภายหลัง แต่ก็นานพอที่ผู้คนจะได้เห็นรายละเอียดสำคัญ ตามรายงาน Altman บ่นว่าการขาดแคลน GPU ทำให้พลังการประมวลผลต่ำ และ OpenAI ไม่สามารถขยายรายการแชทของ ChatGPT ได้ ซึ่งจะส่งผลต่อจำนวนข้อมูลที่ ChatGPT ประมวลผลได้เมื่อตอบคำถามของผู้ใช้ นอกจากนี้ยังจำกัด”หน่วยความจำ”ของ ChatGPT และอาจพบว่าเป็นการยากที่จะจัดการกับบันทึกคำถามที่ผ่านมา นอกจากนี้ ChatGPT ไม่สามารถทำงานที่น่าเบื่อหน่ายให้เสร็จสิ้นได้เนื่องจากพลังการประมวลผลต่ำ ตัวอย่างเช่น เครื่องมือ AI อาจพบว่าเขียนโค้ดโปรแกรมที่ซับซ้อนได้ยากเนื่องจาก GPU ไม่เพียงพอ
จากข้อมูลของ IT Home OpenAI เป็นหนึ่งในหลาย ๆ แบรนด์ที่ประสบปัญหาการขาดแคลน GPU ผู้ให้บริการคลาวด์คอมพิวติ้ง เช่น Google, Amazon และ Microsoft ต่างก็ประสบปัญหาการขาดแคลน GPU อย่างหนัก สิ่งนี้ยังทำให้ราคาหุ้นของซัพพลายเออร์รายใหญ่อย่าง Nvidia ทะยานขึ้น กลายเป็นบริษัทเซมิคอนดักเตอร์รายแรกที่มีมูลค่าตลาดมากกว่าหนึ่งล้านล้าน ราคาหุ้นของบริษัทพุ่งสูงขึ้นเกือบสองเท่าในปีนี้
Gizchina News of the week
ประวัติการขาดแคลน GPU
การขาดแคลน GPU ไม่ใช่ปัญหาใหม่สำหรับอุตสาหกรรมเทคโนโลยี ในปี 2560 ตลาดประสบปัญหาการขาดแคลนที่คล้ายกันเนื่องจากความต้องการกราฟิกการ์ดที่เพิ่มขึ้นซึ่งเกิดจากราคา Ethereum ที่เพิ่มสูงขึ้น อย่างไรก็ตาม การขาดแคลนในปัจจุบันนั้นแตกต่างกันตรงที่ปัจจัยต่าง ๆ ได้ขยายออกไปและทำให้แย่ลง ผู้ร้ายหลักคือปัญหาเกี่ยวกับซัพพลายเชนของ GPU ซึ่งได้รับการสนับสนุนจากความต้องการที่เพิ่มขึ้นในภูมิภาค การระบาดใหญ่ยังทำให้ห่วงโซ่อุปทานหยุดชะงักและทำให้อุตสาหกรรมเซมิคอนดักเตอร์เติบโตทั้งหมด ทำให้บริษัทต่างๆ เข้าถึงส่วนประกอบที่จำเป็นในการผลิต GPU ได้ยากขึ้น
ผลกระทบของการขาดแคลน GPU ใน ChatGPT
ความนิยมที่เพิ่มขึ้นของ ChatGPT ทำให้เกิดความกลัวว่า GPU จะขาดแคลนอีก อยู่บนขอบฟ้า นักวิเคราะห์คนหนึ่งอ้างว่า GPU ของ Nvidia ประมาณ 10,000 ตัวถูกใช้ในการฝึก ChatGPT นอกจากนี้ยังมีรายงานว่าเมื่อบริการขยายตัวอย่างต่อเนื่อง ความต้องการ GPU ก็เพิ่มขึ้นเช่นกัน
การขาดแคลน GPU ทำให้ OpenAI ยากขึ้นในการอนุญาตให้ผู้ใช้ส่งข้อมูลเพิ่มเติมผ่านโมเดลภาษาขนาดใหญ่ที่รองรับซอฟต์แวร์ เช่น ChatGPT สิ่งนี้ทำให้การเปิดตัวคุณสมบัติและบริการเพิ่มเติมที่วางแผนไว้ของบริษัทช้าลง นอกจากนี้ยังทำให้บริการที่มีอยู่ของ OpenAI ช้าลงและเชื่อถือได้น้อยลง นี่เป็นปัญหาใหญ่สำหรับผู้ใช้จำนวนมาก และทำให้พวกเขาลังเลที่จะสร้างแอประดับองค์กรบนเทคโนโลยีของ OpenAI
อย่างไรก็ตาม สิ่งสำคัญคือต้องทราบว่าสถานะที่แน่นอนของการขาดแคลน GPU ยังไม่ชัดเจนนัก จากบทความของ Fierce Electronics ในเดือนมีนาคม 2023 มีการขาดแคลน GPU”จำนวนมาก”เนื่องจากความต้องการ AI ในทางกลับกัน ย้อนกลับไปในเดือนสิงหาคม รายงานของ Ars Technica อ้างว่าการขาดแคลน GPU สิ้นสุดลงแล้วอย่างเป็นทางการ และตอนนี้เราอยู่ในภาวะเกินดุลของ GPU นอกจากนี้ The Verge ยังรายงานย้อนกลับไปในเดือนกรกฎาคม 2022 ว่าปัญหาการขาดแคลน GPU สิ้นสุดลงแล้ว ดังนั้นสถานะที่แท้จริงของการขาดแคลน GPU จึงยังไม่ชัดเจนนัก อาจขึ้นอยู่กับปัจจัยต่างๆ เช่น ตำแหน่งที่ตั้ง อุปสงค์ และการหยุดชะงักของห่วงโซ่อุปทาน
แนวทางแก้ไขปัญหาการขาดแคลน GPU ที่อาจเกิดขึ้น
แนวทางแก้ไขปัญหาการขาดแคลน GPU ทางหนึ่งคือให้บริษัทเซมิคอนดักเตอร์เพิ่ม กำลังการผลิตของพวกเขา อย่างไรก็ตาม พูดง่ายกว่าทำ เนื่องจากโรคระบาดได้ทำให้ห่วงโซ่อุปทานหยุดชะงัก และทำให้บริษัทต่างๆ เข้าถึงส่วนประกอบที่จำเป็นในการผลิต GPU ได้ยากขึ้น
ทางออกที่เป็นไปได้อีกทางหนึ่งคือให้บริษัทต่างๆ หาวิธีอื่นในการฝึกอบรม และเรียกใช้โมเดลภาษาขนาดใหญ่ เช่น ChatGPT ตัวอย่างเช่น OpenAI ได้ระงับรูปแบบภาษาใหม่ที่ทรงพลัง GPT-4 จาก ChatGPT เวอร์ชันฟรี ซึ่ง ยังคงใช้งานรุ่น GPT-3.5 ที่อ่อนแอกว่า เนื่องจากมีค่าใช้จ่ายสูงในการเรียกใช้ GPT-4
Sam Altman CEO ของ OpenAI รับทราบปัญหาโดยอ้อม โดยระบุว่าบริษัทกำลังดำเนินการเพื่อทำให้โมเดล AI มีประสิทธิภาพมากขึ้นและใช้ทรัพยากรน้อยลง
คำพูดสุดท้าย
การขาดแคลน GPU เป็นอุปสรรคอย่างมากสำหรับ ChatGPT และโมเดลภาษาขนาดใหญ่อื่นๆ การแพร่ระบาดและความต้องการที่เพิ่มขึ้นสำหรับ GPU ทำให้แบรนด์ต่างๆ เข้าถึงชิ้นส่วนที่จำเป็นในการผลิต GPU ได้ยากขึ้น ซึ่งทำให้การเปิดตัวฟีเจอร์และบริการใหม่ๆ สำหรับ ChatGPT ช้าลง
อย่างไรก็ตาม มีวิธีแก้ไขปัญหาที่เป็นไปได้ เช่น การเพิ่มกำลังการผลิต และการหาทางเลือกอื่นในการฝึกและรันโมเดลภาษาขนาดใหญ่ ในขณะที่อุตสาหกรรมเทคโนโลยีมีการพัฒนาอย่างต่อเนื่อง เป็นเรื่องน่าสนใจที่จะได้เห็นว่าบริษัทอย่าง OpenAI จัดการกับความท้าทายที่เกิดจากปัญหาการขาดแคลน GPU และสร้างสรรค์นวัตกรรมในด้าน AI ต่อไปได้อย่างไร
ที่มา/VIA:
