ยุคของปัญญาประดิษฐ์ (AI) กำลังก้าวข้ามจาก Generative AI ที่ทุกคนเริ่มใช้งานกัน ไปสู่ยุคของ "Agentic AI" หรือ AI ที่คิดและลงมือทำเองได้ สิ่งนี้จะกลายเป็นอีกเทคโนโลยีเปลี่ยนการทำงานในยุคดิจิทัลให้มีประสิทธิภาพมากขึ้น แต่ในขณะเดียวกันก็พึ่งพากำลังในการประมวลผลที่มากขึ้นกว่าเดิม
โลกในปี 2026 จะยังคงเผชิญกับภาวะขาดแคลนทั้งหน่วยความจำ และหน่วยประมวลผลระดับสูง ที่กลายเป็นของสำคัญที่กลุ่มผู้ลงทุนในเทคโนโลยี AI กว้านซื้อเป็นจำนวนมาก เพื่อไม่ให้ตกขบวนในการนำมาใช้ประมวลผลงานที่มีความซับซ้อนมากขึ้น เช่นเดียวกับความต้องการพลังงานปริมาณมหาศาล
ปัจจัยที่อาจเกิดขึ้นในปี 2026 ที่กระทบกับผู้บริโภคโดยตรงคือ การปรับตัวของราคาสินค้าในกลุ่มผลิตภัณฑ์คอมพิวเตอร์ และสมาร์ทโฟน ที่มีแนวโน้มเพิ่มสูงขึ้นจากต้นทุนของชิ้นส่วนอย่างหน่วยความจำที่กำลังในการผลิตไม่เพียงพอกับความต้องการใช้งาน
ขณะเดียวกัน AMD ได้ชี้ให้เห็นถึงความเปลี่ยนแปลงครั้งใหญ่ของโครงสร้างพื้นฐานไอทีในยุค AI เมื่อ CPU ไม่ใช่จะกลายมีบทบาทมากขึ้นในยุคของ Agentic AI เพราะจะช่วยเข้ามาควบคุมการประมวลผลที่มีความซับซ้อนมากขึ้น แตกต่างจากยุคก่อนหน้านี้ที่เน้น GPU มาใช้เพื่อให้ได้คำตอบออกมาได้รวดเร็วมากที่สุด
อเล็กซีย์ นาโวโลคิน (Alexey Navolokin) ผู้จัดการทั่วไปประจำภูมิภาคเอเชียแปซิฟิก ของ AMD ให้ข้อมูลถึงเทรนด์เทคโนโลยี AI ในอนาคต โดยระบุว่า ธรรมชาติของเวิร์กโหลด (Workload) หรือรูปแบบการประมวลผลกำลังจะเปลี่ยนไปอย่างสิ้นเชิง
Generative AI ในปัจจุบัน เช่น ChatGPT เน้นการประมวลผลหนักหน่วงเพื่อสร้างข้อมูลใหม่ตามคำสั่ง (Prompts) แต่ "Agentic AI" จะทำงานต่างออกไป โดยเปรียบเสมือน "ฝูงผึ้งดิจิทัล" (Autonomous digital users) ที่มีความเป็นอิสระ สามารถวางแผน คิดวิเคราะห์ และหยิบจับเครื่องมือต่างๆ มาใช้งานเพื่อให้บรรลุเป้าหมายโดยที่มนุษย์แทบไม่ต้องกำกับดูแล
ความแตกต่างนี้ทำให้รูปแบบการประมวลผลเปลี่ยนจาก One-shot inference (ประมวลครั้งเดียวจบ) ไปสู่กระบวนการตัดสินใจที่ต่อเนื่องและซับซ้อน ซึ่งต้องการการประมวลผลแบบขนาน (Massive Parallelism) และการแลกเปลี่ยนข้อมูลมหาศาล
จากเหตุผลนี้ ทำให้ CPU จะเปลี่ยนจากการเป็นชิปที่ใช้สนับสนุนการประมวลผล AI แปลงมาเป็นชิปหลักที่นำหน้าที่ในการควบคุมการประมวลผลทั้งหมดแทน เพราะเมื่อ AI มีความซับซ้อนขึ้น บทบาทของ CPU จึงทวีความสำคัญ
อเล็กซีย์ ย้ำว่า ในคลัสเตอร์ AI ยุคใหม่ CPU จะทำหน้าที่เป็นทั้ง "ผู้ประสานงาน" และ "ผู้ควบคุม" ที่จะคอยป้อนข้อมูลสู่ GPU และบริหารจัดการตารางงาน เพื่อให้มั่นใจว่าตัวเร่งความเร็ว (Accelerators) ทำงานได้คุ้มค่าที่สุด ยิ่ง CPU มีประสิทธิภาพสูง ระบบโดยรวมก็จะยิ่งคิดและตัดสินใจได้เร็วขึ้น
กลยุทธ์ Full-Stack และมาตรฐานเปิด (Open Platform)
เพื่อรองรับความต้องการนี้ AMD ได้หันมาใช้แนวทางแบบ Full-Stack ที่ผสานการทำงานระหว่าง CPU AMD EPYC, GPU AMD Instinct และระบบเครือข่ายของ Pensando เข้าด้วยกัน โดยมีเทคโนโลยี AMD Infinity Fabric มาช่วยลดความหน่วงในการส่งข้อมูล
จุดเด่นสำคัญของ AMD คือความเป็น "Open Platform" ที่มอบอิสระให้นักพัฒนาผ่านซอฟต์แวร์ ROCm ซึ่งเป็นระบบเปิด ต่างจากแพลตฟอร์มปิดของคู่แข่ง โดย AMD ได้ร่วมมือกับพันธมิตรระดับโลกสร้างมาตรฐานกลาง เช่น UALink สำหรับการเชื่อมต่อ GPU ความเร็วสูง และ Ultra Ethernet Consortium (UEC) เพื่อแก้ปัญหาคอขวดในการขยายสเกลระดับ Data Center
ด้วยการนำระบบนิเวศแบบเปิดที่ครอบคลุมทั้งซอฟต์แวร์ การเชื่อมต่อภายใน และระบบเครือข่ายมาใช้ ทำให้ AMD สามารถช่วยลูกค้าควบคุมงานได้สะดวกมากยิ่งขึ้น ทำงานร่วมกันได้ง่ายขึ้น และมีเส้นทางที่ชัดเจนในการขยายสเกลจาก GPU ตัวเดียวไปจนถึงระดับ AI supercluster แบบหลายโหนด ทำให้กลายเป็นแพลตฟอร์มที่สร้างขึ้นเพื่อเป็นทางเลือก เพื่อประสิทธิภาพ และความยืดหยุ่นในระยะยาว
อเล็กซีย์ยังเปิดเผยถึงโรดแมปสำคัญ คือการเปิดตัว "Helios" ในปี 2026 ซึ่งจะเป็นการออกแบบระดับ Rack-scale ที่รวมเอาขุมพลัง GPU ซีรีส์ MI400, CPU EPYC รุ่น "Venice" และ AI NIC รุ่น "Vulcano" เข้าไว้ด้วยกัน เพื่อเร่งประสิทธิภาพสำหรับงาน AI และ HPC ขนาดใหญ่
ความท้าทายในเอเชียและการประหยัดพลังงาน
สำหรับภูมิภาคเอเชียแปซิฟิก ความท้าทายหลักคือความกระจัดกระจายของข้อมูลและระบบเก่า (Legacy Systems) AMD แนะนำให้องค์กรใช้แนวทางผสมผสาน (Hybrid) ทั้งการประมวลผลใน Data Center และบนอุปกรณ์ Edge เพื่อลดความหน่วงและต้นทุน
“เมื่อเวิร์กโหลดงาน AI มีการกระจายตัวมากขึ้น ทำให้ไม่จำเป็นต้องประมวลผลบนศูนย์ข้อมูล การประมวลผลผลลัพธ์แบบเรียลไทม์มักทำงานได้ดีที่สุดบน AI PC หรืออุปกรณ์ edge ที่อยู่ใกล้แหล่งข้อมูลมากกว่า แนวทางนี้จะช่วยลดความหน่วง การใช้พลังงาน และต้นทุน พร้อมทั้งปรับปรุงประสิทธิภาพและความเป็นส่วนตัวของข้อมูล”
ในด้านการใช้พลังงาน AMD ยกตัวอย่างความสำเร็จของ Kakao Enterprise ในเกาหลีใต้ ที่เปลี่ยนมาใช้โปรเซสเซอร์ AMD EPYC ทำให้ลดต้นทุนรวม (TCO) ได้ถึง 50% ลดจำนวนเซิร์ฟเวอร์ลง 60% แต่กลับได้ประสิทธิภาพงาน AI และ Cloud เพิ่มขึ้นถึง 30%
สะท้อนให้เห็นว่าเมื่อออกแบบฮาร์ดแวร์มีประสิทธิภาพสูงขึ้น และให้ความสำคัญกับการใช้พลังงานเป็นหลัก ตรงกับกลยุทธ์ในการพัฒนาผลิตภัณฑ์ของ AMD ผ่านการเพิ่มจำนวนแกนประมวลผล และประสิทธิภาพการใช้พลังงานในระดับชั้นนำของอุตสาหกรรม
