ข้ามไปยังเนื้อหา
Groq ระดมทุน $650 ล้าน หลังดีล $20 พันล้านกับ Nvidia — เบนเข็มจากผู้ผลิตชิปสู่ธุรกิจ 'inference neocloud'
ธุรกิจและกฎหมาย

Groq ระดมทุน $650 ล้าน หลังดีล $20 พันล้านกับ Nvidia — เบนเข็มจากผู้ผลิตชิปสู่ธุรกิจ 'inference neocloud'

อ่าน 4 นาที ที่มา: TechCrunch

Groq สตาร์ทอัพชิป AI กำลังระดมทุนรอบใหม่ $650 ล้าน จากนักลงทุนเดิม ตามรายงานของ Axios โดยมีเป้าหมายเร่งขยายธุรกิจ inference cloud ที่เปิดให้นักพัฒนาและองค์กรนำแอปที่ต้องใช้การประมวลผล inference หนักๆ มาโฮสต์บนชิปและระบบที่ Groq พัฒนาเอง

ความเคลื่อนไหวนี้เกิดขึ้นหลังจากเมื่อเดือนธันวาคมที่ผ่านมา Groq ทำดีลแบบ “ไม่ใช่การซื้อกิจการ” (not-an-acquisition) กับ Nvidia ในมูลค่าที่มีรายงานว่าราว $20 พันล้าน ดีลดังกล่าวรวมถึงการที่ผู้บริหารระดับสูงบางส่วนของ Groq ย้ายไปอยู่กับ Nvidia และการให้ Nvidia ไลเซนส์เทคโนโลยีฮาร์ดแวร์ของ Groq ซึ่งเป็นข่าวดีต่อนักลงทุนเพราะได้รับเงินสดคืน

เดิมพันบน inference ไม่ใช่ training

ตอนนี้นักลงทุนเดิมถูกขอให้ลงเงินเพิ่มเพื่อหนุนแผนเติบโตของธุรกิจ inference cloud โดยทิศทางใหม่นำโดย Adam Winter รักษาการ CEO และ Matt Eng รักษาการ CFO Axios ระบุว่าในแง่หนึ่งเงิน $650 ล้านนี้ “การันตีได้” เพราะนักลงทุนอย่าง Disruptive และ Infinitium ตกลงจะเติมเต็มรอบนี้หากนักลงทุนเดิมรายอื่นไม่ใช้สิทธิ pro-rata ของตน

จุดยุทธศาสตร์ที่น่าสนใจคือการเบนเข็มไปเน้น inference — กระบวนการประมวลผลที่เกิดขึ้นหลังผู้ใช้ป้อน prompt — ซึ่งเวลานี้เป็นความต้องการที่ใหญ่กว่าการ training โมเดลมาก เมื่อโมเดลใหญ่ๆ ถูกฝึกเสร็จแล้ว มูลค่าทางเศรษฐกิจส่วนใหญ่จะย้ายไปอยู่ที่การรันโมเดลให้บริการผู้ใช้จริงในต้นทุนต่ำและความเร็วสูง ซึ่งเป็นจุดที่สถาปัตยกรรม LPU ของ Groq อ้างว่ามีความได้เปรียบด้าน latency

มุมมอง AI Curator

ดีล Groq-Nvidia เมื่อปลายปีที่แล้วเป็นตัวอย่างคลาสสิกของกลยุทธ์ “acqui-hire แบบไม่ซื้อ” ที่บริษัทยักษ์ใช้ดูดบุคลากรและเทคโนโลยีโดยเลี่ยงการตรวจสอบ antitrust การที่ Groq ยังอยู่รอดและระดมทุนต่อได้สะท้อนว่าตลาด inference ยังเปิดกว้างพอให้ผู้เล่นรองแข่งได้ แม้จะเสียคนเก่งและไลเซนส์เทคโนโลยีให้คู่แข่งที่ใหญ่ที่สุดไปแล้วก็ตาม

ประเด็นที่ลึกกว่านั้นคือการแยกชัดระหว่าง “ตลาด training” ที่ Nvidia ครองเบ็ดเสร็จ กับ “ตลาด inference” ที่กำลังกระจายตัวและเปิดให้สถาปัตยกรรมทางเลือก (LPU, ASIC, neocloud) เข้ามาแข่ง สำหรับ SEA นี่คือโอกาส — เมื่อ inference กลายเป็นสินค้าโภคภัณฑ์ที่มีผู้ให้บริการหลายเจ้าแข่งกันด้านราคาและความเร็ว ต้นทุนการรันแอป AI ของสตาร์ทอัพไทยก็จะถูกลง และเราไม่จำเป็นต้องผูกติดกับผู้ให้บริการรายเดียว ทีมในภูมิภาคควรจับตา “inference neocloud” หลายเจ้าและออกแบบระบบให้ย้ายผู้ให้บริการได้ง่าย (provider-agnostic) เพื่อใช้ประโยชน์จากสงครามราคาที่กำลังจะมาถึง

แหล่งข่าว

บทความนี้เรียบเรียงจากแหล่งข่าวต้นทาง — TechCrunch

เนื้อหาบน blog นี้สร้างโดย AI โดยมีการกำกับบรรณาธิการจากมนุษย์

อ่านเพิ่มในหมวด ธุรกิจและกฎหมาย

Anthropic ขยายลายน้ำข้อความไปยัง Claude รุ่นเก่าอีก 4 รุ่น แต่บน Opus 4.6 และ Sonnet 4.6 แค่ปรับ temperature ลายน้ำก็ไม่ทำงาน
ธุรกิจและกฎหมาย

Anthropic ขยายลายน้ำข้อความไปยัง Claude รุ่นเก่าอีก 4 รุ่น แต่บน Opus 4.6 และ Sonnet 4.6 แค่ปรับ temperature ลายน้ำก็ไม่ทำงาน

อีเมลถึงลูกค้า API ตามรายงานของ The Decoder ระบุว่า Anthropic จะใส่ลายน้ำให้ Mythos 5, Opus 4.7, Opus 4.6 และ Sonnet 4.6 แต่สองรุ่นหลังทำงานเฉพาะเมื่อพารามิเตอร์สุ่มเป็นค่าเริ่มต้น ขณะที่หน้าเอกสารทางการยังไม่แสดงการรองรับและไม่พูดถึงเงื่อนไขนี้

· อ่าน 4 นาที
OpenAI จะนำเซสชัน Daybreak Blue ไปเทรนโมเดลตั้งแต่ 29 พ.ย. แม้ปิดการแชร์ข้อมูลไว้ ก่อนส่งอีเมลขอโทษและสัญญาว่าจะมีตัวเลือกแยก
ธุรกิจและกฎหมาย

OpenAI จะนำเซสชัน Daybreak Blue ไปเทรนโมเดลตั้งแต่ 29 พ.ย. แม้ปิดการแชร์ข้อมูลไว้ ก่อนส่งอีเมลขอโทษและสัญญาว่าจะมีตัวเลือกแยก

OpenAI แจ้งสมาชิก Trusted Access ว่าจะใช้ข้อมูลเซสชัน Daybreak Blue เทรนโมเดลตั้งแต่ 29 พ.ย. แม้เคยปิดการแชร์ไว้ หลังถูกต้าน อีเมลฉบับที่สองขอโทษและสัญญาว่าจะมีตัวเลือกไม่เข้าร่วมแยกต่างหาก แต่เซสชันที่ถูกตั้งธงยังอาจถูกใช้เพื่อความปลอดภัย

· อ่าน 3 นาที
OpenAI รื้อ Model Spec เป็น 5 คุณค่าหลัก — เลิกเรียกว่า the assistant ตัดกฎสไตล์ส่วนใหญ่ และสั่งให้ถือผลข้างเคียงเป็นของจริงแม้อยู่ใน eval
ธุรกิจและกฎหมาย

OpenAI รื้อ Model Spec เป็น 5 คุณค่าหลัก — เลิกเรียกว่า the assistant ตัดกฎสไตล์ส่วนใหญ่ และสั่งให้ถือผลข้างเคียงเป็นของจริงแม้อยู่ใน eval

Model Spec ฉบับ 29 ต.ค. จัดโครงใหม่เป็น 5 คุณค่า เพิ่มหมวดการใช้บริบทและความจำ และหลักการรองรับการกำกับโดยมนุษย์ ขณะที่กฎสไตล์ส่วนใหญ่ รวมถึงหัวข้อ Markdown ถูกนำออก OpenAI ยังยอมรับว่าโมเดลที่ใช้งานจริงยังไม่ตรงตามเอกสารทั้งหมด

· อ่าน 4 นาที