Amazon ได้ประกาศเปิดบริการใหม่ในชื่อ “AI Factories” ซึ่งเป็นโซลูชันแบบครบวงจรที่อนุญาตให้องค์กรขนาดใหญ่และหน่วยงานรัฐบาล สามารถรันระบบ AI ของ AWS ได้ภายในดาตาเซนเตอร์ของตนเอง (On-premises)
โดยบริการนี้ ลูกค้ามีหน้าที่เพียงแค่เตรียมระบบไฟฟ้าและสถานที่เอาไว้ ส่วนที่เหลือไม่ว่าจะเป็นการนำระบบ AI เข้าไปติดตั้ง บริหารจัดการ และดูแลระบบ AWS จะเป็นคนจัดการให้ทั้งหมด แถมยังสามารถเชื่อมต่อระบบนี้เข้ากับบริการ Cloud อื่น ๆ ของ AWS ได้
แนวคิดนี้ตอบโจทย์สำหรับบริษัทและรัฐบาลที่ให้ความสำคัญเรื่องความปลอดภัยของข้อมูล การที่มี AI Factory แบบ On-premise หมายความว่าพวกเขาไม่ต้องส่งข้อมูลออกไปให้ผู้พัฒนาโมเดล และไม่ต้องแชร์ฮาร์ดแวร์ร่วมกับใคร เพื่อป้องกันข้อมูลรั่วไหลไปอยู่ในมือของคู่แข่งหรือศัตรูต่างชาติ
ถ้าใครรู้สึกว่าชื่อ “AI Factories” ฟังดูคุ้น ๆ ก็ไม่ต้องแปลกใจไป เพราะนี่คือชื่อที่ NVIDIA ใช้เรียกชุดระบบฮาร์ดแวร์ AI ของตัวเอง ซึ่งบริการนี้ก็เป็นผลมาจากความร่วมมือระหว่าง AWS และ NVIDIA
โดยบริษัทที่ใช้บริการติดตั้งระบบนี้สามารถเลือกได้ว่าจะใช้ชิป GPU รุ่นล่าสุดอย่าง Blackwell ของ NVIDIA หรือชิป Trainium3 ตัวใหม่ของ Amazon เอง ระบบนี้จะใช้เทคโนโลยีเครือข่าย, การจัดเก็บข้อมูล, ฐานข้อมูล และระบบความปลอดภัยที่ AWS พัฒนาขึ้นเอง รวมถึงสามารถเชื่อมต่อกับ Amazon Bedrock ซึ่งเป็นบริการสำหรับเลือกและจัดการโมเดล AI และ AWS SageMaker AI เครื่องมือสำหรับสร้างและเทรนโมเดลได้อีกด้วย เรียกได้ว่าถ้าบริษัทไหนอยากสร้าง AI ใช้เอง โดยไม่อยากแบ่งฐานข้อมูลหรือกังวลเรื่องความลับบริษัท บริการในลักษณะนี้ก็ตอบโจทย์
แต่ก็ต้องบอกว่า Amazon เองไม่ใช่เจ้าแรกหรือเจ้าเดียวที่ทำแบบนี้ เพราะทาง Microsoft ก็จับมือกับ NVIDIA สร้างศูนย์ข้อมูล AI Superfactories ให้ OpenAI และมีบริการ Azure Local ที่ยกเครื่องเซิร์ฟเวอร์ไปตั้งให้ลูกค้าถึงที่ เพื่อแก้ปัญหาเรื่อง อธิปไตยทางข้อมูล (Data Sovereignty) เช่นเดียวกัน
ดูเหมือนว่านอกจากความน่าสนใจของบริการใหม่ อย่าง AI Factories จาก AWS ที่เพิ่งเปิดตัวไปหมาด ๆ ที่จะต้องมาแบ่งสัดส่วนตลาดกับ Microsoft แล้ว จะเห็นได้ว่าคนที่ได้ประโยชน์ และอยู่ในแทบทุกดีลใหญ่ของวงการเทคโนโลยีโลกช่วงนี้คงหนีไม่พ้นเจ้าตลาดชิป อย่าง NVIDIA ส่วนผลกระทบจากบริการรูปแบบนี้ก็น่าจับตาดูว่าบริษัทต่าง ๆ อาจจะมี AI เป็นของตัวเองมากขึ้น แต่ในแง่ของความคุ้มค่าและข้อจำกัดด้านข้อมูลจะส่งผลต่อประสิทธิภาพจากบริการนี้แบบไหน คงต้องรอดูกันต่อไป