การครอบครองตลาดการคำนวณด้าน AI ของ Nvidia ยึดมั่นอยู่บนสองเสาหลัก: เฮิร์ดแวร์และซอฟต์แวร์ของบริษัท แม้ GPU จะได้รับความสนใจเป็นพิเศษ แต่การผูกมัดที่แท้จริงมาจากการใช้งาน CUDA ซึ่งเป็นแพลตฟอร์มการเขียนโปรแกรมแบบเป็นกรรมสิทธิ์ที่นักพัฒนาหลายล้านคนได้สร้างกระบวนการทำงานของตนรอบๆ ปัจจุบัน OpenAI กำลังโจมตีเสาหลักที่สองนี้โดยตรง
บริษัทกำลังเตรียมเปิดตัวเครื่องมือที่ออกแบบมาเพื่อให้โมเดลปัญญาประดิษฐ์สามารถทำงานบนฮาร์ดแวร์ที่ไม่ใช่ของ Nvidia โดยใช้ภาษา Triton แบบโอเพ่นซอร์สเป็นทางเลือกที่เหมาะสมแทน CUDA
การวิวัฒนาการอย่างเงียบๆ ของ Triton
Triton ไม่ใช่สิ่งใหม่ OpenAI เปิดตัวมันครั้งแรกในเดือนกรกฎาคม 2021 เป็นภาษาโอเพนซอร์สสำหรับเขียน GPU kernels ที่มีประสิทธิภาพสูงใน Python ข้อเสนอคือตรงไปตรงมา CUDA มีพลังแต่ซับซ้อนอย่างมีชื่อเสียง Triton มุ่งมั่นที่จะให้ประสิทธิภาพเทียบเท่ากับโค้ดที่เข้าถึงได้ง่ายกว่าสำหรับนักพัฒนาทั่วไป
ตั้งแต่นั้นมา โครงการนี้ได้รับความนิยมอย่างต่อเนื่อง ปัจจุบันทำหน้าที่เป็นแบ็กเอนด์สำหรับเฟรมเวิร์กยอดนิยมเช่น PyTorch เวอร์ชันล่าสุด Triton 3.7 ได้รับการเปิดตัวในปี 2026 ซึ่งแสดงให้เห็นว่า OpenAI ไม่ได้ถือว่านี่เป็นโครงการรอง
การเล่นการกระจายตัวของฮาร์ดแวร์
การผลักดันซอฟต์แวร์ของ OpenAI ไม่ได้เกิดขึ้นในสภาวะที่แยกจากกัน บริษัทได้สำรวจทางเลือกอื่นนอกเหนือจากชิปของ Nvidia ตั้งแต่ปี 2025 โดยได้รับแรงผลักดันจากความไม่พอใจบางประการต่อชิปการอนุมานของ Nvidia การอนุมานคือกระบวนการในการรันโมเดล AI ที่ผ่านการฝึกอบรมแล้ว แทนที่จะเป็นการฝึกอบรมมันในขั้นต้น
บริษัทได้ประกาศความร่วมมือกับ AMD ซึ่งรวมถึงกำลังการประมวลผลที่ขับเคลื่อนด้วย AMD จำนวน 6 GW อย่างมีนัยสำคัญ OpenAI ได้อธิบายว่านี่เป็นการเสริมการร่วมมือกับ Nvidia ที่มีอยู่แล้ว ไม่ใช่การแทนที่
นอกจาก AMD แล้ว OpenAI ยังอยู่ในระหว่างการเจรจากับสตาร์ทอัพอย่าง Cerebras และ Groq ซึ่งทั้งคู่ได้ออกแบบชิปเฉพาะทางที่ได้รับการปรับแต่งให้เหมาะสมกับงานโหลดการอนุมาน และบริษัทกำลังพัฒนาชิปการอนุมาน AI แบบกำหนดเองร่วมกับ Broadcom โดยมีแผนการผลิตที่ระบุไว้สำหรับปี 2026
สิ่งนี้หมายความว่าอย่างไรสำหรับนักลงทุน
ระบบนิเวศ CUDA ของ Nvidia มีนักพัฒนาหลายล้านคน ความรู้เชิงองค์กรที่สะสมมานานหลายปี และการผสานรวมอย่างลึกซึ้งเข้ากับเฟรมเวิร์ก AI รายใหญ่เกือบทุกแห่ง
AMD ได้ปรับปรุงแพลตฟอร์ม ROCm เพื่อเพิ่มความเข้ากันได้กับภาระงาน AI โครงการแบบเปิดเช่น ZLUDA ได้เกิดขึ้นเพื่อแปลโค้ด CUDA ให้ทำงานบนฮาร์ดแวร์ที่ไม่ใช่ของ Nvidia และตอนนี้ผู้ใช้พลังการคำนวณ AI รายใหญ่ที่สุดในโลกกำลังพัฒนาเครื่องมือเพื่อทำให้ข้อได้เปรียบด้านซอฟต์แวร์ของ Nvidia ลดความสำคัญลง
สำหรับ AMD และระบบนิเวศชิปทางเลือกโดยรวม การเคลื่อนไหวของ OpenAI ถือเป็นจุดเปลี่ยนที่อาจเกิดขึ้น อุปสรรคที่ใหญ่ที่สุดต่อการรับใช้ฮาร์ดแวร์ที่ไม่ใช่ Nvidia คือความเข้ากันได้ของซอฟต์แวร์ หาก Triton พัฒนาไปสู่มาตรฐานข้ามแพลตฟอร์มที่แท้จริง มันจะลบข้อกังวลที่ใหญ่ที่สุดของนักพัฒนา AI เมื่อพิจารณาใช้ AMD หรือชิปแบบกำหนดเอง