Intel เปิดตัว GPU D-Series สำหรับ AI Inference ใช้หน่วยความจำสูงสุด 480GB

Intel เปิดเผยรายละเอียด GPU D-Series ซึ่งเดิมใช้ชื่อรหัส Crescent Island โดยออกแบบมาสำหรับงาน AI Inference และการประมวลผลโมเดลภาษาขนาดใหญ่ บริษัทระบุว่าชิปใช้สถาปัตยกรรม Xe3P มีประสิทธิภาพ FP8 สูงสุดตามทฤษฎี 1.3 PFLOPS แบนด์วิดท์หน่วยความจำ 1.5 TB/s และรองรับ LPDDR5X สูงสุด 480GB เป้าหมายคือเพิ่มทางเลือกในตลาด AI Accelerator ที่มี NVIDIA เป็นผู้เล่นสำคัญ

Intel เดินหน้าสู่ตลาดชิป AI Inference

Intel เปิดเผยข้อมูล GPU D-Series ในงาน Open Compute Project 2026 โดยชิปดังกล่าวเคยใช้ชื่อรหัส Crescent Island และได้รับการวางตำแหน่งให้เป็นตัวเร่งความเร็วสำหรับงาน AI Inference มากกว่าการเรนเดอร์กราฟิกสำหรับเกม

AI Inference คือขั้นตอนที่นำโมเดล AI ที่ผ่านการฝึกมาแล้วไปใช้งานจริง เช่น การตอบคำถาม การสร้างข้อความ การวิเคราะห์เอกสาร และการประมวลผลคำสั่งของ AI Agent เมื่อบริการ AI มีผู้ใช้จำนวนมาก ระบบจึงต้องรองรับคำขอพร้อมกันและจัดการหน่วยความจำได้อย่างมีประสิทธิภาพ

Intel ต้องการนำเสนอฮาร์ดแวร์ที่เหมาะกับงานเหล่านี้ โดยเน้นความจุหน่วยความจำและประสิทธิภาพต่อพลังงานที่ใช้

สเปกสำคัญของ Intel GPU D-Series

ข้อมูลที่ Intel เปิดเผยระบุว่า GPU D-Series ใช้สถาปัตยกรรม Xe3P และมีคุณสมบัติหลักดังนี้

• ประสิทธิภาพการคำนวณ FP8 สูงสุดตามทฤษฎี 1.3 PFLOPS
• แบนด์วิดท์หน่วยความจำ 1.5 TB/s
• หน่วยความจำ LPDDR5X สูงสุด 480GB
• กำลังไฟออกแบบประมาณ 350 วัตต์
• รองรับการติดตั้งในเซิร์ฟเวอร์แบบระบายความร้อนด้วยอากาศ
• สามารถขยายการใช้งานด้วยระบบหลาย GPU

ตัวเลขเหล่านี้เป็นข้อมูลสเปกและประสิทธิภาพที่ผู้ผลิตระบุ ไม่ใช่ผลทดสอบจากแอปพลิเคชันทุกประเภท ประสิทธิภาพจริงอาจเปลี่ยนแปลงตามโมเดล AI การตั้งค่า ความแม่นยำของข้อมูล และซอฟต์แวร์ที่ใช้งาน

ทำไมหน่วยความจำจึงสำคัญต่อ AI Inference

โมเดล AI ต้องใช้หน่วยความจำสำหรับจัดเก็บพารามิเตอร์และข้อมูลระหว่างการประมวลผล โมเดลที่มีขนาดใหญ่หรือใช้ Context Window ยาวอาจต้องใช้หน่วยความจำจำนวนมาก โดยเฉพาะเมื่อมีผู้ใช้หลายรายส่งคำขอเข้ามาพร้อมกัน

การเพิ่มความจุหน่วยความจำช่วยให้ระบบมีทางเลือกในการจัดการโมเดลขนาดใหญ่และรองรับคำขอพร้อมกันมากขึ้น อย่างไรก็ตาม ความจุสูงเพียงอย่างเดียวไม่ได้รับประกันว่าจะทำงานได้เร็วที่สุด เพราะยังขึ้นอยู่กับแบนด์วิดท์ หน่วยคำนวณ และการจัดการข้อมูลระหว่างหน่วยความจำกับชิป

Intel จึงเน้นการผสมผสานระหว่างความจุและแบนด์วิดท์ เพื่อรองรับงานที่ต้องเข้าถึงข้อมูลจำนวนมากอย่างต่อเนื่อง

รองรับโมเดลขนาดใหญ่และงานที่ต้องตอบสนองรวดเร็ว

Intel ระบุว่า GPU D-Series ถูกออกแบบให้รองรับโมเดลที่มีพารามิเตอร์สูงสุดประมาณ 300 พันล้านตัวบนการ์ดหนึ่งใบ และสามารถขยายไปสู่โมเดลที่มีขนาดระดับล้านล้านพารามิเตอร์ในระบบแปด GPU ตามเงื่อนไขการติดตั้งที่เหมาะสม

งานเป้าหมายประกอบด้วยการให้บริการโมเดลภาษาขนาดใหญ่ การประมวลผล Context Window ยาว และระบบที่ต้องรับคำขอพร้อมกันจำนวนมาก รวมถึงงานที่ต้องการความหน่วงต่ำ เช่น หุ่นยนต์และระบบอัตโนมัติบางประเภท

การใช้งานจริงยังต้องพิจารณาว่าซอฟต์แวร์สามารถแบ่งโมเดลและกระจายงานระหว่าง GPU ได้ดีเพียงใด รวมถึงต้นทุนระบบเครือข่ายและพลังงานของเซิร์ฟเวอร์

Intel ต้องแข่งขันด้วยซอฟต์แวร์ควบคู่กับฮาร์ดแวร์

ตลาด AI Accelerator ไม่ได้ตัดสินกันด้วยสเปกชิปเพียงอย่างเดียว นักพัฒนาต้องการเครื่องมือที่ช่วยติดตั้งโมเดล ปรับแต่งประสิทธิภาพ และย้ายงานจากระบบหนึ่งไปอีกระบบได้สะดวก

Intel ระบุว่าจะใช้ซอฟต์แวร์ Xe ร่วมกันเพื่อช่วยเพิ่มความเข้ากันได้ระหว่างผลิตภัณฑ์ในตระกูล GPU ของบริษัท ประเด็นนี้มีความสำคัญเพราะระบบนิเวศซอฟต์แวร์เป็นหนึ่งในปัจจัยที่ทำให้ผู้ให้บริการเลือกแพลตฟอร์มสำหรับศูนย์ข้อมูล

หาก Intel สามารถสนับสนุนเครื่องมือที่นักพัฒนาใช้อยู่แล้วได้ดี ก็อาจช่วยลดต้นทุนการย้ายระบบและเพิ่มโอกาสในการแข่งขันกับผู้ผลิตรายอื่น

สรุป

Intel GPU D-Series เป็นความพยายามเพิ่มทางเลือกในตลาด AI Inference โดยเน้นหน่วยความจำขนาดใหญ่ แบนด์วิดท์สูง และการรองรับโมเดลที่ต้องใช้ทรัพยากรมาก ความสำเร็จในระยะต่อไปจะขึ้นอยู่กับผลทดสอบจริง ความพร้อมของซอฟต์แวร์ และความคุ้มค่าในการใช้งานระดับศูนย์ข้อมูล ไม่ใช่เพียงตัวเลขประสิทธิภาพสูงสุดตามทฤษฎี

---

ที่มา: Intel Newsroom , Tom’s Hardware