ในช่วงเวลาที่ AI แบบสร้างสรรค์กำลังแพร่หลายไปทั่วโลกนี้ แทบจะทุก LLM, บริการคลาวด์ และสตาร์ทอัพ AI ล้วนมีโครงสร้างพื้นฐานที่สำคัญชุดเดียวกันอยู่เบื้องหลัง นั่นก็คือ CUDA ซอฟต์แวร์นิเวศของ NVIDIA ( ที่สร้างขึ้นสำหรับการ์ดจอ โครงสร้างโปรแกรมนี้ได้ขยายตัวไปเรื่อย ๆ ในช่วงเกือบ 20 ปีที่ผ่านมา จนกลายเป็น “ระบบปฏิบัติการที่มองไม่เห็น” ที่ใช้ในการดำเนินงานจริงในอุตสาหกรรม AI.
บริษัทสตาร์ทอัพ Modular ที่ก่อตั้งขึ้นในปี 2022 กำลังพยายามท้าทายโครงสร้างที่มีความเข้มข้นสูง ซึ่งถูกควบคุมโดยผู้ให้บริการรายเดียว เป้าหมายของ Modular ไม่ใช่การสร้างชิปใหม่อีกหนึ่งตัว แต่คือการสร้าง “แพลตฟอร์มซอฟต์แวร์ AI แบบพกพา” ที่ให้โมเดล AI สามารถเคลื่อนที่ได้อย่างอิสระระหว่าง GPU และเร่งความเร็วต่าง ๆ โดยไม่ต้องถูกล็อคอยู่ในระบบนิเวศของ NVIDIA และ CUDA.
2022 ปีเริ่มต้นธุรกิจ วิศวกรระดับพื้นฐานตรงดิ่งสู่ CUDA คอร์
Modular ก่อตั้งขึ้นโดยวิศวกรซอฟต์แวร์ระดับล่างสองคนจาก Apple และ Google ในปี 2022 ซีอีโอ Chris Lattner เคยสร้างระบบคอมไพเลอร์ Swift และ LLVM ขณะที่ผู้ร่วมก่อตั้ง Tim Davis มีส่วนร่วมในสถาปัตยกรรมซอฟต์แวร์สำคัญของ Google TPU.
ทั้งสองคนเคยได้รับประสบการณ์โดยตรงเกี่ยวกับวิธีที่ฮาร์ดแวร์ใหม่ “เปิดตลาดด้วยซอฟต์แวร์” ดังนั้นจึงเลือกที่จะออกจากบริษัทเทคโนโลยีขนาดใหญ่และท้าทายอำนาจซอฟต์แวร์ AI ที่ CUDA เป็นตัวแทน สงครามที่ไม่สมดุลนี้ดูเหมือนจะบ้าคลั่งในสายตาของอุตสาหกรรม แต่เพราะความเข้าใจในระบบพื้นฐานที่ลึกซึ้งจึงถือเป็นหนึ่งในไม่กี่ทีมที่มีโอกาสลองทำสิ่งนี้.
CUDA ยากที่จะถูกแทนที่ โครงสร้างที่เป็นภาระของอุตสาหกรรม AI
CUDA เดิมทีเป็นเพียงเครื่องมือที่ช่วยให้การ์ดจอสามารถเขียนโปรแกรมได้ แต่เมื่อการเรียนรู้เชิงลึกเกิดขึ้น จึงได้ขยายตัวเป็นระบบนิเวศที่ครอบคลุมภาษา ไลบรารี คอมไพเลอร์ และเอนจินการอนุมานอย่างเต็มรูปแบบ
สำหรับทีม AI ส่วนใหญ่ การใช้ GPU ของ NVIDIA แทบจะหลีกเลี่ยง CUDA ไม่ได้ แม้ว่าจะมี GPU ของ AMD, TPU หรือชิปที่พัฒนาโดยผู้ให้บริการคลาวด์ในตลาด แต่ละประเภทของฮาร์ดแวร์ยังคงผูกพันกับซอฟต์แวร์เฉพาะ ทำให้นักพัฒนามักมีแนวโน้มที่จะเลือก CUDA ที่มีความพร้อมและเครื่องมือครบถ้วนที่สุด ทำให้เกิดโครงสร้างอุตสาหกรรมที่มีการล็อกสูง
ไม่มีแรงจูงใจในการทำงาน กลับกลายเป็นจุดเปลี่ยน
Lattner ชี้ให้เห็นว่า ซอฟต์แวร์ AI แบบพกพาที่ข้ามชิปและข้ามผู้ผลิตนั้นไม่ใช่เรื่องที่ไม่สำคัญ แต่คือ “ไม่มีใครมีแรงจูงใจเพียงพอในการแบกรับค่าใช้จ่าย” โครงการประเภทนี้มีความยากสูงมากและใช้เวลาคืนทุนยาวนาน แทบจะไม่เห็นผลสัมฤทธิ์ทางการค้าในระยะสั้น แต่เป็นความสามารถที่อุตสาหกรรมทั้งหมดปรารถนาอย่างมาก.
ความขัดแย้งนี้ทำให้ Modular ตัดสินใจลงทุนในการพัฒนาระบบพื้นฐานระยะยาวก่อนที่ AI แบบสร้างสรรค์จะระเบิด และในสามปีแรกหลังจากการก่อตั้งตั้งใจที่จะอยู่ห่างจากความสนใจของตลาด.
สามปีแห่งการเพาะปลูกอย่างเงียบๆ เงินทุนและทีมงานค่อยๆ เข้าที่
จนถึงปี 2025 Modular ได้ระดมทุนรวมประมาณ 3.8 พันล้านดอลลาร์ โดยมีนักลงทุนรวมถึงบริษัททุนร่วมชั้นนำในซิลิคอนวัลเลย์ หลังจากเสร็จสิ้นการระดมทุนรอบล่าสุดในเดือนกันยายนปี 2025 มูลค่าของบริษัทอยู่ที่ประมาณ 16 พันล้านดอลลาร์.
ทรัพยากรเหล่านี้ทำให้ Modular สามารถสรรหาวิศวกรที่มีประสบการณ์จาก Google และ Apple มาร่วมกันสร้างทีมที่มุ่งเน้นไปที่คอมไพเลอร์ ระบบซอฟต์แวร์ และโครงสร้างพื้นฐาน AI เพื่อปรับปรุงซอฟต์แวร์สแต็คให้สมบูรณ์อย่างต่อเนื่อง.
สถาปัตยกรรมซอฟต์แวร์สามชั้น ตั้งแต่ภาษาไปจนถึงคลัสเตอร์การคำนวณ
Modular มีแกนเทคโนโลยีที่ประกอบด้วยสามชั้น ได้แก่:
ชั้นบนสุด: สำหรับ Mammoth ใช้เพื่อช่วยองค์กรในการจัดการและจัดสรรกำลังการประมวลผลในสภาพแวดล้อมที่มี GPU หลายตัวและผู้ให้บริการหลายราย แก้ไขปัญหาการปรับใช้จริงและการดำเนินงาน.
ชั้นกลาง: เป็นเอนจินการอนุมาน MAX ซึ่งรับผิดชอบการดำเนินการจริงของโมเดล รองรับ NVIDIA, AMD และ Apple Silicon.
ชั้นล่างสุด: เป็นภาษาโปรแกรม Mojo ซึ่งมีไวยากรณ์ใกล้เคียงกับ Python และมีประสิทธิภาพใกล้เคียงกับ C++ สามารถรวมเข้ากับกรอบ AI ที่เป็นที่นิยมได้
2025 การตรวจสอบที่สำคัญ ชั้นการคำนวณรวมได้รูปแบบอย่างเป็นทางการแล้ว
ในเดือนกันยายน 2025 Modular ได้ประกาศผลการทดสอบที่สำคัญ โดยในแพลตฟอร์มซอฟต์แวร์เดียวกัน สามารถขับเคลื่อน NVIDIA Blackwell B200 และ AMD MI355X เพื่อแสดงประสิทธิภาพระดับสูง ซึ่ง MI355X มีการแสดงผลที่ดีกว่า AMD ซอฟต์แวร์ต้นฉบับประมาณ 50%
ต่อมาในวันที่ 12/22 Modular Platform 25.6 ได้เปิดตัวอย่างเป็นทางการ โดยรองรับศูนย์ข้อมูลและ GPU สำหรับผู้บริโภคอย่างเต็มที่ และเป็นครั้งแรกที่ Mojo รองรับ Apple Silicon โดยทางการได้อธิบายว่านี่คือ “เขียนครั้งเดียว รันได้ทุกที่” นั่นคือ:
“นักพัฒนาที่เขียนโค้ดด้วย Mojo ไม่จำเป็นต้องเขียนเวอร์ชันแยกต่างหากสำหรับ NVIDIA, AMD, และ Apple Silicon โค้ดเดียวกันสามารถทำงานบน GPU ที่แตกต่างกันและฮาร์ดแวร์จากผู้ผลิตที่แตกต่างกันได้.”
สัญลักษณ์ของการรวมกัน AI ชั้นการคำนวณจากแนวคิดไปสู่การดำเนินการจริง
บทความนี้ท้าทายอำนาจซอฟต์แวร์ AI ของ NVIDIA! Modular สร้างแพลตฟอร์ม AI ข้ามฮาร์ดแวร์เพื่อต่อสู้กับ CUDA ปรากฏครั้งแรกใน Chain News ABMedia.
