- Brendan Gregg ผู้เชี่ยวชาญด้านการจัดการประสิทธิภาพลินุกซ์ที่มีชื่อเสียงและผู้มีส่วนร่วมหลักของ BPF เข้าร่วม OpenAI ด้วยเหตุผลของเขา
- เข้าร่วม OpenAI เพื่อแก้ปัญหา ต้นทุนและการใช้พลังงานของดาต้าเซ็นเตอร์ AI ที่เพิ่มขึ้นอย่างรวดเร็ว โดยในช่วงแรกมุ่งเน้นที่ การเพิ่มประสิทธิภาพ ChatGPT
- เขามองว่าการทำ performance engineering แบบเดิมเพียงอย่างเดียวมีข้อจำกัด จึงตั้งเป้าคิดค้น แนวทางวิศวกรรมแบบใหม่ เพื่อค้นหาผลลัพธ์การเพิ่มประสิทธิภาพที่ใหญ่กว่าได้รวดเร็วยิ่งขึ้น
- เขาสัมผัสได้ถึงการแพร่กระจายของเทคโนโลยีสู่สังคมผ่านกรณีที่ผู้ใช้ทั่วไปนำ ChatGPT ไปใช้อย่างกว้างขวาง เช่น ช่างทำผม นายหน้าอสังหาริมทรัพย์ นักบัญชีภาษี และผู้เลี้ยงผึ้ง
- เขาเปรียบเทียบระดับวิศวกรรมของหลายบริษัท AI หลังผ่านการสัมภาษณ์ 26 ครั้ง และประเมินว่า ความหนาแน่นของบุคลากรคุณภาพสูงและสภาพแวดล้อมการทำงานร่วมกันของ OpenAI น่าประทับใจที่สุด
- เขามองว่าโอกาสในการมีส่วนช่วย ยกระดับประสิทธิภาพและความยั่งยืนในระดับโลก ผ่านบทบาทที่ OpenAI คือจุดเปลี่ยนสำคัญของชีวิต
ความท้าทายของดาต้าเซ็นเตอร์ AI และ performance engineering
- ต้นทุนและความเร็วในการเติบโต ของดาต้าเซ็นเตอร์ AI รวดเร็วอย่างไม่เคยมีมาก่อนในประวัติศาสตร์ และไม่ได้เป็นเพียงประเด็นลดค่าใช้จ่าย แต่เป็นเรื่องของ การปกป้องสิ่งแวดล้อมของโลก
- เขาเข้าร่วม OpenAI เพื่อแก้ปัญหานี้โดยตรง โดยในช่วงแรกมุ่งเน้นการปรับปรุงประสิทธิภาพของ ChatGPT
- เขาแสวงหาแนวทางใหม่เพื่อก้าวข้ามข้อจำกัดของ performance engineering แบบเดิม และมุ่งสู่ การเพิ่มประสิทธิภาพที่มากขึ้นและการปรับปรุงที่รวดเร็วขึ้น
- เขาเน้นย้ำถึง โครงสร้างแบบเปิดที่แทบไม่มีข้อจำกัดมาขัดขวางการเปลี่ยนแปลง แม้อยู่ในสเกลขนาดใหญ่
- อธิบายด้วยท่าทีแบบ “ลองทุกอย่าง ทำในสเกลใหญ่ และลงมือทันที”
การแพร่หลายของ ChatGPT ในชีวิตประจำวันและแรงกระตุ้นส่วนตัว
- ระหว่างที่ยังสงสัยต่อการยอมรับ AI เขาได้สัมผัสการใช้งาน ChatGPT ในวงกว้างด้วยตนเองจากบทสนทนากับ Mia ช่างทำผม
- Mia เล่าว่าเธอใช้ ChatGPT ตรวจสอบข้อมูลสถานที่ท่องเที่ยวของเพื่อน และใช้เพื่อ รักษาความรู้สึกเชื่อมโยงทางอารมณ์ พร้อมแบ่งปันตัวอย่างการใช้งานอีกหลายแบบ
- เธออธิบายว่า ฟีเจอร์ความจำ ของ ChatGPT ให้ประสบการณ์คล้ายการพูดคุยกับคนจริง
- ทั้งนายหน้าอสังหาริมทรัพย์ นักบัญชีภาษี และผู้เลี้ยงผึ้ง ต่างก็ใช้ ChatGPT อย่างจริงจังในงานประจำ
- ตัวอย่างเช่น ผู้เลี้ยงผึ้งใช้ ChatGPT จัดการ งานเอกสารของธุรกิจขนาดเล็ก
- จากประสบการณ์เหล่านี้ เขาตระหนักว่า ChatGPT ได้ กลายเป็นเครื่องมือในชีวิตประจำวันแล้ว และยิ่งมั่นใจในความหมายทางสังคมของการมีส่วนร่วมทางเทคโนโลยี
เหตุผลที่เลือก OpenAI และกระบวนการสัมภาษณ์
- จากคำแนะนำของผู้เชี่ยวชาญหลายคนในวงการ เขาได้เข้ารับ การสัมภาษณ์ 26 ครั้งกับบริษัทเทคโนโลยี AI รายใหญ่ รวมถึง OpenAI
- เขาพบ สภาพแวดล้อมคลาวด์ขนาดใหญ่ การเปลี่ยนโค้ดอย่างรวดเร็ว และอิสระของวิศวกร ที่คล้ายกับสมัยทำงานที่ Netflix
- มีโจทย์ให้จัดการอย่างกว้างขวาง ไม่ใช่เฉพาะ GPU แต่รวมถึง ปัญหาด้านประสิทธิภาพของทั้งเทคโนโลยีสแตก
- ที่ OpenAI มี เพื่อนร่วมงานวิศวกรฝีมือเยี่ยม หลายคนที่เขารู้จักอยู่ก่อนแล้ว
- ประสบการณ์การทำงานร่วมกับเพื่อนร่วมงานจาก Netflix อย่าง Vadim เป็นต้น มีอิทธิพลเชิงบวกต่อการตัดสินใจเข้าร่วม
- เขากล่าวว่า OpenAI มี ทีมวิศวกรด้านประสิทธิภาพที่เชี่ยวชาญ อยู่แล้ว และตัวเขาเองเป็น “คนที่เพิ่งเข้าร่วมล่าสุด” ในทีมนั้น
ความฝันในวัยเด็กเรื่อง ‘Orac’ กับความเชื่อมโยงสู่ AI
- เขาย้อนเล่าถึงประสบการณ์ในวัยเด็กที่หลงใหลใน ซูเปอร์คอมพิวเตอร์ Orac จากซีรีส์ไซไฟอังกฤษ Blake’s 7 จนใฝ่ฝันอยากพัฒนา AI
- ตอนเรียนมหาวิทยาลัยเขาเคยพยายามพัฒนาซอฟต์แวร์ประมวลผลภาษาธรรมชาติด้วยตนเอง แต่ต้องหยุดเพราะ ข้อจำกัดด้านหน่วยความจำ
- เมื่อได้ใช้ ChatGPT เขานึกถึง Orac และทึ่งที่ ChatGPT สามารถตอบได้เหมือนถ่ายทอดบุคลิกของ Orac ได้อย่างสมบูรณ์แบบ
- หลังจากนั้นเขาจึงตั้งค่าใช้งาน ChatGPT แบบปรับแต่งส่วนตัวเป็น โหมด Orac
- เขายังกล่าวถึงข่าวการรีบูตของ Blake’s 7 ด้วย
ปัจจุบันที่ OpenAI และแผนในอนาคต
- ปัจจุบันเขา ทำงานระยะไกลจากซิดนีย์ และทำหน้าที่เป็น Member of Technical Staff ในทีม performance engineering ของ ChatGPT
- โปรเจ็กต์ช่วงแรกคือ การปรับปรุงประสิทธิภาพข้ามทีมและการวางกลยุทธ์ลดต้นทุน ผ่านความร่วมมือระหว่างองค์กร
- เขาวางแผนนำเทคโนโลยีเดิมอย่าง eBPF, Ftrace และ PMC มาปรับใช้ให้เหมาะกับความต้องการของ OpenAI
- เขายังใช้ Codex กับงานที่หลากหลายนอกเหนือจากการเขียนโค้ด
- หลังลาออกจาก Intel มีหลายคนที่ Linux Plumber’s Conference สงสัยว่าเขาจะไปทำอะไรต่อ และนั่นเป็นหนึ่งในแรงจูงใจให้เขาเขียนบทความนี้
- ท้ายที่สุด เมื่อเขาถาม Mia อีกครั้งว่ายังใช้ ChatGPT อยู่หรือไม่ ก็ได้รับคำตอบว่า “ใช้ตลอด 24 ชั่วโมง”
- บทความนี้เป็น บันทึกส่วนตัวที่เขาเขียนขึ้นด้วยความสมัครใจ ไม่ได้เป็นคำขอจากบริษัท
3 ความคิดเห็น
ต่อให้คุณจะบอกว่าบริษัทที่กักตุนหน่วยความจำไว้ถึง 40% ของทั้งโลกกำลังคำนึงถึงประโยชน์สาธารณะของโลกก็ตาม...
นี่มันอะไรกันอีก... จากมุมของ OpenAI ที่ไม่มีอะไรสักอย่างตั้งแต่ชิปเซ็ตไปจนถึงดาต้าเซ็นเตอร์ที่ทำใช้เอง ถ้าซอฟต์แวร์สแต็กถูกปรับให้เหมาะสม ก็จะเอาส่วนเผื่อที่ได้ไปสเกลอัปต่อ ดังนั้นเป้าหมายจึงเป็นการทำกำไรให้สูงสุดมากกว่าการรักษาสิ่งแวดล้อม (เหมือนความเห็นใน HN เรื่อง Jevons paradox)
เป็นโพสต์แนว PR ตัวเองเกินไปจนอ่านแล้วชวนกระอักกระอ่วน
ความคิดเห็นจาก Hacker News
คำพูดที่ว่า “ไม่ใช่แค่การลดต้นทุน แต่เป็นการ ช่วยโลก” ฟังดูแปลก ๆ
เลยอดคิดไม่ได้ว่าแท้จริงแล้วไม่ใช่เพราะเรื่องเงินหรอกหรือ
การมี แพสชัน กับงานเป็นเรื่องดี แต่ก็ไม่จำเป็นต้องทำตัวเหมือน Mother Teresa
ว่าไปแล้วมันทำให้นึกถึงฉากล้อเลียนจากซีรีส์ Silicon Valley
เป้าหมายของบริษัทยักษ์ใหญ่ไม่ใช่การกอบกู้โลก แต่คือการแสวงหากำไร
ถ้าฮาร์ดแวร์มีประสิทธิภาพขึ้น สุดท้ายก็จะถูกเติมด้วยเวิร์กโหลดมากกว่าเดิมอยู่ดี
ถึงอย่างนั้นก็ยังหวังว่าจะได้เห็น นวัตกรรมใหม่ จากปัญหาพื้นที่นี้
ในฐานะแฟนหนังสือของ Brendan ก็เอาใจช่วยที่เขาไปร่วม OpenAI แต่เห็นด้วยกับบทวิเคราะห์นี้ได้ยาก
ถ้า OpenAI ซื้อพลังงานได้ปริมาณ Y ด้วยเงิน X ดอลลาร์ การเพิ่มประสิทธิภาพก็จะนำไปสู่แค่การ ผลิตโทเคนให้มากขึ้น เท่านั้น
มันไม่ใช่การประหยัดพลังงาน แต่ใกล้เคียงกับ Jevons paradox มากกว่า
แต่ค่าใช้พลังงานของคำขอประเภท “ถามแชตบอตเรื่องคะแนนบาส” อาจลดลงได้จริง
มีการพูดถึงเรื่องค่าตอบแทนก็จริง แต่เงินไม่ใช่เหตุผลเดียว
อยากลงมือแก้ปัญหา ต้นทุนพลังงาน ของศูนย์ข้อมูล AI ด้วยตัวเอง
ตลอด 20 ปีที่ผ่านมา เขียนตำราในค่าตอบแทบแทบจะระดับ ค่าแรงขั้นต่ำ เพื่อช่วยนักพัฒนาคนอื่น
และยังสร้างรากฐานให้สตาร์ตอัปนับไม่ถ้วนผ่านโอเพนซอร์ส
รวมถึงมีส่วนช่วยให้วัฒนธรรมการทำงานระยะไกลแพร่หลายขึ้น
เพราะเมื่อประสิทธิภาพสูงขึ้น โครงสร้างมันก็จะพาไปสู่การซื้อ GPU เพิ่มอยู่ดี
ถ้าจะลดผลข้างเคียงแบบนี้ก็ควรต้องมี กฎระเบียบ
คำพูดว่า “ทำเพื่อโลก” ก็ฟังดูว่างเปล่า
แม้จะผิดหวัง แต่ก็เคารพว่าเป็นการตัดสินใจของคุณ
ลิงก์ที่เกี่ยวข้อง
แต่ก็เป็นไปได้ว่า OpenAI จะเก็บบางส่วนไว้ ไม่เปิดเผย เพื่อรักษาความได้เปรียบในการแข่งขัน
น้ำเสียงแบบ ยกตัวเอง ในบทความแรงเกินไปจนอ่านยาก
ช่วงที่เขาเขียนว่า “ช่างทำผม Mia เงียบไปเมื่อผมบอกว่าตัวเองเป็น Intel Fellow” มัน น่าอายแทน
เหมือนเขาอยากให้เธอทึ่ง แต่พอไม่ได้ปฏิกิริยาเลยตัดสินใจย้ายงาน
ถ้าได้เจอกับโลกนอกวงการเทค ปฏิกิริยาแบบนั้นก็เป็นธรรมดา
ในทางกลับกัน แบรนด์กรรไกรที่ช่างทำผมพูดถึงก็อาจเป็นสิ่งแปลกหูสำหรับเราเหมือนกัน
วิธีการจ้างงานในซิลิคอนแวลลีย์กระตุ้น ภาพลักษณ์ตัวตน ของผู้คน
ทำให้พวกเขาเชื่อว่าตัวเองคือคนที่กำลังเปลี่ยนโลก
และผลก็คือยากที่จะมองเห็น ผลกระทบด้านลบ อย่างตรงไปตรงมา
น่าตกใจที่คนซึ่งเคยเป็นวิศวกรระบบชั้นยอดกลับเขียนอะไรที่ ไม่ติดดิน แบบนี้
ให้ความรู้สึกว่า การเมืองและการประชาสัมพันธ์ตัวเอง มาก่อนความจริงทางเทคนิค
การโปรโมตตัวเองหรือโปรโมตไอเดียก็อาจมองได้ว่าเป็น ส่วนขยายของวิศวกรรม
ในฐานะแฟนคนหนึ่ง อ่านแล้วรู้สึกว่าคำว่า “ช่วยโลก” ฟังเหมือน การหาเหตุผลเข้าข้างตัวเอง
ฟังดูเหมือน อุปมาเชิงประชด ทำนองว่า “ฉันจะดึงความร้อนจากไฟไหม้กองยางออกมาให้ได้มากที่สุดเพื่อช่วยโลก”
ช่วงที่เขาเล่าว่าเพื่อนเดินทางไกลอยู่ เลยคุยกับ ChatGPT เรื่องเมืองนั้นแล้วรู้สึก เชื่อมโยงกันมากขึ้น มันดูเศร้า
การใช้งานแบบนี้ไม่จำเป็นต้องใช้ไฟระดับ กิกะวัตต์
โมเดลเล็กที่รันในเครื่องก็เพียงพอแล้ว
การสื่อสารแบบไม่พร้อมกันระหว่างมนุษย์เป็นเรื่องที่แก้ได้มานานแล้ว
อย่างน้อยก็หดหู่น้อยกว่าการดูรายการท่องเที่ยว