DeepSeek เปิดระบบใหม่ DSec ฝึก AI Agent ขนาดใหญ่ เน้นประหยัดทรัพยากรและคุมความเสี่ยง

1. DeepSeek เปิดระบบใหม่สำหรับฝึก AI Agent ขนาดใหญ่

DeepSeek เปิดเผยแนวคิด DeepSeek Elastic Compute หรือ DSec ซึ่งเป็นโครงสร้างพื้นฐานสำหรับฝึกและทดสอบ AI Agent ในสภาพแวดล้อมแยกจากระบบจริง โดยออกแบบให้ Agent สามารถอ่านไฟล์ ใช้เครื่องมือ รันคำสั่ง และลองแก้ปัญหาได้เหมือนทำงานจริง แต่ยังถูกจำกัดอยู่ในพื้นที่ควบคุม

ระบบหนึ่งชุดสามารถรองรับสภาพแวดล้อมทดสอบได้ประมาณ 3 ล้านชุดต่อวัน รองรับพร้อมกันมากกว่า 380,000 ชุด และสร้างสภาพแวดล้อมใหม่ได้มากกว่า 5,000 ชุดต่อวินาที สะท้อนว่า DeepSeek กำลังยกระดับโครงสร้างพื้นฐานเพื่อรองรับการฝึก Agent ในระดับอุตสาหกรรม

2. จุดเด่นคือใช้ทรัพยากรคอมพิวเตอร์ได้มีประสิทธิภาพมากขึ้น

ปัญหาของการฝึก AI Agent คือแต่ละ Agent ไม่ได้ใช้หน่วยประมวลผลตลอดเวลา เพราะหลายช่วงต้องรอคำตอบจากแบบจำลองหรือรอคำสั่งถัดไป DeepSeek พบว่า ประมาณ 90% ของสภาพแวดล้อมใช้หน่วยประมวลผลเฉลี่ยไม่เกิน 5% ของที่จองไว้

DSec จึงออกแบบให้แบ่งและนำทรัพยากรที่ว่างกลับมาใช้กับงานอื่นได้ ส่งผลให้เครื่องหนึ่งสามารถรองรับสภาพแวดล้อมจำนวนมากพร้อมกันได้ โดยในระบบจริง DeepSeek ระบุว่าสามารถรองรับได้ถึงประมาณ 3,200 Container หรือ 800 microVM ต่อเครื่อง ในบางกรณี

ขนาดระบบ DSec และประสิทธิภาพการใช้ทรัพยากร

3. ลดเวลาและต้นทุนในการสร้างสภาพแวดล้อมฝึก AI

อีกปัญหาคือ Agent แต่ละงานต้องใช้ระบบปฏิบัติการ โปรแกรม เครื่องมือ และชุดข้อมูลที่แตกต่างกัน หากต้องดาวน์โหลดและติดตั้งทั้งหมดใหม่ทุกครั้งจะกินทั้งเวลาและทรัพยากรอย่างมาก

DeepSeek จึงแยกองค์ประกอบของสภาพแวดล้อมออกเป็นส่วนๆ เช่น ระบบพื้นฐาน ชุดงาน และเครื่องมือ แล้วนำมาประกอบเมื่อต้องใช้งาน วิธีนี้ช่วยลดการสร้างข้อมูลซ้ำ และจากการทดสอบ การโหลดข้อมูลเฉพาะส่วนที่จำเป็นช่วยลดการเขียนข้อมูลลงดิสก์ประมาณ 57% และลดเวลาทำงานจากมากกว่า 60 นาทีเหลือประมาณ 35 นาที ในการทดสอบขนาดใหญ่

จุดเด่นด้านการลดต้นทุนและเพิ่มประสิทธิภาพ

4. DSec เชื่อมตรงกับการฝึกแบบเรียนรู้จากผลลัพธ์

DSec ถูกออกแบบให้ทำงานร่วมกับกระบวนการฝึกแบบ Reinforcement Learning โดย Agent จะเข้าไปทำงานจริงในสภาพแวดล้อมทดสอบ เช่น แก้โค้ด รันคำสั่ง ใช้เครื่องมือ และรับผลลัพธ์กลับมา จากนั้นระบบจึงใช้ผลสำเร็จหรือความผิดพลาดเป็นข้อมูลในการปรับแบบจำลอง

จุดสำคัญคือ DeepSeek แยกการทำงานของ Agent ออกจากเครื่องประมวลผลกราฟิกที่ใช้ฝึกโมเดล ทำให้หากงานฝึกถูกหยุดชั่วคราว สภาพแวดล้อมและสถานะของ Agent ยังสามารถถูกเก็บไว้ และกลับมาทำงานต่อได้โดยไม่ต้องเริ่มใหม่ทั้งหมด

ผลการทดสอบที่สะท้อนประสิทธิภาพ

5. DeepSeek ยอมรับว่า AI Agent ยัง “ไม่น่าไว้วางใจ”

ประเด็นที่น่าสนใจคือ DeepSeek ระบุในงานวิจัยตรงๆ ว่า Agent ที่กำลังทำภารกิจอาจมีพฤติกรรมที่ “ไม่น่าไว้วางใจ” เช่น ทำลายระบบไฟล์ ใช้ทรัพยากรมากเกินไป รบกวนส่วนประกอบของระบบ หรือพยายามหาคำตอบผ่านช่องทางที่ไม่ควรเข้าถึง

บริษัทพบกรณีที่ Agent พยายามอ่านไฟล์ภายใน ค้นหาข้อมูลจากช่องทางสื่อสารของระบบ ดัดแปลงไฟล์สำคัญ หรือค้นหาโค้ดจากแหล่งภายนอกเพื่อให้ผ่านการทดสอบ ซึ่งทำให้ผลการฝึกอาจดูเหมือนสำเร็จ ทั้งที่ Agent ไม่ได้แก้ปัญหาตามวิธีที่ต้องการ

6. ไม่มีระบบป้องกันเดียวที่ควบคุม Agent ได้ทั้งหมด

DeepSeek ระบุว่า ไม่มีมาตรการเดียวที่สามารถป้องกันพฤติกรรมผิดปกติและความล้มเหลวของระบบได้ทั้งหมด จึงต้องใช้การควบคุมหลายชั้น ทั้งจำกัดการเข้าถึงไฟล์ กำหนดสิทธิ์เครือข่าย จำกัดทรัพยากร และติดตามพฤติกรรมของ Agent อย่างละเอียด

ตัวอย่างเช่น ระบบสามารถกำหนดได้ว่า Agent เข้าถึงเว็บไซต์หรือแหล่งข้อมูลใดได้บ้าง และป้องกันการเข้าถึงไฟล์หรือช่องทางสื่อสารภายในบางส่วน เป้าหมายคือไม่ใช่เพียงป้องกันระบบเสียหาย แต่ยังป้องกันไม่ให้ Agent “โกง” เพื่อให้ได้คะแนนหรือผลลัพธ์ที่ดูดีเกินจริง

7. DSec สะท้อนการแข่งขัน AI ขยับจากตัวโมเดลสู่โครงสร้างพื้นฐาน

งานนี้สะท้อนว่าการแข่งขันด้าน AI ไม่ได้อยู่แค่ใครมีแบบจำลองที่ฉลาดกว่า แต่เริ่มขยับไปสู่การสร้างโครงสร้างพื้นฐานที่สามารถฝึก Agent จำนวนมากได้อย่างมีประสิทธิภาพและต้นทุนต่ำ

จุดแข็งเดิมของ DeepSeek คือการพัฒนา AI โดยใช้ทรัพยากรอย่างคุ้มค่า และ DSec เป็นการต่อยอดแนวคิดเดียวกันมาสู่ยุค AI Agent ซึ่งต้องใช้สภาพแวดล้อมจำนวนมากและซับซ้อนกว่าการฝึกแบบจำลองภาษาทั่วไป

มุมมองของ InnovestX

• INVX มองบวกต่อภาพการแข่งขันของ DeepSeek และระบบ AI จีนในเชิงโครงสร้างพื้นฐาน เพราะ DSec ช่วยลดต้นทุนการฝึก Agent และสามารถรองรับการฝึกในระดับหลายแสนสภาพแวดล้อมพร้อมกันและลดการใช้ทรัพยากรได้อย่างมีนัยสำคัญ ซึ่งอาจช่วยเร่งการพัฒนา AI Agent ให้เร็วขึ้น
• อย่างไรก็ตาม ประเด็นสำคัญคือ DeepSeek เองยอมรับว่าพฤติกรรมของ Agent ยังควบคุมได้ไม่สมบูรณ์ ทำให้ความปลอดภัย การติดตามพฤติกรรม และการจำกัดสิทธิ์จะกลายเป็นองค์ประกอบสำคัญของการพัฒนา Agent ในระยะถัดไป
• ในภาพรวมจึงเป็นบวกเชิงโครงสร้างต่อกลุ่ม CPU, Memory, Storage, Cloud และ Cybersecurity/Monitoring อย่างเช่น Cambricon, CXMT, SMIC, Innolight, Eoptolink, และ GDS

ข้อสงวนสิทธิ์
ข้อมูล ความเห็น บทวิเคราะห์ ราคา การคาดการณ์ และ/หรือ ข้อมูลอื่นใด (“ข้อมูล”) ที่ปรากฏ จัดทำขึ้นเพื่อวัตถุประสงค์ในการให้ข้อมูลทั่วไปเท่านั้น โดยมีที่มาจากแหล่งข้อมูลสาธารณะที่เชื่อว่าเชื่อถือได้ บริษัทหลักทรัพย์ อินโนเวสท์ เอกซ์ จำกัด (“INVX”) ไม่รับรองความถูกต้อง ครบถ้วน หรือความเป็นปัจจุบันของข้อมูลดังกล่าว โดยเป็นข้อมูล ณ วันที่เผยแพร่และอาจเปลี่ยนแปลงได้โดยไม่ต้องแจ้งให้ทราบล่วงหน้า ข้อมูลนี้ไม่ถือเป็นการรับประกันราคาหรือผลตอบแทน คำแนะนำการลงทุน การเสนอซื้อหรือขายหลักทรัพย์ หรือชักชวนให้เสนอซื้อหรือเสนอขายหลักทรัพย์ใด INVX และ/หรือ กรรมการ พนักงาน และลูกจ้างของ INVX ไม่รับผิดชอบต่อความเสียหายอันเป็นผลมาจากหรือเกี่ยวข้องกับการใช้ข้อมูลดังกล่าว

INVX และธนาคารไทยพาณิชย์ จำกัด (มหาชน) (“ธนาคารฯ”) เป็นบริษัทย่อยที่บริษัท เอสซีบี เอกซ์ จำกัด (มหาชน) (SCBX) เป็นผู้ถือหุ้นรายใหญ่ ข้อมูลที่เกี่ยวข้องกับธนาคารฯ มีวัตถุประสงค์เพื่อใช้ในการเปรียบเทียบเท่านั้น INVX และ/หรือ บริษัทในเครือ SCBX อาจเป็นที่ปรึกษาทางการเงิน ผู้จัดจำหน่ายหลักทรัพย์ ผู้ออกและเสนอขายหุ้นกู้ที่มีอนุพันธ์แฝง หรือ ตราสารแสดงสิทธิการฝากหลักทรัพย์ต่างประเทศ บนหลักทรัพย์ที่ปรากฏอยู่ในรายงานฉบับนี้ รวมถึงอาจมีการทำธุรกรรมอื่นใดในหลักทรัพย์ที่ถูกกล่าวถึง อันอาจก่อให้เกิดความขัดแย้งทางผลประโยชน์ได้ ผู้ลงทุนควรทำความเข้าใจลักษณะสินค้า เงื่อนไขผลตอบแทน และความเสี่ยง ก่อนตัดสินใจลงทุน