เบื้องหลังราคา AI สร้างภาพ ทำไมถึงแพงกว่าสร้างข้อความที่เราคิด?

เบื้องหลังราคา AI สร้างภาพ ทำไมถึงแพงกว่าสร้างข้อความที่เราคิด?

ทุกวันนี้ AI สามารถสร้างสรรค์ผลงานได้หลากหลาย ทั้งการเขียนข้อความ การแต่งเพลง หรือแม้แต่การสร้างภาพสวยๆ ที่ดูเหมือนจริงจนน่าทึ่ง แต่เคยสงสัยไหมว่าทำไมค่าใช้จ่ายในการให้ AI สร้างภาพแต่ละครั้งถึงดูแพงกว่าการให้ AI เขียนข้อความอยู่มาก ทั้งๆ ที่ดูเหมือนเป็นเรื่องง่ายๆ พอๆ กัน

นี่คือเบื้องลึกที่เราอาจไม่เคยรู้มาก่อน

พลังงานมหาศาลที่ซ่อนอยู่

เวลาที่ AI สร้างภาพขึ้นมาหนึ่งภาพ คอมพิวเตอร์ไม่ได้ทำงานแค่แป๊บเดียวแล้วเสร็จ

มันเหมือนการวาดภาพศิลปะที่ต้องใช้รายละเอียดเยอะมากในเวลาอันสั้น

หัวใจสำคัญที่ขับเคลื่อนการสร้างภาพเหล่านี้คือหน่วยประมวลผลกราฟิก หรือ GPU ที่มีพลังประมวลผลสูงลิบลิ่ว

GPU ไม่ได้มีแค่หน้าที่แสดงผลกราฟิกบนหน้าจอ แต่ยังเป็นขุมพลังในการคำนวณที่ซับซ้อนและหนักหน่วงกว่า CPU ทั่วไปอย่างเทียบไม่ติด

ในขณะที่ AI สร้างข้อความอาจใช้ GPU ที่มีพลังงานน้อยกว่า หรือแม้แต่ CPU ก็ยังทำได้ดีในหลายกรณี แต่สำหรับการสร้างภาพ ทุกพิกเซล ทุกสีสัน ทุกรายละเอียดที่ปรากฏขึ้นมา ล้วนต้องการการคำนวณจาก GPU ระดับสูงอย่างมหาศาล

เปรียบเทียบง่ายๆ คือการให้ AI เขียนข้อความเหมือนการให้คนพิมพ์งาน ส่วนการสร้างภาพเหมือนให้คนวาดภาพสีน้ำมันขนาดใหญ่ที่ต้องเก็บทุกรายละเอียด การใช้พลังงานและความคิดจึงต่างกันลิบลับ

ความซับซ้อนที่เหนือกว่าตัวอักษร

ลองคิดดูว่าข้อมูลของตัวอักษรแต่ละตัวนั้นเป็นชุดข้อมูลที่ค่อนข้างจำกัด มีลำดับที่ชัดเจน

แต่ภาพถ่ายหนึ่งภาพประกอบด้วยข้อมูลที่ซับซ้อนกว่านั้นมากนัก

ภาพดิจิทัลหนึ่งภาพ อาจมีพิกเซลนับล้าน พิกเซลแต่ละจุดก็มีค่าสีที่หลากหลาย มารวมกันเป็นล้านๆ จุด เกิดเป็นพื้นผิว แสงเงา และรายละเอียดเล็กๆ น้อยๆ ที่สายตาคนรับรู้ได้

โมเดล AI ที่ใช้สร้างภาพ อย่างเช่น Diffusion Models จึงมีขนาดใหญ่โตและมีความซับซ้อนมากกว่าโมเดลภาษาที่ใช้สร้างข้อความอย่างมาก

การประมวลผลข้อมูลที่มีมิติสูงและต่อเนื่องแบบนี้ ทำให้ AI ต้อง “คิด” และ “คำนวณ” เยอะกว่าการเรียงร้อยคำพูดที่เป็นชุดข้อมูลแบบอนุกรม

มันคือการสร้างสรรค์สิ่งใหม่จากศูนย์ โดยใช้การเรียนรู้จากข้อมูลภาพมหาศาล เพื่อสร้างสิ่งที่ “เหมือนจริง” หรือ “สวยงาม” ตามคำสั่ง ซึ่งต้องใช้ หน่วยความจำวิดีโอ (VRAM) จำนวนมากในการจัดเก็บและประมวลผลข้อมูลชั่วคราวเหล่านี้ด้วย

เวลากับทรัพยากรที่ต้องจ่าย

การสร้างภาพที่มีคุณภาพสูงแต่ละครั้งกินเวลานานกว่าการสร้างข้อความมาก

แม้จะดูเหมือนใช้เวลาไม่กี่วินาที แต่เบื้องหลังคือการคำนวณที่กินเวลาหลายสิบล้านหรือพันล้านครั้งในแต่ละวินาที

ทุกครั้งที่เรากด “สร้างใหม่” หรือ “ปรับปรุงภาพ” คือการเรียกใช้พลังคำนวณมหาศาลซ้ำแล้วซ้ำอีก

ยิ่งต้องการภาพที่มีความละเอียดสูง รายละเอียดคมชัด หรือมีความเฉพาะเจาะจงมากเท่าไหร่ AI ก็ยิ่งต้องใช้พลังประมวลผลและเวลานานขึ้นไปอีก

ทรัพยากรที่แพงที่สุดอย่าง GPU จึงถูกใช้งานอย่างหนักและยาวนานขึ้น ซึ่งส่งผลโดยตรงต่อต้นทุน

ต้นทุนที่ส่งผลต่อผู้ให้บริการ

ผู้ให้บริการแพลตฟอร์ม AI สร้างภาพไม่ได้จ่ายแค่ค่าไฟ

แต่ยังต้องลงทุนกับการจัดซื้อ GPU ประสิทธิภาพสูงจำนวนมาก ซึ่งมีราคาแพงลิบลิ่ว รวมถึงค่าบำรุงรักษา ค่าระบบระบายความร้อน และค่าเชื่อมต่อเครือข่ายที่เสถียร

เมื่อมีผู้ใช้งานจำนวนมากเข้ามาพร้อมกัน ระบบก็ต้องมี GPU สำรองเพียงพอที่จะรองรับการใช้งานเหล่านั้นได้อย่างต่อเนื่อง

ต้นทุนเหล่านี้จึงสูงกว่าการให้บริการ AI สร้างข้อความอย่างเห็นได้ชัด และเป็นเรื่องปกติที่ผู้ให้บริการจะต้องผลักภาระค่าใช้จ่ายบางส่วนไปยังผู้ใช้งาน

ดังนั้น การทำความเข้าใจเบื้องหลังการทำงานของ AI สร้างภาพเหล่านี้จะช่วยให้เรามองเห็นว่าทำไมเทคโนโลยีที่น่าทึ่งนี้ถึงมีราคาที่แตกต่างกัน และช่วยให้เราชื่นชมความก้าวหน้าของมันได้มากขึ้นไปอีก