เกิดอะไรขึ้น
หลังผลประกอบการ Nvidia นักลงทุนเริ่มเห็นว่าความได้เปรียบของบริษัทไม่ได้จำกัดอยู่แค่ GPU อีกต่อไป Nvidia กำลังวางจำหน่ายสถาปัตยกรรม Vera Rubin ที่จับคู่ Rubin GPU กับ Vera CPU, Groq 3 LPX inference accelerator และแร็คสำหรับจัดเก็บข้อมูลและเครือข่าย โดย Vera CPU มุ่งจัดอำนวยการข้อมูลให้ถึง GPU ในจังหวะที่เหมาะสม Jason Hardy VP ของ Nvidia ระบุว่าระบบนี้ช่วยปรับปรุงประสิทธิภาพการทำงานได้ราว 3 เท่า และทำให้ใช้ flash ได้เต็มที่โดยไม่เกิดคอขวด
ทำไมเรื่องนี้สำคัญ
เมื่อการประมวลผล AI ขยายสู่ระดับกิกะวัตต์ การจัดการระบบรอบ GPU กลายเป็นความท้าทายสำคัญ Nvidia มีมูลค่าตลาดที่เติบโต 10 เท่าตั้งแต่ต้นปี 2023 ถึงกลางปี 2025 และแม้เผชิญการแข่งขันจากชิปของ hyperscaler เช่น Amazon และ Google แต่ความสามารถในการทำให้ดาต้าเซ็นเตอร์ขนาดใหญ่ทำงานที่ประสิทธิภาพสูงสุดเป็นปัจจัยสำคัญต่อความได้เปรียบระยะยาว
ผลกระทบที่น่าจับตา
-
สำหรับธุรกิจ: ผู้ให้บริการดาต้าเซ็นเตอร์และ hyperscaler: ต้องออกแบบระบบรอบ GPU ให้ข้อมูลไหลถึง GPU อย่างมีประสิทธิภาพ เพื่อลด tokens-per-watt และหลีกเลี่ยงคอขวดเมื่อขยายสู่ระดับกิกะวัตต์
-
สำหรับนักลงทุน: นักลงทุน: ต้องประเมิน Nvidia จากความสามารถในการขายระบบครบวงจร ไม่ใช่แค่ GPU เดียว เพราะการแข่งขันชิปจาก hyperscaler เริ่มกดดันมูลค่าหุ้น
-
สำหรับนักพัฒนา: ผู้พัฒนา AI: ต้องคำนึงถึงสถาปัตยกรรมระบบ เช่น Vera CPU และ Groq 3 LPX ในการจัด workload เพื่อลดการย้ายข้อมูลและเพิ่มประสิทธิภาพ inference
มุมมองของทันเทค
บทวิเคราะห์: Nvidia กำลังเปลี่ยนจุดขายจาก GPU เดียวไปเป็นระบบรอบ GPU ที่ทำให้ดาต้าเซ็นเตอร์ระดับกิกะวัตต์ทำงานได้เต็มประสิทธิภาพ เมื่อ hyperscaler เริ่มสร้างชิปเอง ความได้เปรียบของ Nvidia จึงไม่ได้อยู่ที่ GPU อย่างเดียว แต่อยู่ที่การ orchestrate ข้อมูล, storage, networking และ CPU ให้ลดคอขวดและลด tokens-per-watt ซึ่งทำให้ Nvidia มีอำนาจต่อรองในโครงสร้างพื้นฐาน AI มากกว่าการแข่งชิปเดี่ยว
สรุปในประโยคเดียว
Nvidia กำลังขยายความได้เปรียบ AI จาก GPU สู่ระบบ Vera Rubin ที่รวม Vera CPU, Groq 3 LPX และแร็คจัดเก็บ/เครือข่าย เพื่อจัดการดาต้าเซ็นเตอร์ระดับกิกะวัตต์อย่างมีประสิทธิภาพ