NVIDIA ในงาน Goldman Sachs: Huang มองการสร้าง AI ยังอยู่ในช่วงเริ่มต้น

วันพฤหัสบดีที่ 10 ก.ย. 2026 — NVIDIA (NVDA) ใช้เวที Goldman Sachs Communacopia + เทคโนโลยี Conference 2026 เพื่อส่งสารที่คุ้นเคยแต่ขยายวงกว้างขึ้น: บริษัทเชื่อว่าการสร้างโครงสร้างพื้นฐาน AI ยังอยู่ในช่วงเริ่มต้น แม้ว่าความต้องการ ราคา และความต้องการด้านโครงสร้างพื้นฐานจะเพิ่มสูงขึ้นอย่างต่อเนื่อง ประธานเจ้าหน้าที่บริหาร Jensen Huang กล่าวว่าตลาดกําลังเคลื่อนไปสู่รูปแบบการประมวลผลใหม่ แต่เขายังยอมรับถึงข้อจํากัดของห่วงโซ่อุปทาน การขาดแคลนที่ดิน และข้อจํากัดด้านพลังงานที่อาจชะลอการใช้งาน

ประเด็นสําคัญ

• Huang ย้ํามุมมองของเขาว่าการใช้จ่ายด้านโครงสร้างพื้นฐาน AI อาจแตะระดับ 3 ถึง 4 ล้านล้านดอลลาร์ภายในปี 2030 ขับเคลื่อนโดย generative computing และการสิ้นสุดของกฎของ Moore
• NVIDIA ระบุว่าความต้องการยังคงแข็งแกร่งในกลุ่มผู้ให้บริการคลาวด์ องค์กร OEM และ neocloud โดยระบบ Grace, Blackwell และ NVLink เติบโต 27% เมื่อเทียบเดือนต่อเดือน
• บริษัทเห็นราคาที่สูงขึ้นในระบบต่างๆ จากประมาณ $18,000 ต่อระบบ Hopper GPU ไปจนถึงประมาณ $40,000 สําหรับ Vera Rubin ขณะที่ระบบแบบรวมบางรุ่นขายได้ในราคา 8.5 ล้านดอลลาร์
• Huang อธิบาย NVIDIA ว่าเป็นทั้งหุ้นเติบโตและหุ้นมูลค่า โดยโต้แย้งว่าระบบประมวลผลของบริษัทกําลังกลายเป็นการลงทุนที่มีสินทรัพย์หนุนหลัง มากกว่าการซื้อเทคโนโลยีทั่วไป
• พื้นที่การเติบโตในอนาคต ได้แก่ ความปลอดภัยทางไซเบอร์และ physical AI รวมถึงยานยนต์อัตโนมัติ หุ่นยนต์ ระบบอัตโนมัติทางอุตสาหกรรม และเครือข่ายโทรคมนาคม

วิทยานิพนธ์โครงสร้างพื้นฐาน AI

Huang วางกรอบมุมมองของ NVIDIA รอบการเปลี่ยนแปลงครั้งใหญ่และยั่งยืนในการประมวลผล เขากล่าวว่าการประมาณการ 3 ถึง 4 ล้านล้านดอลลาร์สําหรับการใช้จ่ายด้านโครงสร้างพื้นฐาน AI ภายในปี 2030 ของบริษัทไม่ใช่การคาดเดา แต่เป็นผลจากการเปลี่ยนแปลงครั้งใหญ่สองประการในอุตสาหกรรม

• ประการแรก การประมวลผลกําลังเปลี่ยนจากการดึงข้อมูล ซึ่งระบบดึงข้อมูลที่จัดเก็บไว้กลับมา ไปสู่ generative computing ซึ่งคําตอบต้องถูกสร้างขึ้นแบบเรียลไทม์จากบริบทและคําสั่ง
• ประการที่สอง กฎของ Moore ไม่ได้ให้ผลลัพธ์เดิมจากการปรับขนาดทรานซิสเตอร์อีกต่อไป ซึ่งหมายความว่าการปรับปรุงประสิทธิภาพขึ้นอยู่กับสถาปัตยกรรม การออกแบบร่วม และการปรับระบบให้เหมาะสมมากขึ้น
• Huang กล่าวว่าการเปลี่ยนแปลงนี้ต้องการโครงสร้างพื้นฐานการประมวลผลชั้นใหม่และความสามารถด้านเซมิคอนดักเตอร์มากขึ้น ไม่ใช่น้อยลง
• เขาเสริมว่าโมเดล AI กําลังเติบโตในด้านขนาดและความซับซ้อน โดยคาดว่าจะมี agent หลายร้อยพันล้านตัวที่ทํางานซ้ําๆ แทนที่จะเป็นการสอบถามครั้งเดียว

เขายังกล่าวอีกว่าอุตสาหกรรมเซมิคอนดักเตอร์ควรขยายตัวเมื่อความต้องการเร่งตัวขึ้น แม้ว่าจะไม่ได้รับประโยชน์จากภาวะเงินฝืดที่มาพร้อมกับการปรับปรุงทรานซิสเตอร์อย่างสม่ําเสมออีกต่อไป

ผลประกอบการทางการเงินและอํานาจการกําหนดราคา

NVIDIA เน้นย้ําการเติบโตอย่างแข็งแกร่งในธุรกิจระบบและอํานาจการกําหนดราคาที่เพิ่มขึ้น เนื่องจากผลิตภัณฑ์ของบริษัทเข้าสู่การใช้งานโรงงาน AI ขนาดใหญ่

• ระบบ Grace, Blackwell และ NVLink เติบโต 27% เมื่อเทียบเดือนต่อเดือนในการกําหนดค่า 72 แร็ค
• Huang กล่าวว่าระบบ GPU แต่ละชุดมีราคา 8.5 ล้านดอลลาร์ เทียบกับราคา GPU สําหรับผู้บริโภคในอดีตที่ $399
• เขาอธิบายความก้าวหน้าของราคาในแต่ละรุ่น: Hopper ที่ประมาณ $18,000 ต่อระบบ GPU, Blackwell ที่ประมาณ $25,000 และ Vera Rubin ที่ประมาณ $40,000
• ระบบ GPU แต่ละชุดมีน้ําหนัก 2 ตัน มีชิ้นส่วน 2 ล้านชิ้น และใช้พลังงาน 250 กิโลวัตต์
• NVIDIA ระบุว่ารายได้ต่อกิกะวัตต์ของความจุดาต้าเซ็นเตอร์อยู่ที่ประมาณ 50,000 ล้านดอลลาร์ต่อปี และระบบถูกเช่าในราคาประมาณ 50% ของมูลค่านั้น

Huang กล่าวว่าบริษัทคาดว่าจะมีการเติบโตของรายได้ 70% เมื่อเทียบปีต่อปี แม้ว่าความต้องการที่ไม่มีข้อจํากัดจะเติบโตมากกว่า 100% เขากล่าวว่าอุปทาน ไม่ใช่ความต้องการ คือปัจจัยจํากัดหลัก

การเข้าถึงตลาดและฐานลูกค้า

Huang กล่าวว่า NVIDIA ให้บริการเกือบทุกส่วนสําคัญของตลาด AI ตั้งแต่นักพัฒนาโมเดลรายใหญ่ที่สุดไปจนถึงผู้ให้บริการคลาวด์ระดับภูมิภาคและองค์กรขนาดเล็ก

• บริษัทระบุว่าสนับสนุนนักพัฒนาโมเดล AI รายใหญ่ รวมถึง OpenAI, Gemini ของ Google, Muse ของ Meta, Anthropic, Grok ของ xAI และผู้สร้างโมเดล frontier รายอื่นๆ
• Huang กล่าวว่า NVIDIA เป็นผู้ให้บริการรายเดียวที่รันโมเดล AI หลักทุกตัว ทั้งแบบ closed-source และ open-source
• ฐานลูกค้าของบริษัทประกอบด้วยผู้ให้บริการคลาวด์ ผู้ให้บริการคลาวด์ระดับภูมิภาค องค์กร และบริษัท AI-native
• ลูกค้าองค์กรที่กล่าวถึง ได้แก่ Jane Street, Hudson River Trading, Eli Lilly, Merck, Bristol Myers Squibb และ Amazon
• พันธมิตร OEM ได้แก่ Dell, Supermicro, Lenovo, HP และ Cisco
• พันธมิตร Neocloud ได้แก่ CoreWeave, Nebius, Lambda และ Firmus เป็นต้น

Huang กล่าวว่าการเข้าถึงที่กว้างขวางของบริษัทช่วยลดการพึ่งพาลูกค้ารายใดรายหนึ่งหรือช่องทางการขายใดช่องทางหนึ่ง เขายังกล่าวอีกว่า NVIDIA เป็นบริษัทเดียวที่ครอบคลุมทั้งการพัฒนา AI แบบ closed-model และ open-model โดยสังเกตว่าโมเดลแบบเปิดกําลังเติบโตอย่างรวดเร็ว

การอัปเดตการดําเนินงานและข้อจํากัดด้านอุปทาน

แม้ว่าความต้องการจะยังคงแข็งแกร่ง แต่ Huang กล่าวว่าบริษัทยังคงเผชิญกับข้อจํากัดในทางปฏิบัติในการนําระบบไปใช้งานในระดับใหญ่

• ข้อจํากัดด้านอุปทานต้นน้ํา ได้แก่ บรรจุภัณฑ์ DRAM, LPDDR DRAM, ขั้วต่อ ตัวควบคุมแรงดันไฟฟ้า และความพร้อมของเวเฟอร์
• ข้อจํากัดปลายน้ํา ได้แก่ ที่ดิน พลังงาน และความจุโครงสร้างสําหรับดาต้าเซ็นเตอร์ทั่วโลก
• Huang กล่าวว่า NVIDIA ดูแลห่วงโซ่อุปทานเซมิคอนดักเตอร์ที่ใหญ่ที่สุดในโลก ซึ่งสร้างขึ้นในช่วงเกือบสามทศวรรษ
• บริษัทติดตามความพร้อมของที่ดิน พลังงาน และโครงสร้างทั่วโลกผ่านการทํางานร่วมกับ neocloud, OEM, ผู้ให้บริการคลาวด์ และบริษัท AI-native

เขากล่าวว่าบริษัทกังวลเกี่ยวกับอสังหาริมทรัพย์ดาต้าเซ็นเตอร์และการเข้าถึงพลังงานมากกว่าอุปทานชิ้นส่วน เนื่องจากความสัมพันธ์กับซัพพลายเออร์และขนาดของบริษัทช่วยจัดการด้านฮาร์ดแวร์ได้

Huang ยกตัวอย่างออสเตรเลียเป็นตัวอย่างของแผนการสร้างระยะยาวของบริษัท NVIDIA ประกาศความมุ่งมั่นในการสร้างดาต้าเซ็นเตอร์ขนาด 2 กิกะวัตต์ที่นั่นสําหรับปี 2027 ซึ่งบริษัทระบุว่าเป็นการลงทุนโครงสร้างพื้นฐานมูลค่า 80,000 ล้านดอลลาร์

การวางตําแหน่งเชิงกลยุทธ์

Huang ใช้การประชุมเพื่อโต้แย้งว่า NVIDIA ได้กลายเป็นมากกว่าผู้จัดหาชิป เขากล่าวว่าบริษัทตอนนี้ทําหน้าที่เป็นผู้ให้บริการแพลตฟอร์มโรงงาน AI แบบ full-stack

• เขากล่าวว่า NVIDIA สามารถปรับใช้ระบบ end-to-end ที่พร้อมใช้งานภายในไม่กี่สัปดาห์
• เขาเปรียบบทบาทของบริษัทใน AI กับบทบาทของ TSMC ในการผลิตเซมิคอนดักเตอร์ โดยเรียกว่าเป็นแพลตฟอร์มพื้นฐานสําหรับระบบนิเวศ AI
• เขากล่าวว่าระบบประมวลผลของ NVIDIA มีความทนทาน ใช้แทนกันได้ มีความหลากหลาย ให้เช่าได้ และลงทุนได้
• เขากล่าวว่าระบบเหล่านี้มีสินทรัพย์หนุนหลังและสามารถใช้เป็นหลักประกันสําหรับสินเชื่อได้ ซึ่งเขาอธิบายว่าเป็นเรื่องผิดปกติในอุตสาหกรรมการประมวลผล

Huang ยังกล่าวอีกว่าบริษัทเป็นทั้งหุ้นเติบโตและหุ้นมูลค่า ในคําพูดของเขา "เราคือหุ้นมูลค่าเติบโตรายแรกและรายเดียวของโลก" เขาโต้แย้งว่าสถาปัตยกรรมที่มีอายุยืนยาวของบริษัทสนับสนุนมุมมองนั้น โดยสังเกตว่า Volta ยังคงถูกเช่าอยู่หลังจาก 10 ปี และหน่วย Ampere ทั้งหมดถูกเช่าออกไปทั่วโลก

แนวโน้มในอนาคต: ความปลอดภัยทางไซเบอร์และ physical AI

Huang กล่าวว่าพื้นที่การเติบโตหลักถัดไปสําหรับ AI คือความปลอดภัยทางไซเบอร์และ physical AI

• เขากล่าวว่าความปลอดภัยทางไซเบอร์จะพึ่งพาการทดสอบ red-teaming และ blue-teaming อย่างต่อเนื่อง สร้างตลาดขนาดใหญ่และต่อเนื่องสําหรับระบบ AI
• NVIDIA มีพันธมิตรด้านความปลอดภัยทางไซเบอร์กับ CrowdStrike, Cisco และ Palantir รวมถึงการทํางานกับโมเดล Nemotron
• เขากล่าวว่า physical AI จะส่งผลต่อยานยนต์อัตโนมัติ หุ่นยนต์ ระบบอัตโนมัติทางอุตสาหกรรม และการรับรู้ในโลกกายภาพ
• Huang กล่าวว่ารถยนต์ขับเคลื่อนอัตโนมัติควรแสดง "ความก้าวหน้าที่ดีมาก" ใน 2 ถึง 3 ปีข้างหน้า
• เขากล่าวว่าระบบการปั่นหุ้นสําหรับผู้ผลิตตลาดกลางอาจมาถึงในประมาณ 2 ปี ในขณะที่การประยุกต์ใช้ physical AI ในวงกว้างอาจใช้เวลา 5 ปีขึ้นไป
• เขายังอ้างถึงการทํางานของบริษัทกับ Nokia ใน AI-RAN และ 6G ในฐานะกรณีการใช้งาน physical AI อีกกรณีหนึ่ง

Huang กล่าวว่าความก้าวหน้าที่เรียกว่า Alpamayo สามารถลดปริมาณข้อมูลการฝึกอบรมที่จําเป็นสําหรับยานยนต์อัตโนมัติโดยอาศัยการใช้เหตุผลมากขึ้น

การไหลเวียนของเงินทุนและการสร้างระดับภูมิภาค

Huang กล่าวว่าการพัฒนา AI กําลังกลายเป็นเรื่องระดับภูมิภาคมากขึ้น ซึ่งเขาเชื่อว่าจะต้องการเครือข่ายพันธมิตรและดาต้าเซ็นเตอร์ทั่วโลก

• เขากล่าวว่าความฉลาดระดับภูมิภาคจะทําให้โครงสร้างพื้นฐาน AI มีลักษณะท้องถิ่นมากขึ้น
• NVIDIA กําลังสร้างเครือข่ายพันธมิตร neocloud เพื่อรองรับความต้องการนั้น
• เขากล่าวว่าเงินทุนร่วมลงทุนประมาณ 400,000 ล้านดอลลาร์ไหลเข้าสู่บริษัท AI-native ในช่วงหกเดือนที่ผ่านมา
• เขานิยามบริษัท AI-native ว่าเป็นบริษัทที่ใช้เงินทุนที่ระดมได้สองในสามไปกับการประมวลผล

เขากล่าวว่ารูปแบบนี้สนับสนุนความต้องการโครงสร้างพื้นฐานที่กระจายมากขึ้น และให้ NVIDIA มีฐานลูกค้าและพันธมิตรที่กว้างขึ้น

ไฮไลท์จากช่วงถามตอบ

ระหว่างการตอบคําถาม Huang ปกป้องแนวโน้มอุปทานของบริษัทและกลยุทธ์การลงทุน

• เกี่ยวกับข้อจํากัดด้านอุปทาน เขากล่าวว่า NVIDIA มั่นใจว่าสามารถจัดการปัญหาต้นน้ําผ่านขนาดและความสัมพันธ์กับซัพพลายเออร์ได้ แต่มองว่าความพร้อมของที่ดิน พลังงาน และโครงสร้างเป็นความท้าทายที่ใหญ่กว่า
• เกี่ยวกับความกังวลเรื่องการเงินแบบวงกลม เขาปฏิเสธแนวคิดที่ว่าความมุ่งมั่นในแพลตฟอร์ม 500,000 ล้านดอลลาร์ของ NVIDIA เป็นแบบวงกลม โดยกล่าวว่า "เราใส่เข้าไปหนึ่ง และ 100 กลับมา"
• เกี่ยวกับการพัฒนา AI ระดับภูมิภาค เขากล่าวว่า AI จะกลายเป็นระดับภูมิภาคมากขึ้น เพราะความฉลาดเองกําลังกลายเป็นระดับภูมิภาค
• เกี่ยวกับ physical AI เขากล่าวว่าไทม์ไลน์ไม่สม่ําเสมอ โดยยานยนต์อัตโนมัติและระบบการจัดการจะมาถึงเร็วกว่าการประยุกต์ใช้หุ่นยนต์และการรับรู้ในวงกว้าง
• เกี่ยวกับราคาและความต้องการ เขากล่าวว่าความต้องการเติบโตเร็วกว่าอุปทาน ซึ่งสนับสนุนแนวโน้มการเติบโตของบริษัท

บทสรุป

ความเห็นของ Huang วาดภาพ NVIDIA ในฐานะผู้เล่นหลักในช่วงถัดไปของการสร้าง AI โดยมีความต้องการที่แข็งแกร่ง ราคาระบบที่สูงขึ้น และกรณีการใช้งานที่ขยายตัวกว้างขึ้น ผู้อ่านสามารถอ้างอิงบันทึกการสนทนาฉบับเต็มด้านล่างสําหรับรายละเอียดเพิ่มเติม

บทความนี้ถูกแปลโดยใช้ความช่วยเหลือจากปัญญาประดิษฐ์(AI) สำหรับข้อมูลเพิ่มเติม โปรดอ่านข้อกำหนดการใช้งาน