โดย Maksym Misichenko · Nasdaq ·
สิ่งที่ตัวแทน AI คิดเกี่ยวกับข่าวนี้
คณะกรรมการโดยทั่วไปเห็นพ้องกันว่าการคาดการณ์ค่าใช้จ่ายฝ่ายทุนสำหรับศูนย์ข้อมูล 1 ล้านล้านดอลลาร์สหรัฐฯ ของ Nvidia สำหรับปี 2027 นั้นมีความทะเยอทะยานและขึ้นอยู่กับผลตอบแทนที่ยั่งยืนจากการใช้จ่าย AI พวกเขายังชี้ให้เห็นถึงความเสี่ยงที่อาจเกิดขึ้น เช่น ข้อจำกัดด้านพลังงาน การนำ ASIC แบบกำหนดเองมาใช้ และความเป็นไปได้ที่ ROI ของ AI อาจไม่คุ้มค่ากับการใช้จ่าย TSM และ Micron ถูกมองว่าเป็นผู้ได้รับประโยชน์ แต่ก็เผชิญกับความเสี่ยงเช่น ปัญหาทางภูมิรัฐศาสตร์ และความผันผวนของวงจรหน่วยความจำ ตลาดกำลังประเมินการเติบโตอย่างรวดเร็ว ทำให้มีช่องว่างน้อยสำหรับการผิดหวัง
ความเสี่ยง: กำแพงพลังงานและการเปลี่ยนไปสู่ ASIC ที่ใช้พลังงานต่ำกว่าและมีความเชี่ยวชาญเฉพาะทาง ซึ่งอาจเข้ามาแทนที่การใช้จ่าย GPU ทั่วไป และลดผลตอบแทนจากค่าใช้จ่ายฝ่ายทุนของ NVDA
โอกาส: การใช้จ่ายโครงสร้างพื้นฐานของ hyperscaler อย่างต่อเนื่อง ซึ่งขับเคลื่อนความต้องการผลิตภัณฑ์ NVDA, TSM และ MU
การวิเคราะห์นี้สร้างขึ้นโดย StockScreener pipeline — LLM สี่ตัวชั้นนำ (Claude, GPT, Gemini, Grok) ได้รับ prompt เดียวกันและมีการป้องกันต่อภาพหลอนในตัว อ่านวิธีการ →
การเติบโตของ Nvidia จะยืดเยื้อไปถึงปี 2027 หากการคาดการณ์นี้ถูกต้อง
Taiwan Semiconductor กำลังใช้ประโยชน์จากชิปของ Nvidia ให้เกิดประโยชน์สูงสุด
Micron จะได้รับประโยชน์อย่างมหาศาลจากความต้องการชิปหน่วยความจำที่เพิ่มขึ้น
Nvidia (NASDAQ: NVDA) ได้สร้างความตกตะลึงครั้งใหญ่ในช่วงผลประกอบการไตรมาสที่ 1 ผู้บริหารคาดการณ์ว่าค่าใช้จ่ายในการลงทุนด้านศูนย์ข้อมูลจะสูงถึง 1 ล้านล้านดอลลาร์สหรัฐฯ ในปี 2027 ซึ่งจะทำให้ทั้งอุตสาหกรรมอยู่ในเส้นทางที่จะบรรลุการใช้จ่ายประจำปีจำนวนมหาศาล 3 ล้านล้านถึง 4 ล้านล้านดอลลาร์สหรัฐฯ ภายในปี 2030 นั่นเป็นการคาดการณ์การเติบโตที่ใหญ่มาก แต่ Nvidia อาจกำลังรับคำสั่งซื้อสำหรับผลิตภัณฑ์ปี 2027 แล้ว ซึ่งทำให้สามารถสนับสนุนการคาดการณ์นี้ได้ นั่นเป็นข่าวใหญ่ แต่ Nvidia ไม่ใช่รายเดียวที่ได้รับผลกระทบจากเรื่องนี้
ผมมีหุ้นสามตัวที่น่าซื้ออย่างไม่ต้องสงสัยในวันนี้ หาก Nvidia คาดการณ์ถูกต้องเกี่ยวกับตัวเลข 1 ล้านล้านดอลลาร์สหรัฐฯ และนักลงทุนควรพิจารณาซื้อหุ้นเหล่านี้ทันที
AI จะสร้างเศรษฐีพันล้านคนแรกของโลกหรือไม่? ทีมของเราเพิ่งเผยแพร่รายงานเกี่ยวกับบริษัทเล็กๆ ที่ไม่เป็นที่รู้จักแห่งหนึ่ง ซึ่งถูกเรียกว่า "ผู้ผูกขาดที่ขาดไม่ได้" ที่ให้บริการเทคโนโลยีที่สำคัญซึ่งทั้ง Nvidia และ Intel ต้องการ อ่านต่อ »
หากค่าใช้จ่ายในการลงทุนด้านศูนย์ข้อมูล 1 ล้านล้านดอลลาร์สหรัฐฯ เกิดขึ้นในปี 2026 Nvidia ก็เป็นหุ้นที่น่าซื้ออย่างไม่ต้องสงสัย Nvidia เป็นผู้นำด้านผู้ให้บริการหน่วยประมวลผลปัญญาประดิษฐ์ และด้วยการเปิดตัวแพลตฟอร์มสถาปัตยกรรม Rubin ใหม่ในช่วงปลายปีนี้ ก็จะมีคานงัดการเติบโตในตัวสำหรับการเปลี่ยนแปลงรุ่น นอกจากนี้ เมื่อศูนย์ข้อมูลถูกสร้างขึ้น จะมีต้นทุนที่จัดสรรให้กับที่ดินและการก่อสร้างน้อยลง และมากขึ้นสำหรับอุปกรณ์ประมวลผลที่อยู่ในศูนย์ข้อมูล นั่นควรจะช่วยเพิ่มอัตราการเติบโตของรายได้โดยรวมของ Nvidia แม้ว่านักวิเคราะห์ Wall Street จะคาดการณ์การเติบโตเพียง 39% สำหรับปีงบประมาณถัดไปก็ตาม
นักวิเคราะห์ไม่ได้มองโลกในแง่ดีเกี่ยวกับการประเมินการเติบโตของ Nvidia ต่ำกว่าความเป็นจริงในปีหน้า หาก Nvidia คาดการณ์ถูกต้องเกี่ยวกับแนวโน้มค่าใช้จ่ายในการลงทุน อัตราการเติบโตของบริษัทน่าจะสูงกว่ามาก ซึ่งจะนำไปสู่ผลตอบแทนที่น่าประทับใจในปี 2026 และ 2027
Nvidia ออกแบบเฉพาะชิปที่ใช้ในอุปกรณ์ของตนเอง ไม่ได้ผลิตเอง Taiwan Semiconductor (NYSE: TSM) รับผิดชอบงานการผลิตส่วนใหญ่ เช่นเดียวกับคู่แข่งหลายรายของ Nvidia Taiwan Semiconductor เป็นการลงทุนที่เป็นกลางที่สุดในพื้นที่ AI เนื่องจากเป็นเพียงผู้ผลิต ในขณะเดียวกัน ก็จะไม่เห็นผลตอบแทนสูงสุดของผู้ที่ทำผลงานได้ดีที่สุดในด้าน AI แต่ก็จะได้รับประโยชน์จากกระแสน้ำที่เพิ่มขึ้นโดยรวมของความต้องการชิปที่เพิ่มขึ้น
Taiwan Semiconductor คาดการณ์ว่าธุรกิจชิป AI ของตนจะเติบโตในอัตราการเติบโตต่อปีแบบทบต้นเกือบ 60% ตั้งแต่ปี 2024 ถึง 2029 และด้วยค่าใช้จ่ายในการลงทุนด้านศูนย์ข้อมูลที่คาดว่าจะเพิ่มขึ้นอย่างมีนัยสำคัญอีกครั้งในปีหน้า นั่นเป็นสัญญาณที่ดีสำหรับธุรกิจ
ด้วย P/E ล่วงหน้า 26 เท่า Taiwan Semiconductor ไม่ใช่หุ้นที่ถูกที่สุด แต่ก็ไม่แพงเกินไปเมื่อพิจารณาถึงตำแหน่งในโครงสร้างพื้นฐาน AI
เมื่อพิจารณาถึงการเติบโตที่สำคัญของ AI ที่กำลังจะมาถึง ผมคิดว่า Taiwan Semiconductor ยังคงเป็นหุ้นที่น่าซื้ออย่างแข็งแกร่ง และเป็นรากฐานสำหรับนักลงทุนที่สร้างต้นแบบ AI
Taiwan Semiconductor ผลิตชิปตรรกะ ซึ่งเป็นส่วนประกอบสำคัญของ GPU ของ Nvidia อย่างไรก็ตาม อุปกรณ์เหล่านั้นยังต้องการชิปหน่วยความจำ และ Micron (NASDAQ: MU) เป็นผู้ผลิตรายสำคัญ ตลาดชิปหน่วยความจำได้รับผลกระทบอย่างหนักจากความต้องการของ AI และเกือบจะขายกำลังการผลิตทั้งหมดในปี 2026 อันที่จริง Micron บอกนักลงทุนว่าสามารถตอบสนองความต้องการในระยะกลางได้เพียงครึ่งถึงสองในสามเท่านั้น ตลาดที่มีอุปทานต่ำและความต้องการสูงนี้ทำให้ราคาชิปหน่วยความจำพุ่งสูงขึ้น นำไปสู่การเติบโตอย่างมหาศาลสำหรับ Micron
หากค่าใช้จ่ายในการลงทุนด้านศูนย์ข้อมูลก้าวไปข้างหน้าอย่างมากในปี 2027 นั่นจะยิ่งเพิ่มแรงกดดันต่อห่วงโซ่อุปทานชิปหน่วยความจำ เนื่องจากความพยายามส่วนใหญ่ของผู้ผลิตชิปหน่วยความจำในการเพิ่มผลผลิตจะยังไม่พร้อมจนกว่าจะถึงช่วงปลายปี 2027 นั่นจะทำให้ราคาชิปหน่วยความจำอยู่ในระดับสูง ทำให้ Micron สามารถใช้ประโยชน์จากการเติบโตที่สำคัญได้ ขณะนี้คาดว่าจะเพิ่มรายได้เป็นสามเท่า ในปีหน้า นักวิเคราะห์ Wall Street คาดการณ์อัตราการเติบโตเกือบ 60% ซึ่งทั้งหมดนี้จะทำให้นักลงทุนสามารถเก็บเกี่ยวผลตอบแทนจากความต้องการชิปหน่วยความจำที่สำคัญผ่านการลงทุนใน Micron
ก่อนที่คุณจะซื้อหุ้น Nvidia โปรดพิจารณาสิ่งนี้:
ทีมวิเคราะห์ของ Motley Fool Stock Advisor เพิ่งระบุสิ่งที่พวกเขาเชื่อว่าเป็น 10 หุ้นที่ดีที่สุด สำหรับนักลงทุนที่จะซื้อตอนนี้… และ Nvidia ไม่อยู่ในนั้น หุ้น 10 ตัวที่ติดอันดับสามารถให้ผลตอบแทนมหาศาลในอีกไม่กี่ปีข้างหน้า
พิจารณาเมื่อ Netflix ติดอันดับนี้เมื่อวันที่ 17 ธันวาคม 2004… หากคุณลงทุน 1,000 ดอลลาร์สหรัฐฯ ในขณะที่เราแนะนำ คุณจะมีเงิน 463,900 ดอลลาร์สหรัฐฯ! หรือเมื่อ Nvidia ติดอันดับนี้เมื่อวันที่ 15 เมษายน 2005… หากคุณลงทุน 1,000 ดอลลาร์สหรัฐฯ ในขณะที่เราแนะนำ คุณจะมีเงิน 1,294,401 ดอลลาร์สหรัฐฯ!
ตอนนี้ ควรสังเกตว่าผลตอบแทนรวมเฉลี่ยของ Stock Advisor คือ 978% ซึ่งเป็นการเอาชนะตลาดได้อย่างยอดเยี่ยมเมื่อเทียบกับ 211% ของ S&P 500 อย่าพลาดรายชื่อ 10 อันดับล่าสุด ซึ่งมีให้พร้อมใช้งานกับ Stock Advisor และเข้าร่วมชุมชนนักลงทุนที่สร้างขึ้นโดยนักลงทุนรายบุคคลสำหรับนักลงทุนรายบุคคล
**ผลตอบแทน Stock Advisor ณ วันที่ 31 พฤษภาคม 2026. *
Keithen Drury มีตำแหน่งใน Nvidia และ Taiwan Semiconductor Manufacturing The Motley Fool มีตำแหน่งและแนะนำ Micron Technology, Nvidia และ Taiwan Semiconductor Manufacturing The Motley Fool มีนโยบายการเปิดเผยข้อมูล.
มุมมองและความคิดเห็นที่แสดงในที่นี้เป็นมุมมองและความคิดเห็นของผู้เขียน และไม่จำเป็นต้องสะท้อนถึงมุมมองและความคิดเห็นของ Nasdaq, Inc.
โมเดล AI ชั้นนำ 4 ตัวอภิปรายบทความนี้
"การคาดการณ์ค่าใช้จ่ายฝ่ายทุน 1 ล้านล้านดอลลาร์สหรัฐฯ นั้นเป็นไปได้ แต่ยังห่างไกลจากความแน่นอน ทำให้ NVDA เสี่ยงต่อการลดลงหากหลักฐาน ROI หรือความพร้อมของพลังงานไม่เป็นไปตามที่คาดหวัง"
การคาดการณ์ค่าใช้จ่ายฝ่ายทุนสำหรับศูนย์ข้อมูล 1 ล้านล้านดอลลาร์สหรัฐฯ ของ Nvidia สำหรับปี 2027 บ่งชี้ถึงการเติบโตของรายได้ที่ต่อเนื่องกว่า 40% สำหรับ NVDA และผลกำไรที่สูงเกินคาดสำหรับ TSM และ MU แต่การคาดการณ์นี้ขึ้นอยู่กับผลตอบแทนที่พิสูจน์แล้วจากการใช้จ่าย AI ข้อจำกัดด้านพลังงาน การนำ ASIC แบบกำหนดเองมาใช้โดย hyperscalers และการย่อยข้อมูลที่อาจเกิดขึ้นในปี 2026 หลังจากการสร้างโครงสร้างพื้นฐานในปัจจุบัน อาจจำกัดคำสั่งซื้อจริง Guidance CAGR ด้าน AI 60% ของ TSM ได้รวมผลตอบแทนส่วนเพิ่มส่วนใหญ่ไว้แล้วที่ P/E ล่วงหน้า 26 เท่า ในขณะที่ราคาชิปหน่วยความจำของ MU อาจกลับทิศทางเมื่อกำลังการผลิตใหม่พร้อมใช้งานในช่วงปลายปี 2027 บทความนี้ประเมินความเสี่ยงในการดำเนินการและมูลค่าที่ลดลงต่ำเกินไป หากการเติบโตเพียงแค่เท่ากับหรือสูงกว่าที่คาดการณ์ไว้
หาก hyperscalers ยืนยันแนวโน้ม 1 ล้านล้านดอลลาร์สหรัฐฯ ด้วยงบประมาณปี 2025-26 จริงๆ การเร่งความเร็วของ Rubin ของ NVDA และกำลังการผลิต HBM ที่ขายหมดของ MU อาจผลักดัน P/E ให้สูงกว่าระดับปัจจุบันที่สูงอยู่แล้ว
"Micron เป็นตัวเลือกเดียวที่มีทางเลือกที่แท้จริง—การขาดแคลนหน่วยความจำเป็นโครงสร้างจนถึงกลางปี 2027 แต่ TSM และ NVDA ได้รวมกรณีที่เป็นบวกไว้แล้ว"
การคาดการณ์ค่าใช้จ่ายฝ่ายทุน 1 ล้านล้านดอลลาร์สหรัฐฯ ของ Nvidia สำหรับปี 2027 นั้นน่าเชื่อถือเมื่อพิจารณาจากความสามารถในการมองเห็นคำสั่งซื้อ แต่บทความนี้ผสมปนเปการคาดการณ์ด้านอุปทานกับความแน่นอนของอุปสงค์ ความเสี่ยงที่แท้จริง: สิ่งนี้สมมติว่า ROI ของ AI พิสูจน์ความคุ้มค่าของการใช้จ่าย หากผลกำไรจาก LLM ชะลอตัวหรือพิสูจน์แล้วว่าไม่สามารถทำกำไรได้ในวงกว้าง ค่าใช้จ่ายฝ่ายทุนจะลดลงเร็วกว่าที่เพิ่มขึ้น TSM ที่ P/E ล่วงหน้า 26 เท่า ได้รวมการเติบโตส่วนใหญ่ไว้แล้ว Micron เป็นชื่อเดียวที่มีความไม่สมมาตรของผลตอบแทนที่แท้จริง—อำนาจในการกำหนดราคาหน่วยความจำจะคงอยู่ก็ต่อเมื่ออุปทานยังคงจำกัดจนถึงปี 2027 ซึ่งไม่ได้รับประกันว่าจะเกิดขึ้นเมื่อพิจารณาถึงการขยายโรงงานที่ประกาศโดย SK Hynix และ Samsung
บทความนี้สมมติว่าค่าใช้จ่ายฝ่ายทุนจะเพิ่มขึ้นตามสัดส่วนของการนำ AI มาใช้ แต่ hyperscalers กำลังปรับต้นทุนการอนุมานให้เหมาะสมและรวมเวิร์กโหลดต่างๆ การใช้งานอาจไม่เพียงพอต่อการใช้จ่ายเพิ่มเติมในอัตราปี 2027 ซึ่งจะทำให้เกิดการชะลอตัวอย่างรวดเร็ว
"ความยั่งยืนของเป้าหมายค่าใช้จ่ายฝ่ายทุน 1 ล้านล้านดอลลาร์สหรัฐฯ ขึ้นอยู่กับทั้งหมดกับการเปลี่ยนจากการสร้างโครงสร้างพื้นฐานไปสู่รายได้ซอฟต์แวร์ที่วัดผลได้และมีกำไรสูงสำหรับ hyperscalers"
การคาดการณ์ค่าใช้จ่ายฝ่ายทุน 1 ล้านล้านดอลลาร์สหรัฐฯ ของ Nvidia สำหรับปี 2027 เป็นการเดิมพันครั้งใหญ่กับการใช้จ่ายโครงสร้างพื้นฐานของ hyperscaler อย่างต่อเนื่อง แม้ว่า TSM และ Micron จะเป็นผู้ได้รับประโยชน์ปลายน้ำที่สมเหตุสมผล แต่ตลาดกำลังประเมินสถานการณ์ 'การดำเนินการที่สมบูรณ์แบบ' อยู่ในขณะนี้ เรากำลังเห็นการเปลี่ยนแปลงจาก 'การทดลอง AI' ไปสู่ 'การสร้างรายได้จาก AI' แต่ ROI สำหรับ hyperscalers เหล่านี้ยังไม่ได้รับการพิสูจน์ หากการนำซอฟต์แวร์องค์กรไปใช้ไม่เร่งตัวขึ้นเพื่อพิสูจน์การใช้จ่ายฮาร์ดแวร์นี้ เราจะเผชิญกับภาวะสินค้าล้นตลาดแบบวัฏจักร TSM เป็นการลงทุนที่ยืดหยุ่นที่สุดเนื่องจากการผูกขาดโรงงานผลิต แต่กำไร HBM (High Bandwidth Memory) ของ Micron มีความอ่อนไหวอย่างยิ่งต่อระเบียบวินัยด้านอุปทาน นักลงทุนต้องจับตาดูสัญญาณของ 'ความเหนื่อยล้าจากค่าใช้จ่ายฝ่ายทุน' ในหมู่ผู้เล่นเทคโนโลยีรายใหญ่ก่อนที่จะสันนิษฐานว่าการเติบโตในปี 2027 เป็นแบบเชิงเส้น
ข้อสันนิษฐานคือการใช้จ่ายโครงสร้างพื้นฐาน AI จะยังคงเพิ่มขึ้นตามสัดส่วน โดยไม่คำนึงถึงความเสี่ยงของ 'ช่องว่างอากาศ' ขนาดใหญ่ หาก hyperscalers ตระหนักว่าคลัสเตอร์ GPU ปัจจุบันของพวกเขาใช้งานน้อยเกินไปและหยุดคำสั่งซื้อเพื่อมุ่งเน้นไปที่รายได้ที่ขับเคลื่อนด้วยซอฟต์แวร์
"ความต้องการคอมพิวเตอร์ AI ที่ยั่งยืนเป็นสิ่งจำเป็นสำหรับการเพิ่มขึ้นของค่าใช้จ่ายฝ่ายทุน และคูเมืองของ Nvidia (ซอฟต์แวร์ ระบบนิเวศ และสถาปัตยกรรม) จะเป็นตัวกำหนดว่าเรื่องราว 1 ล้านล้านดอลลาร์สหรัฐฯ จะแปลงเป็นการเติบโตของกำไรที่ยั่งยืนหรือไม่"
ประเด็นสำคัญคือสัญญาณไตรมาส 1 ของ Nvidia ชี้ให้เห็นถึงการพุ่งขึ้นของค่าใช้จ่ายฝ่ายทุนสำหรับศูนย์ข้อมูลเป็น 1 ล้านล้านดอลลาร์สหรัฐฯ ภายในปี 2027 และการสร้างโครงสร้างพื้นฐาน AI ที่กว้างขึ้น ข้อโต้แย้งที่แข็งแกร่งที่สุด: ค่าใช้จ่ายฝ่ายทุนเป็นสัญญาณอุปสงค์ ไม่ใช่รายได้ สามารถเป็นแบบเป็นครั้งคราว ล่าช้า หรือเร่งล่วงหน้า และไม่ใช่ค่าใช้จ่ายฝ่ายทุนทั้งหมดที่จะแปลงเป็นรายได้ของ Nvidia หรือการเพิ่มขึ้นของกำไร แม้จะมีค่าใช้จ่ายฝ่ายทุนที่สูงขึ้น ลูกค้าอาจกระจายความเสี่ยงด้วยตัวเร่งความเร็วที่ไม่ใช่ GPU ประสิทธิภาพของซอฟต์แวร์/ฮาร์ดแวร์ และข้อจำกัดด้านงบประมาณ กำลังการผลิตของ TSM ความเสี่ยงทางภูมิรัฐศาสตร์ และความผันผวนของวงจรหน่วยความจำของ Micron เพิ่มความเสี่ยงด้านเวลา P/E ที่สูงของหุ้นได้รวมการเติบโตที่รวดเร็วและยั่งยืนไว้แล้ว ความผิดพลาดในจังหวะค่าใช้จ่ายฝ่ายทุนหรือการยอมรับ AI อาจส่งผลเสียต่อมูลค่า
ตรงกันข้ามกับมุมมองเชิงบวกนี้: เป้าหมายค่าใช้จ่ายฝ่ายทุน 1 ล้านล้านดอลลาร์สหรัฐฯ เป็นการคาดการณ์ ไม่ใช่การรับประกัน หากความต้องการ AI เย็นลง หรือส่วนแบ่ง GPU ถูกบีบโดยคู่แข่งหรือการเพิ่มประสิทธิภาพ Nvidia อาจไม่สามารถแปลงค่าใช้จ่ายฝ่ายทุนให้เป็นกำไรที่ได้สัดส่วน
"สถานะขายหมดของการบรรจุ CoWoS ของ TSM จนถึงปี 2026 อาจบังคับให้ค่าใช้จ่ายฝ่ายทุนดำเนินต่อไปแม้จะมีความสงสัยเกี่ยวกับ ROI ที่หยิบยกขึ้นโดยแผงนี้"
Gemini เน้นย้ำถึงความเสี่ยงจากความเหนื่อยล้าจากค่าใช้จ่ายฝ่ายทุน แต่พลาดไปว่าการบรรจุขั้นสูง CoWoS ของ TSM ยังคงขายหมดจนถึงปี 2026 ซึ่งสร้างคอขวดด้านอุปทานที่เข้มงวด ซึ่งอาจบังคับให้คำสั่งซื้อของ hyperscaler ดำเนินต่อไป แม้ว่า ROI ของ AI ในระยะสั้นจะน่าผิดหวังก็ตาม ข้อจำกัดด้านพลังงานของ Grok จะขยายคอขวดนี้หากกำลังการผลิตใหม่ล่าช้า พลวัตนี้อาจสนับสนุนรายได้ของ NVDA และ MU ได้นานกว่าสถานการณ์การย่อยข้อมูลที่คนอื่นสันนิษฐานไว้ แม้ว่าจะเพิ่มความเสี่ยงในการดำเนินการของ TSM เองก็ตาม
"การขาดแคลน CoWoS เป็นเรื่องจริง แต่ก็ไม่ใช่เรื่องที่แก้ไขไม่ได้ การกระจายการบรรจุภัณฑ์อาจบ่อนทำลายทฤษฎีการล็อคอุปทานภายในปี 2026"
ข้อโต้แย้งเกี่ยวกับคอขวด CoWoS ของ Grok นั้นถูกต้องตามกลไก แต่ก็สมมติว่า hyperscalers ไม่สามารถหลีกเลี่ยงได้ การบรรจุขั้นสูงของ Samsung และการผลักดันโรงงานผลิตของ Intel เป็นทางเลือกที่แท้จริงซึ่งจะสุกงอมในปี 2025–26 หากคำสั่งซื้อเพียง 20% ถูกเปลี่ยนเส้นทาง เรื่องราวการขายหมดของ TSM จะพังทลายลง และโปรไฟล์กำไรของ NVDA จะลดลงแม้จะมีการเติบโตของค่าใช้จ่ายฝ่ายทุน บทความนี้ละเลยกำลังการผลิตบรรจุภัณฑ์ของคู่แข่งทั้งหมด ซึ่งเป็นจุดบอดที่สำคัญ
"ข้อจำกัดด้านความหนาแน่นของพลังงานและการนำ ASIC ที่มีความเชี่ยวชาญเฉพาะทางมาใช้เป็นภัยคุกคามที่ใหญ่กว่าต่อค่าใช้จ่ายฝ่ายทุนที่เน้น GPU มากกว่าทางเลือกในการบรรจุภัณฑ์ของคู่แข่ง"
Claude มองโลกในแง่ดีเกินไปเกี่ยวกับขีดความสามารถในการบรรจุภัณฑ์ของ Intel และ Samsung โรงงานผลิตของ Intel กำลังประสบปัญหาด้านผลผลิตและวินัยด้านต้นทุน ในขณะที่ผลผลิตที่เทียบเท่า CoWoS ของ Samsung ยังไม่ได้รับการพิสูจน์ในวงกว้าง คูเมืองของ TSM ไม่ใช่แค่กำลังการผลิตเท่านั้น แต่เป็นการบูรณาการระบบนิเวศกับ NVDA หากเรากำลังมองหาความเสี่ยงที่แท้จริง มันไม่ใช่การบรรจุภัณฑ์ของคู่แข่ง แต่เป็น 'กำแพงพลังงาน' Hyperscalers กำลังเผชิญกับข้อจำกัดด้านความหนาแน่นของพลังงาน ซึ่งจะบังคับให้มีการเปลี่ยนแปลงไปสู่ ASIC ที่ใช้พลังงานต่ำกว่าและมีความเชี่ยวชาญเฉพาะทาง ซึ่งจะเข้ามาแทนที่การใช้จ่าย GPU ทั่วไป
"ข้อจำกัดด้านความหนาแน่นของพลังงานอาจผลักดันให้ hyperscalers หันไปใช้ ASIC ที่ใช้พลังงานต่ำกว่า ซึ่งจะบ่อนทำลายค่าใช้จ่ายฝ่ายทุนที่ขับเคลื่อนด้วย GPU และการเติบโตของรายได้/P/E ของ NVDA ภายในปี 2027"
ตอบ Gemini: อุปสรรคด้านความหนาแน่นของพลังงานที่คุณชี้ให้เห็นอาจลดผลตอบแทนจากค่าใช้จ่ายฝ่ายทุนของ NVDA ลงอย่างมาก ไม่ใช่แค่ชะลอตัว หาก hyperscalers เร่งไปสู่ ASIC ที่ใช้พลังงานต่ำกว่าและปรับให้เหมาะสมด้วยซอฟต์แวร์ ประสิทธิภาพของโครงสร้างพื้นฐานที่ใช้ GPU เพิ่มเติมอาจลดลง ซึ่งจะเข้ามาแทนที่การเติบโตของ NVDA แม้จะมีเป้าหมายค่าใช้จ่ายฝ่ายทุน 1 ล้านล้านดอลลาร์สหรัฐฯ ในปี 2027 คอขวด CoWoS มีความสำคัญ แต่การผสมผสานอุปสงค์ที่เปลี่ยนไปจาก GPU ทั่วไปจะเป็นความเสี่ยงที่ใหญ่กว่าและถูกประเมินต่ำไปต่อรายได้และ P/E
คณะกรรมการโดยทั่วไปเห็นพ้องกันว่าการคาดการณ์ค่าใช้จ่ายฝ่ายทุนสำหรับศูนย์ข้อมูล 1 ล้านล้านดอลลาร์สหรัฐฯ ของ Nvidia สำหรับปี 2027 นั้นมีความทะเยอทะยานและขึ้นอยู่กับผลตอบแทนที่ยั่งยืนจากการใช้จ่าย AI พวกเขายังชี้ให้เห็นถึงความเสี่ยงที่อาจเกิดขึ้น เช่น ข้อจำกัดด้านพลังงาน การนำ ASIC แบบกำหนดเองมาใช้ และความเป็นไปได้ที่ ROI ของ AI อาจไม่คุ้มค่ากับการใช้จ่าย TSM และ Micron ถูกมองว่าเป็นผู้ได้รับประโยชน์ แต่ก็เผชิญกับความเสี่ยงเช่น ปัญหาทางภูมิรัฐศาสตร์ และความผันผวนของวงจรหน่วยความจำ ตลาดกำลังประเมินการเติบโตอย่างรวดเร็ว ทำให้มีช่องว่างน้อยสำหรับการผิดหวัง
การใช้จ่ายโครงสร้างพื้นฐานของ hyperscaler อย่างต่อเนื่อง ซึ่งขับเคลื่อนความต้องการผลิตภัณฑ์ NVDA, TSM และ MU
กำแพงพลังงานและการเปลี่ยนไปสู่ ASIC ที่ใช้พลังงานต่ำกว่าและมีความเชี่ยวชาญเฉพาะทาง ซึ่งอาจเข้ามาแทนที่การใช้จ่าย GPU ทั่วไป และลดผลตอบแทนจากค่าใช้จ่ายฝ่ายทุนของ NVDA