โดย Maksym Misichenko · Yahoo Finance ·
สิ่งที่ตัวแทน AI คิดเกี่ยวกับข่าวนี้
แม้ว่าการเติบโตของรายได้ 79% ของ Nvidia จะถูกคาดการณ์ไว้ แต่คณะผู้เชี่ยวชาญก็ยังมีความเห็นแตกต่างกันเกี่ยวกับอำนาจครอบงำในระยะยาวเนื่องจากการแข่งขันที่เพิ่มขึ้นในชิป AI inference และความเสี่ยงที่อาจเกิดขึ้น เช่น ภาวะอิ่มตัวของค่าใช้จ่ายฝ่ายทุน และข้อจำกัดด้านอุปทานของ High Bandwidth Memory (HBM)
ความเสี่ยง: ภาวะอิ่มตัวของค่าใช้จ่ายฝ่ายทุนนำไปสู่การนำ GPU ของ Nvidia มาใช้อย่างช้าลง และข้อจำกัดด้านอุปทานของ High Bandwidth Memory (HBM)
โอกาส: ระบบนิเวศ CUDA ที่แข็งแกร่งของ Nvidia และศักยภาพในการรักษาอำนาจในการกำหนดราคาแม้จะมีการแข่งขันก็ตาม
การวิเคราะห์นี้สร้างขึ้นโดย StockScreener pipeline — LLM สี่ตัวชั้นนำ (Claude, GPT, Gemini, Grok) ได้รับ prompt เดียวกันและมีการป้องกันต่อภาพหลอนในตัว อ่านวิธีการ →
โดย Zaheer Kachwala และ Stephen Nellis
19 พฤษภาคม (รอยเตอร์) - Nvidia คาดว่าจะส่งรายงานผลประกอบการที่ยอดเยี่ยมอีกครั้งในวันพุธ แต่การเปลี่ยนแปลงในวิธีการใช้งานปัญญาประดิษฐ์กำลังสร้างความสงสัยว่าความเป็นผู้นำในชิป AI ของบริษัทจะคงอยู่ได้นานเพียงใด
หลังจากหลายปีที่เกือบจะผูกขาดชิปที่ใช้ในการฝึกฝนระบบ AI, Nvidia กำลังเผชิญกับการแข่งขันจากยักษ์ใหญ่ด้านเทคโนโลยีที่กำลังสร้างชิปของตนเองเพื่อตอบสนองความต้องการที่กำลังเปลี่ยนไปสู่โปรเซสเซอร์ที่รันระบบ AI, ตอบสนองต่อคำถาม และดำเนินงานต่างๆ แบบเรียลไทม์
ตลาดที่เรียกว่าการอนุมาน (inference) นี้มีขนาดใหญ่กว่ามาก แต่ก็มีการแข่งขันสูงกว่าเช่นกัน
คู่แข่งดั้งเดิมอย่าง Intel และ AMD กำลังผลักดันโปรเซสเซอร์ที่เหมาะสมกว่าสำหรับปริมาณงานที่เล็กกว่าและอ่อนไหวต่อต้นทุนซึ่งครองตลาด
ในขณะเดียวกัน Alphabet ได้ก้าวขึ้นมาเป็นคู่แข่งสำคัญ โดยทำข้อตกลงมูลค่าหลายหมื่นล้านดอลลาร์สำหรับหน่วยประมวลผลเทนเซอร์แบบกำหนดเอง (custom tensor processing units) ธุรกิจชิปของ Amazon รวมถึงโปรเซสเซอร์ Trainium ก็กำลังได้รับความนิยมเช่นกัน
"มันไม่ใช่ Nvidia เทียบกับ TPU, Nvidia เทียบกับ AMD มากนัก ผมคิดว่ามันมากกว่านั้นคือ: ระบบนิเวศของ Nvidia จะยังคงเป็นผู้นำต่อไปหรือไม่ เมื่อปริมาณงานการอนุมานใหม่ๆ เหล่านี้เริ่มแพร่หลาย" John Belton ผู้จัดการกองทุนที่ Gabelli Funds ซึ่งถือหุ้น Nvidia กล่าว
หุ้นของ Nvidia ปรับตัวขึ้นประมาณ 19% ในปีนี้ โดยตามหลังการพุ่งขึ้นสองเท่าของ AMD, Intel และ Arm รวมถึงการเพิ่มขึ้น 27% ของ Alphabet
เพื่อปกป้องตำแหน่งของตน บริษัทผลิตชิปได้เปิดตัวหน่วยประมวลผลกลางและระบบ AI ใหม่ที่สร้างขึ้นจากเทคโนโลยีของ Groq ในเดือนมีนาคม ซึ่งเป็นสตาร์ทอัพที่เน้นการอนุมานที่บริษัทซื้อมา
ชิปเหล่านั้นไม่ได้รวมอยู่ในประมาณการของ Nvidia สำหรับยอดขาย 1 ล้านล้านดอลลาร์จากแพลตฟอร์ม Blackwell และ Rubin ภายในสิ้นปี 2027 ทำให้นักลงทุนต้องจับตาดูสัญญาณของเครื่องยนต์การเติบโตใหม่ๆ อย่างใกล้ชิด
นักลงทุนจะมองหาสัญญาณของข้อจำกัดด้านอุปทานด้วย การใช้จ่ายของ Nvidia ในข้อผูกพันด้านอุปทานเพิ่มขึ้นจาก 50.3 พันล้านดอลลาร์เป็น 95.2 พันล้านดอลลาร์ระหว่างสองไตรมาสสุดท้ายของปีงบประมาณล่าสุด แต่โดยรวมแล้วบริษัทหลีกเลี่ยงผลกระทบจากการขาดแคลนชิปหน่วยความจำทั่วโลกที่ส่งผลกระทบต่อ Qualcomm และ Apple
การเติบโตของรายได้เร่งตัวขึ้น
ในไตรมาสเดือนเมษายน Nvidia คาดว่าจะมียอดขายเพิ่มขึ้น 79% ซึ่งเป็นการเติบโตที่เร็วที่สุดในรอบกว่าหนึ่งปี ตามข้อมูลของ LSEG กำไรที่ปรับปรุงแล้วน่าจะเพิ่มขึ้น 81.8% เป็น 42.97 พันล้านดอลลาร์
การพุ่งขึ้นนี้ขับเคลื่อนโดยการใช้จ่ายจำนวนมหาศาลจากลูกค้า รวมถึง Microsoft และ Meta โดยคาดว่า Big Tech จะทุ่มเงินกว่า 700 พันล้านดอลลาร์ไปกับ AI ในปีนี้ เพิ่มขึ้นจากประมาณ 400 พันล้านดอลลาร์ในปี 2025
Jensen Huang CEO ของ Nvidia กล่าวว่าบริษัทได้จัดหาวัตถุดิบเพียงพอเพื่อตอบสนองความต้องการเป็นเวลาหลายไตรมาส ทำให้ความกังวลเกี่ยวกับข้อจำกัดด้านกำลังการผลิตลดลง แต่ก็มีความเสี่ยงอื่นๆ เกิดขึ้น
โมเดล AI ชั้นนำ 4 ตัวอภิปรายบทความนี้
"ระบบนิเวศของ Nvidia และข้อเสนอการอนุมานที่ขยายตัวควรช่วยให้บริษัทสามารถคว้าส่วนแบ่งตลาด AI ที่กว้างขึ้นได้ แม้จะมีการแข่งขันที่เพิ่มขึ้นก็ตาม"
บทความนี้มองว่าผลประกอบการของ Nvidia เป็นการทดสอบการครอบงำ AI ที่ลดลงเนื่องจากการอนุมานกำลังเปลี่ยนไปสู่ชิปที่กำหนดเองราคาถูกกว่าจาก AMD, Intel, Alphabet TPUs และ Amazon Trainium อย่างไรก็ตาม รายได้ไตรมาสเดือนเมษายนของ Nvidia ยังคงคาดว่าจะพุ่งขึ้น 79% โดยมีค่าใช้จ่ายฝ่ายทุน (capex) ของ Big Tech สูงถึง 700 พันล้านดอลลาร์ ในขณะที่ข้อผูกพันด้านอุปทาน 95 พันล้านดอลลาร์และระบบการอนุมานที่ใช้ Groq บ่งชี้ว่าบริษัทกำลังปรับตัวอยู่แล้ว ประมาณการ 1 ล้านล้านดอลลาร์สำหรับ Blackwell และ Rubin จงใจไม่รวมชิปการอนุมานใหม่เหล่านี้ ทำให้มีช่องว่างสำหรับผลลัพธ์ที่น่าประหลาดใจ ข้อจำกัดด้านอุปทานดูเหมือนจะถูกควบคุมเมื่อเทียบกับคู่แข่งอย่าง Apple คำถามที่แท้จริงคือระบบนิเวศ CUDA แบบเต็มรูปแบบของ Nvidia จะยังคงมีอำนาจในการกำหนดราคาหรือไม่ เมื่อปริมาณงานการอนุมานแพร่หลายมากขึ้น
Big Tech อาจเร่งการนำ ASIC มาใช้เพื่อลดต้นทุนการอนุมานลงอย่างมาก โดยข้าม Nvidia GPU ไปโดยสิ้นเชิง และบีบอัดอัตรากำไรได้เร็วกว่าที่แนวโน้มการใช้จ่าย 700 พันล้านดอลลาร์ในปัจจุบันบ่งชี้
"Nvidia กำลังเปลี่ยนจากการผูกขาดชิปฝึกฝนไปสู่การผูกขาดไม่กี่ราย (oligopoly) ของชิปการอนุมาน และตลาดยังไม่ได้คำนึงถึงการบีบอัดอัตรากำไรที่มาพร้อมกับการเปลี่ยนแปลงนั้น"
การเติบโตของรายได้ 79% ของ Nvidia เป็นเรื่องจริง แต่บทความได้ซ่อนภัยคุกคามเชิงโครงสร้าง ปริมาณงานการอนุมานมีขนาดใหญ่กว่าการฝึกฝนจริง และข้อตกลง TPU ของ Alphabet 'มูลค่าหลายหมื่นล้านดอลลาร์' ไม่ใช่เรื่องสมมติฐาน แต่เป็นการใช้งานจริงภายในสแต็กของ Google ประมาณการ 1 ล้านล้านดอลลาร์สำหรับ Blackwell/Rubin จงใจไม่รวมชิปการอนุมาน Groq ซึ่งอาจเป็นการบัญชีที่ซื่อสัตย์หรือเป็นสัญญาณเตือนเกี่ยวกับความมั่นใจ ข้อผูกพันด้านอุปทานที่เพิ่มขึ้นเป็นสองเท่าเป็น 95.2 พันล้านดอลลาร์ บ่งชี้ถึงทางเลือกที่ก้าวร้าวหรือแรงกดดันด้านอัตรากำไรในอนาคต การเพิ่มขึ้นสองเท่าของ AMD และ Arm ในปีนี้ไม่ใช่เรื่องเล็กน้อย แต่เป็นสัญญาณของการแตกแยกของระบบนิเวศ คูเมืองของ Nvidia กำลังแคบลงจากการผูกขาดไปสู่การผูกขาดไม่กี่ราย (oligopoly) เร็วกว่าที่ราคาหุ้นสะท้อน
การเติบโตของกำไร 81.8% ของ Nvidia และการใช้จ่ายฝ่ายทุน (capex) ของ Big Tech ที่พุ่งสูงขึ้น 700 พันล้านดอลลาร์ (เพิ่มขึ้น 75% YoY) คือเรื่องจริง - การแข่งขันด้านการอนุมานยังอีกหลายปีจึงจะส่งผลกระทบอย่างมีนัยสำคัญ และชิปที่กำหนดเองมีความล่าช้า 3-5 ปีในการขยายขนาดอย่างมีความหมาย การเพิ่มขึ้นของหุ้น 19% YTD อาจเป็นการยับยั้งที่สมเหตุสมผล ไม่ใช่ผลการดำเนินงานที่ต่ำกว่าคาด
"ความเสี่ยงหลักของ Nvidia ไม่ใช่การแข่งขันด้านฮาร์ดแวร์ แต่เป็นภาวะที่อาจถึงจุดอิ่มตัวของค่าใช้จ่ายฝ่ายทุนของผู้ให้บริการคลาวด์รายใหญ่ หากการสร้างรายได้จาก AI ไม่เป็นรูปธรรมในปีงบประมาณหน้า"
ตลาดกำลังหมกมุ่นอยู่กับ 'การเปลี่ยนไปสู่การอนุมาน' (inference pivot) ในฐานะภัยคุกคาม แต่สิ่งนี้มองข้ามคูเมืองที่สร้างขึ้นโดย CUDA (แพลตฟอร์มซอฟต์แวร์ของ Nvidia) แม้ว่าคู่แข่งอย่าง Alphabet และ Amazon จะสร้างซิลิคอนที่กำหนดเอง แต่พวกเขากำลังปรับให้เหมาะสมสำหรับปริมาณงานเฉพาะภายในองค์กร ไม่ใช่ความยืดหยุ่นทั่วไปที่ทำให้ผู้พัฒนาระดับองค์กรยังคงผูกติดอยู่กับ Nvidia ความเสี่ยงที่แท้จริงไม่ใช่แค่การแข่งขันด้านชิป แต่เป็นศักยภาพของวงจร 'ภาวะอิ่มตัวของค่าใช้จ่ายฝ่ายทุน' (capex exhaustion) หากการใช้จ่าย 700 พันล้านดอลลาร์ที่คาดการณ์ไว้ของ Big Tech ไม่สามารถสร้างผลตอบแทนจากการลงทุน (ROI) ที่จับต้องได้สำหรับผู้ให้บริการคลาวด์ พวกเขาจะลดคำสั่งซื้อ ไม่ว่าชิป H100 หรือ Blackwell จะเร็วแค่ไหนก็ตาม การเติบโตของรายได้ 79% ของ Nvidia นั้นคาดหวังไว้สมบูรณ์แบบ ทำให้ไม่มีช่องว่างสำหรับความต้องการที่ลดลง
ข้อโต้แย้งเรื่อง 'คูเมือง' ประเมินความสามารถในการเติบโตอย่างรวดเร็วของเฟรมเวิร์กโอเพนซอร์ส เช่น PyTorch ต่ำเกินไป ซึ่งมีความเป็นอิสระจากฮาร์ดแวร์มากขึ้นเรื่อยๆ ซึ่งอาจทำให้ข้อได้เปรียบด้านซอฟต์แวร์ของ Nvidia กลายเป็นสินค้าโภคภัณฑ์
"ระบบนิเวศที่ครอบงำและขนาดของ Nvidia ทำให้มีความได้เปรียบที่ยั่งยืน แม้ว่าคู่แข่งจะปรับปรุงฮาร์ดแวร์การอนุมานเฉพาะทาง แต่ก็สนับสนุนระยะเวลาการเติบโตที่ยาวนานขึ้น"
Nvidia ยังคงมีคูเมืองแพลตฟอร์มที่แข็งแกร่ง (ระบบนิเวศ CUDA, ซอฟต์แวร์ และฐานที่ติดตั้ง) ซึ่งควรจะทำให้ยังคงเป็นผู้ให้บริการชั้นนำต่อไปเมื่องาน AI เปลี่ยนไปสู่การอนุมาน บทความชี้ให้เห็นถึงการแข่งขันที่เพิ่มขึ้น (Alphabet TPUs, AWS Trainium, AMD/Intel) และนัยที่ว่าการเติบโตของ Blackwell/Rubin เป็นเพียงความทะเยอทะยาน ความเสี่ยงที่สำคัญคืออำนาจในการกำหนดราคาและอัตรากำไรที่ลดลงเมื่อคู่แข่งไล่ตามปริมาณงานการอนุมานที่คุ้มค่า บริบทที่ขาดหายไป: การควบคุมด้านกฎระเบียบ/การส่งออกที่อาจเกิดขึ้นกับชิป AI, ข้อจำกัดด้านหน่วยความจำ/โรงงานผลิตที่กลับมาอีกครั้ง และการออกแบบที่ใช้ Groq สามารถแทนที่ Nvidia GPU ได้อย่างมีความหมายหรือไม่ ในระยะสั้น ความต้องการอาจเกินคาดหากผู้ให้บริการคลาวด์รายใหญ่ล็อคคำสั่งซื้อ GPU ระยะยาว แต่เป้าหมาย 1 ล้านล้านดอลลาร์ในปี 2027 ขึ้นอยู่กับการเดิมพันที่ไม่แน่นอนหลายอย่าง
ตรงกันข้ามกับกรอบการมองโลกในแง่ดีนี้ การเปลี่ยนไปใช้ชิปภายในองค์กรที่เร็วกว่าที่คาดไว้และการใช้จ่ายฝ่ายทุนด้าน AI ที่อ่อนแอลง อาจทำให้การเติบโตของ Nvidia ลดลง แม้ว่าระบบนิเวศจะยังคงแข็งแกร่งก็ตาม ความสำเร็จของกิจการ Groq ยังไม่แน่นอนและอาจบั่นทอนอัตรากำไรของ Nvidia
"ภาวะอิ่มตัวของค่าใช้จ่ายฝ่ายทุนอาจเร่งการเปลี่ยนไปใช้ ASIC ทำให้ Nvidia ถูกกดดันก่อนระยะเวลาที่คาดการณ์ไว้ 3-5 ปี"
Claude ลดทอนภัยคุกคามจาก ASIC ในระยะสั้นโดยสมมติว่ามีความล่าช้า 3-5 ปี แต่สิ่งนี้มองข้ามว่าภาวะอิ่มตัวของค่าใช้จ่ายฝ่ายทุนของ Gemini อาจกระตุ้นให้เกิดการนำทางเลือกอื่น เช่น Groq หรือ TPU มาใช้เร็วขึ้น หากผลตอบแทนจากการลงทุน (ROI) ลดลงจากการใช้จ่าย 700 พันล้านดอลลาร์ ข้อผูกพันด้านอุปทานของ Nvidia และการเติบโต 79% จะเผชิญกับความเสี่ยงด้านการบีบอัดก่อนปี 2027 โดยเฉพาะอย่างยิ่งเมื่อเฟรมเวิร์กโอเพนซอร์สกำลังกัดกร่อนการล็อคอินของ CUDA ตามที่ระบุไว้ในข้อโต้แย้ง
"ภาวะอิ่มตัวของค่าใช้จ่ายฝ่ายทุนและการแทนที่ด้วย ASIC เป็นความเสี่ยงที่แตกต่างกันในกรอบเวลาที่แตกต่างกัน การสับสนระหว่างสิ่งเหล่านี้ทำให้มองไม่เห็นว่าสิ่งใดคุกคามการเติบโตของ Nvidia ในปี 2025-26 ก่อน"
Grok สับสนระหว่างกรอบเวลาสองช่วงที่แตกต่างกัน ภาวะอิ่มตัวของค่าใช้จ่ายฝ่ายทุน (ความเสี่ยงของ Gemini) และการนำ ASIC มาใช้ (ความเสี่ยงของ Claude) ไม่ใช่ตัวกระตุ้นเดียวกัน ผู้ให้บริการคลาวด์รายใหญ่สามารถลดคำสั่งซื้อ GPU ได้โดยไม่ต้องเปลี่ยนไปใช้ Groq - พวกเขาก็แค่หยุดชั่วคราว นั่นแย่กว่าสำหรับ การเติบโตของ Nvidia แต่ไม่จำเป็นต้องใช้ชิปที่กำหนดเองเพื่อให้ทำงานได้ การบีบอัดที่แท้จริงจะเกิดขึ้นหาก Big Tech นำ TPU/Trainium มาใช้ในวงกว้าง และค่าใช้จ่ายฝ่ายทุนชะลอตัวลง ตอนนี้เราไม่เห็นทั้งสองอย่างพร้อมกัน การสับสนระหว่างสิ่งเหล่านี้ทำให้มองไม่เห็นว่าความเสี่ยงใดที่สำคัญก่อน
"ความเสี่ยงหลักของ Nvidia ไม่ใช่การแข่งขันด้าน ASIC แต่เป็นข้อจำกัดด้านอุปทานทางกายภาพของหน่วยความจำ HBM ที่จำกัดผลผลิตรวมของอุตสาหกรรม"
Claude และ Grok มองข้ามคอขวดด้านอุปทาน: HBM (High Bandwidth Memory) ไม่ว่าผู้ให้บริการคลาวด์จะเลือก Nvidia หรือ ASIC ที่กำหนดเอง อุตสาหกรรมก็ประสบปัญหาการขาดแคลน HBM3e อย่างถาวร แม้ว่าความต้องการจะเปลี่ยนไป Nvidia ก็ยังคงได้รับสิทธิ์ในการเข้าถึงห่วงโซ่อุปทานของ TSMC และ Hynix/Samsung เป็นอันดับแรก ความเสี่ยงที่แท้จริงไม่ใช่แค่การทำให้ซอฟต์แวร์กลายเป็นสินค้าโภคภัณฑ์หรือภาวะอิ่มตัวของค่าใช้จ่ายฝ่ายทุน แต่ Nvidia เป็นผู้ผูกขาดที่ถูกจำกัดด้วย HBM หากพวกเขาไม่สามารถจัดหาหน่วยความจำได้เพียงพอ 'การเปลี่ยนไปสู่การอนุมาน' จะไม่สามารถช่วยอัตรากำไรของพวกเขาได้
"คอขวด HBM อาจชะลอการเติบโตของ Nvidia แต่สามารถเสริมสร้างอำนาจในการกำหนดราคาผ่านการจัดสรรหน่วยความจำและความสัมพันธ์ด้านอุปทานระยะยาว"
Gemini ชี้ให้เห็นถึงจุดคอขวดที่แท้จริงใน HBM3e ซึ่งอาจชะลอการใช้งานการอนุมานขนาดใหญ่และค่าใช้จ่ายฝ่ายทุนของคลาวด์ ซึ่งอาจจับต้องได้มากกว่าการถกเถียงเกี่ยวกับการกัดกร่อน MOAT จุดพลิกผันคือข้อจำกัดนี้อาจเสริมสร้างอำนาจในการกำหนดราคาของ Nvidia: ด้วยความสัมพันธ์ด้านอุปทานหน่วยความจำที่ยาวนานและระบบนิเวศ CUDA, Nvidia สามารถปันส่วนหน่วยความจำที่ขาดแคลนเพื่อจัดลำดับความสำคัญชิปของตนและเพิ่ม ASP ดังนั้น HBM จึงเป็นประตูที่ชะลอการเติบโต ไม่จำเป็นต้องโค่นล้มแนวโน้มอัตรากำไรของ Nvidia
แม้ว่าการเติบโตของรายได้ 79% ของ Nvidia จะถูกคาดการณ์ไว้ แต่คณะผู้เชี่ยวชาญก็ยังมีความเห็นแตกต่างกันเกี่ยวกับอำนาจครอบงำในระยะยาวเนื่องจากการแข่งขันที่เพิ่มขึ้นในชิป AI inference และความเสี่ยงที่อาจเกิดขึ้น เช่น ภาวะอิ่มตัวของค่าใช้จ่ายฝ่ายทุน และข้อจำกัดด้านอุปทานของ High Bandwidth Memory (HBM)
ระบบนิเวศ CUDA ที่แข็งแกร่งของ Nvidia และศักยภาพในการรักษาอำนาจในการกำหนดราคาแม้จะมีการแข่งขันก็ตาม
ภาวะอิ่มตัวของค่าใช้จ่ายฝ่ายทุนนำไปสู่การนำ GPU ของ Nvidia มาใช้อย่างช้าลง และข้อจำกัดด้านอุปทานของ High Bandwidth Memory (HBM)