[นับเงินรอ] แม้ DLSS 5 ของการ์ดจอ Nvidia จะมีประเด็นหนัก แต่ใด ๆ ก็ตาม Nvidia ยังคงมีรายได้จากชิป AI มหาศาล ถึงขั้นคาดการณ์รายได้ไว้เลยที่ 1 ล้านล้านดอลลาร์ฯ ภายในปี 2027 เผยการนำ AI ไปใช้ในภาคธุรกิจ เติบโตเร็วกว่าที่คาดการณ์ไว้
ถึงขนาดได้ชื่อว่าเป็นบริษัทที่มีมูลค่าสูงที่สุดในโลกแล้ว แต่ Nvidia ก็ยังไม่หยุดนิ่ง ในงาน GPU Technology Conference (GTC) ประจำปี 2026 ที่ผ่านมา Jensen Huang ซีอีโอ Nvidia ได้ขึ้นเวทีรับจบงาน GTC เหมือนเคย แต่รอบนี้มีแผนงานที่น่าสนใจมากมายของบริษัท โดยหนึ่งในนั้นก็มี ‘Vera’ ชิปประมวลผลสำหรับ Agentic AI โดยเฉพาะ ที่มีประสิทธิภาพการประมวลผลมหาศาล
“The inference inflection has arrived”
ถัดมาคือคำกล่าวสำคัญจาก Jensen Huang ที่ระบุเลยว่า AI ยุคต่อไป จะมีจุดเปลี่ยนการประมวลผลแบบอนุมาน (หรือเดาคำตอบ) แล้ว หลังจากนี้ระบบ AI จะไม่ได้ออกแบบมาเพื่อฝึกฝนตัวโมเดลเท่านั้น แต่สามารถทำงานได้ในสเกลที่มหาศาล
คือที่ผ่านมา Nvidia มีรายได้มหาศาลจากบริษัทยักษ์ใหญ่ที่ซื้อชิป GPU ไปฝึกหรือเทรนโมเดลเอง จนได้ AI ที่ฉลาดมากพอแล้ว ขั้นต่อไปคือการนำ AI เหล่านี้ ไปให้บริการผู้ใช้หลายร้อยล้านคนแบบเรียลไทม์ ซึ่งก็ต้องใช้พลังประมวลผลมหาศาล ถือเป็นสิ่งที่ Jensen Huang เรียกว่าการประมวลผลระดับ Agentic Workloads นี้เอง
ด้วยการใช้งานดังกล่าว ก็ทำให้ Nvidia คาดการณ์เลยว่า บริษัทจะมีรายได้จากชิป AI อย่างน้อย 1 ล้านล้านดอลลาร์ฯ หรือประมาณ 33 ล้านล้านบาทภายในปี 2027 ซึ่งมากกว่าคาดการณ์เดิมภายในสิ้นปี 2026 ถึง 2 เท่า สืบเนื่องจากความต้องการด้านกำลังการประมวลผลในภาคธุรกิจ ยังคงเพิ่มขึ้นอย่างต่อเนื่อง..และต่อเนื่อง
ทั้งนี้ Jensen Huang ยังได้กล่าวถึงการที่องค์กรต่าง ๆ หันมาใช้เครื่องมือสำหรับนักพัฒนา AI มากขึ้น เช่น Claude Code ของ Anthropic ว่าเป็นหนึ่งในแรงขับเคลื่อนหลัก ที่ทำให้เกิดความต้องการระบบประมวลผลที่มีประสิทธิภาพมากกว่าเดิม
“Inference จะยิ่งมีความสำคัญมากขึ้น เมื่อบริษัทต่าง ๆ หันมาใช้เครื่องมือ AI ส่วนบุคคล (AI agent) เช่น OpenClaw” Jensen Huang กล่าว
ต่อไปจะเป็นยุคของ AI Factories หรือโรงงาน AI ที่สามารถประมวลผลงานแบบ Agentic หรือ AI ที่คิดและทำงานแทนมนุษย์ได้ และทำได้ในสเกลขนาดใหญ่ ซึ่งในท้ายที่สุดแล้ว ความต้องการด้าน Inference หรือการประมวลผลแบบอนุมาน อาจจะแซงหน้าการฝึกฝนโมเดลในฐานะงานประมวลผลหลักในที่สุด
เพื่อตอบสนองความต้องการดังกล่าว Nvidia ก็เตรียมขยายธุรกิจออกไปไกลกว่าสถาปัตยกรรม GPU ที่ทำมาอย่างยาวนาน โดย Jensen Huang ได้ประกาศเปิดตัวชิปตัวใหม่ Groq 3 ซึ่งเป็น “Language Processing Unit” (LPU) ที่ออกแบบมาเพื่อเร่งความเร็วในการตอบสนองของระบบ AI ระหว่างการโต้ตอบกับผู้ใช้ โดยชิปตัวนี้จะถูกผลิตโดย Samsung Electronics และมีกำหนดเริ่มส่งมอบในช่วงครึ่งหลังของปี 2026
ที่มา : Techspot
