การนำทางการปฏิวัติการอนุมาน (Inference Revolution)
Jensen Huang ซีอีโอของ Nvidia กล่าวปาฐกถาในการประชุมนักพัฒนาซอฟต์แวร์ประจำปีของบริษัทที่เมืองซานโฮเซ รัฐแคลิฟอร์เนีย โดยยืนยันถึงสถานะที่แข็งแกร่งของ Nvidia ท่ามกลางการเปลี่ยนแปลงครั้งสำคัญในอุตสาหกรรมปัญญาประดิษฐ์ เขาเน้นย้ำถึงการเปลี่ยนแปลงอย่างต่อเนื่องจากขั้นตอน การฝึกอบรม (training) แบบจำลอง AI ไปสู่ขั้นตอน การอนุมาน (inference) ซึ่งธุรกิจต่างๆ มุ่งเน้นไปที่การดึงข้อมูลเชิงลึกที่มีรายละเอียดและนำไปปฏิบัติได้จากแบบจำลองเหล่านี้มากขึ้น
การจัดการกับความกังวลของนักลงทุนและพลวัตของตลาด
การนำเสนอของ Huang ซึ่งสวมเสื้อแจ็คเก็ตหนังสีดำและกางเกงยีนส์อันเป็นเอกลักษณ์ของเขา ทำหน้าที่เป็นการปกป้องตำแหน่งที่โดดเด่นของ Nvidia ในตลาดชิป AI ที่มีความเสี่ยงสูง ความกังวลของนักลงทุนเมื่อเร็วๆ นี้ ซึ่งได้รับแรงหนุนจากรายงานของคู่แข่ง เช่น DeepSeek ของจีน ที่มีความสามารถด้านแชทบอทเทียบเท่ากันโดยอาจใช้ชิป AI น้อยกว่า ได้บดบังความได้เปรียบที่ดูเหมือนจะไม่มีใครเทียบได้ของ Nvidia
แม้ว่า Huang จะกล่าวอย่างมั่นใจ แต่ตลาดก็ตอบสนองด้วยความสงสัยในระดับหนึ่ง หุ้นของ Nvidia ร่วงลง 3.4% ซึ่งสะท้อนถึงการลดลงในวงกว้างของดัชนีชิป ซึ่งปิดตัวลง 1.6% ปฏิกิริยานี้ชี้ให้เห็นว่าตลาดอาจกำหนดราคาข่าวที่คาดการณ์ไว้ส่วนใหญ่แล้ว ซึ่งสะท้อนถึงแนวทาง “รอดู” ต่อกลยุทธ์ระยะยาวของ Nvidia
ขจัดความเข้าใจผิดและเน้นย้ำถึงความต้องการด้านการคำนวณ
Huang เผชิญหน้าโดยตรงกับสิ่งที่เขามองว่าเป็นความเข้าใจผิดอย่างกว้างขวางเกี่ยวกับความต้องการด้านการคำนวณที่เปลี่ยนแปลงไปของ AI เขากล่าวอย่างกล้าหาญว่า “เกือบทั้งโลกเข้าใจผิด” โดยเน้นย้ำถึงการเพิ่มขึ้นแบบทวีคูณของพลังการคำนวณที่จำเป็นสำหรับการใช้งาน AI ขั้นสูง โดยเฉพาะอย่างยิ่งในขอบเขตของ “agentic AI”
Agentic AI ซึ่งมีลักษณะเฉพาะคือตัวแทนอิสระที่สามารถทำงานประจำได้โดยมีการแทรกแซงของมนุษย์น้อยที่สุด ต้องการความสามารถในการประมวลผลที่มากขึ้นอย่างมาก Huang ประเมินว่าความต้องการด้านการคำนวณสำหรับ agentic AI และการให้เหตุผลนั้น “มากกว่าที่เราคิดว่าเราต้องการเมื่อปีที่แล้วถึง 100 เท่า” การเพิ่มขึ้นอย่างมากนี้เน้นย้ำถึงความต้องการอย่างต่อเนื่อง และอาจถูกประเมินต่ำเกินไป สำหรับโซลูชันการประมวลผลประสิทธิภาพสูง
ความแตกต่างระหว่างการฝึกอบรมและการอนุมาน
องค์ประกอบสำคัญของความท้าทายในปัจจุบันของ Nvidia อยู่ที่พลวัตที่เปลี่ยนแปลงไปของตลาด AI อุตสาหกรรมกำลังเปลี่ยนจากจุดสนใจหลักใน การฝึกอบรม ซึ่งใช้ชุดข้อมูลขนาดใหญ่เพื่อหล่อหลอมแบบจำลอง AI เช่น แชทบอทด้วยความฉลาด ไปสู่ การอนุมาน การอนุมานคือขั้นตอนที่แบบจำลองที่ได้รับการฝึกฝนใช้ประโยชน์จากความรู้ที่ได้รับเพื่อให้ผู้ใช้ได้รับคำตอบและโซลูชันเฉพาะ
การเปลี่ยนแปลงนี้อาจเป็นอุปสรรคสำหรับ Nvidia เนื่องจากชิปที่ทำกำไรได้มากที่สุดได้รับการปรับให้เหมาะสมสำหรับขั้นตอนการฝึกอบรมที่เน้นการคำนวณ แม้ว่า Nvidia ได้ปลูกฝังระบบนิเวศที่แข็งแกร่งของเครื่องมือซอฟต์แวร์และการสนับสนุนนักพัฒนาในช่วงทศวรรษที่ผ่านมา แต่เป็นชิปศูนย์ข้อมูล ซึ่งมีราคาสูงถึงหลายหมื่นดอลลาร์ ที่ขับเคลื่อนรายได้ส่วนใหญ่ ซึ่งมีมูลค่ารวม 130.5 พันล้านดอลลาร์ในปีที่แล้ว
การรักษาโมเมนตัม: การเพิ่มขึ้นสามปีและหลังจากนั้น
หุ้นของ Nvidia ได้เห็นการเพิ่มขึ้นอย่างรวดเร็ว โดยมีมูลค่าเพิ่มขึ้นมากกว่าสี่เท่าในช่วงสามปีที่ผ่านมา การเติบโตที่โดดเด่นนี้ได้รับแรงหนุนจากบทบาทสำคัญของบริษัทในการขับเคลื่อนการเกิดขึ้นของระบบ AI ที่ซับซ้อน รวมถึง ChatGPT, Claude และอื่นๆ อีกมากมาย ฮาร์ดแวร์ของบริษัทได้กลายเป็นคำพ้องกับการพัฒนา AI ที่ล้ำสมัย
อย่างไรก็ตาม การรักษาโมเมนตัมนี้จำเป็นต้องปรับตัวให้เข้ากับความต้องการที่เปลี่ยนแปลงไปของตลาดที่เน้นการอนุมาน แม้ว่าวิสัยทัศน์ระยะยาวของอุตสาหกรรม AI ที่สร้างขึ้นบนชิปของ Nvidia ยังคงน่าสนใจ แต่ความคาดหวังของนักลงทุนในระยะสั้นมีความอ่อนไหวต่อความท้าทายและโอกาสในทันทีที่นำเสนอโดยการปฏิวัติการอนุมาน
การเปิดตัวชิปรุ่นต่อไป: Blackwell Ultra และอื่นๆ
Huang ใช้การประชุมเป็นเวทีเพื่อประกาศการเปิดตัวชิปใหม่หลายชุด ซึ่งออกแบบมาเพื่อเสริมความแข็งแกร่งให้กับตำแหน่งของ Nvidia ในภูมิทัศน์ AI ที่กำลังพัฒนา ในบรรดาประกาศเหล่านี้คือการเปิดตัวชิป Blackwell Ultra GPU ซึ่งมีกำหนดวางจำหน่ายในช่วงครึ่งหลังของปีนี้
Blackwell Ultra มีความจุหน่วยความจำที่เพิ่มขึ้นเมื่อเทียบกับรุ่นก่อน ซึ่งเป็นชิป Blackwell รุ่นปัจจุบัน หน่วยความจำที่เพิ่มขึ้นนี้ช่วยให้สามารถรองรับแบบจำลอง AI ที่ใหญ่ขึ้นและซับซ้อนมากขึ้น ซึ่งตอบสนองความต้องการที่เพิ่มขึ้นของแอปพลิเคชัน AI ขั้นสูง
จุดเน้นคู่: การตอบสนองและความเร็ว
Huang เน้นย้ำว่าชิปของ Nvidia ได้รับการออกแบบมาเพื่อจัดการกับสองด้านที่สำคัญของประสิทธิภาพ AI: การตอบสนอง และ ความเร็ว ชิปต้องเปิดใช้งานระบบ AI เพื่อให้การตอบสนองที่ชาญฉลาดต่อคำถามของผู้ใช้จำนวนมาก ในขณะเดียวกันก็ส่งมอบการตอบสนองเหล่านั้นด้วยเวลาแฝงที่น้อยที่สุด
Huang แย้งว่าเทคโนโลยีของ Nvidia อยู่ในตำแหน่งที่ไม่เหมือนใครที่จะเป็นเลิศในทั้งสองด้าน เขาเปรียบเทียบกับการค้นหาเว็บ โดยกล่าวว่า “หากคุณใช้เวลานานเกินไปในการตอบคำถาม ลูกค้าจะไม่กลับมา” การเปรียบเทียบนี้เน้นย้ำถึงความสำคัญของความเร็วและประสิทธิภาพในการรักษาการมีส่วนร่วมและความพึงพอใจของผู้ใช้ในแอปพลิเคชันที่ขับเคลื่อนด้วย AI
แผนงานสำหรับอนาคต: Vera Rubin และ Feynman
เมื่อมองไปไกลกว่า Blackwell Ultra, Huang ได้ให้ข้อมูลเชิงลึกเกี่ยวกับแผนงานชิปในอนาคตของ Nvidia โดยเปิดเผยรายละเอียดเกี่ยวกับระบบ Vera Rubin ที่กำลังจะมาถึง ซึ่งมีกำหนดวางจำหน่ายในช่วงครึ่งหลังของปี 2026, Vera Rubin ได้รับการออกแบบมาเพื่อสืบทอด Blackwell โดยนำเสนอความเร็วที่เร็วยิ่งขึ้นและความสามารถที่ได้รับการปรับปรุง
ในอนาคต Huang ประกาศว่าชิป Rubin จะตามมาด้วยชิป Feynman ซึ่งคาดว่าจะมาถึงในปี 2028 แผนงานหลายรุ่นนี้แสดงให้เห็นถึงความมุ่งมั่นของ Nvidia ในการสร้างสรรค์นวัตกรรมอย่างต่อเนื่องและความมุ่งมั่นที่จะรักษาความได้เปรียบทางเทคโนโลยีในตลาดฮาร์ดแวร์ AI ที่มีการพัฒนาอย่างรวดเร็ว
การจัดการกับความท้าทายของอุตสาหกรรมและการเปิดตัว Blackwell
การเปิดตัวชิปใหม่เหล่านี้เกิดขึ้นในช่วงเวลาที่การเข้าสู่ตลาดของ Blackwell ช้ากว่าที่คาดการณ์ไว้ในตอนแรก มีรายงานว่าข้อบกพร่องในการออกแบบนำไปสู่ความท้าทายในการผลิต ซึ่งส่งผลให้เกิดความล่าช้า สถานการณ์นี้สะท้อนถึงความยากลำบากในวงกว้างของอุตสาหกรรม เนื่องจากแนวทางดั้งเดิมในการป้อนชุดข้อมูลที่ขยายตัวอย่างต่อเนื่องไปยังศูนย์ข้อมูลขนาดใหญ่ที่เต็มไปด้วยชิป Nvidia ได้เริ่มแสดงผลตอบแทนที่ลดลง
แม้จะมีความท้าทายเหล่านี้ Nvidia รายงานเมื่อเดือนที่แล้วว่าคำสั่งซื้อ Blackwell นั้น “น่าทึ่ง” ซึ่งบ่งบอกถึงความต้องการที่แข็งแกร่งสำหรับชิปใหม่ แม้จะมีความพ่ายแพ้ในตอนแรก
การขยายระบบนิเวศ: DGX Workstation และนวัตกรรมซอฟต์แวร์
นอกเหนือจากการประกาศชิปหลักแล้ว Huang ยังได้เปิดตัวคอมพิวเตอร์ส่วนบุคคลเครื่องใหม่ที่ทรงพลัง DGX Workstation ซึ่งใช้ชิป Blackwell เวิร์กสเตชันนี้ ซึ่งจะผลิตโดยบริษัทชั้นนำ เช่น Dell, Lenovo และ HP เป็นความท้าทายต่อผลิตภัณฑ์ Mac ระดับไฮเอนด์ของ Apple บางรุ่น
Huang แสดงเมนบอร์ดสำหรับหนึ่งในอุปกรณ์เหล่านี้อย่างภาคภูมิใจ โดยประกาศว่า “นี่คือสิ่งที่พีซีควรมีลักษณะเช่นนี้” การเคลื่อนไหวนี้ส่งสัญญาณถึงความทะเยอทะยานของ Nvidia ในการขยายสถานะในตลาดการประมวลผลประสิทธิภาพสูง นอกเหนือจากศูนย์ข้อมูลและเข้าสู่อาณาจักรของเวิร์กสเตชันระดับมืออาชีพ
Dynamo: เร่งการให้เหตุผลและการทำงานร่วมกันกับ General Motors
ในด้านซอฟต์แวร์ Huang ประกาศเปิดตัว Dynamo ซึ่งเป็นเครื่องมือซอฟต์แวร์ใหม่ที่ออกแบบมาเพื่อเร่งกระบวนการให้เหตุผลในแอปพลิเคชัน AI Dynamo กำลังถูกนำเสนอโดยไม่เสียค่าใช้จ่าย โดยมีเป้าหมายเพื่อส่งเสริมการนำไปใช้ในวงกว้างและเร่งนวัตกรรมในสาขานี้
นอกจากนี้ Huang ยังเปิดเผยถึงความร่วมมือครั้งสำคัญกับ General Motors โดยเลือก Nvidia เพื่อขับเคลื่อนกลุ่มรถยนต์ไร้คนขับ ความร่วมมือนี้เน้นย้ำถึงอิทธิพลที่เพิ่มขึ้นของ Nvidia ในอุตสาหกรรมยานยนต์และความมุ่งมั่นในการพัฒนาเทคโนโลยีการขับขี่อัตโนมัติ นี่คือชัยชนะที่โดดเด่น และแสดงให้เห็นว่าแอปพลิเคชันสำหรับ Nvidia มีความหลากหลายเพียงใด
เส้นทางข้างหน้า
Nvidia กำลังเดิมพันครั้งใหญ่กับอนาคตของ AI และนวัตกรรมอย่างต่อเนื่องของพวกเขาเป็นกุญแจสำคัญ พวกเขาตระหนักถึงความจำเป็นในการปรับตัวให้เข้ากับการเปลี่ยนแปลงไปสู่การอนุมาน และพวกเขากำลังพัฒนาชิปที่สามารถทำได้ทั้งสองอย่าง ด้วยประวัติความสำเร็จและความมุ่งมั่นในการวิจัยและพัฒนา Nvidia มีแนวโน้มที่จะยังคงเป็นผู้เล่นหลักในอุตสาหกรรม AI ไปอีกหลายปี การเป็นพันธมิตรกับบริษัทเทคโนโลยีและยานยนต์รายใหญ่เป็นเครื่องบ่งชี้ว่า Nvidia กำลังมุ่งหน้าไปทางใด