เหตุผลที่ Jensen Huang บอกว่า H100 รุ่นเก่ายังเป็นโครงสร้างพื้นฐานสร้างรายได้

Jensen Huang ประธานเจ้าหน้าที่บริหารของ Nvidia กำลังเสนอข้อถกเถียงทางการเงินพอ ๆ กับข้อถกเถียงด้านเทคโนโลยี เขาเห็นว่าจีพียูไม่ควรถูกมองเป็นเพียงอุปกรณ์ที่เสื่อมมูลค่าตามอายุ หากมันนำไปจัดสรรให้ลูกค้าหลายราย ใช้งานได้เต็มประสิทธิภาพ และปล่อยเช่าเพื่อสร้างรายได้ซ้ำได้ มันก็ทำหน้าที่คล้ายโครงสร้างพื้นฐานที่สร้างผลผลิต

หลักฐานที่ Huang ยกขึ้นมาคือมูลค่าทางตลาดที่ยังมีอยู่ของ H100 ซึ่งเป็นจีพียู AI รุ่นก่อนหน้า ข้อมูลสะท้อนว่าความต้องการกำลังประมวลผลรุ่นเก่ายังมีจริง แต่ข้อมูลดังกล่าวเพียงอย่างเดียวยังตอบไม่ได้ว่า H100 จะสร้างกระแสเงินสดที่น่าสนใจได้นานเพียงใด เมื่อระบบรุ่นใหม่เริ่มมีใช้อย่างแพร่หลาย

แนวคิดหลัก: กำลังประมวลผลปล่อยเช่าได้ซ้ำ

Huang ระบุว่า Nvidia compute เป็นสิ่งที่ “สับเปลี่ยนใช้ได้ มีความทนทาน และปล่อยเช่าได้สูง” อีกทั้งเป็น “สินทรัพย์สร้างผลผลิตและสร้างรายได้” 16 หากอธิบายแบบเข้าใจง่าย แนวคิดนี้ตั้งอยู่บน 3 เรื่อง

• สับเปลี่ยนใช้ได้ (fungibility): สามารถย้ายกำลังประมวลผลไปให้ลูกค้าหรืองานประเภทอื่นได้ ไม่ผูกติดกับผู้ซื้อหรือแอปพลิเคชันเดียว
• ความทนทาน (durability): จีพียูยังมีประโยชน์เชิงพาณิชย์ได้ แม้สถาปัตยกรรมรุ่นใหม่เปิดตัวแล้ว
• ปล่อยเช่าได้ (rentability): ผู้ดำเนินการสามารถเปลี่ยนฮาร์ดแวร์เป็นรายได้ประจำ ผ่านบริการคลาวด์และสัญญาจัดหากำลังประมวลผล

นี่เป็นกรอบคิดที่ต่างจากการเปลี่ยนเซิร์ฟเวอร์ตามรอบปกติ สินทรัพย์อาจถูกคิดค่าเสื่อมราคาในทางบัญชี แต่ยังสร้างรายได้จากการดำเนินงานอย่างมีนัยสำคัญได้ สำหรับผู้ให้บริการคลาวด์และผู้สร้างโครงสร้างพื้นฐาน AI คำถามเชิงเศรษฐศาสตร์จึงอยู่ที่รายได้ค่าเช่า อัตราการใช้งาน และมาร์จิ้น จะคุ้มกับเงินลงทุนตลอดอายุใช้งานของสินทรัพย์หรือไม่

ตัวเลขค่าเช่า H100 บอกอะไร

ปัจจัยที่จุดประเด็นจาก Huang คือดัชนีราคาของ Ornn Exchange ซึ่งระบุว่า H100 ที่มีอายุราว 3 ปี มีค่าเช่า 3.28 ดอลลาร์ต่อ GPU-ชั่วโมง หลังเพิ่มขึ้น 22% ภายในหนึ่งเดือน 16 ตัวเลขนี้ชี้ว่าผู้ซื้อยังให้มูลค่ากับกำลังประมวลผลตระกูล Hopper แม้ Nvidia จะมีผลิตภัณฑ์รุ่นใหม่ออกขายแล้ว

ข้อมูลสัญญาระยะยาวในช่วงต้นปี 2026 ก็ไปในทิศทางเดียวกัน SemiAnalysis รายงานว่าราคาสัญญาเช่า H100 ระยะ 1 ปี เพิ่มจาก 1.70 ดอลลาร์ต่อ GPU-ชั่วโมงในเดือนตุลาคม 2025 เป็น 2.35 ดอลลาร์ในเดือนมีนาคม 2026 หรือเกือบ 40% 61

อย่างไรก็ดี ตัวเลขเหล่านี้เป็นสัญญาณของอุปสงค์ ไม่ควรถูกตีความเป็น “ราคา H100 มาตรฐานเดียว” ราคาแบบตามการใช้งานจริงในปี 2026 ที่เผยแพร่มีตั้งแต่ราว 2–12 ดอลลาร์ต่อ GPU-ชั่วโมง โดยกำลังประมวลผลที่ถูกขัดจังหวะได้อาจถูกกว่า ขณะที่คอนฟิกูเรชันระดับผู้ให้บริการคลาวด์รายใหญ่อาจแพงกว่ามาก 49 ส่วนต่างนี้มาจากเงื่อนไขสัญญา การรับประกันความพร้อมใช้งาน พื้นที่ตั้ง เครือข่าย บริการสนับสนุน และขนาดการเช่า ตั้งแต่จีพียูเดี่ยวไปจนถึงโหนดหรือคลัสเตอร์ขนาดใหญ่

เหตุใดค่าเช่าจึงสำคัญต่อเศรษฐศาสตร์โครงสร้างพื้นฐาน

ฝูงจีพียูจะเป็นสินทรัพย์ที่ระดมทุนได้ง่ายขึ้น หากผู้ดำเนินการคาดการณ์การสร้างกระแสเงินสดได้อย่างน่าเชื่อถือ ราคาค่าเช่าที่สูงขึ้นพร้อมอัตราการใช้งานที่แข็งแกร่ง อาจช่วยให้ผู้ดำเนินการคืนทุนได้ตลอดช่วงเวลาการใช้งานที่ทำกำไรได้มากขึ้น นี่คือเหตุผลเชิงเศรษฐกิจของการมองกำลังประมวลผลเป็นโครงสร้างพื้นฐาน แทนที่จะมองเป็นการซื้อฮาร์ดแวร์ครั้งเดียว

แต่ราคาค่าเช่าเป็นเพียงปัจจัยหนึ่ง แนวคิดเรื่องสินทรัพย์โครงสร้างพื้นฐานที่มีอายุทางเศรษฐกิจยาวนาน ต้องพิสูจน์ว่าโครงสร้างพื้นฐานเหล่านี้รักษาได้ทั้ง

1. อัตราการใช้งานสูง ในหลายภาวะเศรษฐกิจและกลุ่มลูกค้า
2. การต่ออายุสัญญา ไม่ใช่แค่อุปสงค์ชั่วคราวเพราะสินค้าขาดแคลน
3. มาร์จิ้นที่ดี หลังหักค่าไฟ เครือข่าย การดำเนินงาน และค่าเสื่อมราคา
4. มูลค่าคงเหลือ หลังจีพียูรุ่นใหม่ถูกนำไปใช้งานในวงกว้าง

H100 อาจยังมีความสามารถในทางเทคนิค แต่ก็อาจล้าสมัยในทางเศรษฐกิจได้ หากลูกค้าได้รับประสิทธิภาพต่อดอลลาร์ หรือต้นทุนต่อโทเค็นที่ดีกว่าอย่างมีนัยสำคัญจากชิปเร่งความเร็วรุ่นใหม่

Nvidia กำลังสร้างกรณีทางการเงินรองรับแนวคิดนี้

กลยุทธ์ของ Nvidia ไม่ได้หยุดที่การพูดถึงอัตราค่าเช่า ในเดือนสิงหาคม บริษัทประกาศความร่วมมือกับ Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs และ KKR เพื่อจัดตั้งแพลตฟอร์มการเงินสำหรับกำลังประมวลผล โดยตั้งเป้าระดมทุนจากบุคคลที่สามมากกว่า 5 แสนล้านดอลลาร์ให้แก่โครงสร้างพื้นฐาน AI 33

ถ้อยคำนี้สำคัญ เพราะโครงการมีเป้าหมายระดมทุนตามช่วงเวลา ไม่ได้หมายความว่ามีเงิน 5 แสนล้านดอลลาร์ถูกลงทุนหรือรับประกันแล้ว อย่างไรก็ดี แผนนี้สะท้อนความตั้งใจของ Nvidia ที่จะวางกรอบให้กำลังประมวลผล ศูนย์ข้อมูล และระบบที่เกี่ยวข้อง เป็นสินทรัพย์ที่รองรับการจัดหาเงินทุนระยะยาวโดยเชื่อมโยงกับรายได้จากการใช้งานได้

Nvidia ยังตกลงเข้าซื้อ Hugging Face ด้วยมูลค่า 12.93 พันล้านดอลลาร์ ซึ่งขยายการเข้าถึงของบริษัทไปสู่แพลตฟอร์มโมเดลเปิดและนักพัฒนา 31 ดีลนี้ไม่ได้พิสูจน์ว่าจีพียูแต่ละเจเนอเรชันจะรักษามูลค่าไว้ได้ แต่มีโอกาสเสริมบทบาทของ Nvidia ในระบบนิเวศที่สร้างความต้องการกำลังประมวลผล AI

ความเสี่ยงที่ต้องผ่านให้ได้

ข้อโต้แย้งที่หนักแน่นที่สุดไม่ใช่ว่า H100 ไม่มีประโยชน์ เพราะยังเห็นได้ชัดว่ามีอุปสงค์อยู่ แต่คือ ตลาดเช่าในวันนี้อาจไม่สามารถทำนายผลตอบแทนในวันข้างหน้าได้

ปัจจัยที่อาจทำให้แนวคิดนี้อ่อนลง ได้แก่

• การถูกแทนที่ด้านประสิทธิภาพ: สถาปัตยกรรมรุ่นใหม่อาจให้ต้นทุนต่อโทเค็นหรือประสิทธิภาพในการฝึกโมเดลที่ดีกว่ามาก จนลูกค้ายอมจ่ายค่า H100 น้อยลง
• อุปทานกลับสู่ภาวะปกติ: จีพียูและศูนย์ข้อมูลที่เพิ่มขึ้นอาจกดดันทั้งราคาสปอตและราคาสัญญา
• ชิปเร่งความเร็วทางเลือก: ชิปเฉพาะทางและคู่แข่งรายอื่นอาจลดความต้องการกำลังประมวลผลของ Nvidia สำหรับงานบางประเภท
• คอขวดชั่วคราว: ราคาที่พุ่งขึ้นอาจสะท้อนภาวะขาดแคลนระยะสั้น มากกว่าความขาดแคลนถาวรหรือมูลค่าสินทรัพย์ที่เพิ่มขึ้นอย่างยั่งยืน
• แรงกดดันจากต้นทุนดำเนินงาน: ค่าไฟ เครือข่าย และต้นทุนศูนย์ข้อมูลอาจบั่นทอนผลตอบแทน แม้ราคาค่าเช่าจีพียูตามตัวเลขพาดหัวจะยังสูง

ด้วยเหตุนี้ การเพิ่มขึ้น 22% ในเดือนเดียวจึงควรถูกอ่านเป็นข้อมูลความต้องการที่น่าสนใจ ไม่ใช่ข้อยุติของการถกเถียงเรื่องค่าเสื่อมราคา

บทสรุป

ข้อเสนอของ Huang มีความเป็นไปได้ในแง่สำคัญข้อหนึ่ง: จีพียู AI รุ่นเก่าสามารถสร้างรายได้ค่าเช่าจำนวนมากต่อไปได้ และราคา H100 ในช่วงล่าสุดแสดงว่าลูกค้ายังให้คุณค่ากับกำลังประมวลผลดังกล่าว 1661 ความร่วมมือด้านการเงินของ Nvidia ยังสะท้อนความพยายามเปลี่ยนความเป็นจริงในการดำเนินงานนี้ให้เป็นโมเดลโครงสร้างพื้นฐานที่ลงทุนได้ 33

อย่างไรก็ตาม บททดสอบจริงจะเกิดขึ้นเมื่อระบบรุ่นใหม่ขยายตัวเต็มที่ ว่า H100 จะรักษาอัตราการใช้งาน ต่อสัญญา และสร้างกระแสเงินสดสุทธิที่เพียงพอหลังต้นทุนดำเนินงานได้หรือไม่ ความสามารถทางเทคนิคที่ยังใช้ได้เป็นเงื่อนไขจำเป็น แต่ผลตอบแทนทางเศรษฐกิจที่ยืนระยะต่างหากคือหลักฐานที่นักลงทุนและผู้ให้กู้โครงสร้างพื้นฐานต้องการเห็น