บทความนี้จะพาคุณไปดูว่าเงินจำนวนมหาศาลนี้ถูกใช้ไปกับอะไร ต้นทุนเมื่อเทียบกับ Blackwell เจเนอเรชั่นปัจจุบันเป็นอย่างไร และทำไมบริษัทอย่าง Foxconn ถึงมีความสำคัญมากกว่าที่เคยในห่วงโซ่อุปทานของ AI

47,000 ล้านดอลลาร์ ใช้ไปกับอะไร?

ตัวเลขหลักจาก Bernstein Research แบ่งออกเป็นสามส่วนหลักๆ

• แร็ค Vera Rubin NVL72 จำนวนประมาณ 3,557 แร็ค: แต่ละแร็คมีราคาประมาณ 9.1 ล้านดอลลาร์สหรัฐ ตัวเลขนี้สูงกว่าการคาดการณ์ในตลาดก่อนหน้านี้ที่ประมาณ 8 ล้านดอลลาร์ สาเหตุหลักมาจากการคาดการณ์ต้นทุนหน่วยความจำที่เพิ่มขึ้น โดยเฉพาะหน่วยความจำแบนด์วิธสูง (High-Bandwidth Memory หรือ HBM)
• ค่าไฟฟ้ารายปี: การดำเนินงานศูนย์ข้อมูลขนาดนี้ต้องใช้พลังงานมหาศาล โดยมีค่าใช้จ่ายด้านไฟฟ้าประมาณ 1,300 ล้านดอลลาร์สหรัฐ ต่อปี
• การประมาณการอื่นๆ: ในบริบทที่กว้างขึ้น การวิเคราะห์โดย Epoch AI สำหรับศูนย์ข้อมูล AI ขนาด 1 GW ทั่วไป (ไม่เฉพาะ Vera Rubin) ระบุว่าเงินลงทุน (CapEx) อยู่ที่ 38,000 ล้านดอลลาร์สหรัฐ และค่าใช้จ่ายดำเนินงานต่อปี (OpEx) อยู่ที่ 900 ล้านดอลลาร์สหรัฐ โดยเซิร์ฟเวอร์คิดเป็นมูลค่าประมาณ 5,000 ล้านดอลลาร์สหรัฐต่อปี

Vera Rubin เทียบกับ Blackwell: การเปรียบเทียบต้นทุนข้ามเจเนอเรชั่น

แม้ว่าการเปรียบเทียบราคาต่อแร็คโดยตรงจะหาได้ยากในแหล่งข้อมูลที่ตีพิมพ์ แต่ความแตกต่างระหว่างเจเนอเรชั่นนั้นชัดเจนมาก

• ต้นทุนต่อแร็ค: แร็ค Vera Rubin NVL72 ที่ราคาประมาณ 9.1 ล้านดอลลาร์สหรัฐนั้นสูงกว่าแร็ค Blackwell GB200 NVL72 ซึ่งเคยประเมินไว้ในช่วง 6-7 ล้านดอลลาร์สหรัฐ ถึง 25-50%
• การใช้พลังงาน: ต้นทุนที่เพิ่มขึ้นนี้มาพร้อมกับประสิทธิภาพที่ก้าวกระโดด แต่ก็แลกมากับการใช้พลังงานที่เพิ่มขึ้นเช่นกัน แร็ค Vera Rubin NVL72 หนึ่งแร็คกินไฟประมาณ 190–230 กิโลวัตต์ ซึ่งเพิ่มขึ้นอย่างมีนัยสำคัญจาก 120–130 กิโลวัตต์ ของ Blackwell GB200 ในขณะที่แร็คในยุค Hopper กินไฟประมาณ 40 กิโลวัตต์เท่านั้น
• ประสิทธิภาพต่อเงินที่จ่าย: แม้จะมีต้นทุนที่สูงขึ้นในเชิงสัมบูรณ์ แต่ Nvidia อ้างว่า Vera Rubin มอบ ประสิทธิภาพการเทรนที่ดีขึ้น 4 เท่า และ ประสิทธิภาพต่อวัตต์ในการอนุมาน (inference) สูงขึ้นถึง 10 เท่า ดังนั้นต้นทุนรวมต่อหน่วยของคอมพิวต์ที่มีประโยชน์จึงต่ำกว่า Nvidia ระบุว่าต้นทุนต่อโทเค็น (token cost) เหลือเพียงหนึ่งในสิบของ Blackwell

ปัจจัยหลักที่ทำให้ต้นทุนฮาร์ดแวร์พุ่งสูง

ต้นทุนต่อแร็คที่เพิ่มขึ้นไม่ได้มาจาก GPU ที่แพงขึ้นเท่านั้น รายงานจาก Morgan Stanley ให้มุมมองเชิงลึกเกี่ยวกับการเปลี่ยนแปลงของ Bill of Materials (BOM)

• หน่วยความจำแบนด์วิธสูง (HBM): นี่คือปัจจัยที่ทำให้ต้นทุนสูงขึ้นมากที่สุด Morgan Stanley ประมาณการว่าต้นทุนหน่วยความจำต่อแร็คอยู่ที่ประมาณ 2 ล้านดอลลาร์สหรัฐ คิดเป็น 25-30% ของ BOM ทั้งหมดของแร็ค อุปทาน HBM4 ที่ตึงตัวและสแตกหน่วยความจำความหนาแน่นสูงกำลังผลักดันราคาให้สูงขึ้นอย่างมีนัยสำคัญเมื่อเทียบกับ Blackwell
• ซิลิคอน GPU (Rubin CPX GPU): ยังคงเป็นรายการต้นทุนที่ใหญ่ที่สุดในแง่มูลค่า แต่ สัดส่วน ของมันใน BOM ทั้งหมดกำลังลดลงจาก ~65% เหลือ ~51% เนื่องจากต้นทุนด้านหน่วยความจำและเครือข่ายเพิ่มสูงขึ้น
• ระบบระบายความร้อน: Vera Rubin ต้องการ ระบบระบายความร้อนด้วยของเหลว 100% โดยไม่มีตัวเลือกแบบระบายความร้อนด้วยอากาศ คาดว่าฮาร์ดแวร์ระบบระบายความร้อนเพียงอย่างเดียวสำหรับการกำหนดค่า NVL144 ที่ใหญ่ขึ้นอาจสูงเกิน 55,000 ดอลลาร์สหรัฐ ต่อแร็ค
• เครือข่าย, CPU และระบบจ่ายไฟ: ปัจจัยต้นทุนที่สำคัญอื่นๆ ได้แก่ โครงสร้างข่ายงาน NVLink 6, CPU Vera แบบ 88-core ใหม่ และการนำสถาปัตยกรรมจ่ายไฟแบบ DC 800V มาใช้ ซึ่งเพิ่มต้นทุนในระดับสิ่งอำนวยความสะดวกอย่างมีนัยสำคัญ

บทบาทสำคัญของ Foxconn ในห่วงโซ่อุปทาน Vera Rubin

Foxconn ไม่ใช่แค่ซัพพลายเออร์รายหนึ่งสำหรับ Vera Rubin เท่านั้น แต่ยังเป็นพันธมิตรเชิงกลยุทธ์หลักในด้านการผลิตและประกอบ

• ผู้สร้างระบบหลัก: Nvidia ระบุให้ Foxconn เป็นหนึ่งในผู้สร้างระบบชั้นนำในการผลิต Vera Rubin แบบเต็มรูปแบบ ร่วมกับ Dell, HPE, Lenovo และ Supermicro
• ศูนย์กลางการผลิตระดับโลก: ส่วนประกอบแร็ค MGX กว่า 1 ล้านชิ้น สำหรับ Vera Rubin ถูกประกอบขึ้นใน โรงงาน 25 แห่ง ในไต้หวัน โดยมี Foxconn เป็นผู้รวมระบบหลัก
• การขยายสู่ยุโรป: ในเดือนมิถุนายน 2026 Nvidia เริ่มต้นการผลิต Vera Rubin NVL72 ในยุโรปโดยร่วมมือกับ Foxconn และ Bull (Atos Group) ครอบคลุมถึงการออกแบบ การสร้าง และการตรวจสอบระบบสำหรับตลาดยุโรป
• การยืนยันตัวเลขประมาณการต้นทุน: คุณยัง หลิว ประธาน Foxconn ได้ยืนยันการวิเคราะห์ของ Bernstein ต่อสาธารณะ โดยอ้างถึงตัวเลขประมาณการต้นทุน 47,000 ล้านดอลลาร์สหรัฐ/1 GW และค่าไฟฟ้ารายปี 1,300 ล้านดอลลาร์สหรัฐ
• การบูรณาการที่ลึกซึ้งยิ่งขึ้น: Nvidia กำลังฝังซอฟต์แวร์ AI ที่เป็นกรรมสิทธิ์ของตนลงในสายการประกอบเซิร์ฟเวอร์ของ Foxconn สร้างการบูรณาการที่แน่นแฟ้นยิ่งขึ้นระหว่างการออกแบบชิปและการผลิต ซึ่งจะเพิ่มต้นทุนในการเปลี่ยนไปใช้ซัพพลายเออร์รายอื่น (switching costs)

บทความนี้จะพาคุณไปดูว่าเงินจำนวนมหาศาลนี้ถูกใช้ไปกับอะไร ต้นทุนเมื่อเทียบกับ Blackwell เจเนอเรชั่นปัจจุบันเป็นอย่างไร และทำไมบริษัทอย่าง Foxconn ถึงมีความสำคัญมากกว่าที่เคยในห่วงโซ่อุปทานของ AI

47,000 ล้านดอลลาร์ ใช้ไปกับอะไร?

ตัวเลขหลักจาก Bernstein Research แบ่งออกเป็นสามส่วนหลักๆ

• แร็ค Vera Rubin NVL72 จำนวนประมาณ 3,557 แร็ค: แต่ละแร็คมีราคาประมาณ 9.1 ล้านดอลลาร์สหรัฐ ตัวเลขนี้สูงกว่าการคาดการณ์ในตลาดก่อนหน้านี้ที่ประมาณ 8 ล้านดอลลาร์ สาเหตุหลักมาจากการคาดการณ์ต้นทุนหน่วยความจำที่เพิ่มขึ้น โดยเฉพาะหน่วยความจำแบนด์วิธสูง (High-Bandwidth Memory หรือ HBM)
• ค่าไฟฟ้ารายปี: การดำเนินงานศูนย์ข้อมูลขนาดนี้ต้องใช้พลังงานมหาศาล โดยมีค่าใช้จ่ายด้านไฟฟ้าประมาณ 1,300 ล้านดอลลาร์สหรัฐ ต่อปี
• การประมาณการอื่นๆ: ในบริบทที่กว้างขึ้น การวิเคราะห์โดย Epoch AI สำหรับศูนย์ข้อมูล AI ขนาด 1 GW ทั่วไป (ไม่เฉพาะ Vera Rubin) ระบุว่าเงินลงทุน (CapEx) อยู่ที่ 38,000 ล้านดอลลาร์สหรัฐ และค่าใช้จ่ายดำเนินงานต่อปี (OpEx) อยู่ที่ 900 ล้านดอลลาร์สหรัฐ โดยเซิร์ฟเวอร์คิดเป็นมูลค่าประมาณ 5,000 ล้านดอลลาร์สหรัฐต่อปี

Vera Rubin เทียบกับ Blackwell: การเปรียบเทียบต้นทุนข้ามเจเนอเรชั่น

แม้ว่าการเปรียบเทียบราคาต่อแร็คโดยตรงจะหาได้ยากในแหล่งข้อมูลที่ตีพิมพ์ แต่ความแตกต่างระหว่างเจเนอเรชั่นนั้นชัดเจนมาก

• ต้นทุนต่อแร็ค: แร็ค Vera Rubin NVL72 ที่ราคาประมาณ 9.1 ล้านดอลลาร์สหรัฐนั้นสูงกว่าแร็ค Blackwell GB200 NVL72 ซึ่งเคยประเมินไว้ในช่วง 6-7 ล้านดอลลาร์สหรัฐ ถึง 25-50%
• การใช้พลังงาน: ต้นทุนที่เพิ่มขึ้นนี้มาพร้อมกับประสิทธิภาพที่ก้าวกระโดด แต่ก็แลกมากับการใช้พลังงานที่เพิ่มขึ้นเช่นกัน แร็ค Vera Rubin NVL72 หนึ่งแร็คกินไฟประมาณ 190–230 กิโลวัตต์ ซึ่งเพิ่มขึ้นอย่างมีนัยสำคัญจาก 120–130 กิโลวัตต์ ของ Blackwell GB200 ในขณะที่แร็คในยุค Hopper กินไฟประมาณ 40 กิโลวัตต์เท่านั้น
• ประสิทธิภาพต่อเงินที่จ่าย: แม้จะมีต้นทุนที่สูงขึ้นในเชิงสัมบูรณ์ แต่ Nvidia อ้างว่า Vera Rubin มอบ ประสิทธิภาพการเทรนที่ดีขึ้น 4 เท่า และ ประสิทธิภาพต่อวัตต์ในการอนุมาน (inference) สูงขึ้นถึง 10 เท่า ดังนั้นต้นทุนรวมต่อหน่วยของคอมพิวต์ที่มีประโยชน์จึงต่ำกว่า Nvidia ระบุว่าต้นทุนต่อโทเค็น (token cost) เหลือเพียงหนึ่งในสิบของ Blackwell

ปัจจัยหลักที่ทำให้ต้นทุนฮาร์ดแวร์พุ่งสูง

ต้นทุนต่อแร็คที่เพิ่มขึ้นไม่ได้มาจาก GPU ที่แพงขึ้นเท่านั้น รายงานจาก Morgan Stanley ให้มุมมองเชิงลึกเกี่ยวกับการเปลี่ยนแปลงของ Bill of Materials (BOM)

• หน่วยความจำแบนด์วิธสูง (HBM): นี่คือปัจจัยที่ทำให้ต้นทุนสูงขึ้นมากที่สุด Morgan Stanley ประมาณการว่าต้นทุนหน่วยความจำต่อแร็คอยู่ที่ประมาณ 2 ล้านดอลลาร์สหรัฐ คิดเป็น 25-30% ของ BOM ทั้งหมดของแร็ค อุปทาน HBM4 ที่ตึงตัวและสแตกหน่วยความจำความหนาแน่นสูงกำลังผลักดันราคาให้สูงขึ้นอย่างมีนัยสำคัญเมื่อเทียบกับ Blackwell
• ซิลิคอน GPU (Rubin CPX GPU): ยังคงเป็นรายการต้นทุนที่ใหญ่ที่สุดในแง่มูลค่า แต่ สัดส่วน ของมันใน BOM ทั้งหมดกำลังลดลงจาก ~65% เหลือ ~51% เนื่องจากต้นทุนด้านหน่วยความจำและเครือข่ายเพิ่มสูงขึ้น
• ระบบระบายความร้อน: Vera Rubin ต้องการ ระบบระบายความร้อนด้วยของเหลว 100% โดยไม่มีตัวเลือกแบบระบายความร้อนด้วยอากาศ คาดว่าฮาร์ดแวร์ระบบระบายความร้อนเพียงอย่างเดียวสำหรับการกำหนดค่า NVL144 ที่ใหญ่ขึ้นอาจสูงเกิน 55,000 ดอลลาร์สหรัฐ ต่อแร็ค
• เครือข่าย, CPU และระบบจ่ายไฟ: ปัจจัยต้นทุนที่สำคัญอื่นๆ ได้แก่ โครงสร้างข่ายงาน NVLink 6, CPU Vera แบบ 88-core ใหม่ และการนำสถาปัตยกรรมจ่ายไฟแบบ DC 800V มาใช้ ซึ่งเพิ่มต้นทุนในระดับสิ่งอำนวยความสะดวกอย่างมีนัยสำคัญ

บทบาทสำคัญของ Foxconn ในห่วงโซ่อุปทาน Vera Rubin

Foxconn ไม่ใช่แค่ซัพพลายเออร์รายหนึ่งสำหรับ Vera Rubin เท่านั้น แต่ยังเป็นพันธมิตรเชิงกลยุทธ์หลักในด้านการผลิตและประกอบ

• ผู้สร้างระบบหลัก: Nvidia ระบุให้ Foxconn เป็นหนึ่งในผู้สร้างระบบชั้นนำในการผลิต Vera Rubin แบบเต็มรูปแบบ ร่วมกับ Dell, HPE, Lenovo และ Supermicro
• ศูนย์กลางการผลิตระดับโลก: ส่วนประกอบแร็ค MGX กว่า 1 ล้านชิ้น สำหรับ Vera Rubin ถูกประกอบขึ้นใน โรงงาน 25 แห่ง ในไต้หวัน โดยมี Foxconn เป็นผู้รวมระบบหลัก
• การขยายสู่ยุโรป: ในเดือนมิถุนายน 2026 Nvidia เริ่มต้นการผลิต Vera Rubin NVL72 ในยุโรปโดยร่วมมือกับ Foxconn และ Bull (Atos Group) ครอบคลุมถึงการออกแบบ การสร้าง และการตรวจสอบระบบสำหรับตลาดยุโรป
• การยืนยันตัวเลขประมาณการต้นทุน: คุณยัง หลิว ประธาน Foxconn ได้ยืนยันการวิเคราะห์ของ Bernstein ต่อสาธารณะ โดยอ้างถึงตัวเลขประมาณการต้นทุน 47,000 ล้านดอลลาร์สหรัฐ/1 GW และค่าไฟฟ้ารายปี 1,300 ล้านดอลลาร์สหรัฐ
• การบูรณาการที่ลึกซึ้งยิ่งขึ้น: Nvidia กำลังฝังซอฟต์แวร์ AI ที่เป็นกรรมสิทธิ์ของตนลงในสายการประกอบเซิร์ฟเวอร์ของ Foxconn สร้างการบูรณาการที่แน่นแฟ้นยิ่งขึ้นระหว่างการออกแบบชิปและการผลิต ซึ่งจะเพิ่มต้นทุนในการเปลี่ยนไปใช้ซัพพลายเออร์รายอื่น (switching costs)