• Nvidia จัดหาฮาร์ดแวร์ให้ upfront — รวมถึง GPU, ระบบเครือข่าย, และแบบแปลนอ้างอิง Nvidia DSX AI Factory ทั้งหมดที่มาพร้อมระบบระบายความร้อนด้วยของเหลว, ซอฟต์แวร์สแต็ก, และแผนผังสถาปัตยกรรม .
• พาร์ทเนอร์คลาวด์เป็นผู้สร้าง ดำเนินการ และขายบริการ AI Compute ให้กับลูกค้าของพวกเขาบนโครงสร้างพื้นฐานนั้น .
• Nvidia ได้รับรายได้สองทาง: รายได้จากการขายผลิตภัณฑ์มาตรฐาน ณ เวลาที่ติดตั้ง ประกอบกับส่วนแบ่งรายได้ประจำจากบริการคลาวด์ที่ลูกค้าใช้งานตลอดอายุสัญญาหลายปี .

ในทางปฏิบัติแล้ว Nvidia กำลังเปลี่ยนจากการขาย GPU เพียงครั้งเดียว มาเป็นโมเดล "GPU-as-a-Service" หรือการร่วมลงทุน ซึ่งผลตอบแทนของ Nvidia จะผูกติดโดยตรงกับปริมาณการใช้งาน AI Compute ที่พาร์ทเนอร์ขายออกไปได้จริง

Sharon AI: 4.88 พันล้านดอลลาร์ สำหรับกำลังการผลิต 72 เมกะวัตต์ ในออสเตรเลีย

ตัวอย่างที่ชัดเจนที่สุดคือ Sharon AI (NASDAQ: SHAZ) ซึ่งประกาศความร่วมมือด้านคอมพิวเตอร์เชิงกลยุทธ์ระยะเวลา 6 ปีกับ Nvidia เมื่อวันที่ 12 มิถุนายน 2026 เงื่อนไขสำคัญที่ได้รับการยืนยันผ่านเอกสาร SEC 8-K Filing มีดังนี้:

• มูลค่าสัญญา: สูงถึง 4.88 พันล้านดอลลาร์สหรัฐ ภายใต้ Master Cloud Services Agreement และ Order Form 1 ลงวันที่ 8 มิถุนายน 2026 .
• สถานที่ตั้งและขนาด: กำลังการผลิตใหม่ 72 เมกะวัตต์ (MW) ในออสเตรเลีย ทำให้กำลังการผลิตรวมของ Sharon AI เพิ่มเป็น 132 MW .
• GPU: สูงสุด 40,000 ตัวของ Nvidia Grace Blackwell GB300 .
• โครงสร้างทางการเงิน: โมเดล Revenue-Sharing และ Credit-Support Sharon AI ไม่ได้ซื้อชิปโดยตรง Nvidia และสถาบันการเงินเป็นผู้จัดหาเงินทุนส่วนใหญ่สำหรับฮาร์ดแวร์ เพื่อแลกกับส่วนแบ่งรายได้จากคลาวด์ .
• กำลังการผลิตที่ถูกจองแล้ว: 102 MW จากทั้งหมด 132 MW มีลูกค้าปลายทางเซ็นสัญญาจองไว้แล้ว .

Sharon AI จะขายบริการคลาวด์ที่ขับเคลื่อนโดย Nvidia ในขณะที่ Nvidia จะได้รับทั้งรายได้จากการขายผลิตภัณฑ์มาตรฐาน และส่วนแบ่งรายได้จากบริการคลาวด์บนโครงสร้างพื้นฐานที่สนับสนุนนี้ เอกสาร Filing ยังระบุถึงความเสี่ยงในการดำเนินการที่สำคัญ เช่น กำหนดการส่งมอบที่กระชั้นชิด และความจำเป็นในการจัดหาเงินทุน .

Firmus Technologies: 30,000 ล้านดอลลาร์, 170,000 GPU ในอินโดนีเซีย

เพียงสองสัปดาห์ต่อมา ในวันที่ 28 มิถุนายน 2026 Firmus Technologies ได้ประกาศความร่วมมือเชิงกลยุทธ์กับ Nvidia ซึ่งจะดำเนินไปจนถึงปี 2034 หรือนานกว่า 8 ปี ตัวเลขสำคัญที่โดดเด่น:

• ขนาดแคมปัส: แคมปัส Nvidia DSX AI Factory ขนาด 360 เมกะวัตต์ โดยเฉพาะ ในเมือง บาตัม ประเทศอินโดนีเซีย ซึ่งอยู่ห่างจากสิงคโปร์ไปไม่ไกล .
• GPU: สูงสุด 170,000 ตัวของ Nvidia .
• Off-Take Agreements ที่คาดการณ์ไว้: สูงถึง 30,000 ล้านดอลลาร์สหรัฐ ในสัญญาซื้อขายล่วงหน้า (committed off-take agreements) ภายใน 6 ปีแรก .
• โครงสร้างทางการเงิน: Firmus จะจัดหาฮาร์ดแวร์ Nvidia ภายใต้กรอบ DSX แบบ Revenue-Sharing และ Credit-Support เช่นเดียวกัน โดยมีเป้าหมายเจาะกลุ่ม "Global AI-Natives" ด้วยบริการคอมพิวท์ประสิทธิภาพสูงในราคาที่คุ้มค่า .

Firmus และ DayOne จากสิงคโปร์จะเป็นผู้พัฒนาแคมปัสในบาตัม โปรเจกต์นี้เป็นส่วนหนึ่งของความพยายามครั้งใหญ่ในการให้บริการกำลังประมวลผลนอกเหนือจากระบบคลาวด์ยักษ์ใหญ่อย่าง AWS, Azure และ GCP .

พาร์ทเนอร์รายอื่นๆ ที่เปิดเผยแล้ว

Nvidia ยังได้ประกาศความร่วมมือในลักษณะเดียวกันกับ:

• Naver (เกาหลีใต้): สร้างโครงสร้างพื้นฐาน AI ขนาดระดับ กิกะวัตต์ บนพื้นฐาน DSX เริ่มต้นที่ 55 เมกะวัตต์ และขยายเป็น 200 เมกะวัตต์ภายในปี 2028 โดยมีเป้าหมายระยะยาวที่ 1 GW .
• SK Telecom (เกาหลีใต้): เข้าสู่ธุรกิจ AI Cloud บนพื้นฐาน DSX โดยขยายจากเกาหลีไปทั่วเอเชีย .
• IREN: ร่วมมือกับ Nvidia ในการนำสถาปัตยกรรม DSX ไปใช้ในระดับ Gigawatt โดย IREN จะเป็นเจ้าของเลเยอร์ Physical, Data และ AI . IREN ได้เซ็นสัญญา AI Cloud มูลค่า 3.4 พันล้านดอลลาร์เป็นระยะเวลา 5 ปีกับ Nvidia สำหรับการติดตั้ง GPU Blackwell ในดาต้าเซ็นเตอร์ขนาด 60 MW .

นี่หมายถึงอะไรต่อกลยุทธ์ของ Nvidia?

ความร่วมมือเหล่านี้เผยให้เห็นถึงการเปลี่ยนแปลงเชิงกลยุทธ์อย่างมีเป้าหมายของ Nvidia ในการเข้าถึงตลาดโครงสร้างพื้นฐาน AI บริษัทกำลังเปลี่ยนจากการขายชิปเดี่ยวๆ มาเป็นการแปลงข้อได้เปรียบด้านฮาร์ดแวร์ให้เป็นรายได้หลายชั้น (Financializing):

• จากการขายครั้งเดียว สู่รายได้ประจำ (Recurring Revenue). แทนที่จะขาย GPU ได้เงินครั้งเดียว Nvidia จะได้รับส่วนแบ่งจากทุกๆ AI Token ที่ถูกสร้างขึ้นบนฮาร์ดแวร์นั้นนาน 6 ถึง 10 ปี ซึ่งช่วยปรับให้รอบรายได้ราบรื่นขึ้น และเชื่อมโยงการเติบโตของบริษัทเข้ากับปริมาณการใช้ AI จริง ไม่ใช่แค่การก่อสร้างดาต้าเซ็นเตอร์เท่านั้น

• จากผู้ผลิตชิ้นส่วน สู่สถาปนิกแพลตฟอร์ม. Nvidia เป็นผู้จัดเตรียม แบบแปลน AI Factory DSX ครบวงจร ทั้งแบบระบายความร้อน, ระบบเน็ตเวิร์ค (NVLink/NvSwitch/InfiniBand), ซอฟต์แวร์ CUDA และ AI Enterprise และแบบอ้างอิงต่างๆ โดยพาร์ทเนอร์จะดำเนินการใน "โรงงานที่แบรนด์ Nvidia" ซึ่งทำให้ Nvidia ยังคงควบคุมสถาปัตยกรรมอ้างอิงได้ แม้จะไม่ได้เป็นเจ้าของอาคาร

• การกระจายความเสี่ยงทางการเงินแบบหลายชั้น. ปัจจุบัน Nvidia มีรายได้ถึง 4 ชั้น:

  1. รายได้จากการขายผลิตภัณฑ์ upfront จากการขาย GPU เข้าไปในโรงงานเหล่านี้
  2. ส่วนแบ่งรายได้ประจำจากคลาวด์ จากการใช้งานตลอดอายุสัญญาหลายปี
  3. ความเสี่ยงด้านเครดิตและการจัดหาเงินทุน — โดยการร่วมลงทุน (Co-invest) Nvidia รับความเสี่ยงบางส่วนในงบดุลของพาร์ทเนอร์
  4. การล็อกระบบนิเวศ (Ecosystem Lock-in) — การผูกพันทางการเงินที่ลึกซึ้งขึ้น ทำให้คู่แข่งอย่าง AMD หรือ Intel เจาะเข้าไปในดาต้าเซ็นเตอร์ของพาร์ทเนอร์ได้ยากขึ้น

• ขยายตลาดเกินกว่า Hyperscalers. การให้เงินทุนแก่ผู้ให้บริการ AI Cloud รายเล็ก ช่วยให้ Nvidia ขยายตลาดรวม (Total Addressable Market) ไปไกลกว่า AWS, Azure และ GCP โดยพาร์ทเนอร์เหล่านี้จะเจาะกลุ่ม AI Startup และองค์กรที่อาจไม่สามารถเข้าถึงกำลัง GPU ของ Hyperscaler Cloud ได้ .

กล่าวโดยสรุป Nvidia กำลังเดิมพันว่าสภาพคล่องและอำนาจต่อรองจากผลิตภัณฑ์ของตน สามารถดึงมูลค่าจากทุกชั้นของ Stack การประมวลผล AI ได้ ไม่ใช่แค่ ณ จุดขายชิป แต่รวมถึงการใช้งานตลอดหลายปี, อัตรากำไรจากบริการคลาวด์ และการนำระบบนิเวศไปใช้ในวงกว้าง

จากหุ้นส่วนรายย่อย สู่การเป็นเจ้าของระบบนิเวศ

โมเดลนี้เป็นมากกว่าการหาลูกค้า Nvidia กำลังเปลี่ยนตัวเองจากซัพพลายเออร์ที่อยู่เฉยๆ มาเป็นหุ้นส่วนทางธุรกิจที่กระตือรือร้น ซึ่งมีผลประโยชน์ทับซ้อนกับความสำเร็จของลูกค้าโดยตรง แต่ในขณะเดียวกันก็สร้าง "กับดัก" ทางเทคโนโลยีที่ทำให้คู่แข่งยากจะเข้ามาแทรก การที่ Nvidia ยินดีรับความเสี่ยงทางการเงินบางส่วน แสดงให้เห็นถึงความเชื่อมั่นอย่างแรงกล้าในผลิตภัณฑ์ของตนและอนาคตของ AI

“เราไม่ได้แค่ขายพลั่วให้คนขุดทอง เราลงขันและเป็นเจ้าของเหมืองทองด้วย” — นี่คือคติพจน์ใหม่ของ Nvidia ในยุค AI

• Nvidia จัดหาฮาร์ดแวร์ให้ upfront — รวมถึง GPU, ระบบเครือข่าย, และแบบแปลนอ้างอิง Nvidia DSX AI Factory ทั้งหมดที่มาพร้อมระบบระบายความร้อนด้วยของเหลว, ซอฟต์แวร์สแต็ก, และแผนผังสถาปัตยกรรม .
• พาร์ทเนอร์คลาวด์เป็นผู้สร้าง ดำเนินการ และขายบริการ AI Compute ให้กับลูกค้าของพวกเขาบนโครงสร้างพื้นฐานนั้น .
• Nvidia ได้รับรายได้สองทาง: รายได้จากการขายผลิตภัณฑ์มาตรฐาน ณ เวลาที่ติดตั้ง ประกอบกับส่วนแบ่งรายได้ประจำจากบริการคลาวด์ที่ลูกค้าใช้งานตลอดอายุสัญญาหลายปี .

ในทางปฏิบัติแล้ว Nvidia กำลังเปลี่ยนจากการขาย GPU เพียงครั้งเดียว มาเป็นโมเดล "GPU-as-a-Service" หรือการร่วมลงทุน ซึ่งผลตอบแทนของ Nvidia จะผูกติดโดยตรงกับปริมาณการใช้งาน AI Compute ที่พาร์ทเนอร์ขายออกไปได้จริง

Sharon AI: 4.88 พันล้านดอลลาร์ สำหรับกำลังการผลิต 72 เมกะวัตต์ ในออสเตรเลีย

ตัวอย่างที่ชัดเจนที่สุดคือ Sharon AI (NASDAQ: SHAZ) ซึ่งประกาศความร่วมมือด้านคอมพิวเตอร์เชิงกลยุทธ์ระยะเวลา 6 ปีกับ Nvidia เมื่อวันที่ 12 มิถุนายน 2026 เงื่อนไขสำคัญที่ได้รับการยืนยันผ่านเอกสาร SEC 8-K Filing มีดังนี้:

• มูลค่าสัญญา: สูงถึง 4.88 พันล้านดอลลาร์สหรัฐ ภายใต้ Master Cloud Services Agreement และ Order Form 1 ลงวันที่ 8 มิถุนายน 2026 .
• สถานที่ตั้งและขนาด: กำลังการผลิตใหม่ 72 เมกะวัตต์ (MW) ในออสเตรเลีย ทำให้กำลังการผลิตรวมของ Sharon AI เพิ่มเป็น 132 MW .
• GPU: สูงสุด 40,000 ตัวของ Nvidia Grace Blackwell GB300 .
• โครงสร้างทางการเงิน: โมเดล Revenue-Sharing และ Credit-Support Sharon AI ไม่ได้ซื้อชิปโดยตรง Nvidia และสถาบันการเงินเป็นผู้จัดหาเงินทุนส่วนใหญ่สำหรับฮาร์ดแวร์ เพื่อแลกกับส่วนแบ่งรายได้จากคลาวด์ .
• กำลังการผลิตที่ถูกจองแล้ว: 102 MW จากทั้งหมด 132 MW มีลูกค้าปลายทางเซ็นสัญญาจองไว้แล้ว .

Sharon AI จะขายบริการคลาวด์ที่ขับเคลื่อนโดย Nvidia ในขณะที่ Nvidia จะได้รับทั้งรายได้จากการขายผลิตภัณฑ์มาตรฐาน และส่วนแบ่งรายได้จากบริการคลาวด์บนโครงสร้างพื้นฐานที่สนับสนุนนี้ เอกสาร Filing ยังระบุถึงความเสี่ยงในการดำเนินการที่สำคัญ เช่น กำหนดการส่งมอบที่กระชั้นชิด และความจำเป็นในการจัดหาเงินทุน .

Firmus Technologies: 30,000 ล้านดอลลาร์, 170,000 GPU ในอินโดนีเซีย

เพียงสองสัปดาห์ต่อมา ในวันที่ 28 มิถุนายน 2026 Firmus Technologies ได้ประกาศความร่วมมือเชิงกลยุทธ์กับ Nvidia ซึ่งจะดำเนินไปจนถึงปี 2034 หรือนานกว่า 8 ปี ตัวเลขสำคัญที่โดดเด่น:

• ขนาดแคมปัส: แคมปัส Nvidia DSX AI Factory ขนาด 360 เมกะวัตต์ โดยเฉพาะ ในเมือง บาตัม ประเทศอินโดนีเซีย ซึ่งอยู่ห่างจากสิงคโปร์ไปไม่ไกล .
• GPU: สูงสุด 170,000 ตัวของ Nvidia .
• Off-Take Agreements ที่คาดการณ์ไว้: สูงถึง 30,000 ล้านดอลลาร์สหรัฐ ในสัญญาซื้อขายล่วงหน้า (committed off-take agreements) ภายใน 6 ปีแรก .
• โครงสร้างทางการเงิน: Firmus จะจัดหาฮาร์ดแวร์ Nvidia ภายใต้กรอบ DSX แบบ Revenue-Sharing และ Credit-Support เช่นเดียวกัน โดยมีเป้าหมายเจาะกลุ่ม "Global AI-Natives" ด้วยบริการคอมพิวท์ประสิทธิภาพสูงในราคาที่คุ้มค่า .

Firmus และ DayOne จากสิงคโปร์จะเป็นผู้พัฒนาแคมปัสในบาตัม โปรเจกต์นี้เป็นส่วนหนึ่งของความพยายามครั้งใหญ่ในการให้บริการกำลังประมวลผลนอกเหนือจากระบบคลาวด์ยักษ์ใหญ่อย่าง AWS, Azure และ GCP .

พาร์ทเนอร์รายอื่นๆ ที่เปิดเผยแล้ว

Nvidia ยังได้ประกาศความร่วมมือในลักษณะเดียวกันกับ:

• Naver (เกาหลีใต้): สร้างโครงสร้างพื้นฐาน AI ขนาดระดับ กิกะวัตต์ บนพื้นฐาน DSX เริ่มต้นที่ 55 เมกะวัตต์ และขยายเป็น 200 เมกะวัตต์ภายในปี 2028 โดยมีเป้าหมายระยะยาวที่ 1 GW .
• SK Telecom (เกาหลีใต้): เข้าสู่ธุรกิจ AI Cloud บนพื้นฐาน DSX โดยขยายจากเกาหลีไปทั่วเอเชีย .
• IREN: ร่วมมือกับ Nvidia ในการนำสถาปัตยกรรม DSX ไปใช้ในระดับ Gigawatt โดย IREN จะเป็นเจ้าของเลเยอร์ Physical, Data และ AI . IREN ได้เซ็นสัญญา AI Cloud มูลค่า 3.4 พันล้านดอลลาร์เป็นระยะเวลา 5 ปีกับ Nvidia สำหรับการติดตั้ง GPU Blackwell ในดาต้าเซ็นเตอร์ขนาด 60 MW .

นี่หมายถึงอะไรต่อกลยุทธ์ของ Nvidia?

ความร่วมมือเหล่านี้เผยให้เห็นถึงการเปลี่ยนแปลงเชิงกลยุทธ์อย่างมีเป้าหมายของ Nvidia ในการเข้าถึงตลาดโครงสร้างพื้นฐาน AI บริษัทกำลังเปลี่ยนจากการขายชิปเดี่ยวๆ มาเป็นการแปลงข้อได้เปรียบด้านฮาร์ดแวร์ให้เป็นรายได้หลายชั้น (Financializing):

• จากการขายครั้งเดียว สู่รายได้ประจำ (Recurring Revenue). แทนที่จะขาย GPU ได้เงินครั้งเดียว Nvidia จะได้รับส่วนแบ่งจากทุกๆ AI Token ที่ถูกสร้างขึ้นบนฮาร์ดแวร์นั้นนาน 6 ถึง 10 ปี ซึ่งช่วยปรับให้รอบรายได้ราบรื่นขึ้น และเชื่อมโยงการเติบโตของบริษัทเข้ากับปริมาณการใช้ AI จริง ไม่ใช่แค่การก่อสร้างดาต้าเซ็นเตอร์เท่านั้น

• จากผู้ผลิตชิ้นส่วน สู่สถาปนิกแพลตฟอร์ม. Nvidia เป็นผู้จัดเตรียม แบบแปลน AI Factory DSX ครบวงจร ทั้งแบบระบายความร้อน, ระบบเน็ตเวิร์ค (NVLink/NvSwitch/InfiniBand), ซอฟต์แวร์ CUDA และ AI Enterprise และแบบอ้างอิงต่างๆ โดยพาร์ทเนอร์จะดำเนินการใน "โรงงานที่แบรนด์ Nvidia" ซึ่งทำให้ Nvidia ยังคงควบคุมสถาปัตยกรรมอ้างอิงได้ แม้จะไม่ได้เป็นเจ้าของอาคาร

• การกระจายความเสี่ยงทางการเงินแบบหลายชั้น. ปัจจุบัน Nvidia มีรายได้ถึง 4 ชั้น:

  1. รายได้จากการขายผลิตภัณฑ์ upfront จากการขาย GPU เข้าไปในโรงงานเหล่านี้
  2. ส่วนแบ่งรายได้ประจำจากคลาวด์ จากการใช้งานตลอดอายุสัญญาหลายปี
  3. ความเสี่ยงด้านเครดิตและการจัดหาเงินทุน — โดยการร่วมลงทุน (Co-invest) Nvidia รับความเสี่ยงบางส่วนในงบดุลของพาร์ทเนอร์
  4. การล็อกระบบนิเวศ (Ecosystem Lock-in) — การผูกพันทางการเงินที่ลึกซึ้งขึ้น ทำให้คู่แข่งอย่าง AMD หรือ Intel เจาะเข้าไปในดาต้าเซ็นเตอร์ของพาร์ทเนอร์ได้ยากขึ้น

• ขยายตลาดเกินกว่า Hyperscalers. การให้เงินทุนแก่ผู้ให้บริการ AI Cloud รายเล็ก ช่วยให้ Nvidia ขยายตลาดรวม (Total Addressable Market) ไปไกลกว่า AWS, Azure และ GCP โดยพาร์ทเนอร์เหล่านี้จะเจาะกลุ่ม AI Startup และองค์กรที่อาจไม่สามารถเข้าถึงกำลัง GPU ของ Hyperscaler Cloud ได้ .

กล่าวโดยสรุป Nvidia กำลังเดิมพันว่าสภาพคล่องและอำนาจต่อรองจากผลิตภัณฑ์ของตน สามารถดึงมูลค่าจากทุกชั้นของ Stack การประมวลผล AI ได้ ไม่ใช่แค่ ณ จุดขายชิป แต่รวมถึงการใช้งานตลอดหลายปี, อัตรากำไรจากบริการคลาวด์ และการนำระบบนิเวศไปใช้ในวงกว้าง

จากหุ้นส่วนรายย่อย สู่การเป็นเจ้าของระบบนิเวศ

โมเดลนี้เป็นมากกว่าการหาลูกค้า Nvidia กำลังเปลี่ยนตัวเองจากซัพพลายเออร์ที่อยู่เฉยๆ มาเป็นหุ้นส่วนทางธุรกิจที่กระตือรือร้น ซึ่งมีผลประโยชน์ทับซ้อนกับความสำเร็จของลูกค้าโดยตรง แต่ในขณะเดียวกันก็สร้าง "กับดัก" ทางเทคโนโลยีที่ทำให้คู่แข่งยากจะเข้ามาแทรก การที่ Nvidia ยินดีรับความเสี่ยงทางการเงินบางส่วน แสดงให้เห็นถึงความเชื่อมั่นอย่างแรงกล้าในผลิตภัณฑ์ของตนและอนาคตของ AI

“เราไม่ได้แค่ขายพลั่วให้คนขุดทอง เราลงขันและเป็นเจ้าของเหมืองทองด้วย” — นี่คือคติพจน์ใหม่ของ Nvidia ในยุค AI