แนวคิดเบื้องหลังการปรับเพิ่มครั้งนี้คือ การปฏิวัติ AI กำลังเปลี่ยนผ่านจากการ Trainning ไปสู่การ Inference การทำงานในอนาคต โดยเฉพาะระบบ AI แบบอัตโนมัติและหลายขั้นตอน (Agentic AI) จะต้องใช้พลังประมวลผลจาก CPU มากกว่าที่อุตสาหกรรมคาดการณ์ไว้ก่อนหน้านี้

การเปลี่ยนแปลงเชิงโครงสร้างสองประการที่ขับเคลื่อนความต้องการ

• Workload แบบ Agentic AI คาดว่าจะคิดเป็นประมาณสองในสามของตลาด CPU เซิร์ฟเวอร์มูลค่า 220,000 ล้านดอลลาร์ภายในปี 2030 ระบบเหล่านี้ทำงานที่ซับซ้อนได้ด้วยตนเอง ต้องพึ่งพา CPU อย่างมากในการจัดการข้อมูลและประสานงานต่างๆ ควบคู่ไปกับการประมวลผลโมเดลบน GPU
• การ Inference กลายเป็นกรณีการใช้งานหลักของ AI ในปี 2026 เป็นครั้งแรกที่ Workload การ Inference ใช้กำลังประมวลผล AI ทั่วโลกประมาณ 60% แซงหน้าการ Trainning การเปลี่ยนแปลงนี้ส่งเสริมสถาปัตยกรรมที่เน้น CPU เป็นหลัก เนื่องจากการให้บริการโมเดลในวงกว้างต้องใช้ CPU โฮสต์, เซิร์ฟเวอร์ Inference และโครงสร้างพื้นฐานรองรับจำนวนมาก

นอกจากนี้ AMD ยังมองว่าตลาดคอมพิวติ้งประสิทธิภาพสูงและ Adaptive Computing โดยรวมจะมีมูลค่าถึง 2 ล้านล้านดอลลาร์ภายในปี 2030 จาก 365,000 ล้านดอลลาร์ในปี 2025 โดยตลาดซิลิคอนสำหรับศูนย์ข้อมูลเพียงอย่างเดียวคาดว่าจะเกิน 1 ล้านล้านดอลลาร์

Helios และ Venice: อาวุธฮาร์ดแวร์ที่พร้อมใช้งาน

Helios AI Rack-Scale System

ประกาศในงาน Advancing AI 2026 เมื่อวันที่ 23 กรกฎาคม 2026 Helios คือระบบ AI แบบแร็คแรกของ AMD ที่มีการระบายความร้อนด้วยของเหลวแบบครบวงจร ผสาน GPU Instinct MI455X จำนวน 72 ตัว, CPU EPYC Venice, และระบบเครือข่าย Pensando ระบบนี้ ผลิตเต็มกำลังแล้ว ณ เดือนกรกฎาคม 2026 โดยจะเริ่มจัดส่งให้พาร์ทเนอร์ภายในสิ้นไตรมาส 3 ปี 2026 (กันยายน 2026) และเร่งปริมาณในไตรมาส 4

Helios มีประสิทธิภาพสูงถึง 2.9 เอกซะฟลอปส์สำหรับการ Inference แบบ FP4 และ 1.4 เอกซะฟลอปส์สำหรับการ Trainning แบบ FP8 พร้อมแบนด์วิธการเชื่อมต่อภายในแร็ค高达 260 TB/s ราคาโดยประมาณของแร็ค Helios ที่ติดตั้งครบชุดอยู่ที่ประมาณ 5.25 ล้านดอลลาร์สหรัฐ

CPU เซิร์ฟเวอร์รุ่นที่ 6 'Venice'

สร้างขึ้นบนกระบวนการผลิต N2 (2nm) ของ TSMC CPU Venice มีมากถึง 256 คอร์ต่อซ็อกเก็ต โดยบรรจุคอร์ Zen 6c จำนวน 32 คอร์บนไดย์ชิปเล็ตแต่ละตัวจากทั้งหมด 8 ตัว การผลิตเริ่มขึ้นที่โรงงาน TSMC ในไต้หวันตั้งแต่เดือนพฤษภาคม 2026 โดยมีแผนการผลิตในอนาคตที่โรงงานของ TSMC ในรัฐแอริโซนา (แต่คาดว่าปริมาณจะยังไม่มากก่อนปี 2028)

ขณะนี้ Venice กำลังถูกส่งตัวอย่างให้ลูกค้าทดสอบ และจะถูกติดตั้งในแร็ค Helios รวมถึงการใช้งานเป็นเซิร์ฟเวอร์เดี่ยวๆ ภายในปลายปี 2026 และต้นปี 2027 รุ่น EPYC 9006 SP7 ที่ออกแบบมาสำหรับการทำงานแบบ Agent Sandbox ความหนาแน่นสูง มีกำหนดจัดส่งในไตรมาสที่ 4 ของปี 2026

คำมั่นสัญญาจากลูกค้า: OpenAI, Meta, และ Anthropic

AMD ได้รับคำมั่นสัญญาครั้งสำคัญจากบริษัท AI ชั้นนำ 3 ราย รวมกำลังการประมวลผลประมาณ 14 กิกะวัตต์ :

ลูกค้ารายอื่นๆ ได้แก่ Microsoft (ติดตั้งแร็ค Helios ในศูนย์ข้อมูล Azure) และ Oracle (กำลังสร้างซูเปอร์คลัสเตอร์ Helios ขนาด 50,000 GPU)

ROCm กับ CUDA: ช่องว่างของซอฟต์แวร์ในปี 2026

ROCm ของ AMD มีความก้าวหน้าอย่างมาก แต่ยังคงตามหลัง CUDA ของ NVIDIA ในประเด็นสำคัญ:

สิ่งที่ทำได้แล้ว:

• ROCm 7.x รองรับ PyTorch 2.9, vLLM, และ llama.cpp บน GPU ตระกูล Instinct และ GPU สำหรับผู้บริโภคบางรุ่น
• AMD เปิดตัว ROCm.ai สำหรับการพัฒนา GPU ที่ใช้ AI ช่วยเหลือในงาน Advancing AI 2026
• HIP สามารถแปลงโค้ด CUDA ส่วนใหญ่ให้รันบนฮาร์ดแวร์ AMD ได้โดยมีการเปลี่ยนแปลงเพียงเล็กน้อย
• PyTorch และ JAX รองรับ ROCm แบบเนทีฟ

ช่องว่างที่ยังเหลืออยู่:

• ช่องว่างด้านประสิทธิภาพ: ROCm ช้ากว่า CUDA ประมาณ 10–25% สำหรับการ Inference บนฮาร์ดแวร์ที่เทียบเคียงได้ และช่องว่างกว้างขึ้นสำหรับการ Trainning และ Fine-Tuning
• ความสมบูรณ์ของระบบนิเวศ: CUDA ยังคงเป็นแบ็กเอนด์เริ่มต้นสำหรับเฟรมเวิร์ก บทช่วยสอน และการแก้ปัญหาส่วนใหญ่ ROCm ยังคงมีปัญหากับโอเปอเรเตอร์ที่ไม่ได้มาตรฐาน GPU รุ่นเก่า และ Inference Engine บางตัว
• งานวิจัยล้ำสมัย: โค้ดที่ใช้ CUDA อย่างเดียวมีมาใหม่ทุกสัปดาห์ ROCm จะตามมาทีหลังเป็นสัปดาห์หรือเป็นเดือน
• Linux เท่านั้น: ROCm ยังคงใช้ Linux เป็นหลัก โดยรองรับ Windows ได้จำกัด

สรุป: ตอนนี้ ROCm สามารถใช้งานจริงสำหรับการ Inference และ มีราคาที่แข่งขันได้ต่อ Token (รายงานว่าถูกกว่า NVIDIA 25–40% สำหรับงาน Inference บนฮาร์ดแวร์ที่เทียบเท่า) แต่ CUDA ยังคงนำในด้านเครื่องมือ ขั้นตอนการ Trainning และความกว้างของการรองรับเฟรมเวิร์ก

ผลประกอบการไตรมาส 2 ปี 2026 ที่ทำสถิติ新高 ตอกย้ำกลยุทธ์

ผลประกอบการไตรมาส 2 ปี 2026 ของ AMD สนับสนุนทิศทางเชิงกลยุทธ์ของบริษัทอย่างแข็งแกร่ง:

ฝ่ายบริหารกล่าวในการประชุมว่า "การ Inference และ AI แบบเอเจนต์กำลังเพิ่มความต้องการพลังประมวลผลของ CPU เซิร์ฟเวอร์" ซึ่งเป็นปัจจัยขับเคลื่อนเชิงโครงสร้างที่อยู่เบื้องหลังการปรับเพิ่ม TAM AMD คาดว่ารายได้ AI จากศูนย์ข้อมูลจะสูงถึง "หลายหมื่นล้านดอลลาร์" ภายในปี 2027 โดยรายได้จาก CPU เซิร์ฟเวอร์เพียงอย่างเดียวคาดว่าจะเติบโตมากกว่า 70% ในปี 2027

ความเสี่ยงหลัก: อัตรากำไรและความเข้มข้นที่ TSMC

แนวโน้มอัตรากำไรขั้นต้น: เนื่องจาก AMD เปลี่ยนจากการขายชิปเดี่ยวมาเป็นระบบแร็คแบบครบวงจร เช่น Helios ซึ่งรวม GPU, CPU, และระบบเครือข่ายในแพ็คเกจเดียว อัตรากำไรที่ผสมผสานอาจเผชิญแรงกดดันเมื่อเทียบกับการขายชิปเพียงอย่างเดียว ตลาดกำลังจับตาดูว่า AMD จะสามารถรักษาการขยายอัตรากำไรได้หรือไม่เมื่อกลายเป็นผู้ให้บริการระบบมากขึ้น ซึ่งคล้ายกับ NVIDIA

ความเข้มข้นของห่วงโซ่อุปทานที่ TSMC: AMD พึ่งพา TSMC สำหรับการผลิต CPU (N2) และ GPU (N3/N4) ที่ล้ำสมัย ชิป Venice กำลังเร่งการผลิตที่ TSMC ไต้หวัน และถึงแม้ AMD จะวางแผนการผลิตในอนาคตที่โรงงานของ TSMC ในแอริโซนา แต่กำลังการผลิตดังกล่าวยังออนไลน์ไม่เต็มที่สำหรับโหนดที่ล้ำสมัย ความตึงเครียดทางภูมิรัฐศาสตร์เกี่ยวกับไต้หวันและการแข่งขันเพื่อจัดสรรแผ่นเวเฟอร์จาก TSMC ร่วมกับ Apple, NVIDIA และอื่นๆ ยังคงเป็นความเสี่ยงระยะใกล้ที่สำคัญ โดยเฉพาะอย่างยิ่งเมื่อ AMD วางแผนที่จะจัดส่ง Helios ในระดับกิกะวัตต์ตั้งแต่ปลายปี 2026

แนวคิดเบื้องหลังการปรับเพิ่มครั้งนี้คือ การปฏิวัติ AI กำลังเปลี่ยนผ่านจากการ Trainning ไปสู่การ Inference การทำงานในอนาคต โดยเฉพาะระบบ AI แบบอัตโนมัติและหลายขั้นตอน (Agentic AI) จะต้องใช้พลังประมวลผลจาก CPU มากกว่าที่อุตสาหกรรมคาดการณ์ไว้ก่อนหน้านี้

การเปลี่ยนแปลงเชิงโครงสร้างสองประการที่ขับเคลื่อนความต้องการ

• Workload แบบ Agentic AI คาดว่าจะคิดเป็นประมาณสองในสามของตลาด CPU เซิร์ฟเวอร์มูลค่า 220,000 ล้านดอลลาร์ภายในปี 2030 ระบบเหล่านี้ทำงานที่ซับซ้อนได้ด้วยตนเอง ต้องพึ่งพา CPU อย่างมากในการจัดการข้อมูลและประสานงานต่างๆ ควบคู่ไปกับการประมวลผลโมเดลบน GPU
• การ Inference กลายเป็นกรณีการใช้งานหลักของ AI ในปี 2026 เป็นครั้งแรกที่ Workload การ Inference ใช้กำลังประมวลผล AI ทั่วโลกประมาณ 60% แซงหน้าการ Trainning การเปลี่ยนแปลงนี้ส่งเสริมสถาปัตยกรรมที่เน้น CPU เป็นหลัก เนื่องจากการให้บริการโมเดลในวงกว้างต้องใช้ CPU โฮสต์, เซิร์ฟเวอร์ Inference และโครงสร้างพื้นฐานรองรับจำนวนมาก

นอกจากนี้ AMD ยังมองว่าตลาดคอมพิวติ้งประสิทธิภาพสูงและ Adaptive Computing โดยรวมจะมีมูลค่าถึง 2 ล้านล้านดอลลาร์ภายในปี 2030 จาก 365,000 ล้านดอลลาร์ในปี 2025 โดยตลาดซิลิคอนสำหรับศูนย์ข้อมูลเพียงอย่างเดียวคาดว่าจะเกิน 1 ล้านล้านดอลลาร์

Helios และ Venice: อาวุธฮาร์ดแวร์ที่พร้อมใช้งาน

Helios AI Rack-Scale System

ประกาศในงาน Advancing AI 2026 เมื่อวันที่ 23 กรกฎาคม 2026 Helios คือระบบ AI แบบแร็คแรกของ AMD ที่มีการระบายความร้อนด้วยของเหลวแบบครบวงจร ผสาน GPU Instinct MI455X จำนวน 72 ตัว, CPU EPYC Venice, และระบบเครือข่าย Pensando ระบบนี้ ผลิตเต็มกำลังแล้ว ณ เดือนกรกฎาคม 2026 โดยจะเริ่มจัดส่งให้พาร์ทเนอร์ภายในสิ้นไตรมาส 3 ปี 2026 (กันยายน 2026) และเร่งปริมาณในไตรมาส 4

Helios มีประสิทธิภาพสูงถึง 2.9 เอกซะฟลอปส์สำหรับการ Inference แบบ FP4 และ 1.4 เอกซะฟลอปส์สำหรับการ Trainning แบบ FP8 พร้อมแบนด์วิธการเชื่อมต่อภายในแร็ค高达 260 TB/s ราคาโดยประมาณของแร็ค Helios ที่ติดตั้งครบชุดอยู่ที่ประมาณ 5.25 ล้านดอลลาร์สหรัฐ

CPU เซิร์ฟเวอร์รุ่นที่ 6 'Venice'

สร้างขึ้นบนกระบวนการผลิต N2 (2nm) ของ TSMC CPU Venice มีมากถึง 256 คอร์ต่อซ็อกเก็ต โดยบรรจุคอร์ Zen 6c จำนวน 32 คอร์บนไดย์ชิปเล็ตแต่ละตัวจากทั้งหมด 8 ตัว การผลิตเริ่มขึ้นที่โรงงาน TSMC ในไต้หวันตั้งแต่เดือนพฤษภาคม 2026 โดยมีแผนการผลิตในอนาคตที่โรงงานของ TSMC ในรัฐแอริโซนา (แต่คาดว่าปริมาณจะยังไม่มากก่อนปี 2028)

ขณะนี้ Venice กำลังถูกส่งตัวอย่างให้ลูกค้าทดสอบ และจะถูกติดตั้งในแร็ค Helios รวมถึงการใช้งานเป็นเซิร์ฟเวอร์เดี่ยวๆ ภายในปลายปี 2026 และต้นปี 2027 รุ่น EPYC 9006 SP7 ที่ออกแบบมาสำหรับการทำงานแบบ Agent Sandbox ความหนาแน่นสูง มีกำหนดจัดส่งในไตรมาสที่ 4 ของปี 2026

คำมั่นสัญญาจากลูกค้า: OpenAI, Meta, และ Anthropic

AMD ได้รับคำมั่นสัญญาครั้งสำคัญจากบริษัท AI ชั้นนำ 3 ราย รวมกำลังการประมวลผลประมาณ 14 กิกะวัตต์ :

ลูกค้ารายอื่นๆ ได้แก่ Microsoft (ติดตั้งแร็ค Helios ในศูนย์ข้อมูล Azure) และ Oracle (กำลังสร้างซูเปอร์คลัสเตอร์ Helios ขนาด 50,000 GPU)

ROCm กับ CUDA: ช่องว่างของซอฟต์แวร์ในปี 2026

ROCm ของ AMD มีความก้าวหน้าอย่างมาก แต่ยังคงตามหลัง CUDA ของ NVIDIA ในประเด็นสำคัญ:

สิ่งที่ทำได้แล้ว:

• ROCm 7.x รองรับ PyTorch 2.9, vLLM, และ llama.cpp บน GPU ตระกูล Instinct และ GPU สำหรับผู้บริโภคบางรุ่น
• AMD เปิดตัว ROCm.ai สำหรับการพัฒนา GPU ที่ใช้ AI ช่วยเหลือในงาน Advancing AI 2026
• HIP สามารถแปลงโค้ด CUDA ส่วนใหญ่ให้รันบนฮาร์ดแวร์ AMD ได้โดยมีการเปลี่ยนแปลงเพียงเล็กน้อย
• PyTorch และ JAX รองรับ ROCm แบบเนทีฟ

ช่องว่างที่ยังเหลืออยู่:

• ช่องว่างด้านประสิทธิภาพ: ROCm ช้ากว่า CUDA ประมาณ 10–25% สำหรับการ Inference บนฮาร์ดแวร์ที่เทียบเคียงได้ และช่องว่างกว้างขึ้นสำหรับการ Trainning และ Fine-Tuning
• ความสมบูรณ์ของระบบนิเวศ: CUDA ยังคงเป็นแบ็กเอนด์เริ่มต้นสำหรับเฟรมเวิร์ก บทช่วยสอน และการแก้ปัญหาส่วนใหญ่ ROCm ยังคงมีปัญหากับโอเปอเรเตอร์ที่ไม่ได้มาตรฐาน GPU รุ่นเก่า และ Inference Engine บางตัว
• งานวิจัยล้ำสมัย: โค้ดที่ใช้ CUDA อย่างเดียวมีมาใหม่ทุกสัปดาห์ ROCm จะตามมาทีหลังเป็นสัปดาห์หรือเป็นเดือน
• Linux เท่านั้น: ROCm ยังคงใช้ Linux เป็นหลัก โดยรองรับ Windows ได้จำกัด

สรุป: ตอนนี้ ROCm สามารถใช้งานจริงสำหรับการ Inference และ มีราคาที่แข่งขันได้ต่อ Token (รายงานว่าถูกกว่า NVIDIA 25–40% สำหรับงาน Inference บนฮาร์ดแวร์ที่เทียบเท่า) แต่ CUDA ยังคงนำในด้านเครื่องมือ ขั้นตอนการ Trainning และความกว้างของการรองรับเฟรมเวิร์ก

ผลประกอบการไตรมาส 2 ปี 2026 ที่ทำสถิติ新高 ตอกย้ำกลยุทธ์

ผลประกอบการไตรมาส 2 ปี 2026 ของ AMD สนับสนุนทิศทางเชิงกลยุทธ์ของบริษัทอย่างแข็งแกร่ง:

ฝ่ายบริหารกล่าวในการประชุมว่า "การ Inference และ AI แบบเอเจนต์กำลังเพิ่มความต้องการพลังประมวลผลของ CPU เซิร์ฟเวอร์" ซึ่งเป็นปัจจัยขับเคลื่อนเชิงโครงสร้างที่อยู่เบื้องหลังการปรับเพิ่ม TAM AMD คาดว่ารายได้ AI จากศูนย์ข้อมูลจะสูงถึง "หลายหมื่นล้านดอลลาร์" ภายในปี 2027 โดยรายได้จาก CPU เซิร์ฟเวอร์เพียงอย่างเดียวคาดว่าจะเติบโตมากกว่า 70% ในปี 2027

ความเสี่ยงหลัก: อัตรากำไรและความเข้มข้นที่ TSMC

แนวโน้มอัตรากำไรขั้นต้น: เนื่องจาก AMD เปลี่ยนจากการขายชิปเดี่ยวมาเป็นระบบแร็คแบบครบวงจร เช่น Helios ซึ่งรวม GPU, CPU, และระบบเครือข่ายในแพ็คเกจเดียว อัตรากำไรที่ผสมผสานอาจเผชิญแรงกดดันเมื่อเทียบกับการขายชิปเพียงอย่างเดียว ตลาดกำลังจับตาดูว่า AMD จะสามารถรักษาการขยายอัตรากำไรได้หรือไม่เมื่อกลายเป็นผู้ให้บริการระบบมากขึ้น ซึ่งคล้ายกับ NVIDIA

ความเข้มข้นของห่วงโซ่อุปทานที่ TSMC: AMD พึ่งพา TSMC สำหรับการผลิต CPU (N2) และ GPU (N3/N4) ที่ล้ำสมัย ชิป Venice กำลังเร่งการผลิตที่ TSMC ไต้หวัน และถึงแม้ AMD จะวางแผนการผลิตในอนาคตที่โรงงานของ TSMC ในแอริโซนา แต่กำลังการผลิตดังกล่าวยังออนไลน์ไม่เต็มที่สำหรับโหนดที่ล้ำสมัย ความตึงเครียดทางภูมิรัฐศาสตร์เกี่ยวกับไต้หวันและการแข่งขันเพื่อจัดสรรแผ่นเวเฟอร์จาก TSMC ร่วมกับ Apple, NVIDIA และอื่นๆ ยังคงเป็นความเสี่ยงระยะใกล้ที่สำคัญ โดยเฉพาะอย่างยิ่งเมื่อ AMD วางแผนที่จะจัดส่ง Helios ในระดับกิกะวัตต์ตั้งแต่ปลายปี 2026