Agentic AI หรือ AI แบบเอเจนต์ กำลังทำให้คำถามเก่าของศูนย์ข้อมูลกลับมาอยู่กลางโต๊ะอีกครั้ง: ต้องมี CPU มากแค่ไหนอยู่รอบ ๆ GPU และตัวเร่งประมวลผล AI แต่ละชุด? เหตุผลคือเมื่อการ inference กลายเป็นเวิร์กโฟลว์หลายขั้นตอน งานอย่าง logic, scheduling, การเตรียมข้อมูล, หน่วยความจำและ I/O, control flow รวมถึงการจัดการ GPU จะพึ่งพา CPU มากขึ้น ^[7].

แต่นี่ไม่ใช่เรื่องว่า GPU จะหมดความสำคัญ ตรงกันข้าม GPU ยังเป็นสถาปัตยกรรมประมวลผลหลักของงาน AI เพราะเด่นด้านการประมวลผลแบบขนานและมีระบบซอฟต์แวร์ที่สุกงอม โดย Nvidia ยังมีสถานะนำอย่างท่วมท้นในกลุ่มนี้ ^[1]. ประเด็นของบูม CPU จาก Agentic AI จึงไม่ใช่การแทนที่ GPU แต่เป็นภาพโครงสร้างพื้นฐาน AI ที่สมดุลขึ้นและซับซ้อนขึ้น

ข้อควรระวังใหญ่: ขนาดตลาดปี 2030 ยังไม่นิ่ง

ตัวเลขคาดการณ์ที่มีอยู่ยังต่างกันมาก AMD ระบุว่าบริษัทคาดว่า TAM หรือมูลค่าตลาดที่เข้าถึงได้ของ CPU เซิร์ฟเวอร์ จะเติบโตมากกว่า 35% ต่อปี และเกิน 120,000 ล้านดอลลาร์สหรัฐภายในปี 2030 เพิ่มจากมุมมองเดิมที่คาดเติบโต 18% ต่อปี ^[6]. ขณะที่ TradingKey รายงานคาดการณ์ของ UBS ว่าตลาด CPU เซิร์ฟเวอร์อาจแตะ 170,000 ล้านดอลลาร์สหรัฐภายในปี 2030 โดย Arm จะเป็นหนึ่งในผู้ได้ประโยชน์สำคัญ หากภาระงานแบบ agentic ย้ายการประมวลผลบางส่วนกลับมาที่ CPU มากขึ้น ^[4].

อีกด้านหนึ่ง มุมมองตลาดปี 2025 บางชุดระมัดระวังกว่านั้นมาก โดยประเมินว่าตลาด CPU เซิร์ฟเวอร์จะอยู่ที่ 35,600 ล้านดอลลาร์สหรัฐในปี 2030 ภายใต้ตลาดโปรเซสเซอร์ศูนย์ข้อมูลรวม 372,000 ล้านดอลลาร์สหรัฐ ^[13]. ตัวเลขเหล่านี้อาจใช้คำนิยามและสมมติฐานต่างกัน ดังนั้นอันดับต่อไปนี้ควรอ่านแบบมีเงื่อนไข: ถ้า Agentic AI จุดรอบการเติบโตของ CPU เซิร์ฟเวอร์ขนาดใหญ่จริง บริษัทใดมีทางรับอัพไซด์มากที่สุด

อันดับจากหลักฐานที่มี

อันดับ	บริษัทหรือกลุ่ม	อัพไซด์หลัก	จุดเสี่ยงสำคัญ
1	AMD	รายได้ CPU เซิร์ฟเวอร์โดยตรง จากมุมมอง TAM ปี 2030 ที่ AMD ปรับขึ้น และเหตุผลว่า Agentic AI ทำให้ CPU สำคัญขึ้นในคลัสเตอร์ AI [6][7].	ดีมานด์ใหม่บางส่วนอาจไหลไปยัง CPU แบบ custom บน Arm หรือระบบ AI ที่ผูกกับแพลตฟอร์มของ Nvidia [2][4][8].
2	Arm	ได้แรงจากสถาปัตยกรรม หาก hyperscalers และผู้สร้างโครงสร้างพื้นฐาน AI ขยายการใช้ CPU บน Arm [2][4][8].	คาดการณ์ที่แรงที่สุดของ Arm ยังเป็นคาดการณ์ ไม่ใช่ผลลัพธ์ตลาดที่เกิดขึ้นแล้ว [4].
3	Nvidia	ได้ประโยชน์เชิงแพลตฟอร์ม หากความต้องการ CPU ถูกขายรวมกับระบบ AI ที่มี GPU เป็นแกนกลาง และ Nvidia เริ่มขาย Vera CPU Rack แบบ standalone แล้ว [1][2].	จุดแข็งหลักยังอยู่ที่ตัวเร่งประมวลผล AI และแพลตฟอร์ม ไม่ใช่ส่วนแบ่ง CPU เซิร์ฟเวอร์แบบดั้งเดิม [1][2].
4	Intel	มีโอกาสฟื้นในฐานะผู้เล่นดั้งเดิม หากอุปทาน CPU ตึงตัวและรอบการลงทุน CPU ใหม่ดันตลาด x86 ทั้งระบบ [2][8].	เสี่ยงด้านการทำตามโรดแมป ขณะที่ AMD มีโมเมนตัม และ Arm-based designs ดูน่าเชื่อถือขึ้นในศูนย์ข้อมูล AI [2][4][8].
5	Amazon, Google และ hyperscalers อื่น	ได้ประโยชน์เชิงกลยุทธ์จาก CPU custom เช่น Graviton และ Axion ที่ช่วยปรับต้นทุนโครงสร้างพื้นฐาน AI ภายใน [8][9].	ผลประโยชน์อาจออกมาเป็นต้นทุนต่ำลงหรือมาร์จิ้นดีขึ้น ไม่ใช่รายได้ขายเซมิคอนดักเตอร์โดยตรง [8][9].

1. AMD: ผู้ได้ประโยชน์โดยตรงที่สุดจากตลาด CPU ที่ใหญ่ขึ้น

กรณีของ AMD ชัดที่สุด เพราะฝ่ายบริหารโยงการขยายตัวของตลาด CPU เซิร์ฟเวอร์เข้ากับดีมานด์ AI โดยตรง ลิซา ซู ซีอีโอ AMD ระบุว่าบริษัทคาดว่า TAM ของ CPU เซิร์ฟเวอร์จะเติบโตมากกว่า 35% ต่อปี และแตะมากกว่า 120,000 ล้านดอลลาร์สหรัฐภายในปี 2030 ^[6]. AMD ยังอธิบายว่า Agentic AI ทำให้ CPU สำคัญขึ้น เพราะ inference หลายขั้นตอนต้องใช้ logic มากขึ้นและต้องบริหาร GPU มากขึ้น ^[7].

โมเมนตัมระยะสั้นในศูนย์ข้อมูลก็มองเห็นได้ แม้ไม่ใช่ตัวเลข CPU ล้วน ๆ รายได้กลุ่ม data center ของ AMD ซึ่งรวมชิปเซิร์ฟเวอร์ เพิ่มขึ้น 57% เป็น 5,800 ล้านดอลลาร์สหรัฐในไตรมาสแรก สูงกว่าคาดการณ์นักวิเคราะห์ที่ LSEG รวบรวมไว้ที่ 5,640 ล้านดอลลาร์สหรัฐ ^[6]. TradingKey ยังรายงานด้วยว่ารายได้ data center ของ AMD แซง Intel ในบริบทที่ AMD ปรับเพิ่มมุมมอง TAM ของ CPU เซิร์ฟเวอร์ ^[4].

เหตุผลที่ AMD อยู่อันดับหนึ่งจึงตรงไปตรงมา: หากตลาด CPU เซิร์ฟเวอร์ถูกตีมูลค่าใหม่ให้ใหญ่ขึ้น AMD ขายสินค้าประเภทนั้นโดยตรง โดย EPYC CPU ของ AMD ยังอยู่ในแพลตฟอร์มศูนย์ข้อมูลที่รวมกับ Instinct GPU, เทคโนโลยีเครือข่าย Pensando และซอฟต์แวร์ ROCm ^[7]. ความเสี่ยงคือดีมานด์ CPU ที่เพิ่มขึ้นอาจไม่ได้ไหลเข้า x86 merchant CPU ทั้งหมด แต่บางส่วนอาจไปยัง CPU custom บน Arm หรือระบบ AI แบบบูรณาการแน่นหนา ^[2][4][8].

2. Arm: ตัวแปรใหญ่ด้านสถาปัตยกรรม

Arm อาจเป็นกรณีอัพไซด์ที่แรงที่สุด หากตลาดขยับจากเซิร์ฟเวอร์ x86 แบบดั้งเดิมไปสู่ CPU แบบ custom หรือ semi-custom บนสถาปัตยกรรม Arm มากขึ้น TrendForce รายงานว่า Arm ประกาศ Arm AGI CPU และ CPU rack สองแบบในเดือนมีนาคม 2026 โดยมองว่าเป็นส่วนหนึ่งของการเปลี่ยนแปลงเชิงโครงสร้างที่ทำให้ CPU สำคัญขึ้นในศูนย์ข้อมูล AI ^[2].

กรณีเชิงบวกที่สุดของ Arm ในชุดข้อมูลนี้มาจากรายงานของ TradingKey ที่สรุปมุมมอง UBS โดย UBS คาดว่า Arm อาจมีส่วนแบ่งหน่วยขาย CPU เซิร์ฟเวอร์ 40% ถึง 45% ภายในปี 2030 และมีส่วนแบ่งรายได้ 50% ถึง 55% พร้อมโอกาสครองตลาด head-node CPU มากกว่า 75% ^[4]. นี่เป็นคาดการณ์ ไม่ใช่ข้อเท็จจริงที่เกิดขึ้นแล้ว แต่ช่วยอธิบายว่าทำไม Arm จึงควรอยู่ใกล้หัวตารางในโจทย์ Agentic AI กับ CPU ปี 2030

จุดแข็งของ Arm ไม่ได้อยู่ที่ชิปตัวเดียวเท่านั้น แต่คือการแพร่ของสถาปัตยกรรมไปยัง hyperscalers และผู้สร้างโครงสร้างพื้นฐาน AI ผ่านชิปที่ออกแบบเองหรือกึ่งออกแบบเอง ^[8][9]. หาก Agentic AI ทำให้ต้องมี host CPU ที่มีประสิทธิภาพมากขึ้นรอบ ๆ accelerator Arm ก็อาจได้ประโยชน์แม้ชิปปลายทางจะออกแบบโดยผู้ให้บริการคลาวด์หรือบริษัทชิปรายอื่น ^[4][8].

3. Nvidia: ผู้ชนะเชิงแพลตฟอร์ม ถ้า CPU ถูกขายพ่วงกับระบบ GPU

Nvidia ไม่ใช่หุ้นหรือบริษัทที่เล่น CPU เซิร์ฟเวอร์แบบบริสุทธิ์ที่สุด แต่เป็นผู้เล่นที่ได้ประโยชน์สูงมากหากลูกค้าต้องการระบบ AI สำเร็จรูปมากขึ้น บริษัทครองความได้เปรียบในตัวเร่งประมวลผล AI โดย GPU ยังเป็นหัวใจของงาน AI จากพลังประมวลผลแบบขนานและระบบซอฟต์แวร์ที่แข็งแรง ^[1].

ยุทธศาสตร์ด้าน CPU ของ Nvidia ชัดขึ้น TrendForce รายงานว่า Nvidia ใช้งาน GTC เมื่อวันที่ 16 มีนาคม 2026 เปิดตัว Vera CPU Rack แบบ standalone สำหรับขาย ^[2]. บทวิเคราะห์ที่เกี่ยวข้องของ TrendForce ยังมองว่า Vera CPU ของ Nvidia และการรุก CPU ของ Arm เป็นสัญญาณว่า Agentic AI กำลังเปลี่ยนอัตราส่วน CPU:GPU ในศูนย์ข้อมูล AI ^[5].

ดังนั้น Nvidia เป็นผู้ชนะคนละแบบกับ AMD หากตลาด merchant CPU โต AMD ได้ประโยชน์โดยตรงกว่า แต่ถ้าลูกค้าซื้อระบบ AI ทั้งชุดที่รวม CPU, GPU, networking, memory และ software เข้าด้วยกัน Nvidia มีโอกาสเก็บมูลค่าเพิ่มในระดับแพลตฟอร์ม ^[1][2].

4. Intel: มีอัพไซด์ฟื้นตัว แต่ความเสี่ยงการ execute สูง

Intel ยังตัดออกจากสมการไม่ได้ เพราะเป็นผู้เล่นศูนย์กลางของตลาด CPU เซิร์ฟเวอร์มายาวนาน SemiAnalysis ระบุว่า Intel เป็นซัพพลายเออร์หลักของ CPU เซิร์ฟเวอร์ในช่วงที่ GPU และ networking กลายเป็นศูนย์กลางของการใช้จ่ายในศูนย์ข้อมูล ทำให้รายได้ CPU เซิร์ฟเวอร์ค่อนข้างนิ่ง ขณะที่ hyperscalers และ neoclouds ทุ่มไปที่ AI accelerators และโครงสร้างพื้นฐานรอบข้าง ^[8].

ถ้ารอบลงทุน CPU กลับมา Intel ก็มีโอกาสได้แรงหนุน โดยเฉพาะในภาวะอุปทานตึงตัว TrendForce รายงานว่าตลาดให้ความสนใจกับอุปทาน CPU ที่ตึง และข่าว Intel กับ AMD ขึ้นราคาช่วงปลายไตรมาสแรกปี 2026 ^[2]. SemiAnalysis ยังระบุรุ่นในอนาคตอย่าง Diamond Rapids และ Coral Rapids ของ Intel ไว้ในภาพโรดแมป CPU ศูนย์ข้อมูลปี 2026 ^[8].

อย่างไรก็ตาม กรณีของ Intel มีเงื่อนไขมากกว่า AMD หรือ Arm เพราะ AMD มีเรื่อง TAM ที่ถูกปรับขึ้นอย่างชัดเจน Arm มี thesis เรื่องสถาปัตยกรรม custom ส่วน Nvidia มีแพลตฟอร์ม accelerator ที่แข็งแรง ^[1][4][6]. สำหรับ Intel คำถามคือ Xeon รุ่นถัดไปจะกลับมาน่าแข่งขันพอในด้าน performance, ประสิทธิภาพพลังงาน และคุณค่าเชิงระบบได้หรือไม่ เมื่อโครงสร้างพื้นฐาน AI ต้องใช้ CPU มากขึ้น ^[8].

5. Hyperscalers: ผู้ชนะเชิงต้นทุน ไม่ใช่ผู้ชนะรายได้ชิปแบบตรง ๆ

ผู้ให้บริการคลาวด์ขนาดใหญ่ก็มีทางได้ประโยชน์ แต่ลักษณะอัพไซด์ต่างจากบริษัทเซมิคอนดักเตอร์ SemiAnalysis ระบุว่า hyperscalers กำลังพัฒนา CPU ศูนย์ข้อมูลบน Arm ของตนเอง และภาพตลาดปี 2026 กล่าวถึง Amazon Graviton กับ Google Axion ในฐานะความพยายามด้าน CPU custom ที่กำลังกำหนดทิศทางตลาด ^[8][9].

หาก Agentic AI ทำให้ศูนย์ข้อมูลต้องใช้ CPU เข้มข้นขึ้น Amazon และ Google อาจได้ประโยชน์จากต้นทุนโครงสร้างพื้นฐานที่เหมาะกับงานของตนเองมากขึ้น ควบคุม workload ได้ดีขึ้น และพึ่งพาซัพพลายเออร์ CPU ภายนอกน้อยลง ^[8][9]. พูดอีกแบบคือ CPU custom อาจทำให้ hyperscalers เปลี่ยนจากผู้ซื้อชิปอย่างเดียว ไปเป็นผู้แย่งส่วนแบ่งบางส่วนภายในกองเครื่องของตนเอง

แล้ว TSMC อยู่ตรงไหน?

จากหลักฐานชุดนี้ ยังไม่ควรจัด TSMC เข้าอันดับโดยตรง แหล่งข้อมูลที่มีมุ่งไปที่ผู้ออกแบบ CPU, ผู้ขายแพลตฟอร์ม GPU และผู้ให้บริการคลาวด์ที่สร้าง CPU ของตนเอง ไม่ได้สร้าง thesis เฉพาะเจาะจงว่ารายได้ CPU เซิร์ฟเวอร์ของ TSMC จะได้ประโยชน์อย่างไรในระดับที่เทียบกับ AMD, Arm, Nvidia, Intel หรือ hyperscalers ได้

บรรทัดสุดท้าย

ถ้าบูม CPU เซิร์ฟเวอร์จาก Agentic AI เกิดขึ้นจริง AMD คือผู้ได้ประโยชน์โดยตรงที่สุด เพราะขาย CPU เซิร์ฟเวอร์เข้าสู่ตลาดที่ AMD คาดว่าอาจเกิน 120,000 ล้านดอลลาร์สหรัฐภายในปี 2030 ^[6]. Arm อาจมี leverage สูงสุดในเชิงสถาปัตยกรรม หาก CPU custom บน Arm แพร่หลายใน hyperscalers และโครงสร้างพื้นฐาน AI ^[4][8]. Nvidia เป็นผู้ได้ประโยชน์เชิงแพลตฟอร์มหากความต้องการ CPU ใหม่ถูกผูกเข้ากับระบบ AI ที่มี GPU เป็นแกน ^[1][2]. Intel คือผู้เล่นฟื้นตัวที่น่าจับตา แต่ขึ้นกับการทำตามโรดแมปมากกว่า ^[2][8].

ดังนั้นถ้ามองรายได้ CPU โดยตรง ให้เริ่มที่ AMD ถ้ามองการกินส่วนแบ่งผ่านสถาปัตยกรรม ให้ดู Arm ถ้ามองระบบ AI ครบชุด Nvidia ยังเป็นศูนย์กลาง และถ้ามองเศรษฐศาสตร์ภายในศูนย์ข้อมูล ให้จับตา Amazon, Google และ hyperscalers ที่สร้าง CPU ของตัวเอง ^{[1][4][6][8][9]}.