AWS–NVIDIA เตรียมเพิ่ม GPU อีก 2 ล้านตัว รองรับโครงสร้างพื้นฐาน AI ช่วงปี 2027–2028

AWS และ NVIDIA ประกาศขยายความร่วมมือด้านโครงสร้างพื้นฐาน AI โดย AWS มีแผนติดตั้ง GPU ของ NVIDIA เพิ่มอีก 2 ล้านตัวทั่วโครงสร้างพื้นฐานระดับโลกในช่วงปี 2027–2028 การประกาศครั้งนี้เกิดขึ้นไม่นานหลัง AWS เปิดเผยแผนเพิ่ม GPU ของ NVIDIA มากกว่า 1 ล้านตัวตั้งแต่ปี 2026 ขณะที่ความต้องการประมวลผลสำหรับการฝึกและการใช้งานโมเดล AI ยังคงเพิ่มขึ้นอย่างรวดเร็ว 369

อย่างไรก็ตาม ความสำคัญของดีลนี้ไม่ได้อยู่ที่จำนวน GPU เพียงอย่างเดียว ทั้งสองบริษัทกำลังวางแผนโครงสร้างพื้นฐาน AI แบบหลายเจเนอเรชัน ซึ่งครอบคลุมตั้งแต่ชิปประมวลผล CPU และระบบเครือข่าย ไปจนถึงโมเดล AI การประมวลผลข้อมูล หุ่นยนต์ และระบบ AI สำหรับงานภาครัฐที่ต้องการความปลอดภัยสูง

หัวใจของแผน: GPU NVIDIA เพิ่มอีก 2 ล้านตัว

GPU ในแผนใหม่นี้คาดว่าจะครอบคลุมแพลตฟอร์ม NVIDIA Blackwell Ultra, Rubin และ Rubin Ultra นั่นหมายความว่า AWS กำลังวางแผนเพิ่มขีดความสามารถหลายรุ่นต่อเนื่อง ไม่ได้ผูกอยู่กับชิปเร่งความเร็ว AI รุ่นใดรุ่นหนึ่งเท่านั้น 168

ทั้ง AWS และ NVIDIA ยังไม่ได้เปิดเผยมูลค่าทางการเงินของข้อตกลง ดังนั้นตัวเลข 2 ล้านตัวควรตีความว่าเป็นจำนวน GPU ที่มีแผนจะนำไปติดตั้งในโครงสร้างพื้นฐานของ AWS ไม่ใช่จำนวนที่ติดตั้งเสร็จแล้วหรือพร้อมให้ลูกค้าใช้งานได้ทันที 14

แผนดังกล่าวยังสะท้อนว่าผู้ให้บริการคลาวด์กำลังเตรียมกำลังประมวลผลล่วงหน้าในระดับที่ใหญ่ขึ้น การประกาศครั้งนี้เกิดขึ้นเพียงไม่กี่เดือนหลัง AWS ระบุว่าจะเพิ่ม GPU ของ NVIDIA มากกว่า 1 ล้านตัวตั้งแต่ปี 2026 โดยรายงานข่าวเชื่อมโยงการขยายแผนครั้งใหม่กับความต้องการของลูกค้าที่สูงกว่าที่คาดไว้เดิม 39

ไม่ใช่แค่ข้อตกลงจัดหา GPU

AWS และ NVIDIA อธิบายความร่วมมือที่ขยายตัวนี้ว่าเป็นการสร้างโครงสร้างพื้นฐาน AI แบบบูรณาการ นอกจาก GPU แล้ว ยังครอบคลุม ระบบที่ใช้ NVIDIA Vera CPU, เครือข่าย, โมเดลแบบเปิด, การประมวลผลข้อมูล, หุ่นยนต์ และ AI factories หรือศูนย์โครงสร้างพื้นฐานที่ออกแบบมาเพื่อรองรับงาน AI โดยเฉพาะ 16

เหตุผลสำคัญคือการนำ AI ขนาดใหญ่ไปใช้งานจริงต้องพึ่งพามากกว่าชิปเร่งความเร็วเพียงอย่างเดียว CPU ทำหน้าที่จัดการและประสานงานเวิร์กโหลด เครือข่ายความเร็วสูงเชื่อมต่อหน่วยประมวลผลจำนวนมาก ส่วนระบบจัดเก็บและประมวลผลข้อมูลช่วยลำเลียงข้อมูลเข้าสู่กระบวนการฝึกและการอนุมานของโมเดล

ทั้งสองบริษัทระบุว่าโครงสร้างพื้นฐานใหม่นี้จะรองรับ Agentic AI ซึ่งเป็นระบบ AI ที่สามารถวางแผนและทำงานหลายขั้นตอนได้ รวมถึง Physical AI เช่น งานที่เกี่ยวข้องกับหุ่นยนต์ โดยมองว่าทั้งสองสาขาเป็นแรงผลักดันสำคัญของการขยายความร่วมมือ 68

Vera CPU ขยายความร่วมมือให้ไกลกว่าชิปเร่งความเร็ว AI

การนำโครงสร้างพื้นฐานที่ใช้ NVIDIA Vera CPU เข้ามาใน AWS จะเพิ่มองค์ประกอบสำหรับระบบ Agentic AI นอกเหนือจาก GPU และเทคโนโลยีเครือข่ายของ NVIDIA 1011

ในมุมของลูกค้า อินสแตนซ์ AI ในอนาคตอาจถูกออกแบบเป็นระบบ CPU–GPU ที่ทำงานร่วมกันทั้งชุด แทนที่จะมอง GPU เป็นอุปกรณ์แยกเดี่ยว แนวทางนี้เหมาะกับเวิร์กโหลดที่ต้องประสานงานหลายขั้นตอน เคลื่อนย้ายข้อมูลจำนวนมาก และเชื่อมต่อโมเดลเข้ากับเครื่องมือหรือบริการภายนอก

Trainium ยังคงเป็นส่วนหนึ่งของกลยุทธ์ AWS

การขยายความร่วมมือกับ NVIDIA ไม่ได้หมายความว่า AWS จะเลิกพัฒนาชิป AI ของตัวเอง AWS ยังคงพัฒนาและให้บริการ Trainium ควบคู่กันไป โดยทั้งสองบริษัทระบุว่าจะขยายการทำงานร่วมกับ NVLink Fusion และเพิ่มการใช้หน่วยความจำแบนด์วิดท์สูงแบบกำหนดเฉพาะสำหรับระบบที่ใช้ Trainium 1113

ภาพที่เกิดขึ้นจึงเป็นกลยุทธ์แบบอยู่ร่วมกัน AWS สามารถนำเสนอโครงสร้างพื้นฐานที่ใช้ NVIDIA สำหรับลูกค้าที่ต้องการระบบนิเวศซอฟต์แวร์และฮาร์ดแวร์ของ NVIDIA ขณะเดียวกันก็พัฒนา Trainium สำหรับเวิร์กโหลดที่เหมาะกับชิปของ AWS เอง

สำหรับลูกค้า นี่อาจหมายถึงทางเลือกที่มากขึ้นเมื่อต้องเปรียบเทียบประสิทธิภาพ ความเข้ากันได้ของซอฟต์แวร์ ความพร้อมใช้งาน และต้นทุนโครงสร้างพื้นฐาน แต่ข้อมูลที่เปิดเผยในขณะนี้ยังไม่ละเอียดพอที่จะสรุปต้นทุนหรือประสิทธิภาพของทุกการกำหนดค่าในอนาคตได้

ขยายสู่โครงสร้างพื้นฐาน AI สำหรับงานภาครัฐ

AWS และ NVIDIA ยังกล่าวถึงโครงสร้างพื้นฐาน AI factories ที่มีความปลอดภัยสูงสำหรับงานของรัฐบาลสหรัฐฯ และภารกิจด้านความมั่นคงแห่งชาติ โดยการรายงานข่าวระบุว่าความร่วมมือนี้มุ่งรองรับการใช้งานของหน่วยงานภาครัฐที่มีข้อกำหนดด้านความปลอดภัยและการควบคุมการเข้าถึงอย่างเข้มงวด นอกเหนือจากลูกค้าเชิงพาณิชย์ 810

การมุ่งเน้นตลาดภาครัฐทำให้ขอบเขตของความร่วมมือกว้างกว่าการให้บริการคลาวด์สาธารณะสำหรับแอปพลิเคชันผู้บริโภคหรือองค์กรทั่วไป อย่างไรก็ดี รายละเอียดที่มีอยู่ยังไม่เพียงพอที่จะยืนยันรูปแบบการติดตั้งหรือสถานะด้านการรับรองทางเทคนิคของสภาพแวดล้อมเหล่านี้ในอนาคต

เหตุใดแผนนี้จึงมีความหมายต่อการแข่งขัน AI

ในเชิงกลยุทธ์ NVIDIA จะได้ช่องทางกระจายแพลตฟอร์ม AI หลายเจเนอเรชันผ่านผู้ให้บริการคลาวด์รายใหญ่ ขณะที่ AWS จะได้กำลังประมวลผลและระบบที่ผสานเทคโนโลยีของ NVIDIA ในวงกว้างขึ้นสำหรับนำเสนอแก่ลูกค้า 26

AWS ยังสามารถวางตำแหน่งตัวเองเป็นผู้ให้บริการโครงสร้างพื้นฐาน AI ที่มีทางเลือกหลากหลาย ลูกค้าอาจเลือกใช้ระบบที่ปรับแต่งมาสำหรับ NVIDIA ระบบที่ใช้ Trainium หรือการกำหนดค่าที่เชื่อมองค์ประกอบจากทั้งสองระบบนิเวศเข้าด้วยกัน ความยืดหยุ่นลักษณะนี้อาจมีความสำคัญมากขึ้นเมื่อเวิร์กโหลด AI ขยายจากการฝึกโมเดลขนาดใหญ่ไปสู่การอนุมาน การทำงานของ AI agents การประมวลผลข้อมูล และหุ่นยนต์

ถึงกระนั้น การประกาศดังกล่าวยังเป็นแผนงาน ไม่ใช่หลักฐานว่า GPU ทั้ง 2 ล้านตัวจะออนไลน์ครบภายในสิ้นปี 2028 การส่งมอบจริงยังขึ้นอยู่กับการผลิตฮาร์ดแวร์ การก่อสร้างศูนย์ข้อมูล พลังงาน ระบบเครือข่าย และความต้องการของลูกค้า แหล่งข่าวที่มีอยู่ยืนยันขนาดและทิศทางของแผน แต่ยังไม่ได้แจกแจงการติดตั้งตามภูมิภาค ผลิตภัณฑ์ หรือบริการ AWS แต่ละประเภท

สรุป

AWS และ NVIDIA วางแผนเพิ่ม GPU ของ NVIDIA อีก 2 ล้านตัวในช่วงปี 2027–2028 ต่อเนื่องจากแผนเดิมของ AWS ที่จะติดตั้ง GPU มากกว่า 1 ล้านตัวตั้งแต่ปี 2026 แผนใหม่นี้ครอบคลุม Blackwell Ultra, Rubin และ Rubin Ultra รวมถึง Vera CPU ระบบเครือข่าย AI factories การประมวลผลข้อมูล และโครงสร้างพื้นฐานสำหรับหุ่นยนต์ 136

สารสำคัญที่ใหญ่กว่าตัวเลข 2 ล้านคือการแข่งขันด้าน AI บนคลาวด์กำลังเปลี่ยนไปสู่ระบบครบชุดในระดับแร็กและศูนย์ข้อมูล AWS กำลังผสานแพลตฟอร์มของ NVIDIA เข้ากับแผนพัฒนา Trainium ของตัวเอง ขณะที่ NVIDIA ก็ขยายบทบาทจากผู้ผลิต GPU ไปสู่ระบบโครงสร้างพื้นฐานที่จำเป็นต่อการรัน Agentic AI และ Physical AI ในระดับอุตสาหกรรม