ทำไม SpaceXAI จึงเลือกใช้ Nvidia Vera CPU กับระบบ Agentic AI รุ่นถัดไป

Nvidia ระบุว่า SpaceXAI จะนำ Vera CPU ไปใช้รองรับงานเบื้องหลัง Agentic AI รุ่นถัดไปของ Grok ไม่ว่าจะเป็นการประสานงานเครื่องมือ การรันโค้ด การประมวลผลข้อมูล และการจำลองสถานการณ์ งานเหล่านี้เกิดขึ้นในช่วงที่ระบบต้องจัดการสิ่งต่าง ๆ ระหว่างการเรียกใช้โมเดลบน GPU ไม่ใช่เพียงขั้นตอนสร้างคำตอบสุดท้าย 1

ประกาศดังกล่าวยังเชื่อมโยง Vera เข้ากับแผนโครงสร้างพื้นฐาน AI ที่กว้างขึ้นของ SpaceXAI ซึ่งรวมถึงระบบที่ใช้สถาปัตยกรรม Vera Rubin และมีเป้าหมายขยายกำลังประมวลผลไปสู่ระดับกิกะวัตต์ ตลอดจนระบบ Vera Rubin NVL72 ที่ปรับแต่งสำหรับดาวเทียม AI Starmind รุ่นแรกที่วางแผนไว้ 1

Vera มีบทบาทอะไรในระบบ Agentic AI

การพูดถึง AI แบบเดิมมักเน้นชิปเร่งความเร็วที่ใช้รันโมเดล แต่ระบบ Agentic AI มีชั้นควบคุมและสั่งงานเพิ่มขึ้นมาอย่างมาก ระบบต้องจดจำสถานะ ประสานการเรียกใช้โมเดลและเครื่องมือหลายครั้ง รันโค้ด ประมวลผลข้อมูลระหว่างทาง จำลองสภาพแวดล้อม และปรับแผนซ้ำเมื่อผลลัพธ์ไม่เป็นไปตามที่คาด

ด้วยเหตุนี้ CPU จึงมีความสำคัญมากกว่าการเป็นเพียงชิ้นส่วนโฮสต์ทั่วไป CPU สำหรับงานลักษณะนี้ต้องจัดการกระบวนการจำนวนมากที่ทำงานพร้อมกัน เคลื่อนย้ายสถานะและข้อมูลปริมาณสูง และป้อนงานให้ GPU ได้ต่อเนื่อง Nvidia วาง Vera ให้เป็นชั้น CPU ที่ออกแบบมาโดยเฉพาะสำหรับ Agentic AI การเรียนรู้แบบเสริมกำลัง และงานประมวลผลข้อมูล แทนที่จะมอง CPU เป็นเพียงส่วนประกอบทั่วไปของเซิร์ฟเวอร์ 33

จุดเด่นทางเทคนิคที่ Nvidia ชู

ข้อมูลจำเพาะที่ Nvidia ระบุเกี่ยวกับ Vera ได้แก่

• แกนประมวลผล Olympus แบบออกแบบเอง 88 คอร์
• หน่วยความจำ LPDDR5X ที่มีแบนด์วิดท์สูงสุด 1.2 TB/s
• หน่วยความจำสูงสุด 1.5 TB ในบางการกำหนดค่าที่สื่อรายงานเกี่ยวกับชิป 7 32
• รองรับเซิร์ฟเวอร์ Vera ระบบ Vera Rubin และแพลตฟอร์มโครงสร้างพื้นฐาน AI ที่เกี่ยวข้อง 33

แนวทางการออกแบบดังกล่าวสอดคล้องกับลักษณะงานของ Agentic AI จำนวนคอร์ที่มากขึ้นช่วยรองรับงานประสานระบบและการจำลองหลายรายการพร้อมกัน ขณะที่แบนด์วิดท์หน่วยความจำสูงช่วยลดความล่าช้าเมื่อเอเจนต์ต้องเข้าถึงสถานะ ผลลัพธ์ระหว่างทาง และชุดข้อมูลซ้ำ ๆ

ในระบบ Vera Rubin, CPU ยังเป็นส่วนหนึ่งของแพลตฟอร์ม Nvidia ที่รวม CPU, GPU Rubin, ระบบเครือข่าย, DPU และซอฟต์แวร์เข้าไว้ด้วยกัน แทนการจัดซื้อแต่ละชิ้นส่วนแยกจากกัน 33 40

อย่างไรก็ตาม ตัวเลข 1.5 TB ต่อซ็อกเก็ต ควรอ่านอย่างระมัดระวัง เพราะปรากฏในรายงานและคำอธิบายผลิตภัณฑ์จากแหล่งรอง ขณะที่เอกสารเผยแพร่หลักที่มีอยู่ไม่ได้ยืนยันการกำหนดค่านี้โดยอิสระ จึงควรเรียกว่าเป็นตัวเลขที่มีรายงานหรือเป็นตัวเลือกการกำหนดค่า ไม่ใช่ข้อมูลจำเพาะที่ใช้ได้กับ Vera ทุกระบบ

ตัวเลขประสิทธิภาพบอกอะไร และไม่ได้บอกอะไร

เมื่อเปิดตัว Vera ในวันที่ 16 มีนาคม 2026 Nvidia ระบุว่า ชิปนี้มีประสิทธิภาพด้านพลังงานเป็นสองเท่า และทำงานเร็วขึ้น 50% เมื่อเทียบกับ CPU แบบดั้งเดิมในระดับแร็ก สำหรับเวิร์กโหลดเป้าหมาย 38 ต่อมาในประกาศความร่วมมือกับ SpaceXAI Nvidia ระบุว่า Vera สามารถทำงานบางประเภทเสร็จเร็วกว่า CPU สถาปัตยกรรม x86 ได้สูงสุด 1.8 เท่า ในงาน Agentic AI การเรียนรู้แบบเสริมกำลัง และการประมวลผลข้อมูล 1

ตัวเลขเหล่านี้สะท้อนทิศทางการวางตำแหน่งผลิตภัณฑ์ของ Nvidia แต่ไม่ใช่หลักฐานอิสระว่า Vera จะเร็วกว่าในงานเซิร์ฟเวอร์ทุกประเภท ทั้งหมดเป็นคำกล่าวอ้างของผู้ผลิตที่ผูกกับหมวดเวิร์กโหลดและวิธีเปรียบเทียบที่เลือกไว้ จึงยังไม่สามารถสรุปว่า Vera เหนือกว่า AMD EPYC หรือ Intel Xeon ในงานประมวลผลระดับองค์กรทั่วไป

สำหรับผู้ซื้อ คำถามที่สำคัญกว่าอาจเป็นประสิทธิภาพของทั้งระบบ ได้แก่ แพลตฟอร์ม CPU-GPU สามารถทำเวิร์กโฟลว์ของเอเจนต์เสร็จเร็วเพียงใด ใช้พลังงานเท่าไร และซอฟต์แวร์จัดการการจัดตารางงาน การเคลื่อนย้ายหน่วยความจำ และการเรียกใช้เครื่องมือได้มีประสิทธิภาพแค่ไหน ตัวเลขของ CPU เพียงอย่างเดียวตอบคำถามเหล่านี้ไม่ได้

จากการประเมินเบื้องต้นสู่แผนติดตั้งจริง

ความร่วมมือระหว่างสองบริษัทพัฒนาขึ้นเป็นลำดับ Nvidia เปิดตัว Vera เมื่อวันที่ 16 มีนาคม 2026 และในช่วงแรกระบุว่าระบบจากพันธมิตรจะพร้อมใช้งานในช่วงครึ่งหลังของปี 38 จากนั้นในเดือนพฤษภาคม เอียน บัค ผู้บริหาร Nvidia ได้ส่งมอบระบบ Vera ชุดแรกให้ SpaceXAI, Anthropic, OpenAI และ Oracle Cloud Infrastructure ด้วยตนเอง

การส่งมอบดังกล่าวควรเข้าใจว่าเป็นการเริ่มต้นการประเมินและการขยายสู่การผลิตของลูกค้ากลุ่มแรก ไม่ใช่หลักฐานว่าผู้รับทุกรายได้ติดตั้งใช้งานเต็มรูปแบบในระดับใหญ่แล้ว 11

ประกาศวันที่ 24 สิงหาคมทำให้ SpaceXAI เปลี่ยนสถานะจากผู้รับระบบระยะแรกมาเป็นบริษัทที่มีแผนติดตั้งซึ่งประกาศต่อสาธารณะ Nvidia ระบุว่า Vera จะช่วยรองรับงาน Agentic AI ที่เกี่ยวข้องกับ Grok บนโลก และจะเป็นส่วนหนึ่งของระบบ Vera Rubin ที่ปรับให้เหมาะกับภารกิจอวกาศของ Starmind 1

การใช้งานบนโลกเป็นกรณีที่เข้าใจได้ง่ายกว่าในระยะใกล้ นั่นคือการจับคู่ CPU ที่รับภาระงานประสานระบบและประมวลผลข้อมูลเข้ากับ GPU Rubin ในศูนย์ข้อมูล AI ส่วนการใช้งานในวงโคจรยังมีความไม่แน่นอนมากกว่า เพราะ Nvidia เองยอมรับว่าการประมวลผลในอวกาศมีข้อจำกัดด้านพลังงาน ความร้อน แบนด์วิดท์ ความน่าเชื่อถือ และการบูรณาการระบบที่แตกต่างจากศูนย์ข้อมูลบนโลก 1

แผนดาวเทียมคือบททดสอบวิศวกรรมระบบ ไม่ใช่แค่การทดสอบชิป

การนำระบบ AI ขึ้นสู่วงโคจรต้องแก้ปัญหาที่ไม่อาจวัดได้ด้วยจำนวนคอร์หรือแบนด์วิดท์หน่วยความจำเพียงอย่างเดียว ระบบอวกาศต้องคำนึงถึงการผลิตพลังงาน การระบายความร้อน ความทนทานต่อรังสี น้ำหนักขณะปล่อยสู่ชั้นอวกาศ ความจุการสื่อสาร และการบำรุงรักษาในระยะยาว

ดังนั้น เพย์โหลด Starmind ที่วางแผนไว้จึงเป็นบททดสอบด้านวิศวกรรมระบบพอ ๆ กับการเป็นบททดสอบของ Vera ประกาศนี้แสดงให้เห็นสถาปัตยกรรมและความร่วมมือที่ตั้งใจจะพัฒนา แต่ยังไม่ได้พิสูจน์ว่าการประมวลผล AI ในวงโคจรจะทำงานต่อเนื่องและขยายขนาดได้จริง รายงานระบุว่าอาจมีเป้าหมายปล่อยเร็วที่สุดในปี 2027 แต่ยังคงเป็นแผนในอนาคต 18

Nvidia กำลังขยับเข้าสู่สมรภูมิ CPU

Vera ทำให้กลยุทธ์โครงสร้างพื้นฐาน AI ของ Nvidia กว้างขึ้น บริษัทไม่ได้แข่งขันเฉพาะชิปเร่งความเร็วในเซิร์ฟเวอร์ AI อีกต่อไป แต่ยังนำเสนอ CPU ระบบเชื่อมต่อ เครือข่าย พื้นที่จัดเก็บข้อมูล และซอฟต์แวร์ที่ทำงานร่วมกันเป็นแพลตฟอร์มเดียว

ประกาศเดือนมีนาคมของ Nvidia ระบุรายชื่อผู้ให้บริการคลาวด์และผู้ผลิตระบบที่เตรียมร่วมมือกับบริษัท ขณะที่ Oracle ระบุว่า OCI Supercluster รุ่นถัดไปจะรวม Vera CPU, Rubin GPU, BlueField DPU, NVLink, SuperNIC และสวิตช์ Ethernet เข้าไว้ด้วยกัน 38 40

Oracle Cloud Infrastructure เป็นหนึ่งในจุดยืนยันความต้องการที่สำคัญ เพราะมีรายงานว่าบริษัทวางแผนติดตั้ง Vera CPU หลายแสนตัวตั้งแต่ปี 2026 8 39 หากแผนดังกล่าวเกิดขึ้นจริง Vera จะก้าวพ้นการประเมินของลูกค้ารายใหญ่ไม่กี่ราย ไปสู่การใช้งานระดับไฮเปอร์สเกลอย่างมีนัยสำคัญ

แรงกดดันด้านการแข่งขันจะตกกับ AMD และ Intel โดยตรง เนื่องจาก CPU เซิร์ฟเวอร์ของทั้งสองบริษัทยังคงเป็นแกนหลักของโครงสร้างพื้นฐานศูนย์ข้อมูล ความได้เปรียบของ Nvidia อาจไม่ใช่การมี CPU ที่เหนือกว่าในทุกงาน แต่คือการเสนอแพลตฟอร์ม “โรงงาน AI” ที่ผสานส่วนประกอบต่าง ๆ อย่างแน่นหนา

ลูกค้าบางกลุ่มอาจให้คุณค่ากับการผสานระบบและซอฟต์แวร์ของ Nvidia โดยเฉพาะสำหรับ Agentic AI ขณะที่ลูกค้ากลุ่มอื่นอาจยังเลือกใช้โครงสร้างพื้นฐานแบบผสมจากหลายผู้ผลิต เพื่อรักษาความยืดหยุ่นในการเลือก CPU และลดการพึ่งพาผู้ขายรายเดียว

ราคาหุ้นที่ลดลงไม่ใช่คำตัดสิน Vera

หุ้น Nvidia และ SpaceX ปรับตัวลงในวันที่มีการประกาศความร่วมมือ 24 สิงหาคม โดยรายงานหนึ่งระบุว่า Nvidia ลดลง 2.91% และ SpaceX ลดลง 1.44% 18

การเคลื่อนไหวในวันเดียวไม่ได้แปลว่านักลงทุนปฏิเสธความร่วมมือ หรือพิสูจน์ว่า Vera มีปัญหาด้านเทคนิค ราคาหุ้นยังสะท้อนภาวะตลาดโดยรวม ความคาดหวังต่อผลประกอบการ การใช้จ่ายลงทุน และสถานะการลงทุนของตลาดด้วย

บททดสอบที่มีความหมายมากกว่าคือ SpaceXAI และลูกค้ารายอื่นจะเปลี่ยนแผนที่ประกาศไว้ให้เป็นการติดตั้งใช้งานต่อเนื่องได้หรือไม่ และการวัดผลจากภายนอกจะยืนยันคำกล่าวอ้างด้านประสิทธิภาพและการใช้พลังงานของ Nvidia ได้มากน้อยเพียงใด

สรุป

ความร่วมมือระหว่าง SpaceXAI กับ Nvidia มีความสำคัญตรงที่ทำให้ CPU กลายเป็นองค์ประกอบหลักของโครงสร้างพื้นฐาน Agentic AI ไม่ใช่เพียงชิ้นส่วนประกอบของเซิร์ฟเวอร์ Nvidia ระบุว่า Vera ซึ่งมีแกน Olympus 88 คอร์และหน่วยความจำแบนด์วิดท์สูง ถูกออกแบบมาเพื่อจัดการงานประสานระบบ การรันคำสั่ง การจำลอง และการเคลื่อนย้ายข้อมูลที่อยู่รอบการฝึกและการอนุมานบน GPU 1 33

เรื่องราวเชิงพาณิชย์ในทันทีคือการที่ลูกค้า AI รายสำคัญเลือกใช้แพลตฟอร์ม CPU ของ Nvidia ส่วนเรื่องเชิงกลยุทธ์คือความพยายามของ Nvidia ที่จะครอบคลุมส่วนต่าง ๆ ของเซิร์ฟเวอร์มากขึ้น โดยแผนติดตั้งระดับไฮเปอร์สเกลของ Oracle จะเป็นอีกบททดสอบหนึ่งของความต้องการตลาด

ระบบ Starmind ในวงโคจรคือส่วนขยายที่ทะเยอทะยานที่สุดของแผนนี้ แต่จนกว่าจะมีการปล่อยขึ้นสู่อวกาศและพิสูจน์การทำงานจริง ควรมองว่าเป็นเป้าหมายการติดตั้งที่ประกาศไว้ ไม่ใช่ขีดความสามารถที่ได้รับการพิสูจน์แล้ว