Nvidia ชู “โทเคนต่อเมกะวัตต์” มาตรวัดใหม่ของ AI Factory ไม่ใช่แค่เพิ่มจำนวน GPU

AI Factory กำลังติดข้อจำกัดเรื่อง ไฟฟ้าที่เข้าถึงได้ มากพอ ๆ กับจำนวนตัวเร่งประมวลผลที่ติดตั้งในแร็กได้ Nvidia ใช้เวทีวันเปิดงาน AI Infra Summit 2026 เพื่อเสนอว่า มาตรวัดผลผลิตที่ควรให้ความสำคัญคือ จำนวนโทเคนของ agentic AI ต่อเมกะวัตต์ หรือปริมาณงาน inference ที่ใช้งานได้จริงภายใต้งบพลังงานที่กำหนด ไม่ใช่ตัวเลขประสิทธิภาพสูงสุดของ GPU เพียงลำพัง 23

Ian Buck รองประธานฝ่าย Hyperscale และ High-Performance Computing ของ Nvidia นำเสนอแนวคิดนี้ที่เมืองซานตาคลารา โดยประเด็นหลักไม่ได้อยู่แค่ความเร็วของ GPU แต่คือการออกแบบร่วมกันของคอมพิวต์ เครือข่าย ซอฟต์แวร์ inference ระบบระบายความร้อน การควบคุมพลังงาน และการปฏิบัติการร่วมกับโครงข่ายไฟฟ้า เพื่อให้ AI Factory ยังสร้างผลผลิตได้เมื่อกำลังไฟกลายเป็นทรัพยากรจำกัด 123

ผลทดสอบที่จับต้องได้: Lambda กับ DSX MaxLPS

ข้อมูลที่เป็นรูปธรรมที่สุดมาจาก Lambda ผู้ให้บริการ AI Cloud ซึ่งเผยผลการยืนยันการทำงานของ Nvidia DSX MaxLPS ในสภาพแวดล้อมใช้งานจริงเป็นครั้งแรก บนเซิร์ฟเวอร์ GPU HGX B200 โดย Nvidia ระบุว่า DSX MaxLPS เฝ้าดูการใช้ไฟทั้งระดับ GPU และระดับแร็ก ก่อนกระจายกำลังไฟส่วนที่เหลืออยู่ไปยังโหนดต่าง ๆ ใหม่ 23

ในคลัสเตอร์ขนาด 5 แร็ก 19 โหนด Lambda สามารถเดินระบบ 19 โหนดภายใต้งบกำลังไฟที่ปกติรองรับโหนดกำลังเต็มได้ 16 โหนด ผลที่รายงานคือ token throughput ของทั้งคลัสเตอร์เพิ่ม 24% จากราว 4 ล้านเป็น 5 ล้านโทเคนต่อวินาที พร้อม ประสิทธิภาพต่อวัตต์ดีขึ้น 23% 23

นัยสำคัญอยู่ที่การใช้งานจริง เพราะศูนย์ข้อมูลจำนวนมากถูกจำกัดด้วยปริมาณไฟฟ้าที่จ่ายเข้าสถานที่ได้ หากลักษณะการใช้ไฟของเวิร์กโหลดเปลี่ยนแปลงตลอดเวลา ซอฟต์แวร์ที่นำกำลังไฟส่วนเกินซึ่งยังไม่ถูกใช้มาใช้ประโยชน์ อาจเพิ่มผลงานที่สร้างได้โดยไม่ต้องขอระบบจ่ายไฟใหม่หรือขยายเพดานพลังงานของศูนย์ข้อมูล

ตัวเลข Vera Rubin เป็น “ประมาณการ” ไม่ใช่ผลใช้งานจริง

Nvidia ยังระบุถึงโอกาสของการใช้งาน Vera Rubin NVL72 ในอนาคต โดยกล่าวว่า DSX MaxLPS อาจช่วยให้ติดตั้ง GPU ได้เพิ่มขึ้นสูงสุด 40% ภายใต้เพดานกำลังไฟของไซต์เท่าเดิม และเพิ่ม token throughput ได้สูงสุด 35% ทั้งนี้ขึ้นอยู่กับเงื่อนไขของแต่ละการติดตั้ง 23

ตัวเลขนี้ต้องตีความแยกจากผลของ Lambda: ผลจาก Lambda เป็นตัวเลขที่รายงานจากการยืนยันในสภาพแวดล้อมใช้งานบนระบบ Blackwell ส่วนตัวเลข Vera Rubin เป็นการคาดการณ์ของ Nvidia สำหรับแพลตฟอร์มในอนาคต 23

ให้ AI Factory ตอบสนองต่อกริดไฟฟ้าได้

อีกประเด็นสำคัญของ Nvidia คือ “ความยืดหยุ่น” ของ AI Factory กล่าวคือ ศูนย์ประมวลผลควรตอบสนองต่อสภาวะของโครงข่ายไฟฟ้าได้ โดยไม่จำเป็นต้องถือว่างานทุกประเภทเร่งด่วนเท่ากัน

ที่ AI Factory ชื่อ Eos ของ Nvidia แพลตฟอร์ม Conductor ของ Emerald AI ทำงานร่วมกับ Silicon Valley Power ในโครงการโหลดแบบยืดหยุ่นระดับเชิงพาณิชย์ Nvidia รายงานว่าระบบตอบสนองต่อสัญญาณความต้องการไฟฟ้าจากผู้ให้บริการสาธารณูปโภคมากกว่า 200 ครั้ง และในการสาธิตครั้งหนึ่ง สามารถลดการใช้ไฟของศูนย์จาก 4 เมกะวัตต์เหลือ 3 เมกะวัตต์ภายในเวลาไม่ถึงหนึ่งนาที โดยลดลำดับความสำคัญของงานคอมพิวต์ที่เลื่อนได้ ขณะที่งาน inference ที่สำคัญกว่ายังทำงานต่อ 23

Nvidia มองโครงการนี้เป็นตัวอย่างระยะแรกของความสามารถที่วางแผนไว้สำหรับ DSX Flex ซึ่งบริษัทอธิบายว่าเป็นระบบรับสัญญาณลดโหลด (load shedding) สัญญาณตอบสนองต่อความต้องการใช้ไฟ และสัญญาณราคาไฟฟ้า จากนั้นจึงบังคับใช้นโยบายลำดับความสำคัญของเวิร์กโหลด เพื่อให้งานที่รอได้หยุดและกลับมาทำต่อภายหลัง ขณะที่บริการสำคัญยังดำเนินต่อไปได้ การสาธิตที่ Eos เองเป็นหลักฐานเชิงพาณิชย์ในช่วงก่อนหน้า ไม่ใช่การติดตั้ง DSX Flex โดยตรง 23

แนวทางนี้มีความหมายต่อผู้ดำเนินการที่เผชิญข้อจำกัดจากผู้ให้บริการไฟฟ้า เพราะงานฝึกโมเดล งานประมวลผลแบบแบตช์ หรือภารกิจออฟไลน์ ไม่ได้ต้องการเวลาตอบสนองในระดับเดียวกับ inference สำหรับบริการจริงเสมอไป การจัดคอมพิวต์ให้เป็นโหลดที่ยืดหยุ่นได้ จึงอาจเปิดทางให้ศูนย์ข้อมูลเข้าร่วมโครงการของระบบไฟฟ้า โดยยังคงปกป้องเวิร์กโหลดที่มีมูลค่าสูงกว่า

ข้อเสนอแบบครบสแต็ก ตั้งแต่ชิปถึงการปฏิบัติการ

ประกาศในงานสะท้อนว่า Nvidia ต้องการวางบทบาทตนเองมากกว่าผู้ขายชิ้นส่วน โดยเป็นผู้ให้บริการแพลตฟอร์ม AI Factory แบบครบสแต็ก ชุดเทคโนโลยีที่บริษัทเสนอครอบคลุมคอมพิวต์ Vera Rubin, เครือข่ายขยายสเกล NVLink, ซอฟต์แวร์ inference Dynamo, เครือข่าย Ethernet และ SuperNIC, องค์ประกอบโครงสร้างพื้นฐาน BlueField, การปรับพลังงานระดับแร็ก และการบริหารเวิร์กโหลดที่รับรู้สภาพกริดไฟฟ้า 2

Groq 3 LPX เป็นส่วนหนึ่งของภาพรวมนี้ Nvidia อธิบายว่าเป็นตัวเร่ง inference แบบโต้ตอบสำหรับ Vera Rubin ออกแบบมาเพื่อรองรับความต้องการด้านความหน่วงต่ำและบริบทขนาดใหญ่ของระบบ agentic AI 112 หลักฐานที่ให้มาสนับสนุนบทบาทดังกล่าว แต่ยังไม่ยืนยันโดยอิสระสำหรับข้ออ้างเฉพาะเจาะจงเรื่องกำหนดวางจำหน่าย การเปรียบเทียบ throughput ต่อเมกะวัตต์ 35 เท่า หรือประสิทธิภาพกับโมเดลที่มีพารามิเตอร์เกิน 2 ล้านล้านตัว

ทำไมกลยุทธ์นี้จึงมีน้ำหนักทางธุรกิจ

สารด้านโครงสร้างพื้นฐานของ Nvidia ออกมาท่ามกลางการขยายตัวต่อเนื่องของธุรกิจดาต้าเซ็นเตอร์ ในไตรมาส 2 ของปีงบประมาณ 2027 ซึ่งสิ้นสุดวันที่ 26 กรกฎาคม 2026 บริษัทมีรายได้ 96.2 พันล้านดอลลาร์สหรัฐ เพิ่มขึ้น 106% จากปีก่อนหน้า โดยรายได้จาก Data Center อยู่ที่ 89.0 พันล้านดอลลาร์สหรัฐ 17 บริษัทคาดการณ์รายได้ไตรมาส 3 ที่ 108 พันล้านดอลลาร์สหรัฐ บวกลบ 2% 2830

บริบททางการเงินนี้อธิบายได้ว่าทำไมบริษัทจึงเน้นการปฏิบัติการระดับโรงงานมากขึ้น เมื่อลูกค้าติดตั้งกำลังการประมวลผล AI เพิ่มขึ้น คำถามเชิงปฏิบัติจึงเปลี่ยนไปสู่การหาไฟฟ้าให้เพียงพอ เพิ่มผลผลิตภายใต้เพดานไฟที่ตายตัว และทำให้บริการ inference เดินหน้าต่อได้ระหว่างเหตุขัดข้องด้านพลังงานหรือการดำเนินงาน

บทสรุป

สิ่งที่ Nvidia เสนอในวันเปิดงานไม่ใช่ว่าประสิทธิภาพสูงสุดของตัวเร่งประมวลผลหมดความสำคัญแล้ว แต่คือประสิทธิภาพสูงสุดเพียงอย่างเดียวไม่เพียงพอต่อเศรษฐศาสตร์ของ AI Factory อีกต่อไป

มาตรวัดที่บริษัทเสนอ—โทเคนต่อเมกะวัตต์ที่ผ่านการยืนยัน—เชื่อมประสิทธิภาพฮาร์ดแวร์เข้ากับข้อจำกัดที่ผู้ดำเนินการเผชิญจริง ได้แก่ กำลังไฟของไซต์ เหตุการณ์ในโครงข่ายไฟฟ้า ลำดับความสำคัญของงาน และความพร้อมใช้งานของระบบ ผล throughput เพิ่ม 24% ที่ Lambda รายงานจึงเป็นจุดข้อมูลแรกจากการติดตั้งจริงที่สนับสนุนแนวคิดนี้ ขณะที่คำกล่าวอ้างวงกว้างกว่าสำหรับ Vera Rubin และ DSX ยังเป็นโรดแมปที่ต้องรอการพิสูจน์จากการใช้งานของลูกค้า 23