OpenAI ใช้ Vera Rubin NVL72: สัญญาณว่า Nvidia กำลังเปลี่ยนจากผู้ขายชิปสู่ผู้ส่งมอบระบบ AI ทั้งชุด

OpenAI เป็นส่วนหนึ่งของแผนการขยายโครงสร้างพื้นฐานในภาพใหญ่ โดย OpenAI และ Nvidia ประกาศแผนสร้างศูนย์ข้อมูล AI ที่ใช้ระบบของ Nvidia อย่างน้อย 10 กิกะวัตต์ สำหรับระยะแรก 1 กิกะวัตต์มีเป้าหมายเริ่มใช้งานในช่วงครึ่งหลังของปี 2026 ด้วยระบบ Vera Rubin

เหตุใดการติดตั้งของ OpenAI จึงเป็นหลักฐานสำคัญ

OpenAI เป็นหนึ่งในบททดสอบการใช้งานจริงที่ชัดเจนที่สุดว่า Rubin จะรองรับการพัฒนาโมเดล AI ระดับแนวหน้าได้หรือไม่ ห้องปฏิบัติการ AI ชั้นนำต้องการกำลังประมวลผลสูง ประสิทธิภาพการเชื่อมต่อระหว่างชิป ความเสถียร และความสามารถในการขยายโครงสร้างพื้นฐานอย่างรวดเร็ว

หากระบบของ OpenAI เดินเครื่องได้จริง ก็จะให้หลักฐานในอย่างน้อย 3 ด้าน

1. ความสอดคล้องกับงานจริง: Rubin จะถูกใช้กับโครงการ AI ระดับแนวหน้า ไม่ใช่เพียงการทดสอบประสิทธิภาพหรือการสาธิตผลิตภัณฑ์
2. ความพร้อมของระบบ: Nvidia จะแสดงให้เห็นว่าสถาปัตยกรรมแบบแร็กสามารถผ่านการรับรองจากลูกค้าและเข้าสู่การใช้งานจริงได้
3. แรงดึงดูดทางการค้า: การติดตั้งที่ประสบความสำเร็จอาจกระตุ้นให้ห้องปฏิบัติการ AI และผู้ให้บริการคลาวด์รายอื่นเลือกใช้ระบบ Rubin แบบครบชุด ซึ่งช่วยหนุนความต้องการของแพลตฟอร์มโดยรวม

อย่างไรก็ตาม ควรอ่านข่าวนี้อย่างระมัดระวัง การประกาศติดตั้งไม่ได้ยืนยันด้วยตัวเองว่ามีการติดตั้งกี่แร็ก ได้ผลลัพธ์จากการฝึกโมเดลอย่างไร หรือ Nvidia จะรับรู้รายได้เมื่อใด รายละเอียดเหล่านี้จะเป็นตัวกำหนดว่าหมุดหมายดังกล่าวเป็นจุดเปลี่ยนทางการค้า หรือเป็นเพียงหลักฐานยืนยันในระยะแรก

Vera Rubin NVL72 มีราคาเท่าไร

ไม่มีราคาขายอย่างเป็นทางการจาก Nvidia ในข้อมูลที่มีอยู่ การประเมินจากอุตสาหกรรมแตกต่างกันไปตามสเปกและช่วงเวลา

• รายงานบางฉบับประเมินราคาไว้ที่ประมาณ 7–8 ล้านดอลลาร์สหรัฐต่อแร็ก
• รายงานที่อ้างอิงการประเมินของ Bernstein ระบุตัวเลขประมาณ 9.1 ล้านดอลลาร์สหรัฐ
• Morgan Stanley ประเมินต้นทุนของแร็ก VR200 NVL72 หนึ่งชุดไว้ที่ประมาณ 7.8 ล้านดอลลาร์สหรัฐ

ตัวเลขเหล่านี้ควรถือเป็นประมาณการต้นทุนระบบหรือต้นทุนที่ผู้ซื้ออาจต้องจ่าย ไม่ใช่ราคาขายที่ Nvidia ยืนยันอย่างเป็นทางการ ความแตกต่างของตัวเลขยังชี้ให้เห็นว่าเศรษฐศาสตร์ของแร็กไม่สามารถประเมินจากจำนวน GPU เพียงอย่างเดียว เพราะหน่วยความจำ พื้นที่จัดเก็บข้อมูล เครือข่าย เซิร์ฟเวอร์ ระบบระบายความร้อน และโครงสร้างพื้นฐานอื่น ๆ ล้วนมีผลต่อต้นทุนรวม

ต้นทุนยังสูงกว่าการซื้อแร็กโดยตรง Bernstein ซึ่งถูกอ้างถึงโดย Investing.com ประเมินว่าการสร้างศูนย์ข้อมูลที่รองรับ Vera Rubin ขนาด 1 กิกะวัตต์อาจมีต้นทุนประมาณ 47,000 ล้านดอลลาร์สหรัฐ ตัวเลขนี้เป็นการประเมินการลงทุนด้านโครงสร้างพื้นฐาน ไม่ใช่การคาดการณ์รายได้ Nvidia โดยตรงหรือมาตรฐานต้นทุนการก่อสร้างที่ใช้ได้กับทุกโครงการ

มาร์จิ้นของ CoreWeave บอกอะไรเกี่ยวกับเศรษฐศาสตร์คลาวด์

บทบาทของ CoreWeave ให้สัญญาณเชิงพาณิชย์ระยะแรก บริษัทระบุว่าสัญญาที่เซ็นใหม่ในไตรมาส 2 คาดว่าจะมีมาร์จิ้นสูงกว่าสัญญาที่เซ็นในไตรมาสก่อนหน้าราว 5–10 จุดเปอร์เซ็นต์ และยังรายงานการปรับขึ้นราคาผลิตภัณฑ์ทั่วทั้งไลน์ในเดือนกรกฎาคม

ข้อมูลนี้ไม่ได้หมายความว่า Vera Rubin ทุกการติดตั้งจะทำกำไรได้มากขึ้น เพราะมาร์จิ้นของ CoreWeave ยังขึ้นอยู่กับราคาสัญญา อัตราการใช้บริการ เงินทุน ค่าไฟ ระบบระบายความร้อน ต้นทุนดำเนินงาน และการกำหนดค่าฮาร์ดแวร์ของแต่ละระบบ แต่รายงานดังกล่าวท้าทายสมมติฐานง่าย ๆ ที่ว่า AI รุ่นใหม่จะทำให้ผู้ให้บริการคลาวด์มีกำไรลดลงเสมอเพราะต้องใช้เงินลงทุนสูงขึ้น

คำถามสำคัญคือ ประสิทธิภาพที่ดีขึ้นและราคาที่ลูกค้ายอมจ่ายจะชดเชยเงินลงทุนล่วงหน้าที่สูงขึ้นได้หรือไม่ หากลูกค้าจ่ายเพื่อความสามารถด้าน AI ที่เร็วขึ้นหรือมีประสิทธิภาพกว่าเดิม และผู้ให้บริการสามารถรักษาอัตราการใช้งานให้อยู่ในระดับสูง ระบบแบบแร็กอาจสร้างเศรษฐศาสตร์ที่แข็งแรงขึ้น แม้ราคาซื้อเริ่มต้นจะสูงกว่า

CoreWeave กับบทบาทผู้ตรวจสอบระบบรายแรก

CoreWeave เป็นผู้ให้บริการคลาวด์ AI รายแรกที่นำระบบ Vera Rubin NVL72 ขึ้นระบบและตรวจสอบความพร้อมแบบครบวงจร การตรวจสอบครอบคลุมตั้งแต่ไฟฟ้า ระบบระบายความร้อน เครือข่าย ไปจนถึงการประมวลผล

ความแตกต่างนี้มีความสำคัญ การเปิดใช้งานชิปแยกแต่ละตัวไม่เท่ากับการเดินระบบแร็กที่ใช้การระบายความร้อนด้วยของเหลว พร้อมเครือข่ายและซอฟต์แวร์ครบชุด งานของ CoreWeave จึงเป็นการทดสอบในระยะแรกว่าระบบสามารถทำงานในระดับการผลิตจริงได้หรือไม่ และช่วยลดความเสี่ยงด้านการบูรณาการระบบสำหรับการติดตั้งของลูกค้ารายต่อ ๆ ไป

CoreWeave ยังเผยแพร่การเปรียบเทียบจากฮาร์ดแวร์ที่ใช้งานจริง โดยระบุว่า Vera Rubin NVL72 ให้ผลลัพธ์ 10 เท่าของจำนวนโทเคนต่อวินาทีต่อเมกะวัตต์ เมื่อเทียบกับ Nvidia GB200 NVL72 บนเวิร์กโหลด DeepSeek-R1 ที่กำหนดเงื่อนไขให้เทียบเคียงกัน ตัวเลขนี้เป็นผลการทดสอบที่บริษัทเป็นผู้รายงานภายใต้เงื่อนไขเฉพาะ ไม่ใช่การรับประกันประสิทธิภาพกับทุกเวิร์กโหลด

Nvidia กำลังขายมากกว่าชิปเร่งการประมวลผล

การเปิดตัว Rubin สะท้อนการขยับของ Nvidia ไปสู่การส่งมอบระบบโครงสร้างพื้นฐาน AI แบบครบชุด บริษัทระบุว่าห่วงโซ่อุปทานของ Vera Rubin ครอบคลุมโรงงานมากกว่า 350 แห่งใน 30 ประเทศ และเป็นห่วงโซ่อุปทานระบบแบบแร็กที่ใหญ่ที่สุดของ Nvidia จนถึงปัจจุบัน

ขนาดทางภูมิศาสตร์นี้สำคัญเพราะข้อจำกัดไม่ได้อยู่ที่การผลิต GPU ให้เพียงพออีกต่อไป ระบบ AI ที่พร้อมใช้งานต้องอาศัยการประสานงานระหว่าง GPU, CPU, หน่วยความจำขั้นสูง, เซิร์ฟเวอร์, อุปกรณ์เครือข่าย, ระบบระบายความร้อนด้วยของเหลว, โครงสร้างพื้นฐานด้านพลังงาน และกำลังคนสำหรับติดตั้งระบบ

การที่ Nvidia เข้ามาประสานงาน หรืออาจส่งมอบระบบครบชุดโดยตรงมากขึ้น อาจทำให้บริษัทควบคุมห่วงโซ่โครงสร้างพื้นฐาน AI ได้ลึกกว่าเดิม และรับมูลค่าต่อโครงการได้มากขึ้น แต่ในอีกด้านหนึ่งก็เพิ่มความเสี่ยงด้านการดำเนินงานด้วย หากชิ้นส่วนสำคัญเพียงรายการเดียวล่าช้า ก็อาจทำให้ทั้งแร็กส่งมอบล่าช้า และส่งผลต่อกำหนดการศูนย์ข้อมูลของลูกค้า รวมถึงช่วงเวลาการรับรู้รายได้ของ Nvidia

หากใช้ชุดโครงสร้างพื้นฐานเดียวกันที่มี GPU 72 ตัว การกำหนดค่าระบบแบบ 2, 4 และ 8 แร็กจะมี GPU รวม 144, 288 และ 576 ตัว ตามลำดับ ตัวเลขดังกล่าวเป็นการคำนวณตามจำนวน GPU ต่อแร็ก แหล่งข้อมูลที่มีไม่ได้ยืนยันแยกต่างหากว่า Nvidia ประกาศ SKU อย่างเป็นทางการหรือกำหนดการส่งมอบสำหรับการกำหนดค่าทั้งสามแบบแล้ว ประเด็นสำคัญคือ Nvidia กำลังออกแบบระบบจากบล็อกพื้นฐานแบบแร็กที่สามารถนำไปต่อยอดเป็น “โรงงาน AI” ขนาดใหญ่ขึ้นได้

4 ประเด็นที่ต้องจับตาในผลประกอบการ Nvidia วันที่ 26 สิงหาคม

Nvidia ให้กรอบคาดการณ์รายได้ไตรมาส 2 ทางการเงินไว้ที่ 91,000 ล้านดอลลาร์สหรัฐ บวกลบ 2% โดยสมมติฐานดังกล่าวไม่รวมรายได้จากธุรกิจประมวลผลศูนย์ข้อมูลในจีน บริษัทคาดการณ์อัตรากำไรขั้นต้นราว 74.9% แบบ GAAP และ 75.0% แบบ non-GAAP

ผลประกอบการวันที่ 26 สิงหาคมควรถูกมองเป็นบททดสอบแรงส่งทางการค้าของ Rubin ไม่ใช่เพียงรายงานตัวเลขในอดีต นักลงทุนควรให้ความสนใจกับ 4 คำถามต่อไปนี้

1. Rubin กำลังเปลี่ยนจากการตรวจสอบระบบสู่การผลิตจำนวนมากหรือไม่

จับตาความเห็นที่เป็นรูปธรรมเกี่ยวกับการส่งมอบจากสายการผลิต การติดตั้งให้ลูกค้า ความพร้อมของชิ้นส่วน และช่วงเวลาที่รายได้จาก Rubin จะเริ่มมีนัยสำคัญ Nvidia ระบุว่าการส่งมอบจากการผลิตจะเริ่มในช่วงฤดูใบไม้ร่วง ขณะที่รายงานอื่นระบุว่าแพลตฟอร์มเข้าสู่การผลิตเต็มรูปแบบและกำลังจัดส่งให้ลูกค้าแล้ว

2. Nvidia รักษาอัตรากำไรได้หรือไม่

ระบบแบบแร็กมีชิ้นส่วนที่มีราคาแพงและซับซ้อนกว่าชิปเร่งการประมวลผลแบบเดี่ยว ความเห็นของบริษัทเกี่ยวกับอัตรากำไรขั้นต้นจะบอกได้ว่า Nvidia สามารถส่งผ่านต้นทุนเหล่านี้ไปยังลูกค้า พร้อมรักษาอำนาจด้านราคาใกล้ระดับที่คาดการณ์ไว้ได้หรือไม่

3. หน่วยความจำและชิ้นส่วนอื่นกำลังจำกัดการจัดส่งหรือไม่

Nvidia เตือนถึงข้อจำกัดด้านอุปทานและการเพิ่มค่าใช้จ่ายเพื่อจัดหาอุปกรณ์ ท่ามกลางภาวะตึงตัวของตลาดหน่วยความจำ นักลงทุนควรดูข้อมูลเกี่ยวกับความพร้อมของหน่วยความจำ ต้นทุนชิ้นส่วน และความเป็นไปได้ที่ข้อจำกัดเหล่านี้จะทำให้การขยายการผลิต Rubin ช้าลง

4. คำแนะนำล่วงหน้าสะท้อนความต้องการที่ต่อเนื่องหรือไม่

ตัวเลขรายได้ 91,000 ล้านดอลลาร์สหรัฐมีความสำคัญ แต่สัญญาณที่สำคัญกว่าอาจเป็นแนวโน้มของไตรมาสถัดไปและรายละเอียดเกี่ยวกับภาระผูกพันของลูกค้า เรื่องราวการเติบโตของ Rubin จำเป็นต้องมีหลักฐานว่าความต้องการสามารถทำซ้ำและขยายได้ ไม่ใช่แค่การติดตั้งครั้งแรกที่ประสบความสำเร็จ

สรุป

การติดตั้ง Vera Rubin ของ OpenAI มีความสำคัญเพราะเชื่อมแพลตฟอร์มรุ่นถัดไปของ Nvidia เข้ากับงานพัฒนา AI ระดับแนวหน้าที่มีความต้องการสูง การที่มีระบบ Rubin ทำงานอยู่ที่ CoreWeave, Google Cloud, Microsoft Azure, Oracle Cloud Infrastructure และ Nebius ยิ่งเพิ่มหลักฐานว่าแพลตฟอร์มกำลังก้าวพ้นระยะการประกาศผลิตภัณฑ์

แต่ข้อสรุปด้านการลงทุนยังขึ้นอยู่กับการดำเนินงาน ราคาต่อแร็กเป็นเพียงประมาณการ ไม่ใช่ราคาทางการ มาร์จิ้นที่ CoreWeave รายงานเป็นข้อมูลเฉพาะของบริษัท และการตรวจสอบระบบในระยะแรกยังไม่ยืนยันการส่งมอบปริมาณมาก ผลประกอบการ Nvidia วันที่ 26 สิงหาคมจะช่วยตอบว่า Vera Rubin กำลังกลายเป็นธุรกิจระบบที่ขยายได้และทำกำไร หรือยังคงเป็นการเปลี่ยนผ่านด้านโครงสร้างพื้นฐานที่น่าประทับใจแต่เพิ่งเริ่มต้น