เบื้องหลัง 4 รางวัลใหญ่ของ NVIDIA ใน COMPUTEX 2026

ในงาน COMPUTEX 2026 บริษัท NVIDIA กลายเป็นหนึ่งในผู้ชนะที่โดดเด่นที่สุด เมื่อคว้า Best Choice Awards รวม 4 รางวัล จากเทคโนโลยีเพียงสามสายผลิตภัณฑ์ ได้แก่ Jetson Thor, Vera Rubin NVL72 และ Alpamayo ซึ่งครอบคลุมตั้งแต่หุ่นยนต์อัจฉริยะ ไปจนถึงโครงสร้างพื้นฐาน AI ระดับศูนย์ข้อมูลและระบบขับขี่อัตโนมัติ

ภาพรวมของรางวัลมีดังนี้

• Jetson Thor – ได้รับ Golden Award ในหมวด Edge AI และหุ่นยนต์
• Vera Rubin NVL72 – ได้ทั้ง Golden Award และ Sustainable Tech Special Award
• Alpamayo – ได้รางวัลในหมวด Vehicle Technology และ Smart Cockpit

เนื่องจาก Vera Rubin NVL72 ได้รับรางวัลสองรายการ ทำให้ NVIDIA รวมทั้งหมด 4 รางวัลจาก 3 เทคโนโลยีหลัก ซึ่งสะท้อนกลยุทธ์ “AI แบบครบสแต็ก” ตั้งแต่ศูนย์ข้อมูลจนถึงอุปกรณ์ปลายทาง

Jetson Thor: พลัง AI สำหรับหุ่นยนต์และระบบ Edge

Jetson Thor คือแพลตฟอร์มประมวลผล AI สำหรับอุปกรณ์ที่ทำงานหน้างานจริง เช่น หุ่นยนต์อุตสาหกรรม เครื่องจักรอัตโนมัติ หรือระบบอัจฉริยะในโรงงาน

แพลตฟอร์มนี้สร้างบนสถาปัตยกรรม NVIDIA Blackwell GPU โดยชุดพัฒนา Jetson AGX Thor สามารถให้พลังประมวลผล AI ได้สูงสุดประมาณ 2,070 FP4 TFLOPS พร้อมหน่วยความจำ 128 GB ในขณะที่ใช้พลังงานราว 130 วัตต์

เมื่อเทียบกับรุ่นก่อนอย่าง Jetson AGX Orin ระบบใหม่นี้มี

• พลังประมวลผล AI มากขึ้นสูงสุด 7.5 เท่า
• ประสิทธิภาพพลังงานดีขึ้นประมาณ 3.5 เท่า

การเพิ่มประสิทธิภาพนี้เปิดทางให้เกิดสิ่งที่เรียกว่า "Physical AI" หรือ AI ที่ทำงานกับโลกจริง เช่น หุ่นยนต์ที่สามารถมองเห็น สื่อสาร และตัดสินใจได้ด้วยตัวเอง โดยไม่ต้องพึ่งพาการประมวลผลจากคลาวด์ตลอดเวลา

ตัวอย่างความสามารถสำคัญของ Jetson Thor ได้แก่

• รันโมเดล generative AI และ reasoning ได้บนอุปกรณ์โดยตรง
• ประมวลผลข้อมูลจากกล้องและเซ็นเซอร์หลายตัวแบบเรียลไทม์
• ใช้พลังงานต่ำ เหมาะกับหุ่นยนต์เคลื่อนที่หรือระบบอัตโนมัติ

สำหรับนักพัฒนาหุ่นยนต์ นั่นหมายถึงเครื่องจักรสามารถ รับรู้ วางแผน และโต้ตอบกับสภาพแวดล้อมได้เร็วขึ้น โดยลดความหน่วงจากการส่งข้อมูลไปประมวลผลบนคลาวด์

Vera Rubin NVL72: ซูเปอร์คอมพิวเตอร์ AI ระดับแร็ก

หาก Jetson Thor คือ AI สำหรับปลายทาง Vera Rubin NVL72 คือเทคโนโลยีที่อยู่ฝั่งตรงข้ามของสเปกตรัม — โครงสร้างพื้นฐาน AI ขนาดมหึมาสำหรับศูนย์ข้อมูล

ระบบนี้ถูกออกแบบเป็น ซูเปอร์คอมพิวเตอร์ AI ระดับแร็ก (rack‑scale) ที่รวม

• 36 NVIDIA Vera CPUs
• 72 Rubin GPUs

เชื่อมต่อกันผ่าน NVLink รุ่นที่ 6 ทำให้ GPU ทั้งหมดสามารถทำงานร่วมกันเหมือนเป็นตัวเร่งประมวลผลขนาดใหญ่เพียงตัวเดียว

โครงสร้างนี้ถูกออกแบบมาสำหรับงาน AI รุ่นใหม่ เช่น

• การฝึกโมเดลระดับ ล้านล้านพารามิเตอร์
• การ post‑training และ fine‑tuning
• การ inference ขนาดใหญ่
• งาน reasoning ที่ต้องใช้บริบทข้อมูลยาวมาก

NVIDIA ระบุว่าระบบนี้ให้ประสิทธิภาพเหนือแพลตฟอร์มก่อนหน้าอย่าง Blackwell ในหลายด้าน เช่น

• ประสิทธิภาพ inference ต่อวัตต์สูงขึ้นถึง 10 เท่า
• ต้นทุนต่อ token ลดลงได้ถึง 10 เท่า
• การฝึกโมเดลขนาดใหญ่ใช้ GPU เพียง หนึ่งในสี่ ของเดิม

ความได้เปรียบนี้เกิดจากการออกแบบระบบแบบครบวงจรที่รวมชิปหลายชนิดเข้าด้วยกัน ได้แก่

• Rubin GPU
• Vera CPU
• NVLink 6 switch
• ConnectX‑9 SuperNIC
• BlueField‑4 DPU
• Spectrum Ethernet networking

ทั้งหมดถูกออกแบบให้ทำงานร่วมกันเป็นระบบเดียว

อีกเหตุผลที่ทำให้ Vera Rubin NVL72 ได้ Sustainable Tech Special Award คือการออกแบบศูนย์ข้อมูลที่เน้นประสิทธิภาพพลังงาน เช่น

• โครงสร้างแบบโมดูลาร์ที่ติดตั้งรวดเร็ว
• ระบบระบายความร้อนด้วยของเหลวทั้งแร็ก
• การออกแบบที่ช่วยลดพลังงานของดาต้าเซ็นเตอร์

แนวคิดสำคัญคือ การแข่งขัน AI ในปัจจุบันไม่ได้วัดกันที่ชิปเพียงตัวเดียวอีกต่อไป แต่เป็นการแข่งขันของ ระบบคอมพิวเตอร์ทั้งแร็กหรือทั้ง “AI factory”

Alpamayo: AI ที่ “คิดเป็น” สำหรับรถไร้คนขับ

เทคโนโลยีที่สามคือ Alpamayo แพลตฟอร์มพัฒนา AI สำหรับรถยนต์อัตโนมัติ

ระบบนี้เป็น แพลตฟอร์มเปิดและตระกูลโมเดลสำหรับรถไร้คนขับ ซึ่งออกแบบให้ก้าวข้ามระบบเดิมที่เน้นเพียงการตรวจจับวัตถุบนถนน

Alpamayo ใช้แนวคิด Vision‑Language‑Action (VLA) ที่ผสาน

• การมองเห็น (vision)
• การเข้าใจภาษาและบริบท (language)
• การตัดสินใจเชิงการกระทำ (action)

โมเดลสามารถวิเคราะห์วิดีโอจากกล้องรถ แล้วสร้างทั้ง

• เส้นทางการขับ เช่น เลี้ยว เบรก หรือเร่งความเร็ว
• และ reasoning trace หรือคำอธิบายว่าทำไมจึงตัดสินใจเช่นนั้น

ความสามารถในการอธิบายเหตุผลนี้สำคัญต่อความปลอดภัย เพราะช่วยให้นักพัฒนาสามารถตรวจสอบพฤติกรรมของ AI ในสถานการณ์ซับซ้อนหรือเหตุการณ์หายากได้

การฝึกโมเดล Alpamayo ใช้ข้อมูลจากหลายแหล่ง ได้แก่

• ข้อมูลการขับรถจริงจำนวนมาก
• ชุดข้อมูลสังเคราะห์จากระบบจำลอง (simulation)
• ตัวอย่างที่มีการติดป้ายกำกับอย่างละเอียด

การผสมข้อมูลจริงกับข้อมูลจำลองช่วยให้ระบบเรียนรู้สถานการณ์บนถนนได้มากกว่าการทดสอบจริงเพียงอย่างเดียว

กลยุทธ์ AI แบบ Full‑Stack ของ NVIDIA

เมื่อมองรวมกัน เทคโนโลยีทั้งสามแสดงให้เห็นแนวทางของ NVIDIA ต่ออนาคต AI

• Jetson Thor ทำให้ AI อัจฉริยะทำงานได้บนหุ่นยนต์และอุปกรณ์ปลายทาง
• Vera Rubin NVL72 สร้างโครงสร้างพื้นฐานขนาดมหึมาสำหรับฝึกและรันโมเดลระดับล้านล้านพารามิเตอร์
• Alpamayo นำ AI ที่มีความสามารถด้านเหตุผลไปใช้กับการขับขี่อัตโนมัติ

แนวโน้มนี้ชี้ให้เห็นภาพอนาคตของ AI ที่ทำงานหลายชั้นพร้อมกัน ได้แก่

• ฝึกโมเดลใน AI factory ขนาดใหญ่
• ให้บริการผ่านศูนย์ข้อมูล
• และนำไปใช้งานจริงบนหุ่นยนต์หรือยานยนต์อัตโนมัติ

การครอบคลุมตั้งแต่ ชิป → ระบบแร็ก → ซอฟต์แวร์ AI คือเหตุผลสำคัญที่ทำให้ NVIDIA กลายเป็นหนึ่งในผู้ชนะหลักของ COMPUTEX 2026 Best Choice Awards ในปีนี้