เบื้องหลังที่ Jensen Huang ต้องบินไปไต้หวัน เพื่อเร่งกำลังผลิตชิป AI ของโลก

กล่าวได้ว่าปัจจุบันธุรกิจดาต้าเซ็นเตอร์กลายเป็นแกนหลักของ Nvidia และการเติบโตส่วนใหญ่เกิดจากการสร้างคลัสเตอร์ AI ขนาดใหญ่ในศูนย์ข้อมูล

บริษัทเทคโนโลยีรายใหญ่ เช่น Microsoft และ Amazon กำลังลงทุนอย่างหนักในดาต้าเซ็นเตอร์สำหรับ AI ซึ่งหนึ่งคลัสเตอร์อาจต้องใช้ GPU ของ Nvidia หลายพันตัว ส่งผลให้ความต้องการชิปพุ่งสูงอย่างรวดเร็ว

Nvidia กลายเป็นลูกค้ารายใหญ่ที่สุดของ TSMC

การเติบโตของ AI ยังเปลี่ยนสมดุลของอุตสาหกรรมเซมิคอนดักเตอร์ด้วย

ภายในปี 2025 Nvidia แซง Apple ขึ้นมาเป็น ลูกค้ารายใหญ่ที่สุดของ TSMC โดยคิดเป็นประมาณ 19% ของรายได้ของโรงงานผลิตชิปรายนี้

ก่อนหน้านี้ชิปสำหรับสมาร์ตโฟนเป็นตัวขับเคลื่อนหลักของการผลิตระดับขั้นสูง แต่ในยุค AI ชิปสำหรับดาต้าเซ็นเตอร์และการประมวลผล AI กลายเป็นหนึ่งในแรงผลักดันสำคัญแทน

อย่างไรก็ตาม ความสัมพันธ์นี้ก็สร้างความเสี่ยงเช่นกัน

หาก TSMC ไม่สามารถเพิ่มกำลังผลิตเวเฟอร์หรือกำลังการแพ็กเกจขั้นสูงได้ทัน ความสามารถของ Nvidia ในการส่งมอบสินค้าและเติบโตด้านรายได้ก็อาจถูกจำกัด แม้ความต้องการจากตลาดจะยังสูงอยู่ก็ตาม

ทำไม Jensen Huang ต้องเร่งล็อกกำลังผลิต

Huang เคยเตือนว่าความต้องการ AI อาจกดดันห่วงโซ่อุปทานเซมิคอนดักเตอร์ไปอีกหลายปี

เขากล่าวว่า ความต้องการของ Nvidia เพียงบริษัทเดียวอาจทำให้ TSMC ต้องเพิ่มกำลังการผลิตมากกว่าสองเท่าในช่วงทศวรรษหน้า

เรื่องนี้สำคัญมาก เพราะ Nvidia กำลังเตรียมเปิดตัวชิปรุ่นใหม่ เช่นสถาปัตยกรรม Blackwell และ Rubin ซึ่งต้องใช้เทคโนโลยีการผลิตขั้นสูงระดับแนวหน้าของโลก

ยิ่งล็อกกำลังผลิตได้เร็วเท่าไร ก็ยิ่งได้เปรียบคู่แข่ง เพราะบริษัทอื่น ๆ เช่น AMD บริษัทออกแบบชิปของผู้ให้บริการคลาวด์ และสตาร์ทอัพ AI ต่างก็แย่งทรัพยากรการผลิตชุดเดียวกัน

การสร้างโครงสร้างพื้นฐาน AI ระดับหลายล้านล้านดอลลาร์

เบื้องหลังการแข่งขันนี้คือการลงทุนมหาศาลในโครงสร้างพื้นฐาน AI ทั่วโลก

Huang เชื่อว่าอุตสาหกรรมยังอยู่เพียงช่วงเริ่มต้นของวัฏจักรการลงทุนครั้งใหญ่ โดยเขาประเมินว่าการลงทุนด้านโครงสร้างพื้นฐาน AI อาจเพิ่มขึ้นไปถึง ประมาณ 3–4 ล้านล้านดอลลาร์ ในระยะยาว

ในมุมมองของ Nvidia ศูนย์ข้อมูลกำลังเปลี่ยนบทบาทจากสถานที่เก็บเซิร์ฟเวอร์แบบเดิม ไปสู่สิ่งที่เขาเรียกว่า “โรงงาน AI” ที่แปลงพลังการประมวลผลเป็นคำตอบ การคาดการณ์ และการตัดสินใจอัตโนมัติ

หากภาพนี้เกิดขึ้นจริง ความต้องการ GPU ประสิทธิภาพสูงก็อาจเพิ่มขึ้นต่อเนื่องไปอีกหลายปี

เกมสองสนามที่ Nvidia ต้องชนะ

อนาคตของ Nvidia จึงขึ้นอยู่กับการแข่งขันสองด้านพร้อมกัน

• การออกแบบชิป AI ที่ทรงพลังที่สุด
• การรักษาสิทธิ์เข้าถึงกำลังการผลิตชิปขั้นสูงให้เพียงพอ

จนถึงตอนนี้ Nvidia ดูเหมือนจะชนะในสนามแรก แต่สนามที่สอง—การแย่งกำลังการผลิตจากโรงงานเซมิคอนดักเตอร์—อาจเป็นตัวกำหนดว่า บริษัทจะเปลี่ยนความต้องการมหาศาลของตลาดให้กลายเป็นรายได้จริงได้เร็วแค่ไหน

และนั่นคือเหตุผลว่าทำไมการเดินทางไปไต้หวันของ Jensen Huang จึงมีความหมายมาก ในยุค AI บริษัทเทคโนโลยีที่มีมูลค่าสูงที่สุดในโลกก็ยังต้องพึ่งสิ่งพื้นฐานอย่างหนึ่งอยู่ดี

โรงงานที่สามารถผลิตชิปได้มากพอ.