ทำไม Nvidia ถึงกำลังเผชิญกับการเปลี่ยนแปลงของตลาดท่ามกลางกระแส AI บูม

ความเป็นผู้นำของ Nvidia ในการปฏิวัติ AI กำลังเผชิญกับความท้าทายที่ย้อนแย้ง นั่นคือตลาดการประมวลผล (compute marketplace) ที่บริษัทเป็นผู้บุกเบิกเอง กำลังเริ่มส่งผลเสียต่อมูลค่าของบริษัท แม้ว่าการคาดการณ์รายได้จะยังคงแข็งแกร่ง แต่การเปลี่ยนแปลงของพลวัตด้านอุปทานกำลังทำให้จุดสนใจเปลี่ยนจากพลังในการประมวลผลไปสู่ความจุของหน่วยความจำแทน

ความแตกต่าง: ราคาการประมวลผลที่ลดลง เทียบกับต้นทุน DRAM ที่สูงขึ้น

Nvidia ประสบกับการปรับฐานของตลาดอย่างเห็นได้ชัด โดยราคาหุ้นลดลง 15% จากจุดสูงสุดในเดือนพฤษภาคม ที่น่าสนใจคือ ปัจจุบันนักลงทุนให้มูลค่า Nvidia อย่างระมัดระวังมากกว่าค่าเฉลี่ยของบริษัทในดัชนี S&P 500 เมื่อเทียบกับกำไรที่คาดการณ์ไว้ การเปลี่ยนแปลงนี้ถูกขับเคลื่อนโดยการเปลี่ยนแปลงพื้นฐานของราคาปัจจัยสำคัญในด้าน AI

จากข้อมูลของ Ornn ราคา Spot price สำหรับการใช้งาน Nvidia H100 GPU ต่อชั่วโมง พุ่งขึ้นสูงสุดในเดือนพฤษภาคมที่ประมาณ 3.20 ดอลลาร์ และตั้งแต่นั้นมาก็เริ่มลดลงอย่างต่อเนื่อง ในทางตรงกันข้าม ตลาดหน่วยความจำกลับมีทิศทางที่ตรงกันข้าม Micron ซึ่งเป็นผู้นำในการผลิต DRAM (Dynamic Random-Access Memory) มีมูลค่าเพิ่มขึ้นเกือบสามเท่า เนื่องจากอุตสาหกรรมเริ่มตระหนักว่าหน่วยความจำ ไม่ใช่แค่การประมวลผลเท่านั้น คือคอขวดที่แท้จริงสำหรับศูนย์ข้อมูลสมัยใหม่

การก้าวขึ้นมาเป็นคอขวดของหน่วยความจำ

แม้ว่าความสำเร็จของ Nvidia จะสร้างขึ้นจากความสำเร็จทางเทคโนโลยีที่ซับซ้อนอย่างยิ่ง เช่น แพลตฟอร์มการเขียนโปรแกรม CUDA และการวิศวกรรม GPU ที่มีความซับซ้อนสูง แต่ตลาดหน่วยความจำกลับถูกขับเคลื่อนด้วยกลไกทางเศรษฐศาสตร์ที่แตกต่างออกไป การขยายตัวอย่างมหาศาลของศูนย์ข้อมูล AI นำไปสู่การประเมินแบนด์วิดท์หน่วยความจำ (memory bandwidth) ที่จำเป็นต่ำเกินไปในวงกว้าง

ความต้องการ High-Bandwidth Memory (HBM) กำลังพุ่งสูงเกินกว่าอุปทานที่มี ส่งผลให้ผู้ผลิตหน่วยความจำสามารถปรับราคาเพิ่มขึ้นถึงสิบเท่าในช่วงปีที่ผ่านมา ดังที่ Wayne Nelms ผู้ร่วมก่อตั้งและ CTO ของ Ornn ตั้งข้อสังเกตว่า อุตสาหกรรมกำลังเห็นผู้เล่นจำนวนมากหลั่งไหลเข้ามาในพื้นที่ของตัวเร่งความเร็ว (accelerator) แต่แทบไม่มีใครก้าวเข้าสู่พื้นที่การผลิต DRAM เลย สิ่งนี้สร้างความไม่สมดุลเชิงโครงสร้าง: พลังการประมวลผลกำลังกลายเป็นสินค้าโภคภัณฑ์ (commoditized) มากขึ้นเรื่อยๆ ในขณะที่หน่วยความจำยังคงเป็นสิ่งจำเป็นที่หายากและมีอัตรากำไรสูง

ชิปที่ออกแบบเอง (Custom Silicon) และจุดสิ้นสุดของการผูกขาด

ปัจจัยสำคัญที่ขับเคลื่อนให้ราคาการประมวลผลลดลง คือการเคลื่อนไหวไปสู่การพึ่งพาตนเองด้านซิลิคอนของเหล่า Big Tech ยักษ์ใหญ่อย่าง Google, Amazon, Microsoft และ OpenAI กำลังหันมาใช้งานโปรเซสเซอร์ที่ออกแบบเองมากขึ้นเรื่อยๆ

แม้ว่าชิปที่เป็นกรรมสิทธิ์เหล่านี้อาจไม่สามารถเทียบเคียงประสิทธิภาพดิบของโมเดลเรือธงของ Nvidia ได้ แต่พวกมันก็ "ดีพอ" ที่จะตอบสนองความต้องการในการใช้งานระดับสเกลใหญ่ การกระจายตัวของภูมิทัศน์ฮาร์ดแวร์นี้กำลังช่วยลดราคา Spot price ของการประมวลผลอย่างมีประสิทธิภาพ ซึ่งเป็นการลดอำนาจในการกำหนดราคาของ Nvidia เมื่อมีบริษัทจำนวนมากขึ้นเข้าสู่ตลาดตัวเร่งความเร็วเพื่อลดการพึ่งพา Nvidia "คูเมืองด้านการประมวลผล" (compute moat) ที่เคยปกป้องอัตรากำไรของ Nvidia ก็กำลังถูกเชื่อมต่อด้วยซิลิคอนที่ออกแบบมาเฉพาะภายในองค์กร

ผลกระทบต่อภาพรวมของภูมิทัศน์ AI

การเปลี่ยนแปลงนี้ส่งสัญญาณถึงระยะที่อิ่มตัวของวงจรโครงสร้างพื้นฐาน AI ในช่วง "ยุคตื่นทอง" เริ่มแรกนั้นจะมุ่งเน้นไปที่การจัดหา GPU ที่ทรงพลังที่สุดเท่าที่จะเป็นไปได้ แต่ตอนนี้เรากำลังเข้าสู่ระยะของการเพิ่มประสิทธิภาพ (optimization) ซึ่งจุดสนใจกำลังเปลี่ยนไปสู่ประสิทธิภาพของการเคลื่อนย้ายข้อมูล ซึ่งถูกควบคุมโดยหน่วยความจำ มากกว่าแค่ความเร็วในการคำนวณเพียงอย่างเดียว สำหรับนักพัฒนาและผู้ก่อตั้ง นี่หมายความว่าความสำคัญเชิงสถาปัตยกรรมของการจัดการหน่วยความจำและประสิทธิภาพของ HBM มีแนวโน้มที่จะกลายเป็นเรื่องสำคัญพอๆ กับการเลือกใช้ GPU

สรุปประเด็นสำคัญ

  • การกลายเป็นสินค้าโภคภัณฑ์ของการประมวลผล (Compute Commoditization): การแพร่หลายของชิปที่ออกแบบเองจากเหล่า Hyperscalers (Google, AWS และอื่นๆ) กำลังทำให้ราคา Spot price ของพลังการประมวลผล GPU ลดลง
  • หน่วยความจำคือคอขวดใหม่: ความต้องการ DRAM และ High-Bandwidth Memory (HBM) กำลังพุ่งสูงเกินกว่าอุปทาน ทำให้บริษัทหน่วยความจำอย่าง Micron กลายเป็นผู้ได้รับประโยชน์ใหม่ที่มีการเติบโตสูงจากการซื้อขายในกลุ่ม AI
  • ความไม่สมดุลเชิงโครงสร้างของตลาด: ต่างจากตลาด GPU ที่มีผู้เล่นหน้าใหม่เข้ามาอย่างต่อเนื่อง ตลาดหน่วยความจำมีอุปสรรคในการเข้าสู่ตลาดสูง (high barriers to entry) ซึ่งช่วยรับประกันว่าต้นทุนหน่วยความจำจะยังคงอยู่ในระดับสูง ในขณะที่ราคาการประมวลผลเริ่มคงที่