ทำไม AI ยิ่งฉลาด ถึงยิ่งหยุดซื้อชิปหน่วยความจำไม่ได้ /โดย ลงทุนแมน
ในตอนนี้ ถ้าเราไปดูงบลงทุนของผู้ให้บริการ Cloud รายใหญ่ ทั้ง 3 เจ้าอย่าง
- Microsoft
- Amazon
- Google
ในรอบ 12 เดือนที่ผ่านมา ทั้ง 3 เจ้า ใช้งบลงทุน หรือ CapEx รวมกันกว่า 14 ล้านล้านบาท ซึ่งเติบโตจากงบลงทุนปีก่อนหน้าถึง 76%
แน่นอนว่าในงบลงทุนนี้ มีจำนวนมากกว่าครึ่งที่เอาไปลงทุนในด้าน AI
โดยเฉพาะชิปหน่วยความจำ ที่เมื่อ AI ยิ่งฉลาด ก็ยิ่งทำให้ผู้ให้บริการ Data Center ต้องลงทุนในชิปหน่วยความจำด้วย
แล้วทำไมเมื่อ AI ยิ่งฉลาด ก็ยิ่งหยุดซื้อชิปหน่วยความจำไม่ได้
ลงทุนแมนจะเล่าให้ฟัง
เมื่อโมเดล AI ถูกพัฒนาให้ฉลาดขึ้น และรอบรู้ขึ้นมากเท่าไร
โมเดล AI ก็ยิ่งต้องการพลังประมวลผลจาก GPU มากขึ้นเท่านั้น
นอกจากที่จะต้องพึ่งพาพลังประมวลผลจาก GPU แล้ว สิ่งที่ตามมาก็คือความต้องการชิปหน่วยความจำที่มากขึ้น
เพราะในระหว่างที่ AI กำลังคิด หากชิปหน่วยความจำมีเมมโมรีไม่ใหญ่พอ AI ก็จะเกิดอาการประสิทธิภาพลดลง และใช้เวลาประมวลผลนานขึ้นทันที
ซึ่งหากพูดถึงชิปหน่วยความจำ ที่ใช้สำหรับประมวลผล AI ในตอนนี้ ก็จะมีทั้งหมด 2 รูปแบบหลัก ๆ
นั่นก็คือ “ชิปหน่วยความจำแบบชั่วคราว” และ “ชิปหน่วยความจำแบบถาวร”
โดยเริ่มจากอย่างแรก คือหน่วยความจำแบบถาวร ซึ่งเป็นอุปกรณ์เก็บความจำ ที่สามารถเก็บรักษาข้อมูลไว้ได้ตลอดเวลา แม้ไม่มีกระแสไฟฟ้าจ่าย
หน่วยความจำแบบถาวรที่มีบทบาทใน AI และ Data Center หลัก ๆ มีอยู่ 2 อย่าง
- SSD หรือ Solid State Drive คือเมมโมรีของระบบ Data Center สำหรับจัดเก็บ และรับส่งข้อมูลด้วยความเร็วสูง โดย SSD เปรียบเสมือนคลังเก็บข้อมูลที่ Data Center ต้องการเรียกใช้งานบ่อย ๆ สำหรับเทรน AI เพื่อให้ GPU และ CPU สามารถประมวลผล AI ได้อย่างรวดเร็ว
- HDD หรือ Hard Disk Drive เป็นแผ่นจานหมุน ที่เป็นเหมือนโกดังสินค้า ไว้สต๊อกข้อมูลจำนวนมาก โดยภายใน Hard Disk Drive จะเก็บข้อมูลต่าง ๆ เพื่อไว้ Backup ให้กับหน่วยประมวลผลของ Data Center ซึ่งข้อมูลใน Hard Disk Drive ก็อาจจำเป็นต้องใช้ในการประมวลผล AI ในอนาคต
ต่อมาคือ หน่วยความจำแบบชั่วคราว หรือที่เรียกว่า RAM
คือหน่วยความจำหลักของ Data Center ที่ทำหน้าที่เก็บข้อมูล และชุดคำสั่งที่กำลังใช้งานอยู่ในขณะนั้น เพื่อให้ CPU และ GPU สามารถประมวลผลได้อย่างรวดเร็ว
ซึ่งโดยธรรมชาติแล้ว ข้อมูลบน RAM จะหายไปทันทีเมื่อเราปิดอุปกรณ์คอมพิวเตอร์
แต่สำหรับ Data Center แล้ว ก็ต้องบอกว่าหน่วยประมวลผลเหล่านี้ ย่อมเปิดเครื่อง และมีไฟฟ้าเข้าไปหล่อเลี้ยงอยู่ตลอดเวลา
นั่นก็ทำให้ RAM ต้องทำงานตลอดเวลาเช่นกัน
โดย RAM จะทำหน้าที่กักเก็บข้อมูล หรือชุดคำสั่งต่าง ๆ ที่พร้อมนำไปให้ CPU หรือ GPU ใช้ประมวลผลได้ทันที เพื่อให้ User ที่อยู่หน้าคอมพิวเตอร์หรือสมาร์ตโฟน สามารถพรอมต์ข้อมูล แล้วให้โมเดล AI คอยประมวลผล คิดวิเคราะห์ได้อย่างต่อเนื่องโดยไม่สะดุด
โดยหน่วยความจำ RAM ที่มีบทบาทใน Data Center ก็จะมีอยู่ 2 อย่างด้วยกัน นั่นคือ
- ชิป DRAM ถูกออกแบบมาเพื่อเป็นพื้นที่รับส่งข้อมูลระหว่าง CPU และระบบประมวลผลทั้งหมดในเซิร์ฟเวอร์
ซึ่งชิป DRAM จะทำหน้าที่เป็นถนนสายหลัก ที่เชื่อมต่อไปยังทุกส่วนในเซิร์ฟเวอร์ได้อย่างครอบคลุม และทำหน้าที่เป็นกองหนุนในการจัดเตรียม Data Set ขนาดใหญ่ ก่อนจะส่งต่อเข้าสู่วงจรการประมวลผลหลัก
โดยชิป DRAM ที่กำลังเป็นที่ต้องการอย่างมากของโมเดล AI ก็คือรุ่น DDR5
- HBM หรือ High Bandwidth Memory เกิดจากชิป DRAM ที่เอามาซ้อนกันหลาย ๆ ชั้น ซึ่งการทำแบบนี้จะทำให้มี Bandwidth ที่สูงกว่า RAM ทั่วไปหลายเท่า
ซึ่งการที่มี Bandwidth สูง ก็เปรียบเสมือนทางด่วนที่มีถนนกว้าง ไว้รับส่งข้อมูลได้อย่างรวดเร็ว ไม่ติดคอขวด และยังทำให้ GPU สามารถดึงข้อมูลไปประมวลผลได้เต็มประสิทธิภาพ
ทีนี้มาดูกันว่า ทำไมโมเดล AI หรือ Big Tech จึงต้องทุ่มงบลงทุน เพื่อซื้อชิปหน่วยความจำทุก ๆ ปี
- เริ่มจากเหตุผลแรกคือ โมเดล AI ถูกพัฒนาให้มีความฉลาดและรวดเร็วมากขึ้น สมองของ AI ก็ต้องมีขนาดใหญ่ขึ้นแบบก้าวกระโดด
จากยุคแรก ๆ ที่โมเดล AI มีขนาดเพียงไม่กี่พันล้าน Parameters แต่โมเดลยุคใหม่อย่าง GPT-4 หรือ Gemini กลับมีขนาดใหญ่ขึ้นถึงระดับหลักแสนล้าน หรือล้านล้าน Parameters
เมื่อสมองของ AI มีขนาดใหญ่มากขึ้น ทำให้เวลาจะประมวลผลข้อมูล ก็จำเป็นต้องมีพื้นที่ RAM ไว้สำหรับเก็บข้อมูลชั่วคราว ที่มีความจุสูง และสามารถรองรับการประมวลผล AI ด้วยข้อมูลที่มีอยู่เป็นปริมาณมหาศาลได้
- เหตุผลต่อมาคือ ปัญหาคอขวดหน่วยความจำ หรือ Memory Wall
ที่ต่อให้บริษัทจะทุ่มเงินซื้อ GPU รุ่นใหม่ที่ประมวลผลได้อย่างรวดเร็ว แต่ถ้าไม่มีชิปหน่วยความจำ RAM ความเร็วสูงอย่าง HBM คอยป้อนข้อมูลให้
GPU เหล่านี้ก็จะทำได้แค่นั่ง “รอข้อมูล” และทำงานได้ไม่เต็มประสิทธิภาพ เพราะเกิดคอขวดจากชิปหน่วยความจำ
เมื่อเป็นแบบนี้โมเดล AI ก็จำเป็นต้องอัปเกรดโครงสร้างของหน่วยความจำตลอดเวลา
ซึ่งถ้าหากดูตามไทม์ไลน์การเติบโต เราจะเห็นว่า GPU รุ่นใหม่ ก็จำเป็นต้องใช้ควบคู่กับ HBM รุ่นใหม่ ๆ อยู่เสมอ อย่าง
GPU NVIDIA รุ่น H100 ใช้ควบคู่กับ DRAM รุ่น HBM3
GPU NVIDIA รุ่น B200 หรือ GB200 จะใช้ควบคู่กับ DRAM รุ่น HBM3E โดยมีความจุหรือเลเยอร์ที่สูงขึ้น
GPU NVIDIA รุ่น Rubin ซึ่งเป็นสถาปัตยกรรมในรุ่นถัดไป คาดว่าจะถูกใช้ควบคู่กับ DRAM รุ่น HBM4
- เหตุผลข้อต่อมาก็คือ เมื่อ AI ฉลาดขึ้น เราก็ยิ่งใช้งานมันซับซ้อนขึ้น
จากเดิมที่เราเคยถามแค่ประโยคสั้น ๆ แต่ทุกวันนี้ถ้าเราสังเกตดี ๆ ก็จะเห็นว่าหลายคนเลือกที่จะถามโมเดล AI ด้วยคำถามยาว ๆ
และยังส่งไฟล์ PDF ยาวเป็น 100 หน้า หรือแม้แต่ไฟล์วิดีโอให้โมเดล AI ช่วยอ่านและวิเคราะห์
ดังนั้นแล้ว การอัปเกรด RAM หรือชิปหน่วยความจำชั่วคราว จึงเป็นสิ่งที่จำเป็นมาก
เพราะยิ่ง AI ต้องรองรับ Context ที่ยาวขึ้น ไม่ว่าจะเป็นข้อความจำนวนมาก เอกสารหลายร้อยหน้า หรือข้อมูลจากวิดีโอ ระบบก็ยิ่งต้องบริหารหน่วยความจำสำหรับเก็บข้อมูลที่เกี่ยวข้องกับการประมวลผลมากขึ้น
นอกจากจะอัปเกรดชิปหน่วยความจำชั่วคราวแล้ว ก็ยังต้องอัปเกรดหน่วยความจำถาวร อย่าง SSD ด้วย
เพราะถ้า HBM เปรียบเสมือนโต๊ะทำงานขนาดใหญ่ของ AI
SSD ก็เปรียบเสมือนลิ้นชักสำหรับเก็บเอกสารขนาดใหญ่ เพื่อไว้สำหรับดึงไปใช้ในการประมวลผล AI ให้เร็วที่สุด
ทั้งหมดนี้ จึงเป็นเหตุผลหลัก ที่ทำให้ Big Tech อยากทุ่มงบลงทุนระดับล้านล้านบาท ไปกับโครงสร้างพื้นฐานด้าน AI โดยเฉพาะชิปเมมโมรี ที่โมเดล AI ขาดไปไม่ได้เลย
ซึ่งถ้าหากพูดถึงผู้เล่นหลักในอุตสาหกรรมชิปเมมโมรี
- HBM และ DDR5 ก็มีผู้เล่นหลักอยู่ 3 เจ้า ได้แก่ SK Hynix, Samsung และ Micron ที่ครองส่วนแบ่งตลาดนี้กว่า 90% บนโลก
- SSD มีผู้เล่นหลักคือ Samsung, SK Hynix และ Micron รวมถึง SanDisk และ KIOXIA ที่โฟกัสธุรกิจ SSD หรือ NAND Flash โดยเฉพาะ
- ส่วน HDD ก็มีผู้เล่นหลักคือ Seagate, Western Digital และ Toshiba ที่โฟกัสธุรกิจ Hard Disk Drive โดยเฉพาะ
TLDRAM กองทุนค่าจัดการต่ำสุดในกลุ่ม Memory เริ่มต้น 1,000 บาทมาแล้ว..
รู้ไหมว่า Amazon, Alphabet, Meta และ Microsoft ยังกระหน่ำลงทุน AI เพิ่มเติมตลอดทั้งปี สูงถึง 25 ล้านล้านบาท แต่ช่วงที่ผ่านมา ราคาหุ้นกลุ่ม Memory ที่เติบโตตามโครงสร้างพื้นฐาน AI กลับผันผวนสูง
ถ้าเราเชื่อว่า Memory ยังเป็นหนึ่งในโครงสร้างพื้นฐานสำคัญของ AI กองทุน TLDRAM จาก บลจ. ทาลิส ที่กำลังจะ IPO ในช่วง 17 - 20 ส.ค. 2569 ก็ถือเป็นตัวเลือกที่น่าสนใจเพราะ
✅ค่าจัดการ 1.28% ต่ำสุดในกลุ่มกองทุน Memory ไทยที่เก็บกันอยู่ 1.6%
✅เริ่มต้นลงทุนขั้นต่ำเพียง 1,000 บาท
✅Pure Play โฟกัสผู้นำหน่วยความจำโลก
✅ลงทุนในบริษัทกึ่งผูกขาด มีไม่กี่บริษัทในอุตสาหกรรม
✅ได้รับการยกเว้นภาษี Capital Gain ตามกฎหมายภาษีของประเทศไทย
พิเศษ ! ช่วง IPO ค่าธรรมเนียมซื้อลด 10% | ซื้อ 2 ล้านขึ้นไป ฟรีค่าธรรมเนียมซื้อ สนใจโหลด WealthX ได้ที่ www.wealthx.co/getapp
กองทุนนี้จะเข้าไปลงทุนในหุ้นห่วงโซ่ Memory ทั่วโลก ผ่านกองทุนหลัก Defiance Memory UCITS ETF หรือ DRAM
กองทุนนี้จะเน้นตรงไปยังบริษัทที่เกี่ยวข้องกับชิปหน่วยความจำ ระบบจัดเก็บข้อมูล และอุปกรณ์ที่ช่วยให้ข้อมูลถูกส่ง จัดเก็บ และเรียกใช้ได้รวดเร็วขึ้น
โดยกองทุนหลักจะเน้นบริษัทที่มีรายได้จากธุรกิจ Memory และ Storage ในสัดส่วนสูง เช่น Micron, Samsung, SK Hynix, SanDisk, Nanya Technology, Western Digital, Seagate Technology, Rambus, Kioxia รวมกัน 20 บริษัท (ข้อมูล ณ วันที่ 30 ก.ค. 2569)
TLDRAM จึงเป็นทางเลือกสำหรับคนที่เชื่อว่า AI Supercycle ยังเดินหน้าต่อ
พร้อมยอมรับได้ว่า ระหว่างทางธุรกิจ Memory จะมีรอบขึ้นและลงที่รุนแรง เพราะลงทุนกระจุกตัวในอุตสาหกรรมเดียว
TLDRAM เปิดให้เริ่มต้นลงทุนได้เพียง 1,000 บาท ซึ่งต่างจากหลายกองทุนในกลุ่ม Memory ที่ต้องเป็นผู้ลงทุนรายใหญ่ หรือลงทุนขั้นต่ำ 500,000 บาท
บวกกับ TLDRAM เป็นกองทุน Pure-play กลุ่ม Memory ค่าจัดการ 1.28%
ขณะที่กองทุน DRAM อื่น ๆ ในประเทศไทย มีค่าจัดการราว 1.6%
การมีขั้นต่ำที่น้อย และค่าจัดการต่ำสุดในกลุ่มชิป Memory ทำให้เราสามารถใช้วิธีแบ่งเงินทยอยลงทุน เพื่อลดความเสี่ยงจากการเข้าซื้อผิดจังหวะ แต่ไม่ปิดโอกาสที่จะทำกำไรได้สูง จากกลุ่มกองทุน Memory ที่กำลังเป็นอนาคตของโลก..
ผู้ที่สนใจสามารถศึกษารายละเอียดเพิ่มเติมได้ที่ บล.เวลท์เอกซ์ LINE ID: @wealthx สนับสนุนโดย บล.เวลท์เอกซ์
กองทุนมีความเสี่ยงจากความผันผวนของราคาหลักทรัพย์และอัตราแลกเปลี่ยนจากการลงทุนในตราสารต่างประเทศ กองทุนลงทุนกระจุกตัวในผู้ออกและหมวดอุตสาหกรรมในบางขณะ จึงมีความเสี่ยงที่ผู้ลงทุนอาจสูญเสียเงินลงทุนจำนวนมาก จึงอาจเหมาะสำหรับการลงทุนในสัดส่วนเสริมของพอร์ต และไม่ควรใช้เป็นสัดส่วนหลักในพอร์ตลงทุน กองทุนรวมนี้มีลักษณะเฉพาะและความเสี่ยงเฉพาะ
ผู้ลงทุนควรทำความเข้าใจลักษณะสินค้า เงื่อนไข ผลตอบแทน ความเสี่ยง ที่ระบุไว้ในคู่มือการลงทุน ทั้งนี้ บริษัทมีความสัมพันธ์หรือเกี่ยวข้องกับบริษัทจัดการกองทุน และอาจได้รับส่วนแบ่งค่าธรรมเนียมจากการขายกองทุน โดยไม่มีการเรียกเก็บค่าธรรมเนียมเพิ่มเติมจากผู้ซื้อ ผู้ลงทุนควรพิจารณาความเหมาะสมและความเสี่ยงก่อนตัดสินใจลงทุน
ระดับความเสี่ยง : 7
จัดทำขึ้น ณ วันที่ 14 ส.ค. 2569
ที่มา Tradingview, Bloomberg, CNBC และ Earnings Release ของแต่ละบริษัท ณ วันที่ 30 ก.ค. 2569
- 4
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2026 Blockdit
