เจาะคอขวด AI โลก บริษัทไหนจะเป็น Nvidia รายต่อไป ? /โดย ลงทุนแมน
ทุกครั้งที่เราถาม ChatGPT และได้คำตอบกลับมาในไม่กี่วินาที
เบื้องหลังไม่ได้มาจากแค่ชิปประมวลผลจาก Nvidia
แต่จริง ๆ แล้ว เกิดจากโครงสร้างพื้นฐานหลายส่วนเชื่อมต่อกัน ตั้งแต่ GPU, Memory, Data Center, ระบบไฟฟ้า, Cooling, Network ไปจนถึง Optics..
นี่คือประเด็นสำคัญจากช่วง “AI Bottleneck Breakthrough” เจาะลึกอุตสาหกรรมคอขวด AI โลก โดยคุณเชาวน์กร โชติบัณฑ์, FRM ผู้ช่วยกรรมการผู้จัดการ และหัวหน้าฝ่ายกลยุทธ์การลงทุน บลจ.เอ็มเอฟซี
คำถามสำคัญจึงอยู่ที่ว่าถ้า AI ยังโตในระดับนี้ต่อไป
อะไรจะเป็นสิ่งที่โลก สร้างตามไม่ทัน ?
ยิ่งระบบ AI มีขนาดใหญ่ขึ้น คอขวดก็เริ่มกระจายจาก Compute ไปสู่ Memory, Networking, Optics และ Power เริ่มจาก
1. Memory จะยิ่งสำคัญขึ้น
ถ้า GPU หรือสมองของ AI เร็วขึ้นเท่าไร
HBM หรือหน่วยความจำความเร็วสูงที่ใช้คู่กับ GPU ก็จะยิ่งต้องการมากขึ้นเท่านั้น
จุดสำคัญคือ HBM ผลิตยาก ต้องใช้การซ้อนชิปหลายชั้น ควบคุม Yield และพึ่งพา Advanced Packaging
ถ้า HBM ผลิตตามไม่ทัน
GPU ทั้งระบบก็จะช้าลงได้เลย
ตัวอย่างบริษัทสำคัญ ๆ ในกลุ่มนี้ก็เช่น Samsung, SK Hynix และ Micron
2. Networking และ Optics กลายเป็นคอขวดใหม่
AI Cluster ต้องใช้ GPU จำนวนมากทำงานพร้อมกัน
ถ้า GPU ส่งข้อมูลหากันช้า ก็เหมือนมีรถแข่งหลายพันคัน แต่ถนนแคบ
นี่คือเหตุผลที่ Network ต้องเร็วขึ้นจาก 400G ไป 800G ไป 1.6T และ 3.2T..
ความต้องการ Switch ASIC, DSP, Optical Module, Laser และ Optical Interconnect เพิ่มขึ้นตามไปด้วย
ขณะเดียวกัน Optics ก็กำลังขยับเข้าใกล้ชิปมากขึ้น เพื่อเพิ่ม Bandwidth และลดการใช้พลังงานต่อบิตเช่นกัน..
ตัวอย่างบริษัทที่อยู่ใน Value Chain นี้ เช่น Broadcom, Arista Networks และบริษัทในกลุ่ม Optical Components
3. ไฟฟ้า ก็เป็นอีกกลุ่มที่จะได้ประโยชน์สูง และมีแนวโน้มเป็นคอขวด
AI Rack รุ่นใหม่กินไฟมากขึ้นเรื่อย ๆ จากหลักหลายสิบกิโลวัตต์ ไปสู่หลักหลายร้อยกิโลวัตต์ และในอนาคต อาจไปถึงระดับประมาณ 1 เมกะวัตต์ต่อ Rack
แปลว่า AI ต้องพึ่งทั้ง Power Plant, Grid, Transformer, Electrical Equipment, Cooling และ Data Center Infrastructure
โครงสร้างพื้นฐานเหล่านี้จำนวนมากใช้เวลาสร้างเป็นปี ทำให้ Supply ในบางจุดมีโอกาสโตตามความต้องการของ AI ไม่ทัน
ตัวอย่างบริษัทในกลุ่มก็ เช่น GE Vernova, Eaton และ Schneider Electric
ทีนี้ มาถึงคำถามที่ว่าแล้วนักลงทุน ควรโฟกัสคอขวดกลุ่มไหนดี ?
MFC เสนอให้ติดตาม 3 เรื่อง สำหรับกลุ่มคอขวด AI
1. Demand โตเร็วแค่ไหน
2. Supply เพิ่มได้เร็วแค่ไหน
3.สินค้าหรือเทคโนโลยีนั้น ทดแทนได้ยากแค่ไหน
ให้มองไปที่กลุ่ม Demand โตเร็ว
Supply เพิ่มยาก และทดแทนได้ยาก
กล่มนั้น ๆ ก็มีโอกาสกลายเป็นคอขวดและมีอำนาจในการกำหนดราคาสูงกว่า
อย่างไรก็ตาม หุ้น AI ยังต้องจับตา ROI, CAPEX ของ Hyperscaler, ต้นทุนเงินทุน และความคาดหวังของตลาด เพราะถ้ากำไรและ Cash Flow โตไม่ทัน ราคาหุ้นก็อาจถูกกดดันได้
สุดท้ายแล้ว ช่วงแรกของ AI ตลาดถามว่าใครสร้าง GPU ได้ดีสุด และ Nvidia คือบริษัทที่ได้ประโยชน์มหาศาลจากคอขวดตรงนั้น
สำหรับรอบต่อไปคำถามอาจเปลี่ยนเป็นถ้า AI ยังโตต่อ อะไรคือสิ่งที่โลกสร้างตามไม่ทัน
เพราะตรงจุดที่ Demand โตเร็ว
Supply เพิ่มยาก
และมีของทดแทนน้อย
อาจเป็นจุดที่ มูลค่ารอบใหม่ของอุตสาหกรรม AI กำลังไหลไป..
หมายเหตุ : โพสต์นี้เป็นเพียงการนำเสนอข้อมูล ไม่ได้ชี้นำให้ซื้อ หรือขายหลักทรัพย์แต่อย่างใด
- 3
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2026 Blockdit
