Nvidia บรรลุข้อตกลงเข้าซื้อกิจการ Hugging Face มูลค่า 12.9 พันล้านดอลลาร์ สหรัฐ ดีลนี้กำลังถูกนักวิเคราะห์จับตาเคียงคู่กับผลประกอบการไตรมาสล่าสุด เพื่อประเมินว่าบริษัทจะสามารถสกัดการรุกคืบของ Broadcom ในตลาดชิป AI ได้มากน้อยเพียงใด
เมื่อมองในมุมซัพพลายเชน ภาพยิ่งคมชัดขึ้น Nvidia จำหน่ายจีพียูเอนกประสงค์ที่ครองตลาดทั้งงานเทรนและอินเฟอเรนซ์โมเดล AI ขณะที่ Broadcom พัฒนาชิป ASIC แบบสั่งออกแบบเฉพาะ (custom ASIC) ให้เหมาะกับเวิร์กโหลดของไฮเปอร์สเกลเลอร์แต่ละราย ซึ่งเป็นเซ็กเมนต์ที่เติบโต 44.6% เมื่อเทียบปีต่อปี เทียบกับจีพียูที่เติบโต 16.1%
ช่องว่างการเติบโตเกือบ 28 จุดเปอร์เซ็นต์นี้คือ “จุดกดดันจริง” ทางกายภาพที่ดีลซื้อกิจการครั้งนี้ต้องการเข้าไปตอบโจทย์ และเป็นเหตุผลว่าทำไมการซื้อ Hugging Face จึงไม่ใช่แค่การดึงทีมวิจัยหรือเครื่องมือเพิ่มในพอร์ตเท่านั้น
อ่านเพิ่มเติม: มูลค่า Gimlet Labs พุ่งแตะ 3 พันล้านดอลลาร์จากรอบระดมทุนใหม่
เกมคูเมืองซอฟต์แวร์
มุมวิเคราะห์จำนวนมากมองดีลนี้ว่าเป็น “ประกันความเสี่ยง” ต่อโมเมนตัมของ Broadcom ในตลาดชิปสั่งออกแบบเฉพาะ มากกว่าจะเป็นดีลเพื่อเสริมพลังวิจัย AI เพียวๆ การเข้าถือครองแพลตฟอร์มโอเพนซอร์สโมเดลและคอมมูนิตี้นักพัฒนาของ Hugging Face ทำให้ Nvidia มีโอกาสผูกจุดแข็งด้านฮาร์ดแวร์เข้ากับเลเยอร์ซอฟต์แวร์ที่ชิป ASIC สั่งออกแบบเฉพาะทำซ้ำได้ยาก ตามมุมมองของ Shattered.io
ในฝั่งซัพพลายตรรกะค่อนข้างตรงไปตรงมา เมื่อระบบนิเวศนักพัฒนาถูก “ล๊อกอิน” เข้ากับ CUDA และชุดเครื่องมือรอบๆ ค่าเปลี่ยนย้ายต่อหน่วยอินเฟอเรนซ์ (switching cost per inference) ก็จะสูงขึ้น ประเด็นนี้ยิ่งสำคัญเมื่อค่าใช้จ่ายต่อโทเคนของการประมวลผลมีแนวโน้มลดลงต่อเนื่อง
ด้าน Broadcom เสนอคุณค่าหลักให้ไฮเปอร์สเกลเลอร์ผ่าน “ประสิทธิภาพ” ชิปถูกออกแบบให้เหมาะกับความต้องการประมวลผลเฉพาะของลูกค้าแต่ละราย แทนที่จะใช้สถาปัตยกรรมกว้างแบบ Nvidia ที่ออกแบบมาเพื่อรองรับหลากหลายเวิร์กโหลดในตัวเดียว ตามการเทียบผลประกอบการของ Motley Fool
ในจุดที่งบลงทุน (capex) ของไฮเปอร์สเกลเลอร์เริ่มไหลไปยังชิปสั่งออกแบบเฉพาะมากกว่าจีพียูเชิงพาณิชย์ สัญญาณที่ควรเชื่อคือทิศทางการใช้เงินจริง มากกว่าคำประกาศเรื่อง “ความเป็นกลางด้านซัพพลายเออร์” ใดๆ ในที่สาธารณะ
อ่านเพิ่มเติม: Polygon เปิดเส้นทางบริจาคคริปโตช่วยกองทุนฟื้นฟูภัยพิบัติเนปาล
นักลงทุนน่าจับตาอะไรต่อ
นักวิเคราะห์ยังคงมีมุมมองเชิงบวกต่อทั้งสองบริษัท โดยชี้ไปที่การเติบโตของงบลงทุนฝั่งไฮเปอร์สเกลเลอร์ราว 30% เป็นหลักฐานว่าการลงทุนโครงสร้างพื้นฐาน AI ยังมี “ระยะทาง” ให้ทั้งผู้ขายจีพียูและผู้ขาย ASIC เดินต่อไปได้พร้อมกัน
คำถามปลายเปิดคือ เลเยอร์ซอฟต์แวร์ของ Nvidia ซึ่งตอนนี้มีแพลตฟอร์มที่เพิ่งเข้าซื้อมาเป็นเสาหลัก จะช่วยรักษาความได้เปรียบด้านมาร์จิ้นไว้ได้เพียงใด ในโลกที่ผู้ให้บริการคลาวด์รายใหญ่หันไปออกแบบชิปเองมากขึ้น แทนการซื้อจีพียูเชิงพาณิชย์สำเร็จรูป
คำตอบจะสะท้อนออกมาก่อนในตัวเลข “สัญญาจองกำลังการผลิต” (capacity commitments) และแนวโน้ม “ต้นทุนต่ออินเฟอเรนซ์” มากกว่าที่จะรอให้ถูกเล่าในสตอรีผลประกอบการไตรมาสถัดๆ ไป
อ่านต่อถัดไป: OpenAI เปิดตัว GPT-6 Astra โมเดลที่ทรงพลังที่สุดของบริษัทจนถึงปัจจุบัน
