Nvidia บรรลุข้อตกลงเข้าซื้อกิจการ Hugging Face มูลค่า 12.9 พันล้านดอลลาร์ ขณะที่นักวิเคราะห์นำดีลดังกล่าวไปวางเทียบกับงบไตรมาสล่าสุด เพื่อประเมินว่าบริษัทจะยังสกัด Broadcom ที่กำลังกดดันตลาดชิป AI ได้มากน้อยเพียงใด
จุดเปรียบเทียบที่ชัดเจนอยู่ฝั่งอุปทาน Nvidia ทำตลาดด้วยจีพียูอเนกประสงค์ ที่ครองทั้งงานเทรนนิงและอินเฟอเรนซ์ด้าน AI ขณะที่ Broadcom เน้นสร้างชิป ASIC แบบสั่งทำพิเศษสำหรับเวิร์กโหลดของผู้ให้บริการคลาวด์รายใหญ่ (hyperscaler) แต่ละราย ซึ่งกลุ่มนี้มีอัตราเติบโตปีต่อปี 44.6% เทียบกับ 16.1% ของจีพียู
อ่านเพิ่มเติม: มูลค่า Gimlet Labs พุ่งแตะ 3 พันล้านดอลลาร์ หลังรับเงินทุนรอบใหม่
ช่องว่างการเติบโต 28 จุดเปอร์เซ็นต์ดังกล่าวคือ “จุดกดดันทางกายภาพ” ในห่วงโซ่อุปทาน ที่ดีล Hugging Face ถูกออกแบบมาเพื่อตอบโจทย์ และเป็นเหตุให้การซื้อครั้งนี้ถูกมองว่าไกลเกินกว่าแค่การรวบรวมบุคลากรหรือเครื่องมือด้าน AI เพิ่มเติม
เกมสร้าง ‘คูเมืองซอฟต์แวร์’
บทวิเคราะห์หลายสำนักมองดีลนี้ว่าเป็นยุทธศาสตร์ “เฮดจ์” ต่อแรงส่งของ Broadcom ในตลาดชิปสั่งทำเฉพาะ มากกว่าจะเป็นดีลซื้อศูนย์วิจัย AI โดยตรง การเข้าถือครองแพลตฟอร์มที่เป็นศูนย์กลางโมเดลโอเพ่นซอร์สและชุมชนนักพัฒนา ทำให้ Nvidia สามารถผูกจุดแข็งด้านฮาร์ดแวร์เข้ากับเลเยอร์ซอฟต์แวร์ที่ชิป ASIC แบบสั่งทำเลียนแบบหรือย้ายตามได้ยากกว่า ตามมุมมองของ Shattered.io
ในฝั่งอุปทาน เหตุผลค่อนข้างตรงไปตรงมา เมื่อระบบนิเวศนักพัฒนาถูก “ล็อกอิน” ไว้กับ CUDA และเครื่องมือรอบข้าง ย่อมทำให้ต้นทุนการสลับแพลตฟอร์มต่อหนึ่งหน่วยอินเฟอเรนซ์สูงขึ้น ซึ่งยิ่งมีน้ำหนักมากขึ้นเรื่อย ๆ เมื่อค่าใช้จ่ายต่อโทเคนของงานประมวลผลลดลงอย่างต่อเนื่อง
ขณะแนวทางของ Broadcom ในสายตา hyperscaler เน้นเรื่อง “ประสิทธิภาพสูงสุด” เป็นหลัก ด้วยชิปที่ออกแบบให้ตรงกับภาระงานของลูกค้ารายนั้น ๆ แทนที่จะใช้สถาปัตยกรรมกว้าง ๆ แบบ Nvidia ที่รองรับหลายเวิร์กโหลดพร้อมกัน ตามการเทียบผลประกอบการโดย Motley Fool
สำหรับ hyperscaler แล้ว ทิศทางเม็ดเงินลงทุน (capex) ที่ไหลไปจ่ายเพื่อชิปสั่งทำเฉพาะทาง แทนการซื้อจีพียูมาตรฐานจากตลาด เปิดสัญญาณชัดยิ่งกว่าถ้อยแถลงใด ๆ เรื่อง “ความเป็นกลางด้านซัพพลายเออร์”
อ่านเพิ่มเติม: Polygon เปิดช่องทางบริจาคคริปโตช่วยกองทุนฟื้นฟูภัยพิบัติเนปาล
สัญญาณต่อไปที่นักลงทุนจับตา
นักวิเคราะห์ยังคงมุมมองเชิงบวกต่อทั้งสองบริษัท โดยอ้างอิงการเติบโตของงบลงทุนภาคทุน (capex) ของกลุ่ม hyperscaler ที่ระดับราว 30% ต่อปี เป็นหลักฐานว่าการสร้างโครงสร้างพื้นฐาน AI ยังมีระยะให้เติบโตต่อ ทั้งสำหรับผู้ขายจีพียูและผู้พัฒนา ASIC
แต่คำถามสำคัญคือ เลเยอร์ซอฟต์แวร์ของ Nvidia ที่ตอนนี้มีแพลตฟอร์ม Hugging Face เป็นเสาหลัก จะยังช่วยรักษาช่องว่างด้านมาร์จิ้นได้เพียงใด ในเมื่อผู้ให้บริการคลาวด์รายใหญ่ทยอยออกแบบชิปเฉพาะของตนเอง แทนการพึ่งพาจีพียูเชิงพาณิชย์เต็มรูปแบบ
คำตอบจะสะท้อนออกมาก่อนในรูปของดีลจองกำลังการผลิตล่วงหน้า และเทรนด์ “ต้นทุนต่อหนึ่งอินเฟอเรนซ์” มากกว่าจะปรากฏในสตอรี่ผลประกอบการอย่างเป็นทางการ
อ่านต่อ: OpenAI เปิดตัว GPT-6 Astra โมเดลทรงพลังที่สุดของบริษัท
