Amazon เพิ่ม GPU ของ NVIDIA อีก 2 ล้านหน่วย การลงทุนครั้งใหญ่ของ AWS เพื่อครอง "โครงสร้างพื้นฐาน AI"

การแข่งขัน AI กำลังเปลี่ยนจากการแข่งประสิทธิภาพของโมเดลไปสู่การแข่งว่าใครจะสามารถจัดหาทรัพยากรการคำนวณขนาดใหญ่ได้มากกว่า

Amazon ได้เปิดตัวแผนการขนาดใหญ่ที่เป็นสัญลักษณ์ของการเปลี่ยนแปลงนี้

หน่วยงานคลาวด์ของบริษัท Amazon Web Services (AWS) ได้ขยายความร่วมมือเชิงกลยุทธ์กับ NVIDIA อย่างมาก โดยมีแผนที่จะเพิ่ม GPU ของ NVIDIA อีก 2 ล้านหน่วยในโครงสร้างพื้นฐานทั่วโลกของ AWS ระหว่างปี 2027 ถึง 2028

แผนนี้รวมถึง Blackwell Ultra และรุ่นต่อไปอย่าง Rubin และ Rubin Ultra

นอกจากนี้ AWS ยังได้แสดงแผนที่จะเพิ่ม GPU ของ NVIDIA มากกว่า 1 ล้านหน่วยตั้งแต่ปี 2026 การประกาศครั้งนี้เป็นการเพิ่มอีก 2 ล้านหน่วย

นี่ไม่ใช่แค่ข่าวว่า Amazon กำลังซื้อ GPU จำนวนมาก

แต่เป็นการแสดงให้เห็นว่า Amazon กำลังวางแผนที่จะรวม AI เป็นโครงสร้างพื้นฐานร่วมสำหรับหลายธุรกิจ เช่น คลาวด์ อีคอมเมิร์ซ โลจิสติกส์ หุ่นยนต์ และระบบสำหรับรัฐบาล โดยมีการวางโครงสร้างพื้นฐานการคำนวณขนาดใหญ่เป็นศูนย์กลาง

ตัวเอกของการแข่งขัน AI กำลังเปลี่ยนจาก "โมเดล" ไปสู่ "โครงสร้างพื้นฐาน"

เมื่อการบูมของ AI เริ่มต้น ความสนใจของตลาดมุ่งเน้นไปที่ประสิทธิภาพของโมเดลภาษาขนาดใหญ่ที่พัฒนาโดย OpenAI, Anthropic, Google และอื่นๆ

แต่เมื่อบริการ AI เริ่มเข้าสู่การใช้งานจริงในธุรกิจและบริการผู้บริโภค สถานการณ์ก็เปลี่ยนไป

เมื่อ AI เอเจนต์เริ่มทำงานอัตโนมัติในธุรกิจ เขียนโปรแกรม วิเคราะห์ข้อมูล และตอบสนองลูกค้า ปริมาณการคำนวณที่ AI ใช้จะเพิ่มขึ้นอย่างรวดเร็ว

หาก AI ขยายไปถึงหุ่นยนต์ การขับขี่อัตโนมัติ การวิจัยทางวิทยาศาสตร์ และสาขาอื่นๆ ที่เรียกว่า "Physical AI" ทรัพยากรการคำนวณที่จำเป็นอาจมีขนาดใหญ่เกินกว่าที่เป็นอยู่ในปัจจุบัน

การขยายความร่วมมือระหว่าง AWS และ NVIDIA ในครั้งนี้เป็นการล่วงหน้าสู่อนาคตเช่นนั้น

ทั้งสองบริษัทกำลังเสริมสร้างความร่วมมือใน "ฟูลสแต็ก" ที่รวมถึง GPU, CPU, เครือข่าย, โมเดล AI, การประมวลผลข้อมูล และหุ่นยนต์

สำหรับบริษัทคลาวด์ การมี GPU ที่ทันสมัยไม่ใช่สิ่งสำคัญเพียงอย่างเดียว

จำเป็นต้องสร้างสภาพแวดล้อมที่สามารถเชื่อมต่อ GPU หลายแสนหรือหลายล้านหน่วยด้วยเครือข่ายความเร็วสูง จัดหาพลังงานจำนวนมาก ทำความเย็น และดำเนินการโดยไม่มีข้อบกพร่อง เพื่อให้บริษัทและสถาบันวิจัยสามารถใช้งานได้ทันทีที่ต้องการ

ดังนั้น ในการแข่งขันคลาวด์ยุค AI ความสามารถในการดำเนินงาน "โรงงาน AI ขนาดใหญ่" กำลังเริ่มกลายเป็นปัจจัยการแข่งขันที่สำคัญมากกว่าตัวเซมิคอนดักเตอร์เอง

ตัวเลข 2 ล้าน GPU ที่ Amazon ประกาศในครั้งนี้เป็นสัญลักษณ์ว่าขนาดของการแข่งขันได้ยกระดับขึ้นไปอีกขั้น

ทำไมถึงซื้อ NVIDIA ในเมื่อมีชิปของตัวเองอย่าง "Trainium"

สิ่งที่น่าสนใจในข่าวนี้คือ Amazon เป็นบริษัทที่กำลังพัฒนาชิป AI ของตัวเองอย่างแข็งขัน

Amazon ได้พัฒนาแอคเซลเลอเรเตอร์สำหรับ AI ชื่อ "Trainium" ผ่าน Annapurna Labs ซึ่งเป็นบริษัทในเครือ

โดยทั่วไปแล้ว การขยายชิปของตัวเองควรจะช่วยลดการพึ่งพา NVIDIA

แต่ AWS ยังคงเพิ่ม GPU ของ NVIDIA อีก 2 ล้านหน่วย

ในแวบแรกอาจดูเหมือนขัดแย้งกัน

แต่ถ้าพิจารณากลยุทธ์ของ AWS ในแง่ของการเลือกระหว่าง "NVIDIA หรือ Trainium" อาจทำให้เข้าใจผิดได้

เป้าหมายของ Amazon อาจไม่ใช่การพึ่งพาเซมิคอนดักเตอร์เฉพาะ แต่เป็นการสร้างแพลตฟอร์ม AI ขนาดใหญ่ที่ลูกค้าสามารถเลือกทรัพยากรการคำนวณที่หลากหลายตามการใช้งาน

ในหมู่นักพัฒนา AI ซอฟต์แวร์ที่เน้น CUDA ของ NVIDIA ถูกใช้อย่างแพร่หลาย ดังนั้นหากต้องการดึงดูดบริษัท AI ทั่วโลกมายัง AWS การเตรียม GPU รุ่นล่าสุดของ NVIDIA จำนวนมากยังคงมีความสำคัญ

ในทางกลับกัน ในการใช้งานเฉพาะบางอย่างสามารถใช้ประโยชน์จากอัตราส่วนราคาต่อประสิทธิภาพของ Trainium

AWS และ NVIDIA ยังดำเนินการรวมเทคโนโลยีการเชื่อมต่อความเร็วสูง NVLink Fusion ของ NVIDIA กับซิลิคอนที่กำหนดเองของ Amazon

ดังนั้นภาพที่ Amazon วาดอาจไม่ใช่ "AWS แข่งกับ NVIDIA" แต่เป็น "ตลาดการคำนวณ AI ขนาดใหญ่ที่รวมทั้ง NVIDIA และเซมิคอนดักเตอร์ของตัวเอง"

"โรงงาน AI" ขนาด 100,000 GPU และรัฐบาลสหรัฐฯ เป็นลูกค้าสำคัญ

อีกสิ่งหนึ่งที่ไม่ควรมองข้ามในความร่วมมือนี้คือโครงสร้างพื้นฐาน AI สำหรับรัฐบาลสหรัฐฯ

AWS และ NVIDIA มีแผนที่จะสร้างโรงงาน AI ที่มีความปลอดภัยสูงสำหรับหน่วยงานรัฐบาลสหรัฐฯ ซึ่งรวมถึงโครงสร้างพื้นฐานขนาด 100,000 GPU

เมื่อ AI ถูกนำไปใช้ในด้านความมั่นคงของชาติ ความปลอดภัยไซเบอร์ การวิเคราะห์ข้อมูล และการวิจัยและพัฒนา ทรัพยากรการคำนวณที่หน่วยงานรัฐบาลต้องการอาจเพิ่มขึ้นอย่างรวดเร็ว

ในจุดนี้ ความแข็งแกร่งของ AWS เป็นสิ่งสำคัญ

AWS ได้สร้างประสบการณ์มายาวนานไม่เพียงแต่ในคลาวด์สำหรับธุรกิจ แต่ยังรวมถึงโครงสร้างพื้นฐานคลาวด์สำหรับรัฐบาลและภาครัฐด้วย

เมื่อรวมกับโครงสร้างพื้นฐาน AI ของ NVIDIA ตลาด AI สำหรับรัฐบาลอาจกลายเป็นพื้นที่การเติบโตที่ใหญ่สำหรับ Amazon

การแข่งขันโครงสร้างพื้นฐาน AI ไม่ได้จำกัดอยู่แค่การแข่งขันคลาวด์สำหรับธุรกิจระหว่าง Microsoft Azure และ Google Cloud

แต่กำลังขยายไปสู่ตลาดที่ใหญ่กว่าที่เกี่ยวข้องกับการให้บริการโครงสร้างพื้นฐาน AI ระดับชาติ

สำหรับ NVIDIA การประกาศนี้เป็นการลบล้างทฤษฎีการชะลอตัวของความต้องการ

แน่นอนว่าข้อตกลงนี้มีความสำคัญอย่างยิ่งสำหรับ NVIDIA

ในตลาดเซมิคอนดักเตอร์ AI มีความกังวลมานานแล้วว่า "การลงทุนในอุปกรณ์ของบริษัทเทคโนโลยีขนาดใหญ่จะถึงจุดสูงสุดในที่สุด"

Google มี TPU, Amazon มี Trainium, Microsoft ก็กำลังพัฒนาเซมิคอนดักเตอร์ AI ของตัวเอง

ดังนั้นมุมมองระยะยาวคือไฮเปอร์สเกลเลอร์อาจลดการพึ่งพา GPU ของ NVIDIA

แต่การที่ Amazon ซึ่งกำลังพัฒนาเซมิคอนดักเตอร์ของตัวเอง ตัดสินใจเพิ่ม GPU ของ NVIDIA อีก 2 ล้านหน่วย รวมถึงรุ่นถัดไป เป็นสิ่งที่น่าสนใจ

อย่างน้อยในปัจจุบัน การแพร่หลายของชิปของตัวเองและความต้องการ NVIDIA ไม่จำเป็นต้องขัดแย้งกัน

เนื่องจากตลาด AI เองกำลังขยายตัวอย่างรวดเร็ว ความต้องการ GPU อาจเพิ่มขึ้นเร็วกว่าอัตราการเพิ่มของเซมิคอนดักเตอร์ของตัวเอง

เจนเซน หวง ซีอีโอของ NVIDIA ยังแสดงความเห็นว่าความต้องการ AI กำลังขยายตัวเร็วกว่าเดิมที่คาดการณ์ไว้ในการร่วมมือกับ AWS

หากโครงสร้างนี้ยังคงอยู่ ปัจจัยการเติบโตที่ใหญ่ที่สุดสำหรับ NVIDIA อาจไม่ใช่ "การกำจัดคู่แข่ง" แต่เป็น "การที่ตลาดการคำนวณ AI ทั้งหมดขยายตัวอย่างต่อเนื่อง"

สนามรบถัดไปของ AI "เอเจนต์" กำลังเปลี่ยนแปลง EC ของ Amazon

สิ่งที่สำคัญยิ่งกว่าสำหรับ Amazon คือการลงทุนในโครงสร้างพื้นฐาน AI ไม่ได้สิ้นสุดเพียงแค่รายได้ของ AWS

ในธุรกิจ EC ของ Amazon เอง AI เอเจนต์อาจเริ่มเปลี่ยนแปลงพฤติกรรมการบริโภค

จากการสำรวจการค้าปลีกออนไลน์ในสหรัฐฯ โดย Evercore ISI พบว่า 57% ของผู้ใช้ที่ใช้ฟังก์ชัน AI ของ Alexa ตอบว่าพวกเขาซื้อสินค้าที่ไม่เคยรู้จักมาก่อน

นอกจากนี้ 36% ตอบว่าปริมาณการซื้อของพวกเขาเพิ่มขึ้นจากการใช้ฟังก์ชัน AI

นี่เป็นตัวเลขที่สำคัญมากสำหรับ Amazon

ใน EC แบบดั้งเดิม ผู้ใช้มักจะค้นหาสินค้าที่พวกเขาตัดสินใจซื้อแล้วในระดับหนึ่ง และ Amazon จะขายสินค้านั้น

แต่ใน AI เอเจนต์ สามารถเข้าใจความต้องการที่ไม่ชัดเจนของผู้ใช้ เปรียบเทียบตัวเลือก เสนอสินค้าที่ใหม่ และนำไปสู่การซื้อได้

ดังนั้น Amazon อาจเปลี่ยนจาก "สถานที่ค้นหาสินค้าที่ต้องการ" เป็น "สถานที่ปรึกษา AI ว่าควรซื้ออะไร"

หากเป็นเช่นนั้น AI จะไม่ใช่แค่เทคโนโลยีลดต้นทุนสำหรับ Amazon แต่จะกลายเป็นเครื่องมือการขายที่สร้างการบริโภค

มาร์ค มาฮานีย์ นักวิเคราะห์จาก Evercore ISI ได้เพิ่มเป้าหมายราคาหุ้นของ Amazon จาก 315 ดอลลาร์เป็น 355 ดอลลาร์ หลังจากผลการสำรวจนี้ หุ้นของ Amazon เพิ่มขึ้นในวันรายงาน และ AI เอเจนต์ถูกมองว่าเป็นปัจจัยการเติบโตใหม่ในธุรกิจค้าปลีก

Amazon ควบคุมทั้ง "คลาวด์ AI" และ "ช้อปปิ้ง AI"

เมื่อมองภาพรวมของข่าวทั้งหมด จะเห็นว่า Amazon มีโอกาสรายได้ใหญ่สองทางในกลยุทธ์ AI ของตน

ทางแรกคือ AWS

ให้บริการ GPU, โมเดล AI, สตอเรจ, เครือข่าย และอื่นๆ แก่บริษัททั่วโลก สตาร์ทอัพ AI รัฐบาล และสถาบันวิจัย เพื่อสร้างรายได้จาก "โครงสร้างพื้นฐานสำหรับการทำงานของ AI"

ทางที่สองคือ Amazon.com

ผ่าน Alexa และเอเจนต์ช้อปปิ้ง AI เพื่อเปลี่ยนการค้นหา เปรียบเทียบ และการซื้อสินค้าของผู้บริโภคให้เป็น AI และขยายธุรกรรม EC

นอกจากนี้ยังมีธุรกิจโฆษณา โลจิสติกส์ และหุ่นยนต์อยู่ระหว่างนั้น

ตัวอย่างเช่น หาก AI เพิ่มการซื้อสินค้า มูลค่าของโฆษณาอาจเพิ่มขึ้น

หากปริมาณการสั่งซื้อเพิ่มขึ้น ความสามารถในการจัดการของศูนย์โลจิสติกส์จะมีความสำคัญ และการนำหุ่นยนต์ AI มาใช้จะเพิ่มขึ้น

หากใช้ทรัพยากรการคำนวณของ AWS เพื่อขับเคลื่อนหุ่นยนต์และ AI ก็จะนำไปสู่การลงทุนในคลาวด์อีกครั้ง

หากธุรกิจขนาดใหญ่ของ Amazon ที่ประกอบด้วย "คลาวด์, EC, โฆษณา, โลจิสติกส์" ถูกเชื่อมโยงผ่าน AI จะสร้างเศรษฐกิจที่ไม่สามารถทำซ้ำได้ง่ายโดยบริษัท AI อื่นๆ

การที่ Amazon Robotics แสดงความตั้งใจที่จะใช้แพลตฟอร์ม Physical AI ของ NVIDIA เป็นสัญลักษณ์ของแนวคิดนี้

ในโซเชียลมีเดียมีทั้ง "ความเชื่อมั่นสูง" และ "ความระมัดระวังต่อการลงทุนขนาดใหญ่"

การตอบสนองต่อการประกาศครั้งนี้ในโซเชียลมีเดียไม่ได้เป็นไปในทิศทางเดียว

บัญชี X อย่างเป็นทางการของ NVIDIA เน้นย้ำถึงการขยายความร่วมมือที่ครอบคลุมไม่เพียงแค่ 2 ล้าน GPU แต่ยังรวมถึง Vera CPU, เครือข่าย, Nemotron และหุ่นยนต์ของ Amazon โดยเน้นว่าเป็น "การรวม AI สแต็กทั้งหมดกับ AWS"

ในโพสต์ของนักลงทุนและผู้เกี่ยวข้องกับเทคโนโลยีบน X มีเสียงที่รับรู้ว่า "ขนาด 2 ล้าน GPU ไม่ใช่แค่ข่าวผลิตภัณฑ์ แต่การลงทุนในโครงสร้างพื้นฐาน AI เองกลายเป็นขนาดเศรษฐกิจมหภาค"

นอกจากนี้ยังมีความคิดเห็นที่ประเมินความแข็งแกร่งของ NVIDIA