Highlight (คลิกเลือกหัวข้อที่สนใจได้เลย)
ความมุ่งมั่นที่จะเอาชีวิตรอดของฉัน แข็งแกร่งกว่าความตั้งใจฆ่าของคนอื่น – Jensen Huang
เมื่อ 30 ปีที่แล้ว Jensen Huang ได้ก่อตั้งบริษัท Nvidia (NVDA) ท่ามกลางบริษัทผลิตการ์ดจอเกือบ 100 แห่งที่ก่อตั้งในเวลาใกล้เคียงกัน และแม้การแข่งขันจะดุเดือด แต่ Nvidia กลับสามารถก้าวขึ้นมาเป็นผู้นำได้เหนือคู่แข่งทั้งหมด
ตลอด 30 ปีที่ผ่านมา Jensen Huang และ Nvidia ได้สร้างความเป็นผู้นำในตลาด GPU อย่างมั่นคง ด้วยการพลิกโฉม GPU ให้กลายเป็นเครื่องมือสำหรับการประมวลผลทั่วไป พร้อมกับพัฒนาระบบที่รองรับการใช้งานร่วมกันระหว่างเครือข่ายเซิร์ฟเวอร์และซอฟต์แวร์ จนกลายเป็นบริษัทสำคัญที่สุดในโลกสำหรับการประมวลผลสมรรถนะสูง (High-Performance Computing)
และเมื่อ “ยุค ChatGPT” มาถึงในปี 2022 ความเหนือชั้นของ Nvidia ก็ยิ่งชัดเจนมากขึ้น
แต่เส้นทางของ Nvidia ก็ไม่ได้ราบรื่นอย่างที่ใครหลายคนคิด เมื่อในช่วงปลายยุค 1990 บริษัท Nvidia เคยเกือบล้มละลาย และราคาหุ้นก็เคยร่วงลง 50% ถึงหลายครั้ง
นี่คือเรื่องราวของ Nvidia กับการเป็นผู้ได้รับประโยชน์สูงสุดจากกระแส AI บทความนี้จะเล่าถึงเส้นทางที่ผ่านมา ความท้าทายที่ต้องเผชิญ อีกทั้งยังเผยมุมมองในอนาคตสำหรับการพัฒนาของ Nvidia
เส้นทางของ Nvidia
ในช่วง 30 ปีที่ผ่านมา Nvidia เติบโตขึ้นเป็นผู้นำในตลาด GPU และการประมวลผลสมรรถนะสูง (High-Performance Computing) ด้วยการพัฒนาเทคโนโลยีที่รองรับการประมวลผลแบบขนาน (Parallel Computing) ผ่าน GPU ที่มีความสามารถในการประมวลผลหลายอย่างพร้อมกันได้ แตกต่างจาก CPU ที่ทำงานทีละขั้นตอน เทคโนโลยีนี้ทำให้ Nvidia กลายเป็นผู้ได้รับประโยชน์สูงสุดจากกระแส AI ที่เฟื่องฟูในปัจจุบัน
Nvidia ก่อตั้งขึ้นในปี 1993 โดย Jensen Huang ร่วมกับ Chris Malachowsky และ Curtis Priem หลังจากมองเห็นโอกาสในการพัฒนาการ์ดกราฟิกแยก (Dedicated Graphics Card) ในยุคที่ PC กำลังเติบโตอย่างรวดเร็ว และ CPU ไม่สามารถรองรับกราฟิกที่ซับซ้อนได้ดีเท่าที่ควร
เพียงไม่กี่เดือนหลังจากนั้น บริษัทผลิตการ์ดจอก็เกิดขึ้นมากเกือบ 100 แห่ง แต่ Nvidia ก็สามารถระดมทุนรอบแรกได้สำเร็จ เป็นเงินจำนวน 2 ล้านดอลลาร์ ด้วยมูลค่าบริษัท 6 ล้านดอลลาร์
หลังจากนั้น Nvidia ก็สามารถก้าวเข้าสู่ตลาดหลักทรัพย์ได้ในปี 1999 พร้อมด้วยการเปิดตัว GPU ตัวแรกของโลก ด้วยมูลค่าบริษัท 600 ล้านดอลลาร์ ส่งผลให้การลงทุนในรอบแรกเติบโตถึง 100 เท่าในเวลาไม่กี่ปี
GeForce 256 GPU ตัวแรกของโลก | Source: NVIDIA Blog
ในช่วงต้นทศวรรษ 2000 Nvidia เผชิญกับความท้าทายในการทำให้นักพัฒนายอมรับและใช้งานชิปของบริษัท ทำให้การออกแบบชิปของ Nvidia ยังไม่สามารถแข่งขันในตลาดได้ และบริษัทเกือบจะหมดเงินไปกับการพัฒนา
อย่างไรก็ตาม ด้วยการเปิดตัวชิป RIVA 128 และการมุ่งมั่นในการสร้างมาตรฐาน API และ SDK สำหรับนักพัฒนา Nvidia จึงสามารถกลับมาแข่งขันในตลาดได้ และเริ่มเติบโตอย่างรวดเร็ว โดยในปี 1999 Nvidia สร้างรายได้ไปประมาณ 370 ล้านดอลลาร์ ต่อมาในปี 2002 รายได้ของบริษัทก็เพิ่มขึ้นเป็น 1,900 ล้านดอลลาร์
จุดเปลี่ยนสำคัญ
แม้ในช่วงปลายยุค 2000 ถึงต้น 2010 Nvidia จะประสบปัญหาทางการเงินและราคาหุ้นตกต่ำถึง 80% แต่บริษัทก็ได้ลงทุนในเทคโนโลยีที่สำคัญ เช่น CUDA ซึ่งต่อมาทำให้ Nvidia กลายเป็นผู้นำในตลาด AI และ Deep Learning ที่เฟื่องฟูในช่วงหลังปี 2012
ราคาหุ้น NVDA ร่วง 80% | Source: TradingView
จุดเปลี่ยนสำคัญในของ Nvidia คือการเปิดตัว CUDA ในปี 2006 ซึ่งเป็นแพลตฟอร์มที่ช่วยให้การประมวลผลแบบขนานบน GPU สามารถทำได้ง่ายขึ้นและเริ่มรองรับการใช้งานที่ไม่ใช่แค่กราฟิก เช่น AI และการประมวลผลข้อมูลขนาดใหญ่
นอกจากนี้ การเติบโตของ Deep Learning และ AI ยังทำให้ Nvidia ได้รับประโยชน์จากการประมวลผลที่ต้องการ GPU จำนวนมาก โดยเฉพาะในงานที่เกี่ยวข้องกับการฝึกโมเดล AI ขนาดใหญ่ เช่น GPT-1 และ Transformer ที่ใช้ใน ChatGPT
ก้าวเข้าสู่ยุค AI
Nvidia ได้ก้าวเข้าสู่การเป็นผู้นำในโลก AI ด้วยการพัฒนาธุรกิจ Data Center โดยเริ่มต้นจากการพัฒนา GPU ที่ออกแบบเฉพาะสำหรับ Data Center ตั้งแต่สถาปัตยกรรม Tesla ในต้นทศวรรษ 2010 และพัฒนาอย่างต่อเนื่องในด้านขนาด ความเร็ว และหน่วยความจำ
นอกจากนี้ยังเปิดตัว NVLink ในปี 2014 เพื่อเพิ่มประสิทธิภาพในการทำงานร่วมกันระหว่าง GPU และ CPU
อีกทั้งในปี 2020 บริษัทได้ซื้อกิจการ Mellanox ซึ่งเป็นบริษัทเครือข่ายจากอิสราเอล ทำให้สามารถครองทั้งชิปและอุปกรณ์เครือข่ายที่เร็วที่สุด และทำให้ธุรกิจเครือข่ายของ Nvidia มีรายได้สูงกว่า 12,000 ล้านดอลลาร์ต่อปี
Nvidia มีทุกสิ่งที่จำเป็นสำหรับงานด้าน AI ตั้งแต่เซิร์ฟเวอร์, ระบบเครือข่าย, GPU ไปจนถึงซอฟต์แวร์ที่รองรับการทำงานของ AI บนอุปกรณ์เหล่านี้
หลังจากเตรียมการมานานกว่า 15 ปี ตลาด AI ก็เริ่มเฟื่องฟูอย่างจริงจังเมื่อ ChatGPT เปิดตัวในปี 2022 โดยใช้เวลาเพียง 2 เดือนก็สามารถดึงดูดผู้ใช้งานได้ถึง 100 ล้านคน
แต่ละแฟลตฟอร์มใช้เวลากี่เดือนถึงจะมีผู้ใช้งาน 100 ล้านคน | Source: App Economy Insights
นอกจากนี้ ในช่วงต้นปี 2023 Microsoft ได้เข้าลงทุนในบริษัท OpenAI ด้วยเม็ดเงินกว่า 10,000 ล้านดอลลาร์ และ OpenAI เองก็ระดมทุนเพิ่มได้อีกหลายหมื่นล้านดอลลาร์ ทำให้มูลค่าบริษัท OpenAI พุ่งสูงถึง 150,000 ล้านดอลลาร์ พร้อมกับรายได้ของ Nvidia ที่เพิ่มขึ้นถึง 5 เท่า ภายใน 6 ไตรมาสถัดมา
Nvidia ในปัจจุบัน
Nvidia กำลังเติบโตอย่างรวดเร็วในตลาดฮาร์ดแวร์และซอฟต์แวร์สำหรับ AI โดยเน้นการเสนอผลิตภัณฑ์ที่รวมฮาร์ดแวร์และซอฟต์แวร์สำหรับการใช้งาน AI อย่างครบวงจร
รายได้ของ Nvidia แบ่งตามหมวดธุรกิจ | Source: Generative Value, App Economy Insights
As of 30/08/24
โดยผลิตภัณฑ์หลักของ Nvidia คือ เซิร์ฟเวอร์ H100 ซึ่งประกอบด้วย
- GPU หน่วยประมวลผลหลักที่ทำงานหลักในการคำนวณ
- Interconnects NVLink ซึ่งช่วยเชื่อมต่อ GPU เพื่อแลกเปลี่ยนข้อมูลระหว่างกัน
- Switches NVSwitch ทำหน้าที่เป็นศูนย์กลางการเชื่อมต่อระหว่าง GPU และเซิร์ฟเวอร์
- Data Processing Units (DPUs) Bluefield DPUs ช่วยย้ายภาระงานต่าง ๆ จาก CPU เพื่อให้การประมวลผลข้อมูลมีประสิทธิภาพยิ่งขึ้น
- CPU สำหรับการจัดการงานทั่วไป เช่น การจัดการทรัพยากรและระบบ
นอกจากนี้ Nvidia ยังพัฒนาแพลตฟอร์ม Edge AI เช่น Jetson สำหรับหุ่นยนต์, Clara สำหรับการแพทย์, และ Drive AGX สำหรับยานยนต์อัตโนมัติ ซึ่งช่วยลดต้นทุนและเพิ่มประสิทธิภาพการใช้งาน AI บนอุปกรณ์ต่าง ๆ
Nvidia ยังขยายการลงทุนในซอฟต์แวร์ AI เช่น CUDA และ Nvidia Inference Microservices (NIMs) และได้เข้าซื้อกิจการ OctoAI เพื่อพัฒนาแพลตฟอร์ม GenAI ของตนเอง
อย่างไรก็ตาม Nvidia ต้องเผชิญกับการแข่งขันจากคู่แข่งที่พัฒนาเซมิคอนดักเตอร์สำหรับ AI โดยเฉพาะ เช่น AMD รวมถึงการพัฒนาของ Hyperscalers ที่อาจลดการพึ่งพา Nvidia ในอนาคต
คู่แข่งในอุตสาหกรรม
การเติบโตของ Nvidia ยังคงดูดีอย่างมากในปัจจุบัน แต่ก็ยังคงมีความเสี่ยงจากการเปลี่ยนแปลงของเทรนด์ และการแข่งขันที่รุนแรงในอุตสาหกรรมเซมิคอนดักเตอร์
โดย Nvidia ต้องเผชิญกับการแข่งขันจาก 4 กลุ่มหลัก ได้แก่
คู่แข่ง Nvidia ในอุตสาหกรรมเซมิคอนดักเตอร์ | Source: Generative Value
- คู่แข่งในตลาด GPU เช่น AMD ที่แข่งขันในตลาดชิปกราฟิก
- โปรแกรมซิลิคอนภายในของ Hyperscalers ผู้ให้บริการคลาวด์ที่พัฒนาเซมิคอนดักเตอร์ของตนเอง
- ASICs (Application-Specific Integrated Circuits) ใช้สำหรับการทำ Inference และสถาปัตยกรรมโมเดลเฉพาะ
- ผู้ให้บริการซิลิคอน Edge AI ที่เน้นการประมวลผล AI แบบ Edge Computing
ในระยะสั้นถึงกลาง Nvidia อาจเผชิญกับการแข่งขันจาก Hyperscalers ที่พัฒนาเทคโนโลยีและเซมิคอนดักเตอร์ของตนเอง เพื่อลดการพึ่งพา Nvidia โดยเฉพาะจาก AMD ที่มีความสามารถในการทำ Inference ได้ดีกว่า Nvidia ในบางกรณี
ปราการของผู้นำตลาด AI
Nvidia Moat | Source: Substack
Nvidia ยังคงรักษาความโดดเด่นในตลาด AI อย่างต่อเนื่อง และมีการดำเนินกลยุทธ์ที่ช่วยให้ครองตลาดได้ยาวนานกว่า 20 ปี โดยเฉพาะในตลาด GPU สำหรับ Data Center ที่ Nvidia มีส่วนแบ่งมากกว่า 90% เป็นเวลาหลายปี ความสำเร็จนี้เกิดจากการพัฒนาเทคโนโลยีที่ล้ำสมัยและการลงทุนในโครงสร้างพื้นฐานที่แข็งแกร่ง
สำหรับ Moat หรือกำแพงป้องกันจากคู่แข่งนั้น สามารถมองได้จาก 2 มุมมอง ดังนี้
1. การขยายธุรกิจในซอฟต์แวร์และโครงสร้างพื้นฐาน
Nvidia ไม่ได้แค่ทำธุรกิจด้านฮาร์ดแวร์ แต่ยังขยายไปสู่ซอฟต์แวร์ AI, โครงสร้างพื้นฐาน, โมเดล และบริการคลาวด์อย่างมั่นคง การลงทุนในเครือข่ายและการรวมธุรกิจในแนวดิ่ง ทำให้ Nvidia สามารถรักษาความแข็งแกร่งและตำแหน่งผู้นำในตลาดได้
2. การแข่งขันที่รุนแรงจากหลายฝ่าย
แม้ Nvidia จะมีความแข็งแกร่ง แต่ก็ต้องเผชิญกับการแข่งจากหลายฝ่ายที่ต้องการแย่งส่วนแบ่งจากรายได้ของ Nvidia โดยเฉพาะจากการลงทุนมหาศาลใน AGI (Artificial General Intelligence) และลูกค้ารายใหญ่ที่พยายามลดการพึ่งพา Nvidia ด้วยการพัฒนาเทคโนโลยีของตัวเอง
อนาคตของ Nvidia
ปัจจุบัน Nvidia ถือเป็นหนึ่งในบริษัทที่มีมูลค่าสูงที่สุดในโลก ด้วยมูลค่าตลาดที่สูงถึง 3.5 ล้านล้านดอลลาร์ ซึ่งสะท้อนถึงความสำเร็จในการขับเคลื่อนเทคโนโลยี AI และการประมวลผลกราฟิก
และแม้จะมีสถานะที่แข็งแกร่งในตลาด แต่ Nvidia ก็ยังคงเผชิญกับความเสี่ยงที่นักลงทุนควรพิจารณา ดังนี้
ความเสี่ยงที่ควรพิจารณา
- ช่วงพักตัวของตลาดในระยะสั้นถึงกลาง
รายได้บางส่วนของ Nvidia ในช่วงนี้อาจถูกดึงมาใช้ล่วงหน้า เนื่องจากการลงทุนสร้างโครงสร้างพื้นฐานเกิดขึ้นอย่างรวดเร็ว เมื่อการลงทุนดังกล่าวชะลอตัวหรือหยุดลง รายได้ของ Nvidia อาจลดลงหรือเติบโตช้าลงในอนาคต - การแข่งขันจากระบบประมวลผลขนาดเล็ก
หากโมเดล AI ขนาดเล็กและหน่วยประมวลผลเฉพาะงาน (NPU) พัฒนาจนมีประสิทธิภาพเพียงพอ อาจดึงส่วนแบ่งการประมวลผล AI ออกจากศูนย์ข้อมูลไปสู่ระบบที่เล็กลง และกระจายตัวมากขึ้น - การลดบทบาทของ Nvidia จากผู้ให้บริการ Hyperscalers
ผู้ให้บริการ Hyperscalers เช่น Amazon หรือ Google อาจพัฒนาเทคโนโลยีฮาร์ดแวร์ของตัวเองที่มีต้นทุนต่ำกว่าและประสิทธิภาพดีกว่า ซึ่งอาจทำให้พวกเขาลดการพึ่งพา Nvidia - ความท้าทายด้านธุรกิจระหว่างประเทศ
ธุรกิจในประเทศจีนของ Nvidia อาจได้รับผลกระทบจากข้อจำกัดด้านกฎระเบียบและความเสี่ยงทางภูมิรัฐศาสตร์ เช่น ความสัมพันธ์กับ TSMC ผู้ผลิตชิปรายใหญ่ ซึ่งเป็นปัจจัยสำคัญที่อาจลดโอกาสการเติบโตในตลาดนี้
ถึงแม้ว่าจะมีความเสี่ยงเหล่านี้ นักลงทุนยังคงให้ความสำคัญกับศักยภาพในระยะยาวของ Nvidia โดยเฉพาะในด้าน AI และเทคโนโลยีที่ขับเคลื่อนการเติบโตในอนาคต
โอกาสของ Nvidia ในอนาคต
- AI ต้องเป็นเรื่องง่าย Nvidia กำลังก้าวสู่การเป็นผู้นำด้าน AI โดยมุ่งมั่นทำให้การพัฒนาแอปพลิเคชัน AI กลายเป็นเรื่องง่ายและราคาไม่แพง เพื่อให้ผู้ใช้สามารถเข้าถึง AI ได้สะดวกยิ่งขึ้น
- กลยุทธ์เพิ่มมูลค่าให้ฮาร์ดแวร์ แนวคิด “Commoditize Your Complement” ในเชิงธุรกิจหมายถึงการลดความพิเศษหรือทำให้ผลิตภัณฑ์หรือบริการเสริม (Complement) กลายเป็นสิ่งที่เข้าถึงได้ง่ายหรือใช้งานได้ฟรี เพื่อสร้างคุณค่าเพิ่มเติมให้กับผลิตภัณฑ์หรือบริการหลักของบริษัท เช่น หาก Nvidia แจกซอฟต์แวร์ที่ช่วยให้ฮาร์ดแวร์ GPU ทำงานได้มีประสิทธิภาพสูงขึ้น ให้ใช้งานได้ฟรี ๆ จะทำให้ความต้องการใน GPU ของ Nvidia เติบโตขึ้นตามไปด้วย
- ไม่หยุดอยู่แค่ AI แม้ Nvidia จะเป็นผู้นำในด้าน AI แต่ยังเกี่ยวข้องกับเทรนด์อื่น ๆ เช่น Metaverse, หุ่นยนต์, การค้นหายา, การออกแบบชิป, และการสร้างแบบจำลองดิจิทัล (Digital Twins) ซึ่งต้องการการคำนวณที่ใช้ทรัพยากรสูง ทำให้ Nvidia อาจกลายเป็นผู้นำในคลื่นต่อไปของเทคโนโลยีที่ใช้ทรัพยากรสูง
สรุปได้ว่าแม้ Nvidia จะเผชิญกับความท้าทายในหลายๆ ด้าน แต่ศักยภาพในการขับเคลื่อนเทคโนโลยี AI และการประมวลผลกราฟิกยังคงทำให้บริษัทมีอนาคตที่สดใส ด้วยการลงทุนในซอฟต์แวร์และฮาร์ดแวร์ รวมถึงการปรับตัวให้ทันกับการเปลี่ยนแปลงในเทคโนโลยี Nvidia ยังคงเป็นหนึ่งในบริษัทที่น่าติดตามอย่างใกล้ชิด
กองทุนหุ้นเซมิคอนดักเตอร์แนะนำโดย Finnomena Funds
Finnomena Funds แนะนำกองทุน SCBSEMI(A) กองทุนหุ้นเซมิคอนดักเตอร์ ที่คัดมาเฉพาะผู้นำในอุตสาหกรรมจำนวน 25 บริษัท โดยโฟกัสที่ธุรกิจตั้งแต่ต้นน้ำยันปลายน้ำ ตามคำแนะนำ Mr.Messenger Call
SCBSEMI(A) เป็นกองทุนหุ้นเซมิคอนดักเตอร์ ที่มีกลยุทธ์การลงทุนแบบกระจุกตัว ทำให้เมื่อตลาดหุ้นเซมิคอนดักเตอร์ปรับตัวดีขึ้น กองทุนนี้จะมีโอกาสสร้างผลตอบแทนสูงกว่ากองทุนหุ้นเซมิคอนดักเตอร์อื่น ๆ โดยปัจจุบัน SCBSEMI(A) มีสัดส่วนการถือหุ้น NVDA ประมาณ 12.38% (ข้อมูล ณ วันที่ 11/12/24)
อ้างอิง: Generative Value
คำเตือน: ผู้ลงทุนควรทำความเข้าใจลักษณะสินค้า เงื่อนไขผลตอบแทน และความเสี่ยงก่อนตัดสินใจลงทุน | ผลการดำเนินงานในอดีต และผลการเปรียบเทียบผลการดำเนินงานที่เกี่ยวข้องกับผลิตภัณฑ์ในตลาดทุน มิได้เป็นสิ่งยืนยันถึงผลการดำเนินงานในอนาคต | ผู้ลงทุนอาจมีความเสี่ยงจากอัตราแลกเปลี่ยน เนื่องจากการป้องกันความเสี่ยงขึ้นอยู่กับดุลพินิจของผู้จัดการกองทุน | กองทุนรวมนี้ลงทุนกระจุกตัวในผู้ออกตราสารหรือประเทศใดประเทศหนึ่ง จึงมีความเสี่ยงที่ผู้ลงทุนอาจสูญเสียเงินลงทุนจำนวนมาก ผู้ลงทุนจึงควรพิจารณาการกระจายความเสี่ยงของ พอร์ตการลงทุนโดยรวมของตนเองด้วย | คำแนะนำการลงทุนนี้เป็นไปตามกรอบการพิจารณาของ Finnomena Funds ซึ่งมีเป้าหมายในการสร้างโอกาสรับผลตอบแทนในระยะเวลาตามแต่ละประเภทของพอร์ตเท่านั้น บริษัทมิได้การันตีถึงผลตอบแทนที่จะได้จากคำแนะนำการลงทุนดังกล่าว มีความเสี่ยงที่ผลตอบแทนอาจไม่เป็นไปตามคาดหวัง หรือมีผลขาดทุนได้ | สอบถามข้อมูลเพิ่มเติมหรือขอรับหนังสือชี้ชวนได้ที่บริษัทหลักทรัพย์นายหน้าซื้อขายหน่วยลงทุน ฟินโนมีนา จำกัด ในช่วงเวลาวันทำการตั้งแต่ 09:00-17:00 น. ที่หมายเลขโทรศัพท์ 02 026 5100 และทาง LINE @FinnomenaPort | สำหรับผู้ลงทุนในความดูแลของ Kept by krungsri ติดต่อทีม Kept help center ที่หมายเลขโทรศัพท์ 02 296 6299
.jpg)
ผู้เขียน
