简体中文 繁體中文 English 한국어 日本語 Español Bahasa Indonesia Tiếng Việt Português Монгол العربية हिन्दी Русский ئۇيغۇر تىلى

Google พุ่งขึ้นจากกลยุทธ์ TPU ที่อาจท้าทายอำนาจของ Nvidia

ผู้เขียน: Ethan Vale

เผยแพร่เมื่อ: 2025-11-25   
อัปเดตเมื่อ: 2025-11-26

ราคาหุ้น Google พุ่งขึ้นท่ามกลางกลยุทธ์ฮาร์ดแวร์ AI ที่ได้รับความสนใจ

ราคาหุ้น Google กระโดดขึ้น 6.28% แตะระดับ 318.47 ดอลลาร์สหรัฐ ได้แรงหนุนจากความเชื่อมั่นที่ฟื้นตัวของนักลงทุนต่อกลยุทธ์โครงสร้างพื้นฐานด้าน AI ของ Alphabet และการเดินหน้าพาณิชย์เชิงธุรกิจของหน่วยประมวลผล Tensor Processing Unit (TPU)

ราคาหุ้น Google พุ่ง 6.28%

ขณะเดียวกัน ราคาหุ้น Nvidia ปรับตัวขึ้น 2.05% สู่ระดับ 182.55 ดอลลาร์สหรัฐ ในระหว่างการซื้อขาย แต่ปรับลดลง 1.50% สู่ 179.81 ดอลลาร์สหรัฐ ในการซื้อขายหลังปิดตลาด

ราคาหุ้น Nvidia ร่วง 1.50% หลังปิดตลาด

แรงดีดตัวของราคาหุ้น Google สะท้อนการเปลี่ยนแปลงของมุมมองนักลงทุน ขณะที่ตลาดเริ่มประเมินใหม่ถึงศักยภาพการแข่งขันของ Alphabet ภายในระบบนิเวศฮาร์ดแวร์ AI ระดับโลก


TPU ของ Google คืออะไร และทำไมถึงสำคัญ?

Google สร้าง Tensor Processing Unit (TPU) ขึ้นในฐานะวงจรรวมเฉพาะทาง (ASIC) ที่ออกแบบมาเพื่อรองรับงานประมวลผลของโมเดลแมชชีนเลิร์นนิงและงานที่ขับเคลื่อนด้วยข้อมูล ซึ่งเป็นหนึ่งในแรงผลักดันสำคัญที่อยู่เบื้องหลังการปรับตัวขึ้นของราคาหุ้น Google ในระยะหลัง ฮาร์ดแวร์นี้มุ่งเน้นการคำนวณเมทริกซ์และเทนเซอร์ซึ่งเป็นหัวใจหลักของงานดีปเลิร์นนิง รุ่นแรก ๆ ของ TPU ถูกสร้างขึ้นเพื่อใช้งานภายใน Google เท่านั้น และเปิดให้ลูกค้าเข้าถึงผ่านบริการ Google Cloud เป็นหลัก


การเตรียมเปิดขาย TPU ให้กับลูกค้าภายนอกถือเป็นการเปลี่ยนผ่านจากกลยุทธ์ “เพิ่มประสิทธิภาพภายใน” ไปสู่การทำธุรกิจฮาร์ดแวร์เชิงพาณิชย์เต็มรูปแบบ ซึ่งอาจทำให้ Google ก้าวเข้าสู่สนามแข่งขันโดยตรงกับ GPU แบบใช้งานทั่วไปที่ครองตลาดอยู่ในปัจจุบัน[1]


TPU vs GPU: ประสิทธิภาพ สถาปัตยกรรม และการใช้งาน

TPU vs GPU

ทั้ง TPU และ GPU ต่างก็ช่วยเร่งความเร็วงานปัญญาประดิษฐ์ (AI) แต่ประสิทธิภาพและรูปแบบการทำงานของทั้งสองไม่เหมือนกัน GPU มีความยืดหยุ่นสูงและรองรับไลบรารีกับเฟรมเวิร์กจำนวนมาก ขณะที่ TPU ถูกออกแบบมาเฉพาะสำหรับงานเทนเซอร์ จึงให้ประสิทธิภาพที่เหนือกว่าในงานฝึกสอน (training) และงานประมวลผล (inference) บางประเภท ความมุ่งเน้นของ Google ในการเพิ่มประสิทธิภาพ TPU ทำให้นักวิเคราะห์จับตาการเคลื่อนไหวของ ราคาหุ้น Google มากขึ้น ท่ามกลางการแข่งขันที่ร้อนแรงในตลาดฮาร์ดแวร์ AI

คุณสมบัติ TPU GPU
วัตถุประสงค์หลัก การคำนวณเทนเซอร์และเมทริกซ์สำหรับแมชชีนเลิร์นนิง งานประมวลผลกราฟิกและงานคอมพิวต์ทั่วไป
สถาปัตยกรรม ASIC ที่ออกแบบมาเฉพาะสำหรับงานดีปเลิร์นนิง โปรเซสเซอร์แบบหลายคอร์สำหรับงานหลากหลายประเภท
จุดเด่นทั่วไป อัตราการประมวลผลสูงสำหรับงานฝึกสอนและประมวลผลโมเดล AI ความยืดหยุ่น รองรับซอฟต์แวร์กว้าง และประสิทธิภาพดีในงานหลายรูปแบบ
ผู้ใช้งานที่เหมาะสม องค์กรที่มีโมเดล AI ขนาดใหญ่และงานเทนเซอร์แบบต่อเนื่อง ผู้ใช้ที่ต้องการความยืดหยุ่นสูงและรองรับเฟรมเวิร์กจำนวนมาก
ผู้นำตลาด Google Nvidia และ AMD

องค์กรต่าง ๆ อาจเลือกใช้ TPU สำหรับงานขนาดใหญ่ที่มีรูปแบบการประมวลผลคงที่และต้องการอัตราการประมวลผลสูง ซึ่งอาจช่วยลดต้นทุนระยะยาวได้ ในขณะที่ GPU ยังคงเป็นตัวเลือกสำคัญสำหรับนักพัฒนาที่ต้องการความหลากหลาย และสำหรับองค์กรที่ต้องรันโมเดลหลายประเภทพร้อมกัน


เหตุผลที่ Meta กำลังหันมาสนใจใช้ Google TPU

มีรายงานระบุว่า Meta อาจเริ่มเช่าใช้กำลังประมวลผล TPU ตั้งแต่ปี 2026 และอาจสั่งซื้อจำนวนมากตั้งแต่ปี 2027 เป็นต้นไป Meta เป็นหนึ่งในบริษัทที่มีระบบ AI ขนาดใหญ่ที่สุดในโลก ไม่ว่าจะเป็นอัลกอริทึมแนะนำเนื้อหา (recommendation algorithms) หรือโมเดลภาษาขนาดใหญ่ (LLMs) ซึ่งล้วนต้องการกำลังประมวลผลอย่างมหาศาลและต่อเนื่อง


พัฒนาการนี้ถูกจับตาอย่างใกล้ชิดจากนักลงทุน เพราะอาจส่งผลระยะยาวต่อ ราคาหุ้น Google หากลูกค้ารายใหญ่เริ่มเปลี่ยนจากสถาปัตยกรรมที่พึ่งพา GPU เพียงอย่างเดียว ไปสู่โครงสร้างที่หลากหลายมากขึ้น


ความสนใจของ Meta ต่อ TPU เกิดจากเป้าหมายเชิงกลยุทธ์ 3 ประการ

  1. Meta ต้องการลดการพึ่งพาผู้ผลิต GPU รายเดียว และเพิ่มความยืดหยุ่นในการจัดหาฮาร์ดแวร์

  2. Meta มุ่งมั่นที่จะรักษาราคาที่แข่งขันได้สำหรับคลัสเตอร์การฝึกอบรมขนาดใหญ่และงาน inference ปริมาณสูง

  3. Meta ต้องการทดสอบว่าประสิทธิภาพของ TPU สามารถตอบโจทย์โหลดงานเฉพาะทางได้ดีกว่า GPU ในบางกรณีหรือไม่


กลยุทธ์การใช้ฮาร์ดแวร์แบบหลากหลายช่วยให้บริษัทเทคโนโลยีขนาดใหญ่บริหารต้นทุน, ประสิทธิภาพ, ความเสี่ยงด้านจัดซื้อ, และแผนการระยะยาวได้อย่างยืดหยุ่นมากขึ้น


เหตุผลที่ยอดขาย Google TPU เป็นความท้าทายต่อ Nvidia และ AMD?

ยอดขาย TPU ของ Google กำลังท้าชน Nvidia และ AMD

แม้ว่า Nvidia จะยังคงครองส่วนแบ่งตลาดศูนย์ข้อมูลด้าน AI อย่างแข็งแกร่ง แต่การที่ Google เปิดวางจำหน่าย TPU เชิงพาณิชย์ได้สร้าง “ทางเลือกจริง” ให้กับผู้ให้บริการคลาวด์ขนาดใหญ่ (hyperscalers) และองค์กรชั้นนำทั่วโลก


นักลงทุนเริ่มตอบสนองต่อรายงานเกี่ยวกับการเปลี่ยนแปลงกลยุทธ์ของ Google เพราะแม้การปรับรูปแบบการจัดซื้อเพียงเล็กน้อย ก็อาจส่งผลต่อคาดการณ์รายได้ของผู้ผลิต GPU รายเดิมได้ อีกทั้งหลายฝ่ายมองว่าการเปลี่ยนแปลงนี้อาจส่งผลต่อราคาหุ้น Google ในอนาคตเมื่อความต้องการชิปทางเลือกเพิ่มสูงขึ้น


ผลกระทบที่อาจเกิดขึ้น ได้แก่

  1. อำนาจการตั้งราคาของ Nvidia อาจลดลง หากลูกค้ารายใหญ่มีตัวเลือกที่ใช้งานได้จริง

  2. กลยุทธ์ฮาร์ดแวร์ของผู้ให้บริการคลาวด์ทั่วโลกจะสมดุลมากขึ้น

  3. การพัฒนาซอฟต์แวร์แบบพกพา (software portability) จะได้รับความสำคัญมากกว่าเดิม เพื่อให้โมเดลย้ายระหว่างตัวเร่งความเร็ว AI ต่างชนิดได้ง่าย

  4. การแข่งขันด้านชิป AI จะรุนแรงขึ้น และอาจเร่งนวัตกรรมให้เกิดเร็วกว่าเดิม


แม้ GPU จะยังคงเป็นศูนย์กลางของอุตสาหกรรม AI แต่ TPU ก็มีโอกาสครองส่วนแบ่งงานบางประเภทที่เหมาะสมกับสถาปัตยกรรมของมัน ซึ่งอาจเป็นปัจจัยสนับสนุนการเติบโตของ ราคาหุ้น Google อย่างต่อเนื่องในระยะยาว


บทบาทที่ขยายตัวของ Broadcom ในการพัฒนา TPU

Broadcom ถือเป็นพันธมิตรระยะยาวของ Google ในการออกแบบ TPU ความร่วมมือนี้จึงช่วยสนับสนุน หุ้น Google ทางอ้อม หาก Google เริ่มจำหน่าย TPU ให้ลูกค้าภายนอกในวงกว้าง Broadcom ก็จะได้รับประโยชน์จากความต้องการบริการด้านการออกแบบและการผลิตที่เพิ่มสูงขึ้น


ความร่วมมือดังกล่าวยังเสริมความแข็งแกร่งให้ Broadcom ในตลาดชิปสั่งทำพิเศษมูลค่าสูง และขยายโอกาสในตลาดกว้างสำหรับบริการด้านเซมิคอนดักเตอร์ของบริษัท


ผู้เข้าร่วมตลาดมองพัฒนาการนี้ในเชิงบวก เพราะมันช่วยยกระดับบทบาทของ Broadcom ในโครงสร้างพื้นฐาน AI ยุคใหม่


การมี TPU ใช้งานได้อย่างแพร่หลายอาจพลิกกลยุทธ์ศูนย์ข้อมูลและคลาวด์อย่างไร?

องค์กรที่นำ TPU ไปใช้ในศูนย์ข้อมูลของตนเองจะมีตัวเลือกเชิงกลยุทธ์มากขึ้น พวกเขาสามารถรันงานประมวลผลเทนเซอร์ที่ต้องการปริมาณงานสูงภายในองค์กร (on-premises) ขณะเดียวกันยังคงใช้บริการคลาวด์สำหรับงานที่มีปริมาณงานผันผวนหรือมีอายุการใช้งานสั้น


การเปลี่ยนแปลงนี้สนับสนุนมุมมองที่ว่า Google อยู่ในตำแหน่งที่ดีในการดึงดูดงบประมาณฮาร์ดแวร์จากฝั่งองค์กร ซึ่งนักวิเคราะห์เชื่อว่าอาจส่งผลต่อการเคลื่อนไหวของ ราคาหุ้น Google มากขึ้นในระยะยาว


ประโยชน์ที่อาจเกิดขึ้น ได้แก่:

  1. ควบคุมความหน่วงและประสิทธิภาพได้ดีกว่า สำหรับโมเดลที่มีความสำคัญสูง

  2. การกำกับดูแลข้อมูลดีขึ้น สำหรับองค์กรที่ต้องการเก็บข้อมูลสำคัญภายในบริษัท

  3. ลดต้นทุนประมวลผลระยะยาว สำหรับงานที่มีรูปแบบสม่ำเสมอและคาดการณ์ได้

  4. ผสมผสาน TPU, GPU และ ASIC เฉพาะทาง ให้เหมาะสมกับงานแต่ละประเภท


ความยืดหยุ่นนี้อาจทำให้องค์กรจำนวนมากขึ้นหันมาศึกษาสถาปัตยกรรมแบบ “multi-chip” แทนการพึ่งพาตัวเร่งความเร็วประเภทเดียว


ผลกระทบระยะยาวต่ออุตสาหกรรมชิป AI

หาก Google เดินหน้าเปิดตัว TPU เชิงพาณิชย์เต็มรูปแบบ การแข่งขันด้านชิป AI จะยิ่งรุนแรงขึ้น ผู้ให้บริการคลาวด์, hyperscalers และองค์กรขนาดใหญ่ทั่วโลกอาจมองหาวิธีลดการพึ่งพาผู้ขายรายเดียว และเพิ่มความหลากหลายของซิลิคอนเฉพาะทาง


ผลกระทบในระยะยาวอาจรวมถึง:

  1. การเติบโตของการออกแบบชิปสั่งทำเฉพาะทางในหลายแพลตฟอร์ม

  2. ระบบนิเวศฮาร์ดแวร์ที่ขยายตัวรอบ Google TPU

  3. เฟรมเวิร์กใหม่ที่ทำให้โมเดลรันบนตัวเร่งความเร็วแบบผสมได้

  4. อำนาจต่อรองที่แข็งแกร่งขึ้นสำหรับลูกค้ารายใหญ่ในการจัดซื้อรอบอนาคต


การพัฒนาเหล่านี้ล้วนมีศักยภาพสนับสนุนมูลค่าระยะยาวของ Alphabet และเพิ่มโอกาสให้ราคาหุ้น Google แข็งแกร่งต่อเนื่องในอนาคต


คำถามที่พบบ่อย

Q1: ทำไมราคาหุ้น Google ถึงปรับตัวขึ้นในวันนี้?

ราคาหุ้น Google ปรับตัวขึ้นเพราะนักลงทุนมีทัศนะเชิงบวกต่อการที่ Alphabet เดินหน้าพาณิชย์เชิงธุรกิจของ TPU การเคลื่อนไหวนี้ช่วยขยายกลยุทธ์ฮาร์ดแวร์ด้าน AI เพิ่มโอกาสสร้างรายได้ในอนาคต และเพิ่มแรงกดดันการแข่งขันต่อผู้ผลิต GPU รายเดิมที่ครองตลาดมานาน

Q2: TPU สามารถลดความเป็นผู้นำของ Nvidia ได้หรือไม่?

TPU จะไม่เข้ามาแทน GPU โดยสมบูรณ์ แต่สามารถลดอำนาจการตั้งราคาของ Nvidia ได้ หากลูกค้ารายใหญ่เริ่มใช้กลยุทธ์ตัวเร่งความเร็ว (accelerator) แบบหลากหลาย ซึ่งอาจค่อย ๆ เปลี่ยนโครงสร้างการแข่งขันในตลาดฮาร์ดแวร์ AI

Q3: ความสนใจของ Meta ต่อ TPU จะส่งผลต่อตลาดหรือไม่?

การที่ Meta อาจนำ TPU ไปใช้นั้นมีความสำคัญ เพราะผู้ให้บริการคลาวด์รายใหญ่ (hyperscalers) มีอิทธิพลต่อมาตรฐานฮาร์ดแวร์ระดับโลก แม้การย้ายบางส่วนไปใช้ TPU ก็อาจกระตุ้นให้องค์กรอื่น ๆ เริ่มพิจารณาทางเลือกที่ไม่ใช่ GPU มากขึ้น

Q4: TPU เหมาะกับงาน AI ทุกประเภทหรือไม่?

TPU มีประสิทธิภาพสูงมากสำหรับงานฝึกสอนและประมวลผลโมเดลภาษาขนาดใหญ่ (LLM) แต่ GPU ยังมีความยืดหยุ่นมากกว่า ทำให้บริษัทส่วนใหญ่มีแนวโน้มใช้รูปแบบผสม เช่น TPU + GPU หรือตัวเร่งความเร็วหลายประเภทร่วมกัน


ข้อสงวนสิทธิ์: เอกสารนี้จัดทำขึ้นเพื่อวัตถุประสงค์ในการให้ข้อมูลทั่วไปเท่านั้น และไม่ได้มีเจตนา (และไม่ควรพิจารณาว่าเป็น) คำแนะนำทางการเงิน การลงทุน หรือคำแนะนำอื่นใดที่ควรอ้างอิง ความคิดเห็นใดๆ ในเอกสารนี้ไม่ได้เป็นคำแนะนำจาก EBC หรือผู้เขียนว่ากลยุทธ์การลงทุน หลักทรัพย์ ธุรกรรม หรือการลงทุนใดๆ เหมาะสมกับบุคคลใดบุคคลหนึ่งโดยเฉพาะ

บทความแนะนำ
หุ้น Google พุ่งแรง 2.45% ก่อนเปิดตลาด แตะระดับ 307 ดอลลาร์
หุ้น Alphabet พุ่งกว่า 5% หลัง Berkshire เผยการเข้าลงทุน
Semrush พุ่ง 55% หลัง Adobe ประกาศดีลเข้าซื้อกิจการ 1.9 พันล้านดอลลาร์
IPO แห่งศตวรรษ OpenAI จ่อแตะมูลค่า 1 ล้านล้านดอลลาร์
รายงานผลประกอบการประจำสัปดาห์นี้: PLTR, AMD, SMCI และหุ้นเด่น