เผยแพร่เมื่อ: 2025-11-25
อัปเดตเมื่อ: 2025-11-26
ราคาหุ้น Google กระโดดขึ้น 6.28% แตะระดับ 318.47 ดอลลาร์สหรัฐ ได้แรงหนุนจากความเชื่อมั่นที่ฟื้นตัวของนักลงทุนต่อกลยุทธ์โครงสร้างพื้นฐานด้าน AI ของ Alphabet และการเดินหน้าพาณิชย์เชิงธุรกิจของหน่วยประมวลผล Tensor Processing Unit (TPU)

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

แรงดีดตัวของราคาหุ้น Google สะท้อนการเปลี่ยนแปลงของมุมมองนักลงทุน ขณะที่ตลาดเริ่มประเมินใหม่ถึงศักยภาพการแข่งขันของ Alphabet ภายในระบบนิเวศฮาร์ดแวร์ AI ระดับโลก
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]

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 | Nvidia และ AMD |
องค์กรต่าง ๆ อาจเลือกใช้ TPU สำหรับงานขนาดใหญ่ที่มีรูปแบบการประมวลผลคงที่และต้องการอัตราการประมวลผลสูง ซึ่งอาจช่วยลดต้นทุนระยะยาวได้ ในขณะที่ GPU ยังคงเป็นตัวเลือกสำคัญสำหรับนักพัฒนาที่ต้องการความหลากหลาย และสำหรับองค์กรที่ต้องรันโมเดลหลายประเภทพร้อมกัน
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
Meta ต้องการลดการพึ่งพาผู้ผลิต GPU รายเดียว และเพิ่มความยืดหยุ่นในการจัดหาฮาร์ดแวร์
Meta มุ่งมั่นที่จะรักษาราคาที่แข่งขันได้สำหรับคลัสเตอร์การฝึกอบรมขนาดใหญ่และงาน inference ปริมาณสูง
Meta ต้องการทดสอบว่าประสิทธิภาพของ TPU สามารถตอบโจทย์โหลดงานเฉพาะทางได้ดีกว่า GPU ในบางกรณีหรือไม่
กลยุทธ์การใช้ฮาร์ดแวร์แบบหลากหลายช่วยให้บริษัทเทคโนโลยีขนาดใหญ่บริหารต้นทุน, ประสิทธิภาพ, ความเสี่ยงด้านจัดซื้อ, และแผนการระยะยาวได้อย่างยืดหยุ่นมากขึ้น

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
อำนาจการตั้งราคาของ Nvidia อาจลดลง หากลูกค้ารายใหญ่มีตัวเลือกที่ใช้งานได้จริง
กลยุทธ์ฮาร์ดแวร์ของผู้ให้บริการคลาวด์ทั่วโลกจะสมดุลมากขึ้น
การพัฒนาซอฟต์แวร์แบบพกพา (software portability) จะได้รับความสำคัญมากกว่าเดิม เพื่อให้โมเดลย้ายระหว่างตัวเร่งความเร็ว AI ต่างชนิดได้ง่าย
การแข่งขันด้านชิป AI จะรุนแรงขึ้น และอาจเร่งนวัตกรรมให้เกิดเร็วกว่าเดิม
แม้ GPU จะยังคงเป็นศูนย์กลางของอุตสาหกรรม AI แต่ TPU ก็มีโอกาสครองส่วนแบ่งงานบางประเภทที่เหมาะสมกับสถาปัตยกรรมของมัน ซึ่งอาจเป็นปัจจัยสนับสนุนการเติบโตของ ราคาหุ้น Google อย่างต่อเนื่องในระยะยาว
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
องค์กรที่นำ TPU ไปใช้ในศูนย์ข้อมูลของตนเองจะมีตัวเลือกเชิงกลยุทธ์มากขึ้น พวกเขาสามารถรันงานประมวลผลเทนเซอร์ที่ต้องการปริมาณงานสูงภายในองค์กร (on-premises) ขณะเดียวกันยังคงใช้บริการคลาวด์สำหรับงานที่มีปริมาณงานผันผวนหรือมีอายุการใช้งานสั้น
การเปลี่ยนแปลงนี้สนับสนุนมุมมองที่ว่า Google อยู่ในตำแหน่งที่ดีในการดึงดูดงบประมาณฮาร์ดแวร์จากฝั่งองค์กร ซึ่งนักวิเคราะห์เชื่อว่าอาจส่งผลต่อการเคลื่อนไหวของ ราคาหุ้น Google มากขึ้นในระยะยาว
ประโยชน์ที่อาจเกิดขึ้น ได้แก่:
ควบคุมความหน่วงและประสิทธิภาพได้ดีกว่า สำหรับโมเดลที่มีความสำคัญสูง
การกำกับดูแลข้อมูลดีขึ้น สำหรับองค์กรที่ต้องการเก็บข้อมูลสำคัญภายในบริษัท
ลดต้นทุนประมวลผลระยะยาว สำหรับงานที่มีรูปแบบสม่ำเสมอและคาดการณ์ได้
ผสมผสาน TPU, GPU และ ASIC เฉพาะทาง ให้เหมาะสมกับงานแต่ละประเภท
ความยืดหยุ่นนี้อาจทำให้องค์กรจำนวนมากขึ้นหันมาศึกษาสถาปัตยกรรมแบบ “multi-chip” แทนการพึ่งพาตัวเร่งความเร็วประเภทเดียว
หาก Google เดินหน้าเปิดตัว TPU เชิงพาณิชย์เต็มรูปแบบ การแข่งขันด้านชิป AI จะยิ่งรุนแรงขึ้น ผู้ให้บริการคลาวด์, hyperscalers และองค์กรขนาดใหญ่ทั่วโลกอาจมองหาวิธีลดการพึ่งพาผู้ขายรายเดียว และเพิ่มความหลากหลายของซิลิคอนเฉพาะทาง
ผลกระทบในระยะยาวอาจรวมถึง:
การเติบโตของการออกแบบชิปสั่งทำเฉพาะทางในหลายแพลตฟอร์ม
ระบบนิเวศฮาร์ดแวร์ที่ขยายตัวรอบ Google TPU
เฟรมเวิร์กใหม่ที่ทำให้โมเดลรันบนตัวเร่งความเร็วแบบผสมได้
อำนาจต่อรองที่แข็งแกร่งขึ้นสำหรับลูกค้ารายใหญ่ในการจัดซื้อรอบอนาคต
การพัฒนาเหล่านี้ล้วนมีศักยภาพสนับสนุนมูลค่าระยะยาวของ Alphabet และเพิ่มโอกาสให้ราคาหุ้น Google แข็งแกร่งต่อเนื่องในอนาคต
ราคาหุ้น Google ปรับตัวขึ้นเพราะนักลงทุนมีทัศนะเชิงบวกต่อการที่ Alphabet เดินหน้าพาณิชย์เชิงธุรกิจของ TPU การเคลื่อนไหวนี้ช่วยขยายกลยุทธ์ฮาร์ดแวร์ด้าน AI เพิ่มโอกาสสร้างรายได้ในอนาคต และเพิ่มแรงกดดันการแข่งขันต่อผู้ผลิต GPU รายเดิมที่ครองตลาดมานาน
TPU จะไม่เข้ามาแทน GPU โดยสมบูรณ์ แต่สามารถลดอำนาจการตั้งราคาของ Nvidia ได้ หากลูกค้ารายใหญ่เริ่มใช้กลยุทธ์ตัวเร่งความเร็ว (accelerator) แบบหลากหลาย ซึ่งอาจค่อย ๆ เปลี่ยนโครงสร้างการแข่งขันในตลาดฮาร์ดแวร์ AI
การที่ Meta อาจนำ TPU ไปใช้นั้นมีความสำคัญ เพราะผู้ให้บริการคลาวด์รายใหญ่ (hyperscalers) มีอิทธิพลต่อมาตรฐานฮาร์ดแวร์ระดับโลก แม้การย้ายบางส่วนไปใช้ TPU ก็อาจกระตุ้นให้องค์กรอื่น ๆ เริ่มพิจารณาทางเลือกที่ไม่ใช่ GPU มากขึ้น
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