OpenAI เพิ่มค่าใช้จ่ายด้านคลาวด์เป็น 750 พันล้านดอลลาร์สหรัฐภายในปี 2030: การแข่งขันด้านโครงสร้างพื้นฐานปัญญาประดิษฐ์รุนแรงขึ้น

OpenAI เพิ่มค่าใช้จ่ายด้านคลาวด์เป็น 750 พันล้านดอลลาร์สหรัฐภายในปี 2030: การแข่งขันด้านโครงสร้างพื้นฐานปัญญาประดิษฐ์รุนแรงขึ้น

รูปภาพที่กำหนดเอง
มีรายงานว่า OpenAI กำลังเตรียมพร้อมสำหรับการขยายกำลังการประมวลผลขนาดใหญ่ที่สุดครั้งหนึ่งในประวัติศาสตร์เทคโนโลยี เนื่องจากความต้องการที่เพิ่มสูงขึ้นสำหรับปัญญาประดิษฐ์ผลักดันให้บริษัทต้องจัดหาหน่วยประมวลผล ความสามารถของคลาวด์ ศูนย์ข้อมูล และไฟฟ้าเพิ่มเติม การใช้จ่ายด้านการประมวลผลที่คาดการณ์ไว้ของบริษัทอาจสูงถึงประมาณ 750 พันล้านดอลลาร์สหรัฐภายในปี 2030 ในขณะที่โครงการ Camellia และข้อตกลงสำคัญกับ Microsoft, Amazon Web Services, Oracle และ CoreWeave กำลังสร้างเครือข่ายโครงสร้างพื้นฐานที่หลากหลาย แผนการเหล่านี้สะท้อนถึงความสำคัญที่เพิ่มขึ้นของความสามารถทางกายภาพในการแข่งขันเพื่อพัฒนาและจัดจำหน่ายระบบปัญญาประดิษฐ์ขั้นสูง อย่างไรก็ตาม โครงการที่ประกาศไว้หลายโครงการยังคงต้องรอการก่อสร้าง การระดมทุน และการอนุมัติด้านกฎระเบียบ ในขณะที่การประมาณการ 750 พันล้านดอลลาร์สหรัฐยังไม่ได้รับการยืนยันอย่างเป็นทางการจาก OpenAI ความสามารถของบริษัทในการแปลงโครงสร้างพื้นฐานนี้ให้เป็นบริการที่เชื่อถือได้และรายได้ที่ยั่งยืนจะช่วยกำหนดว่าการขยายตัวนี้จะกลายเป็นข้อได้เปรียบในการแข่งขันที่ยั่งยืนหรือเป็นภาระระยะยาวที่มีต้นทุนสูง ข้อมูลตลาดคริปโตแบบเรียลไทม์เกี่ยวกับ AI และ Big Data สามารถแสดงให้เห็นว่าธีมปัญญาประดิษฐ์โดยรวมสะท้อนอย่างไรใน ตลาดสินทรัพย์ดิจิทัล แม้ว่าประสิทธิภาพของโทเค็นควรไม่ถูกมองว่าเป็นการวัดมูลค่าหรือผลการดำเนินงานของ OpenAI
 

รายงานระบุว่าค่าใช้จ่ายด้านการคำนวณที่ OpenAI วางแผนจะใช้จะเพิ่มขึ้นเป็น 750 พันล้านดอลลาร์สหรัฐจนถึงปี 2030

ตามรายงานของเดอะวอลล์สตรีทเจอร์นัล ค่าใช้จ่ายด้านการคำนวณที่คาดการณ์ไว้ของ OpenAI ได้เพิ่มขึ้นเป็นประมาณ 750 พันล้านดอลลาร์สหรัฐผ่านปี 2030 เพิ่มขึ้น 150 พันล้านดอลลาร์สหรัฐจากประมาณการก่อนหน้าที่ 600 พันล้านดอลลาร์สหรัฐ การเพิ่มขึ้น 25% นี้สะท้อนถึงความต้องการที่สูงขึ้นสำหรับศูนย์ข้อมูล หน่วยประมวลผล AI ไฟฟ้า และความสามารถของคลาวด์ เนื่องจาก OpenAI ขยายบริการ ChatGPT บริการสำหรับองค์กร และตัวแทน AI ที่สามารถดำเนินงานที่ซับซ้อนมากขึ้น อย่างไรก็ตาม OpenAI ยังไม่ได้ยืนยันตัวเลขดังกล่าวอย่างเป็นทางการหรือเปิดเผยการแบ่งรายละเอียดอย่างชัดเจน การประมาณการนี้อาจรวมถึงสัญญาคลาวด์ อุปกรณ์เครือข่าย ระบบระบายความร้อน และการจองความสามารถระยะยาว ดังนั้นควรพิจารณาว่าเป็นค่าใช้จ่ายด้านการคำนวณสะสมที่คาดการณ์ไว้ มากกว่าการผูกมัดด้านการใช้จ่ายทุนที่แน่นอน
 

  1. การคาดการณ์มูลค่า 750 พันล้านดอลลาร์สหรัฐครอบคลุมค่าใช้จ่ายด้านการคำนวณหลายปี

จำนวนที่รายงานไม่ได้หมายความว่า OpenAI มีแผนจะใช้จ่ายเงิน 750 พันล้านดอลลาร์สหรัฐในปี 2030 เพียงปีเดียว แต่แทนที่ด้วยการคาดการณ์การใช้จ่ายสะสมทั้งหมดสำหรับความสามารถในการประมวลผลตลอดหลายปีก่อนปี 2030 ประธานของ OpenAI Greg Brockman กล่าวว่า บริษัทคาดว่าจะใช้จ่ายประมาณ 5 พันล้านดอลลาร์สหรัฐสำหรับพลังการประมวลผลในปี 2026 เมื่อเทียบกับประมาณ 30 ล้านดอลลาร์สหรัฐในปี 2017 การเพิ่มขึ้นอย่างมากนี้สะท้อนถึงความเร็วในการเปลี่ยนแปลงของต้นทุนและขนาดของการพัฒนา AI ระดับ前沿 ระบบการเรียนรู้ของเครื่องในยุคแรกสามารถฝึกได้บนคลัสเตอร์การประมวลผลขนาดค่อนข้างเล็ก ในขณะที่โมเดลการให้เหตุผล แบบหลายรูปแบบ และแบบเอเจนต์ในปัจจุบันอาจต้องการหน่วยประมวลผลเฉพาะทางนับพันหน่วยที่ทำงานร่วมกันผ่านเครือข่ายความเร็วสูง หลังจากฝึกเสร็จสิ้น จะต้องมีโครงสร้างพื้นฐานเพิ่มเติมเพื่อทดสอบโมเดล ปรับปรุงความปลอดภัย และส่งคำตอบไปยังผู้ใช้หลายร้อยล้านคน
 
สัดส่วนใหญ่ของค่าใช้จ่ายที่คาดการณ์ไว้อาจเชื่อมโยงกับสัญญาที่จองกำลังการผลิตล่วงหน้าหลายปีก่อนที่จะสามารถใช้งานได้ ศูนย์ข้อมูลขั้นสูงอาจต้องใช้ระยะเวลาวางแผนที่ยาวนาน เนื่องจากผู้พัฒนาต้องจัดหาที่ดิน การเชื่อมต่อระบบไฟฟ้า ใบอนุญาตก่อสร้าง ระบบระบายความร้อน ตัวแปลงไฟฟ้า และชิป AI จำนวนมาก ดังนั้น OpenAI อาจจำเป็นต้องลงนามในข้อตกลงระยะยาวในขณะนี้ เพื่อให้มั่นใจว่าจะมีกำลังการผลิตเพียงพอในช่วงปลายทศวรรษนี้ สัญญาเหล่านี้อาจถูกจัดโครงสร้างเป็นระยะ หมายความว่าบริษัทจะจ่ายเงินเมื่อโครงสร้างพื้นฐานเสร็จสมบูรณ์ ทรัพยากรการประมวลผลถูกส่งมอบ หรือการใช้งานเพิ่มขึ้น การผูกพันบางอย่างอาจยืดเยื้อเกินปี 2030 ในขณะที่บางส่วนอาจทับซ้อนกับโปรแกรมโครงสร้างพื้นฐาน Stargate ของ OpenAI จึงไม่เหมาะสมที่จะรวมข้อตกลงคลาวด์และศูนย์ข้อมูลทั้งหมดที่รายงานสาธารณะเข้าด้วยกันโดยถือว่าแต่ละรายการเป็นค่าใช้จ่ายที่แยกจากกัน
 

  1. การเติบโตของ ChatGPT และการประมวลผลการอนุมานด้านปัญญาประดิษฐ์กำลังขับเคลื่อนความต้องการทรัพยากรการคำนวณของ OpenAI

ความต้องการด้านโครงสร้างพื้นฐานของ OpenAI ที่เพิ่มขึ้นนั้นเกิดจากทั้งการฝึกโมเดลและการใช้งานโมเดล (inference) การฝึกโมเดลเกี่ยวข้องกับการประมวลผลชุดข้อมูลขนาดใหญ่เพื่อพัฒนาหรือปรับปรุงโมเดลปัญญาประดิษฐ์ ในขณะที่การใช้งานโมเดลเกิดขึ้นทุกครั้งที่ ChatGPT หรือแอปพลิเคชันอื่นใช้โมเดลดังกล่าวเพื่อตอบคำถาม สร้างภาพวิเคราะห์ข้อมูล หรือดำเนินการใดๆ แม้ว่าการฝึกโมเดลจะได้รับความสนใจเนื่องจากความต้องการที่เข้มข้นต่อชิปขั้นสูง แต่การใช้งานโมเดลกลับสร้างต้นทุนระยะยาวที่ต่อเนื่องและอาจมากกว่า ผู้ใช้ ChatGPT เพิ่มเติม การนำไปใช้งานในองค์กร หรือแอปพลิเคชันของนักพัฒนาแต่ละราย ล้วนเพิ่มจำนวนการดำเนินการของโมเดลที่ทำงานบนโครงสร้างพื้นฐานของ OpenAI โดยเฉพาะเมื่อคำขอเกี่ยวข้องกับการให้เหตุผลขั้นสูง การสร้างวิดีโอ การเขียนโค้ด หรือการวิเคราะห์แบบมัลติโมดัล
 
บริษัทระบุในเดือนมีนาคม 2026 ว่า ChatGPT มีผู้ใช้รายสัปดาห์มากกว่า 900 ล้านคน ผู้สมัครสมาชิกมากกว่า 50 ล้านราย และธุรกิจสำหรับองค์กรที่เติบโตอย่างรวดเร็ว OpenAI ยังรายงานว่าอินเทอร์เฟซโปรแกรมแอปพลิเคชันของตนกำลังประมวลผลมากกว่า 15 พันล้านโทเค็นต่อนาที กำลังการประมวลผลที่มีอยู่เพิ่มขึ้นจากประมาณ 0.2 กิกาวัตต์ในปี 2023 เป็น 0.6 กิกาวัตต์ในปี 2024 และประมาณ 1.9 กิกาวัตต์ในปี 2025 การขยายตัวนี้บ่งชี้ว่าค่าใช้จ่ายด้านการประมวลผลของ OpenAI ที่เพิ่มขึ้นเชื่อมโยงอย่างใกล้ชิดกับการใช้งานผลิตภัณฑ์จริง แม้ว่าความต้องการในอนาคตจะยังคงยากต่อการคาดการณ์ ตัวแทน AI อาจเพิ่มการบริโภคเพิ่มเติมเนื่องจากคำขอหนึ่งครั้งสามารถกระตุ้นการค้นหาหลายครั้ง การคำนวณ การโต้ตอบกับซอฟต์แวร์ และการเรียกใช้โมเดลหลายครั้งก่อนที่งานสุดท้ายจะเสร็จสมบูรณ์
 
ตัวขับเคลื่อนหลักที่ทำให้การคาดการณ์ค่าใช้จ่ายด้านการคำนวณของ OpenAI สูงขึ้น ได้แก่:
  • การฝึกโมเดล Frontier: ระบบ AI ที่มีความสามารถในการให้เหตุผลและแบบหลายรูปแบบสูงขึ้นต้องการคลัสเตอร์ขนาดใหญ่ของหน่วยประมวลผล หน่วยความจำ และอุปกรณ์เครือข่ายขั้นสูง
  • การขยายภาระงานการอนุมาน: การเติบโตของ ChatGPT บริการ AI สำหรับองค์กร และแอปพลิเคชันของนักพัฒนา สร้างความต้องการอย่างต่อเนื่องทุกครั้งที่โมเดลสร้างคำตอบ
  • การปรับใช้ตัวแทน AI: ระบบอัตโนมัติสามารถดำเนินการโมเดลหลายอย่างสำหรับคำขอของผู้ใช้หนึ่งครั้ง ซึ่งอาจใช้ทรัพยากรการประมวลผลมากกว่าการโต้ตอบแบบแชทบอททั่วไปอย่างมาก
  • การจองกำลังการผลิตในระยะยาว: ชิปที่มีจำกัด การเชื่อมต่อกริด และไซต์ศูนย์ข้อมูลมักต้องได้รับการจัดเตรียมล่วงหน้าเป็นปีๆ ก่อนจะพร้อมใช้งานเชิงพาณิชย์
  • การกระจายโครงสร้างพื้นฐาน: การร่วมงานกับพันธมิตรหลายรายด้านคลาวด์ ชิป และศูนย์ข้อมูลสามารถเพิ่มความทนทานและลดการพึ่งพาผู้จัดหาเพียงรายเดียว
  • แรงกดดันจากคู่แข่ง: OpenAI ต้องจัดหาความสามารถเพียงพอ ในขณะที่ Google, Anthropic, Meta, xAI และนักพัฒนาอื่นๆ กำลังขยายเครือข่ายโครงสร้างพื้นฐาน AI ของตนเอง
 
การปรับปรุงประสิทธิภาพอาจลดต้นทุนการคำนวณของงานแต่ละรายการ แต่อาจไม่ลดความต้องการโครงสร้างพื้นฐานโดยรวม โมเดลที่เร็วขึ้นและมีต้นทุนต่ำกว่าสามารถกระตุ้นให้ธุรกิจและผู้บริโภคใช้ AI บ่อยขึ้น สร้างผลกระทบแบบกลับตัวซึ่งการบริโภคโดยรวมยังคงเพิ่มขึ้นแม้ต้นทุนต่อคำขอจะลดลง ดังนั้น OpenAI จึงต้องเตรียมพร้อมสำหรับสถานการณ์ความต้องการที่เป็นไปได้หลายรูปแบบ แทนที่จะสมมติว่าการปรับปรุงประสิทธิภาพของชิปหรือโมเดลจะลดความต้องการโครงสร้างพื้นฐานของตนโดยอัตโนมัติ
 

  1. การเพิ่มการใช้จ่ายสร้างโอกาสเชิงกลยุทธ์และความเสี่ยงทางการเงิน

การรับประกันกำลังการประมวลผลเพิ่มเติมอาจให้ประโยชน์เชิงกลยุทธ์หลายประการแก่ OpenAI การเข้าถึงโปรเซสเซอร์และศูนย์ข้อมูลที่มากขึ้นอาจช่วยให้บริษัทสามารถฝึกโมเดลใหม่ได้เร็วขึ้น ลดข้อจำกัดด้านกำลังการผลิตในช่วงที่มีความต้องการสูง และสนับสนุนผลิตภัณฑ์เฉพาะทางสำหรับการเขียนโค้ด การวิจัยทางวิทยาศาสตร์ การสร้างวิดีโอ และการอัตโนมัติสำหรับธุรกิจ การกระจายโครงสร้างพื้นฐานยังสามารถเสริมตำแหน่งต่อรองของ OpenAI โดยการป้องกันไม่ให้พึ่งพาผู้ให้บริการคลาวด์หรือผู้ผลิตชิปเพียงรายเดียวเกินไป ในอุตสาหกรรมที่การเข้าถึงไฟฟ้าและโปรเซสเซอร์ขั้นสูงสามารถกำหนดความเร็วในการพัฒนาและเผยแพร่ผลิตภัณฑ์ AI ใหม่ของบริษัท ข้อตกลงด้านกำลังการผลิตระยะยาวอาจทำหน้าที่เป็นทั้งความจำเป็นทางปฏิบัติและกลยุทธ์ป้องกันทางการแข่งขัน
 
อย่างไรก็ตาม การใช้จ่ายมากขึ้นบนโครงสร้างพื้นฐานไม่ได้รับประกันอัตโนมัติว่าจะได้โมเดล AI ที่ดีขึ้น การเติบโตของรายได้ที่แข็งแกร่งขึ้น หรือกำไรที่สูงขึ้น OpenAI ต้องแน่ใจว่ากำลังการผลิตที่จองไว้นั้นถูกใช้อย่างมีประสิทธิภาพ และความต้องการของลูกค้าสร้างรายได้เพียงพอเพื่อครอบคลุมภาระการคำนวณระยะยาว บริษัทอาจเผชิญกับแรงกดดันทางการเงินหากการรับรองจากองค์กรช้าลง ผู้บริโภคต่อต้านราคาสมาชิกที่สูงขึ้น คู่แข่งเสนอโมเดลที่คล้ายกันในราคาต่ำกว่า หรือโปรเซสเซอร์รุ่นใหม่ทำให้โครงสร้างพื้นฐานเดิมมีความคุ้มค่าน้อยลง การปรับปรุงโมเดลอาจขึ้นอยู่กับปัจจัยอื่นๆ นอกเหนือจากขนาดฮาร์ดแวร์ รวมถึงวิธีการฝึกอบรม คุณภาพข้อมูล การปรับแต่งซอฟต์แวร์ ระบบความปลอดภัย และการค้นพบทางวิจัย การเพิ่มชิปมากขึ้นเพียงอย่างเดียวอาจให้ผลลัพธ์ที่ดีขึ้นน้อยลง หากพื้นที่อื่นๆ เหล่านี้ไม่ก้าวหน้าในอัตราเดียวกัน
 
การคาดการณ์โครงสร้างพื้นฐานของ OpenAI ที่อยู่ที่ 750 พันล้านดอลลาร์สหรัฐจึงควรได้รับการพิจารณาว่าเป็นการบ่งชี้ถึงขนาดของความทะเยอทะยานของบริษัทมากกว่าจะเป็นค่าใช้จ่ายสุดท้ายที่รับประกันได้ คำถามที่สำคัญที่สุดไม่ใช่ว่า OpenAI จะสามารถจองกำลังการประมวลผลจำนวนมากได้หรือไม่ แต่คือ能否ใช้กำลังการประมวลผลนั้นอย่างค่อยเป็นค่อยไป รักษาการใช้งานให้สูง และแปลงมันให้เป็นรายได้จากบริการสมัครสมาชิก องค์กร และ API ที่ยั่งยืน นักลงทุนและผู้สังเกตการณ์ในอุตสาหกรรมจะต้องติดตามค่าใช้จ่ายด้านการประมวลผลรายปี กำลังการผลิตดำเนินงาน ต้นทุนการอนุมาน รายได้ที่เติบโต และโครงสร้างสัญญาของ OpenAI เพื่อกำหนดว่าการขยายโครงสร้างพื้นฐานของมันกำลังเสริมสร้างธุรกิจหรือสร้างภาระผูกพันที่อาจกลายเป็นเรื่องยากต่อการรองรับ
 

วิธีที่โครงการ Camellia และข้อตกลงกับผู้ให้บริการคลาวด์รายใหญ่กำลังเร่งการแข่งขันด้านโครงสร้างพื้นฐานปัญญาประดิษฐ์

กลยุทธ์โครงสร้างพื้นฐานของ OpenAI กำลังก้าวพ้นข้อตกลงการเช่าคลาวด์แบบดั้งเดิมไปสู่เครือข่ายที่กว้างขึ้นของศูนย์ข้อมูลเฉพาะทาง สัญญาไฟฟ้าระยะยาว ความร่วมมือกับชิปเฉพาะทาง และกำลังการผลิตที่จัดหาโดยบริษัทเทคโนโลยีหลายแห่งที่แข่งขันกัน ศูนย์กลางของการขยายตัวนี้คือโครงการ Camellia ซึ่งเป็นโครงการพัฒนาศูนย์ข้อมูล AI ขนาด 3.2 กิกะวัตต์ในรัฐจอร์เจีย โครงการนี้กำลังพัฒนาควบคู่ไปกับข้อตกลงสำคัญที่เกี่ยวข้องกับ Microsoft Azure, Amazon Web Services, Oracle, CoreWeave และผู้ให้บริการโครงสร้างพื้นฐานอื่นๆ ข้อตกลงเหล่านี้ร่วมกันแสดงให้เห็นว่าการแข่งขันในด้านปัญญาประดิษฐ์กำลังถูกกำหนดโดยการเข้าถึงโครงสร้างพื้นฐานทางกายภาพมากกว่าประสิทธิภาพของโมเดลเพียงอย่างเดียว
 

โครงการ Camellia อาจกลายเป็นหนึ่งในโครงการศูนย์ข้อมูลที่ใหญ่ที่สุดของ OpenAI

Project Camellia เป็นโครงการคอมพิวเตอร์ปัญญาประดิษฐ์ที่เสนอในเขต Effingham รัฐจอร์เจีย โดยมีเป้าหมายเพื่อจัดหาความสามารถด้านศูนย์ข้อมูลระยะยาวให้กับ OpenAI การพัฒนานี้อาจได้รับไฟฟ้าสูงสุด 3.2 กิกะวัตต์จาก Georgia Power ซึ่งจะจัดส่งเป็นระยะระหว่างปี 2028 ถึง 2032 โดยจะเสร็จสิ้นตามลำดับของการก่อสร้างสถานีไฟฟ้าย่อย การเชื่อมต่อการส่งไฟฟ้า ระบบระบายความร้อน อุปกรณ์เครือข่าย และอาคารประมวลผล หนังสือพิมพ์ The Wall Street Journal รายงานว่า ศูนย์แห่งนี้อาจครอบคลุมพื้นที่ประมาณ 1,400 เอเคอร์ และมีคำมั่นเริ่มต้นจาก OpenAI ประมาณ 20 พันล้านดอลลาร์สหรัฐ แม้ว่า OpenAI จะยังไม่ได้เปิดเผยตัวเลขเหล่านี้อย่างเป็นทางการ ก็ตาม Reuters ยังรายงานว่า OpenAI และ Georgia Power ได้บรรลุข้อตกลงจัดหาไฟฟ้าเป็นเวลา 25 ปี ซึ่งอาจอนุญาตให้สถานที่แห่งนี้ลดการใช้พลังงานหรือส่งคืนกำลังการผลิตได้สูงสุด 1,000 เมกะวัตต์กลับเข้าสู่ระบบไฟฟ้าในช่วงที่มีความต้องการใช้ไฟฟ้าสูงผิดปกติ OpenAI ระบุว่าจะรับผิดชอบค่าใช้จ่ายโครงสร้างพื้นฐานและบริการไฟฟ้าของโครงการ ในขณะที่กฎระเบียบของรัฐจอร์เจียถูกออกแบบมาเพื่อป้องกันไม่ให้ค่าใช้จ่ายเหล่านี้ถูกผลักภาระไปยังลูกค้ารายเดิม
 
OpenAI ระบุว่าโครงการ Camellia จะใช้ระบบระบายความร้อนแบบปิดเพื่อจำกัดการใช้น้ำอย่างต่อเนื่อง และในขั้นต้นจะสร้างงานถาวรอย่างน้อย 400 ตำแหน่งบนไซต์ ซึ่งอาจเพิ่มเกิน 1,000 ตำแหน่งหากวิทยาเขตเต็มความสามารถ บริษัทยังเสนอกองทุนชุมชนมูลค่า 80 ล้านดอลลาร์สหรัฐ โครงการด้านการศึกษา และเครดิต Codex สูงสุด 71 ล้านดอลลาร์สหรัฐสำหรับนักเรียนในรัฐจอร์เจียที่มีสิทธิ์ การผูกพันเหล่านี้อาจสนับสนุนการยอมรับในท้องถิ่น แม้ว่าผลกระทบของโครงการต่อการใช้ที่ดิน โครงสร้างพื้นฐานด้านไฟฟ้า และการพัฒนาในภูมิภาคจะยังคงเป็นปัจจัยสำคัญที่ต้องพิจารณา โครงการ Camellia ยังอยู่ในขั้นวางแผนเท่านั้น ไม่ใช่ดำเนินการแล้ว และใบอนุญาตสุดท้าย การระดมทุน พันธมิตรก่อสร้าง ผู้ดำเนินการวิทยาเขต และตารางเวลาการพัฒนา ยังไม่ได้รับการยืนยันอย่างเป็นทางการ การปรับปรุงระบบไฟฟ้า การมีอุปกรณ์พร้อมใช้งาน และการทบทวนด้านกฎระเบียบอาจทำให้แต่ละขั้นตอนล่าช้าหรือเปลี่ยนแปลงความสามารถสุดท้าย จึงสำคัญที่จะต้องแยกแยะระหว่างโครงสร้างพื้นฐานที่เสนอ ที่มีสัญญา และที่ดำเนินการจริง
 

OpenAI กำลังสร้างเครือข่ายโครงสร้างพื้นฐานแบบหลายคลาวด์ที่หลากหลาย

OpenAI กำลังจัดหาความสามารถด้านการประมวลผลจากผู้ให้บริการหลายรายแทนการพึ่งพา Microsoft Azure อย่างสมบูรณ์ Microsoft ยังคงเป็นพันธมิตรหลักและรักษาสิทธิ์ในเทคโนโลยีและผลิตภัณฑ์ที่สำคัญ แต่ข้อตกลงที่ปรับปรุงใหม่ได้ยกเลิกสิทธิ์การพิจารณาซื้อก่อนในวงกว้างของ Microsoft สิ่งนี้ทำให้ OpenAI มีอิสระมากขึ้นในการเจรจา vớiผู้จัดจำหน่ายรายอื่นเมื่อ Azure ไม่สามารถจัดหาความสามารถ ราคา หรือตารางการติดตั้งที่ต้องการได้
 
ข้อตกลงด้านคลาวด์และโครงสร้างพื้นฐานที่ OpenAI เปิดเผยอย่างเป็นทางการ ได้แก่:
  • Microsoft Azure: OpenAI ได้ตกลงซื้อบริการ Azure เพิ่มเติมอีก 250 พันล้านดอลลาร์สหรัฐภายใต้ความร่วมมือที่แก้ไขแล้ว
  • Amazon Web Services: ข้อตกลงใหม่มูลค่าสูงสุด 100 พันล้านดอลลาร์สหรัฐภายในระยะเวลาแปดปี ได้ขยายข้อตกลงเดิมมูลค่า 38 พันล้านดอลลาร์สหรัฐ ทำให้มูลค่ารวมที่เป็นไปได้อยู่ที่ประมาณ 138 พันล้านดอลลาร์สหรัฐ ซึ่งรวมถึงกำลังการผลิต AWS Trainium ประมาณสองกิกาวัตต์
  • Oracle Cloud Infrastructure: OpenAI ระบุว่าความร่วมมือครั้งนี้มีมูลค่าเกิน 300 พันล้านดอลลาร์สหรัฐภายในห้าปี และอาจจัดหาพลังงานได้สูงสุดถึง 4.5 กิโลวัตต์ทั่วหลายไซต์ศูนย์ข้อมูล
  • CoreWeave: การขยายตัวอย่างต่อเนื่องได้เพิ่มมูลค่าที่อาจเกิดขึ้นจากข้อตกลงกับ OpenAI ขึ้นเป็นประมาณ 22.4 พันล้านดอลลาร์สหรัฐ พร้อมให้บริการความสามารถด้าน GPU แบบคลาวด์เฉพาะทาง
  • Google Cloud: OpenAI ได้เพิ่ม Google Cloud เข้าไปในพอร์ตโฟลิโอโครงสร้างพื้นฐาน แม้จะยังไม่เปิดเผยมูลค่าสัญญาที่เทียบเคียงได้
 
ตัวเลขเหล่านี้ไม่ควรรวมเป็นยอดรวมเดียว เพราะสัญญาเหล่านี้ครอบคลุมช่วงเวลาที่ต่างกัน บางสัญญายืดออกไปเกินปี 2030 และหลายสัญญาแสดงถึงข้อผูกพันสูงสุดมากกว่าการชำระเงินที่รับประกัน นอกจากนี้ สัญญาบางฉบับอาจทับซ้อนกับการพัฒนาของ Stargate หรือข้อตกลงที่แยกกันสำหรับผู้ประมวลผลและศูนย์ข้อมูล ค่าที่ระบุไว้ไม่ได้แสดงว่ามีกำลังการผลิตใดบ้างที่ใช้งานอยู่ อยู่ระหว่างการก่อสร้าง หรือขึ้นอยู่กับตัวเลือกการขยายในอนาคต
 
กลยุทธ์หลายคลาวด์ยังให้ OpenAI เข้าถึงสถาปัตยกรรมโปรเซสเซอร์ที่แตกต่างกัน AWS จัดหาชิป Trainium ศูนย์ข้อมูลของ Microsoft และ Oracle สามารถติดตั้งระบบ Nvidia หรือระบบทางเลือกอื่นๆ และ CoreWeave เชี่ยวชาญในโครงสร้างพื้นฐาน GPU ความหนาแน่นสูง OpenAI ยังร่วมงานกับ AMD, Broadcom และ Cerebras ซึ่งอาจช่วยเพิ่มความยืดหยุ่นในการจัดหา ในขณะเดียวกันก็สร้างความซับซ้อนทางวิศวกรรมเพิ่มเติม จดหมายแสดงเจตนาของ OpenAI กับ Nvidia ครอบคลุมระบบอย่างน้อย 10 กิกะวัตต์ โดย Nvidia อาจลงทุนสูงสุด 100 พันล้านดอลลาร์สหรัฐเมื่อขยายกำลังการผลิต เนื่องจากยังคงเป็นจดหมายแสดงเจตนา โครงสร้างสุดท้ายและมูลค่าการลงทุนจึงไม่ได้รับประกัน
 

Stargate และ Rival Investments ขยายการแข่งขันโครงสร้างพื้นฐานปัญญาประดิษฐ์ระดับโลก

OpenAI และ SoftBank เปิดตัว Stargate ในเดือนมกราคม 2025 โดยมีแผนลงทุนสูงสุด 500 พันล้านดอลลาร์สหรัฐภายในระยะเวลาสี่ปีในโครงสร้างพื้นฐาน AI ของสหรัฐอเมริกา เริ่มต้นด้วย 100 พันล้านดอลลาร์สหรัฐ และมีเป้าหมายที่ประมาณ 10 กิกะวัตต์ Oracle และ MGX เข้าร่วมเป็นหุ้นส่วนด้านทุน ขณะที่ Microsoft, Nvidia และ Arm ถูกกำหนดให้เป็นผู้ร่วมด้านเทคโนโลยี OpenAI ระบุในเดือนเมษายน 2026 ว่าพอร์ตโฟลิโอ AI ของสหรัฐอเมริกาที่วางแผนและจัดสรรไว้ได้เกินเป้าหมายเดิม แม้ว่าไซต์หลายแห่งยังอยู่ในขั้นตอนการออกแบบ การขออนุญาต หรือการก่อสร้าง และความสามารถที่วางแผนไว้ไม่ควรสับสนกับศูนย์ข้อมูลที่ดำเนินการจริง บริษัทยังไม่ได้ชี้แจงว่า Project Camellia อยู่ใน Stargate หรือไม่ ในขณะเดียวกัน Alphabet, Amazon, Meta และ Microsoft มีแนวโน้มจะใช้จ่ายมากกว่า 700 พันล้านดอลลาร์สหรัฐในปี 2026 ส่วนใหญ่สำหรับโครงสร้างพื้นฐานที่เกี่ยวข้องกับ AI แม้ว่าการประมาณการรายปีนี้จะไม่สามารถเปรียบเทียบโดยตรงกับสัญญาของ OpenAI ได้ Anthropic ก็กำลังขยายธุรกิจผ่าน AWS Trainium และข้อตกลงกับ AMD ที่อาจจัดหาพลังงานได้สองกิกะวัตต์ตั้งแต่ปี 2027 ในขณะที่ Google, Meta และ xAI ยังคงพัฒนาคลัสเตอร์การประมวลผลขนาดใหญ่ขึ้น
 
การแข่งขันด้านโครงสร้างพื้นฐานปัญญาประดิษฐ์กำลังพัฒนาขึ้นในหลายด้าน:
  • การจัดหาพลังงาน: บริษัทต่างๆ กำลังลงนามในข้อตกลงไฟฟ้าระยะยาวและพิจารณาโปรแกรมโหลดยืดหยุ่นเพื่อประกันการเข้าถึงกริดอย่างเชื่อถือได้
  • ชิป AI แบบกำหนดเอง: ผู้ให้บริการคลาวด์กำลังพัฒนาทางเลือกอื่นแทน GPU ของ Nvidia เพื่อลดต้นทุนและเพิ่มการควบคุมต่อห่วงโซ่อุปทานฮาร์ดแวร์
  • การจัดหาทุนสำหรับศูนย์ข้อมูล: บริษัทเทคโนโลยี หน่วยงานสาธารณูปโภค ผู้ผลิตชิป ผู้ให้กู้ และกองทุนโครงสร้างพื้นฐาน ร่วมกันแบ่งปันค่าใช้จ่ายในการพัฒนาโครงการมูลค่าหลายพันล้านดอลลาร์
  • ความสามารถแบบมัลติคลาวด์: นักพัฒนา AI กำลังกระจายภาระงานไปยังผู้ให้บริการหลายรายเพื่อเพิ่มความทนทานและเข้าถึงระบบโปรเซสเซอร์ที่แตกต่างกัน
  • ที่ดินและการอนุญาต: สถานที่ที่มีไฟฟ้า น้ำ การเชื่อมต่อไฟเบอร์ และการอนุมัติจากชุมชนกำลังมีคุณค่าเชิงกลยุทธ์
 
ข้อตกลงด้านคลาวด์ของ Project Camellia, Stargate และ OpenAI แสดงให้เห็นว่าการแข่งขันด้าน AI ตอนนี้ขยายไปทั่วทั้งห่วงโซ่โครงสร้างพื้นฐาน ตั้งแต่ไฟฟ้าและการก่อสร้างศูนย์ข้อมูลไปจนถึงหน่วยประมวลผล การเชื่อมต่อเครือข่าย และซอฟต์แวร์คลาวด์ OpenAI อาจได้เปรียบหากสามารถเปิดใช้งานขีดความสามารถนี้ได้อย่างมีประสิทธิภาพ แต่ผลลัพธ์จะขึ้นอยู่กับการระดมทุน การอนุมัติจากหน่วยงานกำกับดูแล ความคืบหน้าในการก่อสร้าง และการดำเนินงานของพันธมิตร ในขณะที่คู่แข่งต่างก็ดำเนินกลยุทธ์ที่คล้ายกัน แหล่งจ่ายไฟที่เชื่อถือได้และศูนย์ข้อมูลที่ดำเนินงานอย่างมีประสิทธิภาพอาจมีความสำคัญเทียบเท่ากับแบบจำลอง AI ที่ทำงานอยู่ภายใน
 

สรุป

แผนโครงสร้างพื้นฐานที่เปิดเผยของ OpenAI แสดงให้เห็นถึงความเร็วที่อุตสาหกรรมปัญญาประดิษฐ์กำลังพัฒนาเป็นการแข่งขันที่ใช้ทุนสูงสำหรับชิป ไฟฟ้า สถานที่ศูนย์ข้อมูล และความสามารถของคลาวด์ โครงการ Camellia และความร่วมมือของบริษัทกับผู้ให้บริการเทคโนโลยีรายใหญ่อาจให้ขนาดและความยืดหยุ่นที่ OpenAI ต้องการเพื่อรองรับผลิตภัณฑ์ปัญญาประดิษฐ์ในอนาคต แต่มูลค่าสัญญาที่ประกาศและกิgwattที่วางแผนไว้ไม่รับประกันว่าทุกสถานที่จะเสร็จสมบูรณ์หรือใช้งานเต็มประสิทธิภาพ ความสำเร็จในระยะยาวจะขึ้นอยู่กับความคืบหน้าในการก่อสร้าง ความพร้อมของโครงข่ายไฟฟ้า ประสิทธิภาพของฮาร์ดแวร์ ความต้องการของลูกค้า และความสามารถของ OpenAI ในการสร้างรายได้เพียงพอจากกำลังการผลิตที่จัดหาได้ แนวคิดการลงทุนเดียวกันนี้อาจส่งผลต่อโครงการปัญญาประดิษฐ์และบล็อกเชนที่กำลังพัฒนาในภาคโครงสร้างพื้นฐาน ข้อมูล และความปลอดภัย แม้ว่าโครงการเหล่านี้จะแยกจาก OpenAI อยู่ เมื่อคู่แข่งเร่งการลงทุนของตนเอง การแข่งขันด้านโครงสร้างพื้นฐานปัญญาประดิษฐ์มีแนวโน้มที่จะยังคงเป็นแรงขับเคลื่อนหลักในอุตสาหกรรมเทคโนโลยี ชิปเซมิคอนดักเตอร์ คอมพิวเตอร์แบบคลาวด์ และพลังงานจนถึงสิ้นสุดทศวรรษนี้
 

เข้าร่วมแคมเปญการซื้อขายครบรอบปีที่ 9 ของ KuCoin

KuCoin กำลังเฉลิมฉลองครบรอบ 9 ปีด้วยแคมเปญพิเศษบนแพลตฟอร์มที่เต็มไปด้วยรางวัลสุดพิเศษ กิจกรรมการซื้อขาย และข้อเสนอจำกัดเวลา อย่าพลาดโอกาสในการเข้าร่วมและเพลิดเพลินกับสิทธิประโยชน์ต่างๆ ขณะที่แพลตฟอร์มแลกเปลี่ยนก้าวผ่านเก้าปีแห่งการเติบโตและการสร้างนวัตกรรม ไปที่หน้าแคมเปญอย่างเป็นทางการได้เลย:
เข้าร่วมแคมเปญการซื้อขายครบรอบปีที่ 9 ของ KuCoin
รูปภาพที่กำหนดเอง
 

คำถามที่พบบ่อย

ความแตกต่างระหว่างค่าใช้จ่ายด้านการคำนวณกับค่าใช้จ่ายด้านทุนคืออะไร?

ค่าใช้จ่ายในการคำนวณอาจรวมถึงบริการคลาวด์ โปรเซสเซอร์ ระบบเครือข่าย ไฟฟ้า และทรัพยากรอื่นๆ ที่จำเป็นสำหรับการฝึกฝนและดำเนินการโมเดลปัญญาประดิษฐ์ ค่าใช้จ่ายด้านทุนโดยทั่วไปหมายถึงเงินที่ลงทุนในสินทรัพย์ที่บริษัทเป็นเจ้าของ เช่น เซิร์ฟเวอร์หรืออาคารศูนย์ข้อมูล OpenAI อาจซื้อความสามารถด้านคลาวด์จากสถานที่ที่เป็นเจ้าของโดยพันธมิตรของตน ดังนั้นค่าใช้จ่ายด้านโครงสร้างพื้นฐานบางส่วนอาจถูกบันทึกเป็นค่าใช้จ่ายด้านบริการแทนการลงทุนด้านทุนโดยตรง

นักลงทุนสามารถประเมินได้อย่างไรว่ากลยุทธ์โครงสร้างพื้นฐานของ OpenAI ใช้งานได้ดีหรือไม่

ตัวชี้วัดสำคัญรวมถึงอัตราการใช้งานหน่วยประมวลผล ต้นทุนการให้บริการ ความน่าเชื่อถือของบริการ รายได้ต่อหน่วยของกำลังการผลิตที่ใช้งาน และเปอร์เซ็นต์ของโครงสร้างพื้นฐานที่มีสัญญาแล้วที่สามารถใช้งานได้ นักลงทุนยังสามารถติดตามการรักษาลูกค้าองค์กร การเติบโตของ API และกำไรขั้นต้น ค่าใช้จ่ายที่ลดลงร่วมกับการใช้งานที่เพิ่มขึ้นและรายได้ที่เกิดขึ้นซ้ำๆ จะบ่งชี้ว่าการขยายตัวกำลังสร้างมูลค่า ในขณะที่กำลังการผลิตที่ไม่ได้ใช้งานอย่างต่อเนื่องอาจสร้างแรงกดดันต่อ OpenAI และพันธมิตรด้านโครงสร้างพื้นฐานของพวกเขา

ความจุกิกาวัตต์หมายถึงอะไรสำหรับศูนย์ข้อมูลปัญญาประดิษฐ์?

กิกาวัตต์วัดพลังงานไฟฟ้า ไม่ใช่ประสิทธิภาพการคำนวณของระบบปัญญาประดิษฐ์ สถานที่สองแห่งที่ใช้ปริมาณไฟฟ้าเท่ากันอาจให้ผลลัพธ์ที่ต่างกันขึ้นอยู่กับโปรเซสเซอร์ ระบบระบายความร้อน การออกแบบเครือข่าย และประสิทธิภาพของซอฟต์แวร์ ความสามารถในหน่วยกิกาวัตต์มีประโยชน์ในการเข้าใจขนาดของโครงการและความต้องการของโครงข่ายไฟฟ้า แต่ไม่ได้เปิดเผยว่าโมเดลสามารถฝึกได้เร็วเพียงใดหรือสามารถรองรับผู้ใช้ได้กี่ราย

ชิป AI ทางเลือกสามารถลดการพึ่งพา Nvidia ของ OpenAI ได้หรือไม่?

โปรเซสเซอร์จาก AMD, AWS, Broadcom, Cerebras และผู้จัดจำหน่ายอื่นๆ อาจให้ความยืดหยุ่นที่มากขึ้นแก่ OpenAI และลดการพึ่งพาบริษัทฮาร์ดแวร์เพียงรายเดียว อย่างไรก็ตาม การย้ายภาระงานระหว่างแพลตฟอร์มชิปต้องใช้การพัฒนาซอฟต์แวร์ การทดสอบ และการปรับแต่ง Nvidia ยังได้รับประโยชน์จากระบบนิเวศ CUDA ที่ได้รับความนิยมอย่างกว้างขวาง ดังนั้น OpenAI อาจใช้กลยุทธ์ฮาร์ดแวร์แบบผสมผสาน โดยเลือกโปรเซสเซอร์ที่ต่างกันตามต้นทุน ความพร้อมใช้งาน และประสิทธิภาพของภาระงาน
 
 

ข้อจำกัดความรับผิด

ข้อมูลที่ให้ไว้บนหน้านี้อาจมาจากแหล่งภายนอกและไม่จำเป็นต้องสะท้อนมุมมองหรือความเห็นของ KuCoin เนื้อหานี้มีจุดประสงค์เพื่อให้ข้อมูลทั่วไปเท่านั้น และไม่ควรพิจารณาว่าเป็นคำแนะนำด้านการเงิน การลงทุน หรือคำแนะนำทางวิชาชีพ KuCoin ไม่รับประกันความถูกต้อง ความสมบูรณ์ หรือความน่าเชื่อถือของข้อมูล และไม่มีความรับผิดชอบต่อข้อผิดพลาด การละเว้น หรือผลลัพธ์ใดๆ ที่เกิดจากการใช้งาน การลงทุนในสินทรัพย์ดิจิทัลมีความเสี่ยงที่เป็นธรรมชาติ โปรดประเมินความยอมรับความเสี่ยงและสถานการณ์ทางการเงินของคุณอย่างรอบคอบก่อนตัดสินใจลงทุน สำหรับรายละเอียดเพิ่มเติม กรุณาดู ข้อกำหนดการใช้งาน และ การเปิดเผยความเสี่ยง ของ KuCoin

คำปฏิเสธความรับผิดชอบ: หน้านี้แปลโดยใช้เทคโนโลยี AI เพื่อความสะดวกของคุณ สำหรับข้อมูลที่ถูกต้องที่สุด โปรดดูต้นฉบับภาษาอังกฤษ