โดยพื้นฐานแล้วไม่ใช่รายการผู้จัดจำหน่าย แต่เป็นแผนผังการก่อสร้างโรงงาน AI
ผู้เขียนบทความ แหล่งที่มา: 0x9999in1, ME News
สรุปสั้น
- แผนผังระบบนิเวศ DSX AI Factory ที่ NVIDIA เปิดตัว 本质上ไม่ใช่ "รายชื่อผู้จัดจำหน่าย" แต่เป็น "แผนผังการก่อสร้างโรงงาน AI"
- ระบบนิเวศถูกแบ่งออกเป็นสามส่วน: AI Factory Software, Energy & Cooling, Compute Systems ซึ่งพลังงานและการระบายความร้อนถูกวางไว้ข้างหน้าในตำแหน่งที่พบได้ยาก
- นี่หมายความว่าข้อจำกัดของโครงสร้างพื้นฐาน AI กำลังเปลี่ยนจาก "ซื้อ GPU ไม่ได้" เป็น "เชื่อมต่อไฟไม่ได้ ควบคุมความร้อนไม่ไหว"
- ผู้ผลิตจากไต้หวันเกือบทั้งหมดครอบคลุมชั้นฮาร์ดแวร์ รวมถึง Foxconn, Quanta, Wistron, Inventec, ASUS, Gigabyte, Delta และ Pegatron ได้ก่อตั้ง "จักรวรรดิการรับจ้างผลิต" สำหรับโรงงาน AI
- สัญญาณของ Sovereign AI แข็งแกร่ง: อินโดนีเซีย ISAT, โทรคมนาคมมาเลเซีย, เกาหลีใต้ NAVER, ญี่ปุ่น KDDI/SoftBank/NTT, อินเดีย Sify ทั้งหมดเข้าสู่ตลาด
- NVIDIA กำลังยกระดับจากบริษัทชิปไปสู่ผู้กำหนดมาตรฐานสำหรับสถาปัตยกรรมอ้างอิงของโรงงาน AI คล้ายกับบทบาทของ Intel ในยุค PC แต่ลึกซึ้งกว่า
- กำแพงป้องกันที่แท้จริง ไม่ใช่ CUDA อีกต่อไป แต่คือสิทธิ์ในการนิยามแบบครบวงจรตั้งแต่ที่ดินหนึ่งแปลงจนถึงโทเค็นหนึ่งอัน
รูปภาพหนึ่งภาพ มีค่ามากกว่างานเปิดตัว ขอพูดถึงการวิเคราะห์ก่อน
แผนผังระบบนิเวศ DSX AI Factory ของ NVIDIA นั้นคุ้มค่ากว่าการอ่านทีละคำจาก keynote ใดๆ ของ Jensen Huang
ทำไม? เพราะ Keynote เป็นการเล่าเรื่อง ส่วนแผนภาพระบบนิเวศคือการจัดวางตัวหมาก ว่าตัวหมากจะวางที่ไหน ใครอยู่แถวหน้า ใครถูกจัดอยู่ในหมวดใด ล้วนสะท้อนถึงความร่วมมือที่มีมูลค่าจริง และเป็นซัพพลายเชนที่ได้ลงนามแล้ว
ที่สำคัญกว่านั้น แผนภาพนี้ได้เปิดเผยเรื่องโครงสร้างพื้นฐานของ AI ให้เห็นเป็นครั้งแรกว่าเป็น "โรงงาน"
อินพุต: ไฟฟ้า ข้อมูล เครือข่าย และทุน
ปลายทาง: tokens, inference, training
ตรงกลางคือชุดโครงสร้างอ้างอิงที่นิยามโดย NVIDIA และดำเนินการโดยพันธมิตร
นี่คือแนวคิดอะไร? หมายความว่า NVIDIA ไม่ได้พอใจแค่การขาย GPU อีกต่อไป แต่กำลังขายคำตอบมาตรฐานสำหรับการสร้างโรงงานทั้งแห่ง
คุณต้องการสร้างโรงงาน AI? ได้เลย แต่โปรดใช้โครงสร้างอ้างอิงของฉัน โดยระบุชัดเจนว่า: แหล่งจ่ายไฟจากใคร, การระบายความร้อนจากใคร, ตู้จากใคร, เซิร์ฟเวอร์จากใคร, การก่อสร้างจากใคร, และการเชื่อมต่อกับบริการคลาวด์จากใคร—ทั้งหมดนี้ฉันได้จัดเตรียมไว้ให้แล้ว
คุณคุ้นเคยกับกลยุทธ์นี้ไหม?
เหมือนกับ Intel Inside ในยุคปี 1990 แต่รุนแรงกว่าที่ Intel เคยทำมากกว่าเดิม Intel ในสมัยนั้นแค่กำหนดมาตรฐานสำหรับ CPU และเมนบอร์ด ส่วน NVIDIA ตอนนี้ต้องการกำหนดมาตรฐานทั้งสายการผลิตตั้งแต่พื้นที่จนถึง token
การจัดวาง “พลังงานและการระบายความร้อน” ไว้ตรงตำแหน่งกลางเป็นสัญญาณที่ชัดเจนที่สุดของภาพนี้ ผู้คนจำนวนมากเมื่อเห็นแผนภาพระบบนิเวศนี้ จะตอบสนองแรกคือการนับผู้ผลิตเซิร์ฟเวอร์ GPU และดูว่า SMCI, Dell, HPE ใครอยู่ตำแหน่งข้างหน้ามากกว่า
ผิด
สิ่งที่ผิดปกติอย่างแท้จริงคือหมวด Energy & Cooling ที่ถูกแยกออกมาเป็นส่วนเฉพาะและมีน้ำหนักมาก
ชneider, ABB, Mitsubishi Electric, Eaton, Vertiv, Trane, Delta, GE Vernova, Engie, Siemens, Hitachi... แทบจะครอบคลุมบริษัทชั้นนำระดับโลกทั้งหมดในด้านอัตโนมัติอุตสาหกรรมและการจัดการพลังงาน
หมายความว่าอย่างไร
หมายความว่านิวไดอาเองก็ยอมรับแล้วว่า: ข้อจำกัดที่ใหญ่ที่สุดของโรงงาน AI ในปัจจุบัน ไม่ใช่การขาดแคลน GPU แต่เป็นไฟไม่พอ ความร้อนควบคุมไม่อยู่ และสร้างศูนย์ข้อมูลไม่ทัน
ข้อมูลนั้นเย็น แต่เรื่องราวร้อนแรง
หน่วยงานพลังงานระหว่างประเทศ (IEA) ได้คาดการณ์ไว้ในรายงานปี 2024 ว่า การใช้ไฟฟ้าของศูนย์ข้อมูลทั่วโลกอาจ vượtเกิน 1,000 TWh ภายในปี 2026 ซึ่งเทียบเท่ากับปริมาณการใช้ไฟฟ้าทั้งหมดของญี่ปุ่นในหนึ่งปี
ในขณะเดียวกัน การคำนวณของ Goldman Sachs Research ในปี 2024 ชี้ชัดยิ่งขึ้น: ถึงปี 2030 ความต้องการไฟฟ้าของศูนย์ข้อมูลจะเพิ่มขึ้น 160% เมื่อเทียบกับปี 2023 โดย AI เป็นปัจจัยหลักที่ขับเคลื่อน
นี่คือระดับแรงกดดันใด?
ฮาร์ดแวร์ H100 ใช้พลังงานสูงสุด 700W ขณะที่ B200 ใช้ถึง 1200W และตามข่าวลือ แพลตฟอร์ม Rubin จะมีการใช้พลังงานต่อการ์ดสูงกว่านี้อีก ตู้ GB200 NVL72 เมื่อใช้งานเต็มกำลังจะใช้พลังงานถึง 120kW ซึ่งสูงกว่าตู้แบบดั้งเดิม 10 ถึง 15 เท่า
การระบายความร้อนด้วยอากาศแบบดั้งเดิม? ควบคุมไม่ได้
กริดไฟฟ้าทั่วไป? เชื่อมต่อไม่ได้
ผู้รับเหมาทั่วไป? สร้างไม่ได้
ดังนั้นคุณเห็นแล้วว่า Vertiv ผลิตชั้นวางระบายความร้อนด้วยของเหลว, Delta ผลิตโมดูลแหล่งจ่ายไฟ, Eaton จัดการพลังงาน, Trane ให้ระบบระบายความร้อน, Jacobs ออกแบบโครงสร้างพื้นฐาน, Procore จัดการโครงการ, GE Vernova จัดการการส่งไฟฟ้า และ Engie เชื่อมต่อพลังงานสะอาด
นี่ไม่ใช่แผนผังระบบนิเวศของชิป นี่คือคำสั่งเรียกกำลังของ “พันธมิตรโครงสร้างพื้นฐานอุตสาหกรรม”
NVIDIA กล่าวว่า: ในอนาคต ผู้ใดสามารถนำไฟฟ้าเข้ามา ระบายความร้อนออก และสร้างตึกขึ้นมาได้ ผู้นั้นจะได้รับส่วนแบ่งที่ใหญ่ที่สุดในยุค AI
“代工帝国”ของผู้ผลิตจากไต้หวันเกือบครอบคลุมทั้งชั้นฮาร์ดแวร์ ให้ความสนใจกับคอลัมน์ Compute Systems
ฮอนไห่ (2317.TW), ควังต้า (2382.TW), เว่ยฉวน (3231.TW), เว่ยอิง (6669.TW), อัสซุส (2357.TW), จีเอไอ (2376.TW), โฮว์ชู (4938.TW), ไดเอ๋อ (2308.TW)
ผู้ผลิตแปดรายจากไต้หวัน เรียงตัวกันอย่างเป็นระเบียบ
นี่ไม่ใช่เรื่องบังเอิญ แต่เป็นการต่อเนื่องจากอุตสาหกรรมการรับจ้างผลิต PC และเซิร์ฟเวอร์ในสามทศวรรษที่ผ่านมา รวมถึงผลโดยตรงจากการระเบิดของเซิร์ฟเวอร์ AI ในสามปีที่ผ่านมา
ในงบการเงินปี 2025 ของ Quanta รายได้จากเซิร์ฟเวอร์ AI ได้ vượtเกิน 50% และรายได้ต่อไตรมาส屡次สร้างสถิติสูงสุดใหม่
Hon Hai ได้ระบุอย่างชัดเจนในการประชุมรายงานผลหลายครั้งว่า เซิร์ฟเวอร์ AI เป็นเครื่องขับเคลื่อนการเติบโตที่สำคัญที่สุดของกลุ่มบริษัทในอีกสามปีข้างหน้า และได้กล่าวถึงความร่วมมือเชิงลึกกับ NVIDIA หลายครั้ง
Weiying และ Weichuang ได้รับคำสั่งซื้อส่วนใหญ่สำหรับการจัดส่งเต็มตู้ GB200/GB300
ทำไมเป็นแบบไต้หวัน?
เนื่องจากมีเพียงพวกเขาเท่านั้นที่มีความสามารถในการจัดหา ODM ระดับตู้แบบครบวงจร ซึ่งต้องมีความซับซ้อนสูง ความหนาแน่นสูง อัตราการผลิตที่สูง และการพัฒนาอย่างรวดเร็ว ตู้ GB200 NVL72 หนึ่งตู้ประกอบด้วยส่วนประกอบนับหมื่นชิ้น สายไฟนับพันเส้น และท่อระบายความร้อนด้วยของเหลวที่ซับซ้อน ซึ่งสามารถประกอบและผ่านการทดสอบภายใน 4–6 สัปดาห์ได้ มีเพียงไม่กี่รายทั่วโลก
ที่น่าสนใจยิ่งกว่านั้นคือ จำนวนผู้ผลิตจากเหนืออเมริกาเพียงอย่างเดียวในหมวดนี้กลับไม่ได้มากนัก: Dell, HPE, SMCI, Digital Realty, Equinix, CoreWeave, Nebius, Iris Energy
ซอฟต์แวร์และบริการคลาวด์ตั้งอยู่ในอเมริกาเหนือ การผลิตฮาร์ดแวร์อยู่ในเอเชีย อุปกรณ์พลังงานกระจายทั่วโลก — นี่คือการแบ่งงานระดับโลกในยุคโรงงาน AI ที่แผนภาพนี้เปิดเผย
AI ของเจ้าของไม่ใช่แค่คำขวัญ แต่เป็นปรากฏการณ์ที่ละเอียดอ่อนซึ่งคุณจะเห็นเมื่อคุณดูที่หมวด AI Factory Software ของลูกค้าที่กำลังรอคิวสั่งซื้อ
ISAT, 6742.KL, NAVER, KDDI, SoftBank, NTT, Sify...
ทีมชาติและทีมชาติระดับรองของประเทศเอเชียจำนวนมากถูก NVIDIA วางไว้ที่ระดับซอฟต์แวร์
ทำไมไม่ใช่ OpenAI ไม่ใช่ Anthropic ไม่ใช่ Meta?
เนื่องจากภาพนี้ไม่ได้พูดถึง "ใครกำลังพัฒนาโมเดลขนาดใหญ่" แต่พูดถึง "ใครกำลังสร้างโครงสร้างพื้นฐาน AI ของประเทศตัวเอง"
นี่คือ Sovereign AI ที่ Huang Renxun พูดซ้ำๆ ตลอดปีที่ผ่านมา
แต่ละประเทศควรมีกำลังการคำนวณของตนเอง ข้อมูลของตนเอง แบบจำลองของตนเอง และกำลังการผลิตโทเค็นของตนเอง
ญี่ปุ่นนำโดย KDDI, SoftBank และ NTT อินเดียขับเคลื่อนโดย Reliance, Yotta และ Sify เกาหลีใต้ขับเคลื่อนโดย NAVER และ KT ตะวันออกเฉียงใต้ขับเคลื่อนโดย ISAT และ Telekom Malaysia ยุโรปขับเคลื่อนโดย Mistral และผู้ให้บริการโทรคมนาคมของแต่ละประเทศ
NVIDIA ได้รวมผู้เล่น AI ของรัฐบาลเหล่านี้เข้าสู่ระบบนิเวศ DSX ซึ่งส่งสัญญาณที่ชัดเจนมาก:
ในปีข้างหน้า ผู้สนับสนุนหลักของโรงงาน AI อาจไม่ใช่บริษัทคลาวด์ขนาดใหญ่ไม่กี่แห่งในซิลิคอนแวลลี่ แต่เป็นรัฐบาลต่างประเทศและผู้ให้บริการโทรคมนาคมรายใหญ่
ข้อมูลยังสอดคล้องกัน Omdia รายงานในปี 2025 ว่า การลงทุนในศูนย์ข้อมูลที่เกี่ยวข้องกับ Sovereign AI จะมีอัตราการเติบโตต่อปี (CAGR) เกิน 40% ในช่วงปี 2025–2027 ซึ่งสูงกว่าคลาวด์ขนาดใหญ่แบบดั้งเดิมที่มีอัตรา 18%
นี่คือตลาดที่มีขนาดเล็กกว่า Hyperscaler แต่มีปริมาณรวมมากกว่า
而英伟达，已经提前把座位排好了。
นอกเหนือจาก CUDA ความได้เปรียบเชิงแข่งขันใหม่ของ NVIDIA เรียกว่า “สถาปัตยกรรมอ้างอิง” เราเคยชินกับการพูดว่า ความได้เปรียบเชิงแข่งขันของ NVIDIA คือ CUDA
นี่ไม่ผิด แต่ไม่เพียงพอแล้ว
CUDA 保护的是开发者生态系统和软件层的迁移成本 แต่แนวป้องกันในยุคโรงงาน AI ได้แผ่ขยายออกจากซอฟต์แวร์ไปสู่โลกทางกายภาพ
แผนผังระบบนิเวศ DSX เป็นหลักฐานที่ชัดเจนที่สุด
มันกำลังบอกทุกคนที่ต้องการสร้างโรงงาน AI: คุณไม่จำเป็นต้องลองผิดลองถูกเอง แค่ใช้โครงสร้างอ้างอิงนี้ของฉัน ไม่ว่าจะเป็นการเชื่อมต่อไฟฟ้า การจัดการระบบระบายความร้อน การจัดเรียงตู้เซิร์ฟเวอร์ การเลือกเซิร์ฟเวอร์ การตั้งค่าเครือข่าย การจัดการก่อสร้าง หรือการเชื่อมต่อกับคลาวด์ ทุกอย่างได้รับการพิสูจน์แล้ว
นี่คือสิทธิ์ในการกำหนดมาตรฐานใหม่
เช่นเดียวกับโบอิ้งและแอร์บัสที่กำหนดวิธีการผลิตเครื่องบิน โตโยต้ากำหนดวิธีการผลิตรถยนต์แบบเพียร์ส และไต้หวันเซมิคอนดักเตอร์แมนูแฟคเจอริ่ง กำหนดวิธีการสร้างโรงงานผลิตชิปกระบวนการขั้นสูง
ตอนนี้ NVIDIA ต้องการกำหนดว่า “จะสร้างโรงงาน AI อย่างไร”
เมื่อโครงสร้างอ้างอิงชุดนี้กลายเป็นมาตรฐานจริง จะเกิดอะไรขึ้น?
ประการแรก ผู้เล่นใดก็ตามที่ต้องการสร้างโครงสร้างพื้นฐาน AI ด้วยตนเอง ต้องถาม NVIDIA ก่อนว่า "สามารถได้รับการรับรองจาก NVIDIA Certified หรือไม่"
ประการที่สอง ผู้ผลิตฮาร์ดแวร์ใดๆ ที่ไม่อยู่ในโครงสร้างอ้างอิงนี้ จะค่อยๆ ถูกผลักให้อยู่ขอบเขต
ثالثly, NVIDIA สามารถดึงค่าผ่านทางเพิ่มเติมจากโรงงานผ่านชั้นซอฟต์แวร์เช่น DGX Cloud, NIM และ Omniverse
นี่คือสิ่งที่น่ากลัวจริงๆ
การขาย GPU หนึ่งครั้งคือหนึ่งครั้ง แต่เมื่อโครงสร้างอ้างอิงถูกสร้างขึ้นแล้ว จะได้สิทธิ์รับค่าเช่าเป็นเวลาอย่างน้อยสิบปี
AMD, Broadcom, ASIC Alliance จะรับมืออย่างไร? บางคนอาจถาม: AMD MI300/MI350 ก็ขายดีไม่น้อยใช่ไหม? Google TPU, Amazon Trainium, Meta MTIA, Broadcom ASIC ที่ออกแบบเฉพาะ ไม่กำลังแย่งอาหารของ NVIDIA อยู่หรือ?
ใช่ แต่แผนผังระบบนิเวศ DSX เปิดเผยข้อเท็จจริงที่ถูกมองข้าม:
ชิปเป็นเพียงชิ้นส่วนหนึ่งในโรงงาน สิทธิ์ในการกำหนดมาตรฐานของโรงงานมีค่ามากกว่าสัดส่วนตลาดของชิ้นส่วนเดียว
MI355X ของ AMD ได้ลดช่องว่างด้านประสิทธิภาพกับ B200 อย่างมาก การประเมินหลายครั้งของ SemiAnalysis ในปี 2025 แสดงให้เห็นว่าในบางสถานการณ์การให้บริการ MI355X มีประสิทธิภาพด้านต้นทุนดีกว่า
Broadcom ได้ผลักดันเส้นทาง "ไม่ใช่ NVIDIA" ให้บรรลุรายได้ระดับพันล้านดอลลาร์สหรัฐ โดยการออกแบบ ASIC แบบกำหนดเองให้กับ Google และ Meta
แต่
ผู้แข่งขันเหล่านี้ยังคงอยู่ในระดับการ "ขายชิป" หรือ "ขายการ์ดเร่งความเร็ว"
ไม่มีบริษัทใดที่สามารถรวมพลังงาน การระบายความร้อน การก่อสร้าง ตู้เครื่องจักร เครือข่าย ซอฟต์แวร์ บริการคลาวด์ และดิจิทัลทวิน เป็นแผนผังโรงงานแบบ “เปิดกล่องใช้งานได้ทันที” ได้ดีเท่านี้อีกแล้ว
นี่คือการโจมตีแบบลดมิติ
คุณขายชิ้นส่วน ฉันขายโรงงาน
ในระยะสั้น ความร่วมมือระหว่าง AMD และ ASIC ยังคงสามารถแบ่งส่วนตลาดภายในการติดตั้งของผู้ให้บริการคลาวด์ได้
แต่ในระยะกลางถึงยาว รัฐบาล AI ผู้ให้บริการโทรคมนาคม ผู้ผลิตคลาวด์ระดับสอง และโรงงาน AI สำหรับองค์กร มีแนวโน้มที่จะซื้อแพ็กเกจ NVIDIA โดยตรง เพื่อความสะดวก ประหยัดเวลา และลดความเสี่ยงทางการเมือง
ได้กล่าวถึงการคาดการณ์แนวโน้มที่น่าสนใจบางประการที่ควรพิจารณาล่วงหน้า ต่อไปนี้คือการคาดการณ์เชิงรุกบางข้อ สำหรับอ้างอิงเท่านั้น ไม่ใช่คำแนะนำ
อันดับแรก อัตราการใช้งานระบบระบายความร้อนด้วยของเหลวจะเร่งตัวขึ้นอย่างมีนัยสำคัญในปี 2026–2027
Dell'Oro Group คาดการณ์ในปี 2025 ว่า อัตราการใช้งานการระบายความร้อนด้วยของเหลวในศูนย์ข้อมูล AI จะเพิ่มจากปัจจุบันที่ 15% เป็นมากกว่า 40% ภายในปี 2027 ผู้ผลิตที่ NVIDIA ระบุ เช่น Vertiv, Delta, Eaton, Trane จะเป็นผู้ได้รับผลประโยชน์เชิงโครงสร้างรายแรก
ที่สอง พลังงานไฟฟ้าจะกลายเป็นตัวแปรแรกในการเลือกสถานที่ตั้งโรงงาน AI
การเลือกสถานที่ตั้งโรงงาน AI ในอนาคต จะไม่พิจารณาจากแบนด์วิดธ์หรือบุคลากรอีกต่อไป แต่จะพิจารณาจาก “ที่ไหนมีไฟฟ้าราคาถูก คงที่ และสะอาด” นี่คือเหตุผลที่ GE Vernova และ Engie ถูกนำเข้าสู่ระบบนิเวศ รัฐเท็กซัส รัฐไอดาโฮ ประเทศสแกนดิเนเวีย รัฐโจฮอร์ของมาเลเซีย และอาบูดาบีในสหรัฐอาหรับเอมิเรตส์ จะกลายเป็นศูนย์กลางพลังงานการคำนวณ AI แห่งใหม่
ثالثly ค่าตอบแทนจากการรวมระบบของ ODM รายใหญ่จากไต้หวันจะขยายตัวต่อไป
กำไรจากส่งสินค้าแบบตู้เต็มสูงกว่าการส่งแบบเครื่องเดี่ยวมาก บทบาทของ Hon Hai, Quanta, และ Wistron ในยุค GB200/GB300/Rubin จะยกระดับจาก “ผู้รับจ้างผลิต” เป็น “ผู้บูรณาการระบบ” และตรรกะการประเมินมูลค่าจะถูกกำหนดใหม่
ที่สี่ ปัญญาประดิษฐ์ของรัฐบาลจะผลักดันให้เกิดผู้เล่นรายใหญ่ด้านคลาวด์ระดับภูมิภาคใหม่ๆ จำนวนมาก
CoreWeave, Nebius, Iris Energy เป็นเพียงกลุ่มแรกเท่านั้น ในอีกสามปีข้างหน้า ภูมิภาคเอเชียตะวันออกเฉียงใต้ ตะวันออกกลาง อินเดีย และลาตินอเมริกาจะมี “CoreWeave รุ่นภูมิภาค” จำนวนมากเกิดขึ้น โดยป้ายกำกับร่วมของพวกเขาจะเป็น: ได้รับการรับรองจาก NVIDIA, ข้อมูลในท้องถิ่น, และการรับรองจากภาครัฐ
ห้า ดิจิทัลทวินจะกลายเป็น "ภาษาการออกแบบมาตรฐาน" ของโรงงาน AI
Dassault Systèmes, PTC, Siemens, Cadence เข้าสู่ระบบนิเวศ ไม่ใช่แค่เพื่อประดับประดา อนาคตของโรงงาน AI ก่อนที่จะถูกสร้างขึ้นในโลกจริง จะถูกจำลองอย่างสมบูรณ์ใน Omniverse ก่อน รวมถึงโหลดไฟฟ้า การกระจายความร้อน และความคืบหน้าของการก่อสร้าง นี่คือการตีกลับครั้งใหญ่ของซอฟต์แวร์อุตสาหกรรม
สรุป: NVIDIA กำลังวาดแผนที่ที่ใหญ่กว่า GPU กลับไปสู่คำถามเริ่มต้น
ทำไม NVIDIA ถึงเปิดเผยแผนผังระบบนิเวศ DSX ที่เวลาเช่นนี้?
เพราะมันกำลังบอกทั้งห่วงโซ่อุตสาหกรรมว่า:
เรื่องของ GPU ได้เข้าสู่บทที่สองแล้ว
บทที่หนึ่งชื่อว่า "ความหายากของพลังการประมวลผล" ตัวเอกคือชิป
การเคลื่อนที่ที่สองชื่อว่า "ความหายากของโรงงาน" โดยตัวเอกคือโครงสร้างพื้นฐานทั้งชุด
而英伟达，要继续当那个站在中央的指挥家。
มันไม่ใช่แค่บริษัทที่ขายชิปอีกต่อไป มันคือผู้กำหนดสถาปัตยกรรมอ้างอิงของปฏิวัติอุตสาหกรรม AI
มันดึงบริษัทไฟฟ้า บริษัทก่อสร้าง บริษัทระบายความร้อน บริษัทตู้เซิร์ฟเวอร์ ผู้ผลิต ODM ผู้ให้บริการคลาวด์ ผู้ให้บริการโทรคมนาคมรายใหญ่ และรัฐบาลของแต่ละประเทศ ทั้งหมดเข้ามาอยู่ในภาพเดียวกัน
รูปภาพนี้ดูเหมือนเป็นเพียงรายการพันธมิตรในระบบนิเวศ
แต่ผู้ที่เข้าใจจะรู้ว่า นี่คือร่างรัฐธรรมนูญอุตสาหกรรม AI ของยุคใหม่
ผู้ร่างร่างกฎหมายมีนามสกุลหวัง
至于这部宪法能维持多久，是否会遭到 AMD、ASIC 联盟或某个突如其来的架构变革推翻——那是另一个故事了。
แต่อย่างน้อยในฤดูร้อนปี 2026 นี้ กระดานเกมคือของ NVIDIA กฎก็ถูกกำหนดโดย NVIDIA และที่นั่งแถวหน้าก็ถูกจัดสรรโดย NVIDIA
ผู้เล่นที่เหลือ ต้องเข้าร่วมหรือต้องออก
ไม่มีตัวเลือกที่สาม
อ้างอิงจาก:
- หน่วยงานพลังงานระหว่างประเทศ (IEA), ไฟฟ้า 2024: การวิเคราะห์และพยากรณ์ถึงปี 2026
- การวิจัยของโกลด์แมน แซคส์ การเติบโตตามช่วงวัย: AI, ศูนย์ข้อมูล และการเพิ่มขึ้นอย่างรุนแรงของความต้องการไฟฟ้าในสหรัฐอเมริกา 2024
- Omdia, ตัวติดตามตลาดโครงสร้างพื้นฐานปัญญาประดิษฐ์ของรัฐบาล, 2025
- Dell'Oro Group, รายงานการพยากรณ์การระบายความร้อนด้วยของเหลวสำหรับศูนย์ข้อมูล 2025
- SemiAnalysis, การวิเคราะห์ประสิทธิภาพและ TCO ของ AMD MI355X เทียบกับ NVIDIA B200, 2025
- ห้องข่าวอย่างเป็นทางการของ NVIDIA, แบบแผน NVIDIA DSX สำหรับโรงงาน AI ขนาดกิกาวัตต์, 2025
- การนำเสนอแก่ผู้ลงทุนของ Quanta Computer รายงานผลการดำเนินงานไตรมาสที่ 4 ปี 2025
- วัสดุการประชุมนักลงทุนประจำปีของ Foxconn (Hon Hai) 2025