OpenAI มองหาพันธมิตรชิปทางเลือก: จุดเปลี่ยนของตลาด Inference และโอกาสของ $AMD
__________________________
🔥 ช่วงหลังมีสัญญาณชัดเจนว่า OpenAI กำลังมองหาพันธมิตรด้านชิปรายอื่น นอกเหนือจาก NVIDIA
สาเหตุหลักไม่ใช่เรื่อง "พลัง" ของชิป แต่เป็น ประสิทธิภาพด้าน Inference ที่ยังไม่ตอบโจทย์
__________________________
🧩 Training vs Inference: โฟกัสที่ต่างกัน
ปัจจุบันชิปของ NVIDIA ถูกออกแบบมาให้ โดดเด่นด้าน Training เป็นหลัก ซึ่งสอดคล้องกับโครงสร้างงาน AI ในช่วงที่ผ่านมา เพราะภาระงานส่วนใหญ่ยังอยู่ที่การฝึกโมเดล (Training)
แต่เมื่อโมเดลเริ่มเสถียรและถูกนำไปใช้งานจริงมากขึ้น ภาระงานจะย้ายไปที่ Inference—การรันโมเดลเพื่อตอบคำถามหรือประมวลผลแบบเรียลไทม์ ⚡
__________________________
🚀 ทำไม $AMD ถึงได้เปรียบใน Inference
AMD วางสถาปัตยกรรมชิปโดย เพิ่ม Memory Capacity ต่อชิป ทำให้:
โมเดลขนาดใหญ่ ใส่ลงในชิปจำนวนน้อยกว่า
ลด Latency จากการสื่อสารข้ามชิป เพิ่มประสิทธิภาพต่อวัตต์และต่อดอลลาร์ สำหรับงาน Inference ซึ่งแนวทางนี้สอดรับกับทิศทางตลาดที่กำลังเปลี่ยนไป
__________________________
📈 Inference จะใหญ่กว่า Training
หลายสำนักประเมินตรงกันว่า ภายในปี 2028 ตลาด Inference จะมีขนาดใหญ่กว่าตลาด Training อย่างมีนัยสำคัญ เมื่อถึงจุดนั้น โครงสร้างความต้องการฮาร์ดแวร์จะเปลี่ยน และผู้เล่นที่ "เกิดมาเพื่อ Inference" จะได้เปรียบเชิงโครงสร้าง 🏗️
__________________________
✅️ มุมมองการลงทุน
ในเชิง Valuation ปัจจุบัน $AMD ยังเป็นหุ้นเซมิคอนดักเตอร์ที่ถูกที่สุดตัวหนึ่ง
เทรดเพียง ~10x กำไรคาดการณ์ปี 2030
มีโอกาส ขยาย Market Share อย่างเร่งตัวหลังปี 2028 หาก Thesis เรื่อง Inference เป็นจริง
โลก AI กำลังก้าวจาก "ฝึกโมเดล" ไปสู่ "ใช้งานจริงในวงกว้าง" และในเกม Inference ระยะยาว $AMD อาจไม่ใช่แค่ทางเลือก แต่เป็นผู้ชนะเชิงโครงสร้าง 🏆📊
⚠️ Disclaimer: ไม่ใช่คำแนะนำการลงทุน ผู้ลงทุนควรศึกษาข้อมูลเพิ่มเติมด้วยตนเอง"
---
Source: InvestTech Story - เรื่องเล่านักลงทุน
ร่วมสนทนา
เข้าสู่ระบบด้วย IDUnify เพื่อแสดงความรู้สึก แสดงความคิดเห็น และรับข่าวสารจาก ชมรมคนไทยในอเมริกา บัญชีเดียวสำหรับทุกชุมชนของคุณ
ดำเนินการต่อด้วย IDUnifyสมัครฟรี