รายได้เกมมิ่งของ Nvidia ทำสถิติใหม่ที่ 3.8 พันล้านดอลลาร์ ขณะที่ความต้องการโครงสร้างพื้นฐาน AI เปลี่ยนโฉมศูนย์ข้อมูล

การปฏิวัติปัญญาประดิษฐ์กำลังเปลี่ยนแปลงโมเดลธุรกิจของ Nvidia และโครงสร้างพื้นฐานที่ขับเคลื่อนการคำนวณยุคใหม่อย่างพื้นฐาน แม้ว่าบริษัทจะกลายเป็นสัญลักษณ์ของศูนย์ข้อมูล AI แต่ฝ่ายเกมมิ่งกลับมอบผลงานที่ทำลายสถิติอย่างไม่คาดคิด ขณะที่การเปลี่ยนแปลงในอุตสาหกรรมในวงกว้างเผยให้เห็นความท้าทายด้านโครงสร้างพื้นฐานขนาดใหญ่ที่เผชิญหน้ากับการใช้งาน AI ขนาดใหญ่

ภาพรวมของบทบาทที่เปลี่ยนแปลงของ Nvidia ในโครงสร้างพื้นฐาน AI และแนวโน้มประสิทธิภาพด้านเกมมิ่ง

ฝ่ายเกมมิ่งท้าทายความคาดหมายด้วยการเติบโตที่ทำสถิติใหม่

รายได้เกมมิ่งของ Nvidia พุ่งสูงถึงระดับประวัติการณ์ที่ 3.8 พันล้านดอลลาร์สหรัฐในไตรมาสที่ 1 ปีงบประมาณ 2026 ซึ่งเป็นการเพิ่มขึ้นอย่างน่าทึ่ง 42% เมื่อเทียบกับปีก่อนและเติบโต 48% เมื่อเทียบกับไตรมาสก่อนหน้า นี่แสดงถึงอัตราการเติบโตที่เร็วที่สุดที่ส่วน GPU เกมมิ่งเคยมีมาในหลายปี โดยเกินความคาดหมายของ Wall Street มากกว่า 30% การพุ่งสูงนี้เกิดจากการเปิดตัว Blackwell architecture ของ Nvidia ที่เร่งขึ้น ซึ่งบริษัทอ้างว่าให้การปรับปรุงประสิทธิภาพอย่างมากเมื่อรวมกับเทคโนโลยี DLSS และ Multi-Frame Generation

อย่างไรก็ตาม ข้อมูลเบนช์มาร์กในโลกแห่งความเป็นจริงชี้ให้เห็นว่าการปรับปรุงประสิทธิภาพที่แท้จริงนั้นเจียมเนื้อเจียมตัวกว่าที่เอกสารการตลาดของ Nvidia ระบุไว้ ตัวเลขรายได้ที่น่าประทับใจอาจสะท้อนแนวโน้มที่ไม่คาดคิดที่การ์ด RTX ระดับไฮเอนด์สำหรับผู้บริโภคถูกนำไปใช้ใหม่สำหรับการดำเนินงาน AI ขนาดเล็กโดยสตาร์ทอัพและนักพัฒนาอิสระที่ไม่สามารถเข้าถึงฮาร์ดแวร์ระดับองค์กรได้

ผลประกอบการทางการเงินของ Nvidia ไตรมาสที่ 1 ปีงบประมาณ 2026

• รายได้จากเกมมิ่ง: 3.8 พันล้านดอลลาร์สหรัฐ (+42% เมื่อเทียบรายปี, +48% เมื่อเทียบรายไตรมาส)
• รายได้รวม: 44.1 พันล้านดอลลาร์สหรัฐ
• รายได้จาก Data Center: 39.1 พันล้านดอลลาร์สหรัฐ (+73% เมื่อเทียบรายปี)
• สัดส่วนรายได้เกมมิ่งต่อรายได้รวม: 8.5% (ลดลงจาก 45% ในช่วงต้นปี 2022)
• การตัดจำหน่ายที่เกี่ยวข้องกับ China: 4.5 พันล้านดอลลาร์สหรัฐ
• ผลกระทบรายได้ไตรมาสที่ 2 ที่คาดการณ์: 8 พันล้านดอลลาร์สหรัฐ

โครงสร้างพื้นฐาน AI กลายเป็นตัวขับเคลื่อนรายได้หลัก

แม้ว่าเกมมิ่งจะมีผลงานที่แข็งแกร่ง แต่ขณะนี้คิดเป็นเพียง 8.5% ของรายได้รวมของ Nvidia ซึ่งลดลงอย่างมากจาก 45% ในช่วงต้นปี 2022 การเปลี่ยนแปลงนี้ไม่ได้เกิดจากความอ่อนแอของเกมมิ่ง แต่เป็นผลมาจากการเติบโตที่ระเบิดของความต้องการโครงสร้างพื้นฐาน AI รายได้รวมของ Nvidia ถึง 44.1 พันล้านดอลลาร์สหรัฐสำหรับไตรมาสนี้ โดยมี 39.1 พันล้านดอลลาร์สหรัฐมาจากส่วนศูนย์ข้อมูลเพียงอย่างเดียว ซึ่งแสดงถึงการเติบโตเกือบ 10 เท่าเมื่อเทียบกับเกมมิ่งในช่วงสองปีที่ผ่านมา

การเปลี่ยนแปลงนี้สะท้อนการประกาศของ CEO Jensen Huang ในเดือนมีนาคมที่ว่า Nvidia ได้พัฒนาเป็นผู้ให้บริการโครงสร้างพื้นฐาน AI อย่างไรก็ตาม ไตรมาสนี้ไม่ปราศจากความท้าทาย เนื่องจากบริษัทเผชิญกับการตัดจำหน่าย 4.5 พันล้านดอลลาร์สหรัฐเนื่องจากข้อจำกัดการส่งออกชิประดับไฮเอนด์ไปยังจีนของสหรัฐฯ พร้อมกับผลกระทบต่อรายได้เพิ่มเติม 8 พันล้านดอลลาร์สหรัฐที่คาดว่าจะเกิดขึ้นในไตรมาสที่ 2

คอขวดเครือข่ายปรากฏเป็นข้อจำกัดที่ซ่อนอยู่ของ AI

เมื่อโมเดล AI ขยายไปสู่สถาปัตยกรรมพารามิเตอร์หลายล้านล้าน เทคโนโลยีการเชื่อมต่อเครือข่ายได้กลายเป็นคอขวดสำคัญที่จำกัดประสิทธิภาพการคำนวณ ศูนย์ข้อมูลแบบดั้งเดิมกำลังได้รับการอัปเกรดอย่างครอบคลุมเพื่อรองรับสิ่งที่นักวิเคราะห์อุตสาหกรรมเรียกว่าศูนย์คำนวณอัจฉริยะใหม่ ซึ่งแบนด์วิดธ์เครือข่ายกำหนดประสิทธิภาพการฝึกโดยตรงสำหรับโมเดล AI ขนาดใหญ่

ความท้าทายเกิดจากความต้องการการฝึกแบบขนานแบบกระจาย เมื่อพารามิเตอร์โมเดลเกินความสามารถของการ์ดเดียว GPU หลายร้อยตัวต้องประสานงานผ่านการแลกเปลี่ยนข้อมูลเกรเดียนต์ความถี่สูง กลยุทธ์ Tensor parallel ต้องการแบนด์วิดธ์หลายร้อยกิกะไบต์ต่อวินาที ทำให้การเชื่อมต่อ PCIe แบบดั้งเดิมล้าสมัย

ข้อกำหนดการขยายขนาดโมเดล AI

• มาตรฐานปัจจุบัน: โมเดลที่มีพารามิเตอร์หลายพันล้านตัว
• เป้าหมายถัดไป: โมเดลที่มีพารามิเตอร์หลายล้านล้านตัว
• วิธีการฝึกอบรม: การประมวลผลแบบกระจายแบบขนานผ่าน GPU หลายร้อยตัว
• คอขวดที่สำคัญ: แบนด์วิดท์การเชื่อมต่อเครือข่าย
• วิวัฒนาการโครงสร้างพื้นฐาน: ศูนย์ข้อมูลแบบดั้งเดิม → ศูนย์คอมพิวติ้งอัจฉริยะ

โซลูชันการเชื่อมต่อที่แข่งขันกันกำหนดสถาปัตยกรรมอนาคต

แนวทางหลักสองแนวทางกำลังปรากฏสำหรับการเชื่อมต่อภายในโหนด เทคโนโลยี NVLink รุ่นที่ห้าของ Nvidia บรรลุแบนด์วิดธ์ 1,800 GB/s รองรับการสื่อสารที่ราบรื่นระหว่าง GPU 576 ตัวผ่านชิป NVSwitch แม้ว่าจะยังคงเป็นระบบนิเวศที่เป็นกรรมสิทธิ์ ในขณะเดียวกัน มาตรฐานเปิดอย่าง OAM และ UBB ที่ส่งเสริมโดย Open Compute Project กำหนดโมดูลตัวเร่ง AI สากลและข้อกำหนด backplane ที่รองรับสภาพแวดล้อมหลายผู้ขายพร้อมลดต้นทุนการรวมระบบ

สำหรับการสื่อสารระหว่างโหนด InfiniBand รักษาความเหนือกว่าทางเทคนิคด้วยเครือข่ายแบบไม่สูญเสียโดยธรรมชาติและเวลาแฝงแบบ end-to-end 2 ไมโครวินาทีที่รองรับคลัสเตอร์ 10,000 การ์ด แม้ว่าจะมีราคาแพง RoCEv2 เสนอทางเลือก Ethernet ที่คุ้มค่ากว่าด้วยเวลาแฝง 5 ไมโครวินาทีที่รองรับการกำหนดค่าพันการ์ด โดยได้รับการสนับสนุนจากผู้ขายอย่าง Huawei และ H3C แม้ว่าจะเผชิญกับข้อจำกัดด้านประสิทธิภาพในระดับที่รุนแรง

การเปรียบเทียบประสิทธิภาพเครือข่ายโครงสร้างพื้นฐาน AI

ความตึงเครียดทางภูมิรัฐศาสตร์เร่งการแข่งขันนวัตกรรม

Huang ยอมรับว่าผู้ผลิตชิปสหรัฐฯ ได้สูญเสียการเข้าถึงตลาด AI ของจีนอย่างมีประสิทธิภาพเนื่องจากข้อจำกัดการส่งออก แม้ว่ารายงานจะชี้ให้เห็นว่า GPU ยังคงไปถึงลูกค้าชาวจีนผ่านช่องทางทางอ้อม ที่สำคัญกว่านั้น เขาเตือนว่าการควบคุมการส่งออกกำลังกระตุ้นนวัตกรรมของจีน โดยคู่แข่งในประเทศกำลังพัฒนาสถาปัตยกรรมคู่แข่ง

สตาร์ทอัพชาวจีนที่ก่อตั้งในปี 2021 มีรายงานว่ากำลังเตรียมการผลิตมวล GPU ที่ใช้สถาปัตยกรรมกรรมสิทธิ์ โดยมีประสิทธิภาพที่ลือกันว่าเทียบเท่ากับ RTX 4060 ของ Nvidia การพัฒนานี้เน้นย้ำว่าข้อจำกัดทางภูมิรัฐศาสตร์กำลังเร่งการปรากฏของระบบนิเวศฮาร์ดแวร์ AI ทางเลือก ซึ่งอาจแบ่งแยกตลาดโลกที่ Nvidia ครองอยู่ในปัจจุบัน

การบรรจบกันของรายได้เกมมิ่งที่ทำสถิติและความท้าทายการเปลี่ยนแปลงโครงสร้างพื้นฐานแสดงให้เห็นว่าอิทธิพลของ AI ขยายไปไกลกว่าศูนย์ข้อมูล โดยปรับรูปแบบห่วงโซ่อุปทานเทคโนโลยีทั้งหมดและภูมิทัศน์การแข่งขันในรูปแบบที่จะกำหนดวิวัฒนาการคำนวณในทศวรรษหน้า