ทุกการพุ่งขึ้นในตลาดเทคโนโลยีใหญ่ๆ มักจะมีคำถามเดียวกันที่น่ารู้สึกไม่สบาย: ความกระตือรือร้นได้เดินหน้านำหน้าพื้นฐานแล้วหรือยัง?
การเติบโตอย่างรวดเร็วของปัญญาประดิษฐ์ได้ทำให้ Nvidia กลายเป็นศูนย์กลางของตลาดทั่วโลก ทำให้ชิปของบริษัทกลายเป็นโครงสร้างพื้นฐานที่สำคัญสำหรับเศรษฐกิจ AI ส่งผลให้การประเมินมูลค่าของ Nvidia มีความไวต่อการพัฒนาที่ท้าทายสมมติฐานที่ว่าการที่มีปัญญามากขึ้นมักจะต้องการฮาร์ดแวร์มากขึ้น
DeepSeek เป็นหนึ่งในความท้าทายนี้
แทนที่จะสัญญาณว่าการเติบโตที่ขับเคลื่อนด้วย AI ได้สิ้นสุดลง การพัฒนาของ DeepSeek ได้บังคับให้ตลาดต้องเผชิญกับความเสี่ยงที่มีความซับซ้อนมากขึ้น: ไม่ใช่การทำลายความต้องการ แต่เป็นการปรับราคาความคาดหวังเกี่ยวกับกำไร อำนาจในการตั้งราคา และการพึ่งพาฮาร์ดแวร์ในระยะยาว
ความก้าวหน้าของ DeepSeek: ความมีประสิทธิภาพภายใต้ข้อจำกัด
DeepSeek ดึงดูดความสนใจทั่วโลกครั้งแรกเมื่อเปิดตัวโมเดล V3 ซึ่งแสดงให้เห็นว่าการดำเนินการในระดับสูงสามารถทำได้ภายใต้ข้อจำกัดอย่างเข้มงวด
โมเดลนี้มีพารามิเตอร์ 671 พันล้านตัว แต่มีเพียงประมาณ 37 พันล้านพารามิเตอร์ที่ทำงานอยู่ในแต่ละช่วงเวลา วิธีการเปิดใช้งานที่มีความเบาบางนี้ลดความต้องการในการคำนวณในเวลาจริงลงเหลือประมาณหนึ่งในสามของที่โมเดลแบบดั้งเดิมต้องการ
นอกจากนี้ DeepSeek ยังได้นำเสนอสถาปัตยกรรม Mixture of Latent Attention (MLA) ซึ่งช่วยลดการใช้หน่วยความจำลงอย่างมาก — ในบางกรณีมากถึง 90% — ทำให้ GPU เดิมสามารถจัดการกับโหลดงานที่ใหญ่ขึ้นได้
การออกแบบเหล่านี้ได้เปลี่ยนสมมติฐานพื้นฐานในสงครามอาวุธ AI: การขยายระดับความฉลาดไม่ได้ต้องการการขยายฮาร์ดแวร์ตามสัดส่วน โดยแทนที่ DeepSeek สาธิตว่าสถาปัตยกรรมซอฟต์แวร์สามารถตอบสนองข้อจำกัดของฮาร์ดแวร์ได้
จากการเปิดตัวโมเดลสู่ปฏิกิริยายอดขาย
ผลกระทบต่อตลาดจากความก้าวหน้าด้านความมีประสิทธิภาพนี้เกิดขึ้นทันทีและรุนแรง Nvidia ประสบกับการลดลงในวันเดียวที่มากที่สุด โดยราคาหุ้นลดลงประมาณ 17% ในเซสชันเดียว ทำให้สูญเสียมูลค่าตลาดเกือบ 600 พันล้านดอลลาร์สหรัฐ
การตอบสนองนี้ไม่ใช่เพียงเกี่ยวกับ DeepSeek เท่านั้น แต่ยังเกี่ยวกับความประหลาดใจ ตลาดได้กำหนดตำแหน่งสำหรับอนาคตของ AI ที่มีความต้องการ GPU ที่เพิ่มขึ้นอย่างต่อเนื่อง การปรากฏตัวอย่างกระทันหันของเส้นทางที่เป็นทางเลือกที่น่าเชื่อถือ ซึ่งส่งมอบประสิทธิภาพด้วยการคำนวณที่น้อยลง — บังคับให้มีการประเมินค่าใหม่อย่างรวดเร็ว
การกระแทกเหล่านี้มักจะลดลงเมื่อเวลาผ่านไป เมื่อมีการรับรู้ถึงขอบเขตใหม่แห่งความมีประสิทธิภาพ การพัฒนาในอนาคตมีแนวโน้มที่จะนำไปสู่การปรับราคาไม่ใช่การขายออกที่เกิดจากความตื่นตระหนก
ทำไมความมีประสิทธิภาพถึงสำคัญกับการประเมินมูลค่าของ Nvidia
จากมุมมองแรก ความนวัตกรรมด้าน AI ที่ขับเคลื่อนด้วยความมีประสิทธิภาพดูเหมือนจะเป็นการตลาดที่มีเจตนาลดมูลค่าของผู้นำฮาร์ดแวร์ หากโมเดลต้องการ GPU น้อยลง ความคิดบอกว่าความต้องการควรลดลง
ในความเป็นจริงผลกระทบซับซ้อนกว่า
การฝึกอบรมกับการประมวลผลข้อมูล
การฝึกอบรม AI ที่พัฒนาไปอย่างก้าวหน้าที่สุดยังคงพึ่งพาอุปกรณ์ฮาร์ดแวร์ที่ทันสมัย ความก้าวหน้าด้านประสิทธิภาพมีผลกระทบเป็นหลักต่อการประมวลผลข้อมูล ซึ่งโมเดลจะถูกใช้งานในระดับใหญ่และมีความไวต่อค่าใช้จ่ายสูง การแยกแยะนี้เป็นสิ่งสำคัญ: การปรับแต่งแบบ DeepSeek ท้าทายกำไรและอำนาจในการตั้งราคา ไม่ใช่ความเกี่ยวข้องของชิปขั้นสูงสำหรับการวิจัยในระดับแนวหน้า
อำนาจในการตั้งราคาอยู่ภายใต้ความกดดัน
เมื่อประสิทธิภาพดีขึ้นและทางเลือกใหม่ๆ ปรากฏขึ้น โดยเฉพาะในตลาดที่ไวต่อราคา ความสามารถของ Nvidia ในการกำหนดราคาจะลดลง โดยความเสี่ยงที่นี่ไม่ใช่การที่รายได้จะลดลง แต่เป็นการขยายกำไรที่ช้ากว่าที่ตลาดอาจคาดหวังในปัจจุบัน
ภูมิศาสตร์การเมืองและระบบนิเวศ AI สองเส้นทาง
ข้อจำกัดทางภูมิศาสตร์การเมืองได้เร่งนวัตกรรมที่ขับเคลื่อนด้วยความมีประสิทธิภาพ ข้อจำกัดในการส่งออกชิปขั้นสูงบังคับให้บริษัทจีนต้องเพิ่มประสิทธิภาพการทำงานภายในการเข้าถึงฮาร์ดแวร์ที่ จำกัด
แม้จะมีข้อจำกัดเหล่านี้ แต่ระดับสูงของการพัฒนา AI ยังคงต้องการเทคโนโลยีของ Nvidia การผ่อนคลายข้อจำกัดในการส่งออกบางส่วนทำให้สามารถนำเสนอชิปขั้นสูงจำนวนจำกัดเข้าสู่จีนได้ แม้ว่าจะมีค่าใช้จ่ายและความยุ่งยากทางกฎระเบียบเพิ่มเติม
นี่ทำให้เกิดผลลัพธ์ที่ขัดแย้ง: ลูกค้าที่เติบโตเร็วที่สุดของ Nvidia รวมถึงบริษัทที่พัฒนาซอฟต์แวร์และฮาร์ดแวร์ซึ่งออกแบบมาเพื่อลดการพึ่งพา Nvidia ในระยะยาว
ความท้าทายภายในประเทศของจีนต่ออำนาจการตั้งราคา ของ Nvidia
ในขณะที่ Nvidia ยังคงเป็นผู้นำในด้านประสิทธิภาพสูงสุด ทางเลือกในประเทศไม่สามารถมองข้ามได้อีกต่อไป
โปรเซสเซอร์ Ascend 910C ของ Huawei ได้กลายเป็นตัวเลือกที่น่าเชื่อถือสำหรับการประมวลผลขนาดใหญ่ โดยตามการทดสอบเปรียบเทียบในปี 2026 แPerformance ของมันในการประมวลผลข้อมูลบางประเภทอาจเข้าคู่กับรุ่น H200 ของ Nvidia
ในขณะเดียวกันกลุ่มบริษัท AI ชั้นนำของจีน — มักเรียกกันว่า “เสือหกตัว” — กำลังปรับแต่งโมเดลเพื่อใช้กับฮาร์ดแวร์ภายในประเทศแทนที่จะเป็นระบบ CUDA ของ Nvidia
ผลที่ได้ไม่ใช่การแทนที่ในทันที แต่คือเพดานโครงสร้างเกี่ยวกับอำนาจในการตั้งราคา เมื่อตัวเลือกที่มีความสามารถมีอยู่ ลูกค้าจะมีอำนาจในการต่อรองมากขึ้น
เริ่มซื้อขายทันที – คลิกที่นี่ เพื่อสร้างบัญชีจริงของ VT Markets
