กำลังตามหา Marvel ตัวถัดไปอยู่หรือเปล่า? Jensen Huang ได้เผยเบาะแสไว้แล้วในสไลด์เดียว

โพสต์รับเชิญต่อไปนี้มาจาก Ziven.io, แพลตฟอร์มข่าวกรองตลาดทุนที่นำเสนอข้อมูลเกี่ยวกับบริษัทที่มีความเกี่ยวข้องกับการขุดบิตคอยน์ ปัญญาประดิษฐ์ และกลยุทธ์คลังคริปโต เผยแพร่ครั้งแรกเมื่อวันที่ 18 มิถุนายน 2026 โดย Cindy Feng

นับตั้งแต่ Jensen Huang ขึ้นเวที Computex และเรียก Marvell ว่า “บริษัทล้านล้านดอลลาร์รายถัดไป” MRVL ก็ไม่หันหลังกลับอีกเลย หุ้นที่ยังซื้อขายอยู่ระหว่าง 50-100 ดอลลาร์เมื่อไม่นานมานี้ในเดือนเมษายน ตอนนี้อยู่แถว ๆ 300 ดอลลาร์ โดยทำจุดสูงสุดตลอดกาล (ATH) ราว 316 ดอลลาร์ และเพิ่มขึ้นประมาณ 241% ตั้งแต่ต้นปี แค่ประโยคเดียวจาก Jensen ก็ทำให้บริษัทถูกประเมินมูลค่าใหม่เพิ่มขึ้นถึงหนึ่งในสี่ล้านล้านดอลลาร์

ไม่น่าแปลกใจที่มี “เกมใหม่” เริ่มขึ้นแล้ว: ไล่ดูทุกอย่างที่ Jensen พูด หา “ชื่อถัดไป” ที่เขาจะอวย แล้วรวย

ผมเข้าใจแรงกระตุ้นนั้น แต่สิ่งที่ชัดเจนจากการฟัง คีย์โน้ต ของ Jensen ทั้งหมดคือ คนส่วนใหญ่กำลังจับตาผิดจุด Jensen ไม่ได้แค่โยนชื่อฮอต ๆ เขาวางแผนที่เต็มรูปแบบว่าโรงงาน AI (AI factory) ถูกสร้างขึ้นจริง ๆ อย่างไร ทีละชั้น ทีละบริษัท แผนที่นั้นต่างหากที่ควรรู้ เพราะมันยังใช้ได้แม้กระแสจะจางไปแล้ว ผมจะพาคุณไล่ดูสไลด์นั้นแบบเจาะจง แต่ก่อนอื่นเรามาเริ่มจากส่วนที่ทำให้หลายคนงงกันก่อน

RTX, DGX, DSX: คนงาน, ทีม, โรงงาน

Jensen แบ่งแบรนด์ของ NVIDIA ออกเป็น 3 ชั้น โดยแต่ละชั้นเป็นหน่วยที่ใหญ่ขึ้นเรื่อย ๆ:

• RTX คือ GPU คือคนงาน ชิปที่ทำการคำนวณจริง ๆ มือสองข้างหนึ่งคู่
• DGX คือระบบ คือทีม เอาชิปพวกนั้นมาพันสาย/ประกอบรวมเป็นเครื่องเดียว ก็จะได้ DGX เป็นเหมือนทีมที่ทำงานเป็นหน่วยเดียวกัน
• DSX คือโครงสร้างพื้นฐาน คือโรงงาน อาคารที่ทีมเหล่านั้นทำงานอยู่ รวมถึงไฟฟ้า ระบบระบายความร้อน เครือข่าย และซอฟต์แวร์เพื่อให้หลายพันชุดทำงานได้ตลอด 24 ชั่วโมง

RTX และ DGX คุณคงเคยได้ยินมาแล้ว DSX คือของใหม่ และเป็นสิ่งที่ควรทำความเข้าใจ เพราะตรงนี้คือจุดที่ NVIDIA หยุดขาย “ชิป” และเริ่มขาย “วิธีการสร้างทั้งโรงงาน”

DSX คืออะไรกันแน่

ตาม คำพูด ของ Jensen, DSX คือ “พิมพ์เขียว (blueprint) และแบบอ้างอิง (reference design) สำหรับการสร้างและเดินระบบ AI factories ให้มีประสิทธิภาพและความสามารถทำกำไรสูงสุด”

พูดง่าย ๆ มันคือสูตรและชุดเครื่องมือสำหรับเปิดใช้งานกำลังประมวลผลระดับกิกะวัตต์และทำให้มันทำกำไรได้ NVIDIA ถึงกับตั้งชื่อชิ้นส่วนของชุดเครื่องมือไว้: ดิจิทัลทวินเพื่อออกแบบและทดสอบทั้งโรงงานก่อนที่แร็กตัวแรกจะถูกส่งออก (DSXSim), ระบบปฏิบัติการเพื่อรันเมื่อเริ่มใช้งานจริง (DSX OS), และเครื่องมือเพื่อยัด GPU ได้มากขึ้นภายใต้งบพลังงานเท่าเดิมและปรับยืดหยุ่นตามกริดไฟฟ้า (DSX Max LPS, DSX FLEX) ข้อเสนอคือจะมีโรงงานเหล่านี้รวม 100 กิกะวัตต์ออนไลน์ก่อนทศวรรษนี้จบ และโรงงานที่สร้างด้วย DSX จะเดินถูกกว่าและกดดันกริดเบากว่า

ทั้งหมดนี้ฟังดูเหมือนเป็นสิ่งที่ NVIDIA จะขายให้คุณแบบจบในตัว แต่มันไม่ใช่แบบนั้นจริง ๆ

ไม่มีบริษัทเดียวที่สร้าง AI factory ได้ครบทั้งโรงงาน

โรงงาน AI ขนาด 1 กิกะวัตต์ตอนนี้เป็นโปรเจ็กต์มูลค่า 30-100 พันล้านดอลลาร์ ตามที่ Jensen กล่าว ในสเกลนี้มันไม่ใช่ “ห้องเซิร์ฟเวอร์” อีกต่อไป แต่เป็นโครงสร้างพื้นฐานระดับเดียวกับโรงกลั่นหรือสถานีไฟฟ้า

NVIDIA ทำทั้งหมดนั้นคนเดียวไม่ได้ มันไม่เทคอนกรีต ไม่ลากสายไฟแรงสูง ไม่ผลิตชิลเลอร์ และไม่ไปเจรจากับการไฟฟ้าท้องถิ่น และคุณก็ไม่สามารถค่อย ๆ ต่อชิ้นส่วนทีละอย่างทีหลังได้ เพราะชิป แร็ก เครือข่าย ไฟฟ้า และความเย็น ต้องถูกออกแบบร่วมกันตั้งแต่วันแรก ทุกชั่วโมงที่โรงงานนั่งว่างคือรายได้ที่หายไป ดังนั้นการสร้างที่แพงขนาดนี้ต้อง “ใช้ได้ตั้งแต่ครั้งแรก”

ดังนั้น NVIDIA จึงทำสิ่งที่สมเหตุสมผล: เผยแพร่พิมพ์เขียว และรวมพันธมิตรเป็นพันธมิตร/โคอะลิชันเพื่อครอบคลุมทุกชั้นที่มันไม่ได้ทำเอง โคอะลิชันนั้นมีชื่อว่า AI Factory Ecosystem และ Jensen ใส่รายชื่อทั้งหมดไว้บนสไลด์เดียว สไลด์นั้นคือแผนที่

แผนที่: ใครกันที่สร้าง AI factory จริง ๆ

บริษัทส่วนใหญ่ในนั้นเป็นบริษัทเอกชนหรือจดทะเบียนในต่างประเทศ แต่ก็ยังมีอีกไม่น้อยที่จดทะเบียนในสหรัฐฯ ผมทำตารางขึ้นมาเพื่อรวบรวมรายชื่อที่ซื้อขายในตลาดหลักทรัพย์ทั้งหมดจากแผนที่นี้ คอลัมน์สุดท้ายคือ มุมมองคร่าว ๆ ของผมว่าแต่ละธุรกิจ “พึ่งพา” การขยายการสร้าง AI (AI build-out) มากแค่ไหนจริง ๆ เพราะการอยู่บนสไลด์ (ซึ่งอาจมีวัตถุประสงค์ด้านการตลาด) กับการที่ธุรกิจถูกขับเคลื่อนด้วยมันจริง ๆ เป็นคนละเรื่องกันมาก

โปรดทราบว่า รายชื่อที่อยู่ในตลาด OTC หรือจดทะเบียนต่างประเทศถูกตัดออกจากตาราง หากคุณต้องการรายการ CSV แบบครบถ้วน แค่ส่งข้อความมาหาผมแล้วผมจะส่งให้ด้วย อีกทั้งยังมีบางชื่อที่ยังเป็นบริษัทเอกชนและมี IPO ที่กำลังจะมาถึง เช่น Lambda (สหรัฐฯ), Nscale (สหราชอาณาจักร), Firmus (ออสเตรเลีย) และ Yotta (อินเดีย)

หมายเหตุสำคัญ

ต้องเข้าใจว่า การแสดงโลโก้บอกได้ว่าบริษัท “เกี่ยวข้อง” แต่ไม่ได้บอกว่าความเกี่ยวข้องนั้น “มีนัยสำคัญ” แค่ไหน สำหรับ CoreWeave หรือ Vertiv ความต้องการจาก AI factory แทบจะเป็นทั้งเรื่องราวทั้งหมด แต่สำหรับ Caterpillar หรือ National Grid มันเป็นเพียงเศษเสี้ยวของธุรกิจที่ใหญ่กว่ามาก และแทบไม่ขยับราคาหุ้น แถวที่เป็น “High” ให้ทั้งแรงส่งและความผันผวนพอ ๆ กัน ส่วนแถว “Low” ให้บริษัทที่นิ่งกว่า โดยมีเพียงเส้นด้ายบาง ๆ ที่ผูกกับธีมการขยายการสร้าง AI

ข้อคิดส่งท้าย

อาจมีชื่อใดชื่อหนึ่งในนี้กลายเป็น Marvell ตัวถัดไป หรืออาจไม่มีเลย นั่นไม่ใช่ข้อสรุปที่ผมตัดสินได้จากสไลด์เดียว และการไล่ตามโลโก้ไหนก็ตามที่คุณหวังว่า Jensen จะ “อวย” ต่อไปนั้น ใกล้เคียงกับการเดาสุ่มมากกว่ากลยุทธ์

คุณค่าที่ยืนยาวอยู่ที่แผนที่นี้ พร้อมกับคำถามที่เฉียบคมกว่าในการนำไปใช้: สำหรับแต่ละชื่อบนชาร์ตนี้ ธุรกิจของมันพึ่งพา AI build-out มากแค่ไหน? ชั้นของมันมีอำนาจการตั้งราคา (pricing power) มากเพียงใด? ธุรกิจที่เป็น pure-play ผู้เล่นดั้งเดิมที่กระจายความเสี่ยง และสินค้าโภคภัณฑ์ ย่อมมีเลเวอเรจและโปรไฟล์ความเสี่ยงต่างกันแน่นอน

สิ่งหนึ่งที่ไม่เปลี่ยน: ทุกดีลของไฮเปอร์สเกลเลอร์ที่คุณจะอ่านเจอ ทุกพาดหัว “ดาต้าเซ็นเตอร์ X กิกะวัตต์” ล้วนพึ่งพาสแต็กทั้งหมดนี้อย่างเงียบ ๆ ให้เกิดขึ้นจริง มีคนออกแบบ มีคนสร้าง มีคนจ่ายไฟ มีคนทำความเย็น มีคนจัดแร็กเซิร์ฟเวอร์ มีคนเดินระบบ ชาร์ตนี้คือรายชื่อนักแสดง เลือกชั้นที่คุณสนใจ แล้วชั่งน้ำหนักความเกี่ยวข้องของมันเทียบกับอำนาจการตั้งราคาที่มันถืออยู่ นั่นแหละคือจุดเริ่มต้นของงานจริง แผนที่อาจไม่บอกคุณว่าควรซื้ออะไร แต่มันคือกรอบคิดที่คุณอ้างอิงได้