AI Value Chain: โครงสร้างพื้นฐานของ AI จุดที่ compute ถูกใช้งานจริง และระบบถูกเชื่อมต่อเข้าด้วยกัน

Servers & Systems: จุดที่ compute ถูกประกอบเป็นระบบ

ชิป AI จากต้นน้ำจะไม่มีมูลค่า ถ้ายังไม่ได้ถูกนำมาประกอบเป็นระบบ เช่น AI server หรือ cluster ที่รวม GPU, memory และ network เข้าด้วยกัน ในยุค AI ระบบเหล่านี้มีความซับซ้อนมากขึ้นอย่างมีนัยสำคัญ เพราะต้องรองรับการทำงานแบบ parallel ของ GPU จำนวนมาก และต้อง optimize ทั้ง performance และ energy efficiency ไปพร้อมกัน

 

Networking: เส้นเลือดของ AI Data Center

AI data center ไม่ได้มีแค่ compute แต่ต้องมี network ที่เร็วพอให้ทุกอย่างทำงานร่วมกันได้ Arista Networks (ANET23) เป็นผู้นำด้าน networking สำหรับ cloud และ AI data center จุดเด่นของ Arista คือการครองตลาด high-speed Ethernet switching ใน data center ระดับ hyperscale (data center ขนาดใหญ่ของ Microsoft, Meta, Google, Amazon)  และมี software-driven architecture ที่ช่วยให้ network scale ได้ง่ายและมี latency (ความหน่วง) ต่ำ

 

ในระบบ AI cluster การเชื่อมต่อระหว่าง GPU เป็นสิ่งที่สำคัญมาก เพราะ workload ต้องกระจายไปหลายเครื่องพร้อมกัน หาก network ช้า ระบบทั้งระบบจะช้าลงทันที

 

Data Center & Infrastructure: พื้นที่ที่ AI ถูกใช้งานจริง

Data center คือจุดที่ทุกอย่างใน AI Value Chain มารวมกัน ตั้งแต่ compute, memory, network ไปจนถึงพลังงาน

 

สิ่งที่เปลี่ยนไปในยุค AI คือ data center ต้องถูกออกแบบใหม่ เพราะ AI rack (ตู้เซิร์ฟเวอร์ระดับสูง) หนึ่งตู้ใช้พลังงานสูงกว่าระบบเดิมหลายเท่า ทำให้การออกแบบ infrastructure ต้องคิดใหม่ทั้งหมด ตั้งแต่ power distribution ไปจนถึง cooling

 

แม้ DR ชุดนี้จะไม่มี data center operator โดยตรง แต่ส่วนนี้เป็นศูนย์กลางของ capex (เงินลงทุนระยะยาว) เพราะเป็นจุดที่เงินลงทุนถูกใช้จริง และเป็นตัวกำหนดว่า AI จะ scale ได้เร็วแค่ไหน

 

Power & Cooling: ข้อจำกัดใหม่ของ AI

หนึ่งในข้อจำกัดที่สำคัญที่สุดของ AI วันนี้ไม่ใช่แค่ชิป แต่คือพลังงานและระบบระบายความร้อนเพราะ AI data center รุ่นใหม่ใช้ไฟมากกว่าระบบเดิมหลายเท่า และต้องมีระบบระบายความร้อนที่มีประสิทธิภาพสูงเพื่อให้ GPU จำนวนมหาศาลทำงานได้ต่อเนื่อง

 

Vertiv (VRT23) เป็นผู้ให้บริการระบบไฟและระบบระบายความร้อนสำหรับ data center จุดเด่นของ Vertiv คือการเป็น pure-play data center (~80% ของรายได้มาจาก data center) โดยเป็นหนึ่งในผู้นำด้าน critical infrastructure สำหรับ data center ครอบคลุมทั้ง power management, thermal management และ liquid cooling ซึ่งกำลังกลายเป็นมาตรฐานใหม่ของ AI data center เมื่อ AI rack ใช้พลังงานสูงขึ้น การจัดการไฟและความร้อนจึงกลายเป็นคอขวดใหม่ของระบบ และเป็นเหตุผลที่บริษัทในกลุ่มนี้เริ่มถูก re-rated ในสายตานักลงทุน

 

ในอีกด้านหนึ่ง ความต้องการไฟฟ้าที่เพิ่มขึ้นจาก AI กำลังทำให้ผู้ผลิตพลังงานกลายเป็นอีกหนึ่งผู้ได้ประโยชน์ของ AI Value Chain หนึ่งในนั่นคือ Constellation Energy (CEG23) ที่เป็นผู้ผลิตไฟฟ้ารายใหญ่ที่สุดของสหรัฐฯ และมีจุดเด่นด้านพลังงานนิวเคลียร์ซึ่งสามารถจ่ายไฟได้ต่อเนื่องตลอด 24 ชั่วโมง และเป็น carbon-free ตรงกับความต้องการของ hyperscaler ที่ต้องการพลังงานสะอาดและเสถียรในระยะยาว ทำให้ถูกมองว่าเหมาะกับการรองรับ AI data center ที่ต้องการพลังงานเสถียรในระยะยาว

 

GE Vernova (GEV23) อยู่ในจุดเชื่อมระหว่างพลังงานและโครงสร้างพื้นฐานไฟฟ้า ผ่านธุรกิจด้าน power generation, grid และ electrification จุดเด่นของบริษัทคือการได้ประโยชน์จากการลงทุนในระบบไฟฟ้าและ grid modernization ที่จำเป็นต่อการรองรับ demand ใหม่จาก AI และ data center

 

ขณะที่ Cameco (CCJ23) เป็นหนึ่งในผู้ผลิต uranium รายใหญ่ของโลก ซึ่งเป็นวัตถุดิบสำคัญของพลังงานนิวเคลียร์ จุดเด่นของ Cameco คือการเชื่อมโยงกับธีม “AI ต้องการไฟฟ้าเพิ่มขึ้น” ผ่าน supply chain ของ nuclear energy โดยตรง และยังเป็นผู้ผลิตรายใหญ่ที่สุดในอเมริกาเหนือ ทีความได้เปรียบในด้าน geopolitics

 

สรุปแล้ว กลุ่ม Power & Cooling จึงไม่ใช่แค่เรื่องของ data center อีกต่อไป แต่กำลังกลายเป็นธีม “AI consumes energy” อย่างชัดเจน เพราะต่อให้ compute เพิ่มขึ้นเร็วแค่ไหน แต่ถ้าไม่มีไฟฟ้าและระบบ cooling ที่เพียงพอ การขยายตัวของ AI ก็อาจติดข้อจำกัดได้ในที่สุด

 

 

 

⚠️ คำเตือน: ผู้ลงทุนควรทำความเข้าใจลักษณะสินค้า เงื่อนไขผลตอบแทน และความเสี่ยงก่อนตัดสินใจลงทุน ผู้ลงทุนควรทำความเข้าใจผลิตภัณ์ฑ DR ก่อนการลงทุน เนื่องจาก DR มีความเสี่ยงจากความผันผวนของอัตราแลกเปลี่ยน ความผันผวนของราคาของหลักทรัพย์ต่างประเทศ และความเสี่ยงจากความผันผวนของราคา DR เอง