OpenAI เร่งพัฒนาชิป AI ของตัวเอง ลดต้นทุนและพึ่งพา Nvidia

OpenAI เริ่มพิสูจน์ว่าชิป Jalapeño ที่พัฒนาร่วมกับ Broadcom สามารถลดต้นทุนและเพิ่มประสิทธิภาพงาน AI หลังการฝึกโมเดลได้ ซึ่งเป็นบวกต่อ Broadcom และสะท้อนการแข่งขันที่กำลังเปลี่ยนไปสู่ชิปเฉพาะทางมากขึ้น ขณะที่ผลกระทบต่อ Nvidia ในระยะสั้นยังจำกัดเพราะยังครองความได้เปรียบในงานฝึกโมเดลและ OpenAI ยังต้องพึ่งพาชิป Nvidia ต่อไป

OpenAI เร่งพัฒนาชิป AI ของตัวเอง ลดต้นทุนและพึ่งพา Nvidia

OpenAI เปิดผลทดสอบชิป Jalapeño ที่พัฒนาร่วมกับ Broadcom โดยทำงานด้านการประมวลผลหลังฝึกโมเดลได้เร็วและประหยัดพลังงานกว่าระบบ Nvidia GB200/GB300 ในการทดสอบบางรูปแบบ จุดสำคัญไม่ใช่การแทนที่ Nvidia ในทันที แต่คือการลดต้นทุนการให้บริการ AI และเพิ่มความสามารถในการรองรับผู้ใช้จำนวนมากขึ้น ขณะเดียวกันสะท้อนแนวโน้มที่บริษัท AI รายใหญ่เริ่มออกแบบชิปของตัวเองมากขึ้น ซึ่งเป็นบวกต่อ Broadcom และเพิ่มการแข่งขันกับ Nvidia ในระยะยาว

OpenAI เริ่มเห็นผลจากการพัฒนาชิป AI ของตัวเอง

OpenAI เปิดเผยผลทดสอบ Jalapeño ซึ่งเป็นชิปที่ออกแบบเฉพาะสำหรับการนำโมเดล AI ที่ฝึกเสร็จแล้วมาใช้งานจริง เช่น การตอบคำถามหรือการทำงานของ AI Agent โดยพัฒนาร่วมกับ Broadcom เป้าหมายหลักคือทำให้ระบบสามารถรองรับงาน AI ได้มากขึ้นด้วยพลังงานที่ลดลง และตอบสนองผู้ใช้ได้เร็วขึ้น
จุดนี้มีความสำคัญต่อ OpenAI เพราะต้นทุนการประมวลผลเพิ่มขึ้นตามจำนวนผู้ใช้และความซับซ้อนของโมเดล หากสามารถย้ายงานบางส่วนมาใช้ชิปที่ออกแบบให้เหมาะกับโมเดลของตัวเองโดยเฉพาะ ก็มีโอกาสลดต้นทุนต่อการใช้งานและเพิ่มประสิทธิภาพของศูนย์ข้อมูลได้อย่างมีนัยสำคัญ

ผลทดสอบเบื้องต้นเหนือกว่า Nvidia ในด้านประสิทธิภาพต่อพลังงาน

OpenAI ทดสอบ Jalapeño กับโมเดล GPT-OSS, DeepSeek R1 และ Kimi K2.5 โดยเปรียบเทียบกับระบบที่ใช้ Nvidia GB200 และ GB300 ผลพบว่า Jalapeño สามารถประมวลผลงาน AI ต่อกำลังไฟได้มากกว่า 1.5–1.9 เท่า และลดเวลาตอบสนองตั้งแต่ต้นจนจบได้ประมาณ 1.7–3.6 เท่า
กราฟในบทความยังแสดงว่า ที่จุดทำงานที่มีประสิทธิภาพสูงสุด Jalapeño ทำงานต่อกิโลวัตต์ได้ประมาณ 1.9 เท่าใน GPT-OSS, 1.7 เท่าใน DeepSeek R1 และ 1.5 เท่าใน Kimi K2.5 เมื่อเทียบกับระบบคู่แข่ง โดยตัวชิปใช้กำลังไฟที่กำหนดไว้ 700 วัตต์ และในการทดสอบจริงใช้ต่อเนื่องไม่เกินประมาณ 550 วัตต์

จุดแข็งอยู่ที่การออกแบบทั้งระบบร่วมกัน ไม่ใช่เฉพาะตัวชิป

OpenAI ออกแบบ Jalapeño ตั้งแต่ตัวประมวลผล หน่วยความจำ ระบบเครือข่าย ซอฟต์แวร์ ไปจนถึงระบบระดับตู้เซิร์ฟเวอร์ให้ทำงานร่วมกัน โดยเน้นลดการเคลื่อนย้ายข้อมูลและเวลารอระหว่างส่วนต่างๆ ซึ่งเป็นหนึ่งในข้อจำกัดสำคัญของการให้บริการโมเดลภาษาขนาดใหญ่
นอกจากนี้ OpenAI ยังใช้ AI ช่วยออกแบบชิปเอง ทำให้สามารถพัฒนาจากแนวคิดไปถึงขั้นพร้อมส่งเข้าสู่การผลิตได้ภายในประมาณ 9 เดือน และในงานบางส่วน โปรแกรมที่ AI ช่วยเขียนสามารถทำงานได้เร็วกว่าโค้ดที่ผู้เชี่ยวชาญเขียนไว้เดิมประมาณ 1.5–1.8 เท่า สะท้อนโอกาสที่ AI จะช่วยเร่งทั้งการออกแบบฮาร์ดแวร์และซอฟต์แวร์ในอนาคต

อย่างไรก็ตาม ยังไม่ใช่ภัยต่อ Nvidia ในระยะสั้น

แม้ผลทดสอบออกมาดี แต่ Jalapeño ยังมีข้อจำกัดสำคัญ คือถูกออกแบบสำหรับ การใช้งานโมเดลหลังการฝึก ไม่ใช่การฝึกโมเดล ซึ่งยังเป็นตลาดที่ Nvidia มีความแข็งแกร่งสูง นอกจากนี้การทดสอบดังกล่าวยังไม่ได้เปรียบเทียบกับชิป Nvidia รุ่นใหม่อย่าง Vera Rubin ทำให้ยังเร็วเกินไปที่จะสรุปว่า Jalapeño เหนือกว่า Nvidia ในภาพรวม
OpenAI เองยืนยันว่าจะยังใช้ชิปจาก Nvidia และพันธมิตรรายอื่นต่อไป เพราะความต้องการกำลังประมวลผลยังสูงมาก โดยมีแผนเริ่มนำ Jalapeño เข้ามาใช้ในโครงสร้างพื้นฐานภายในช่วงปลายปี 2026 ก่อนเพิ่มการใช้งานในปี 2027 ขณะที่ชิปรุ่นที่ 2 อยู่ระหว่างการพัฒนา และรุ่นที่ 3 เริ่มเข้าสู่ขั้นวางแนวทางแล้ว

แนวโน้มสำคัญคือบริษัท AI จะออกแบบชิปเฉพาะของตัวเองมากขึ้น

Jalapeño สะท้อนการเปลี่ยนแปลงของอุตสาหกรรม AI จากเดิมที่พึ่งพาชิปมาตรฐานจากผู้ผลิตภายนอก ไปสู่การที่ผู้พัฒนาโมเดลรายใหญ่สร้างชิปให้เหมาะกับงานของตัวเองมากขึ้น เช่น Google มี TPU ขณะที่ Amazon และ Microsoft ต่างมีชิป AI ของตัวเอง และ Anthropic ก็เริ่มศึกษาการพัฒนาชิปภายในบริษัทเช่นกัน
เหตุผลหลักคือ หากบริษัทสามารถออกแบบทั้งโมเดล ซอฟต์แวร์ ชิป หน่วยความจำ และระบบเครือข่ายร่วมกัน จะช่วยลดต้นทุนและใช้พลังงานได้มีประสิทธิภาพกว่าเดิม ซึ่งมีความสำคัญมากขึ้นเมื่อ AI Agent ต้องทำงานหลายขั้นตอนและใช้กำลังประมวลผลต่อคำสั่งสูงขึ้น

6. การแข่งขันในอุตสาหกรรมชิป AI กำลังเปลี่ยนจาก “ซื้อชิป” สู่ “ออกแบบเอง”
การแข่งขันในตลาดชิป AI กำลังขยายจาก Nvidia–AMD ไปสู่การแข่งขันกับ ชิปที่บริษัทเทคโนโลยีออกแบบเอง มากขึ้น โดย Google มี TPU สำหรับทั้งการฝึกและใช้งานโมเดล ขณะที่ Amazon และ Microsoft มีชิป AI ของตัวเอง และ Anthropic ก็เริ่มพัฒนาความสามารถด้านชิปภายในบริษัท สะท้อนว่าผู้ให้บริการ AI รายใหญ่ต้องการลดต้นทุนและลดการพึ่งพาผู้ผลิตชิปรายเดียว
สำหรับ OpenAI การพัฒนา Jalapeño ร่วมกับ Broadcom แสดงให้เห็นอีกโมเดลการแข่งขันหนึ่ง คือ ไม่จำเป็นต้องสร้างทุกอย่างเอง แต่สามารถร่วมออกแบบชิปเฉพาะให้เหมาะกับงานของตัวเอง ซึ่งเปิดโอกาสให้ผู้ผลิตชิปเฉพาะทางอย่าง Broadcom มีบทบาทมากขึ้น ขณะที่ความได้เปรียบของ Nvidia จะยังเด่นในงานฝึกโมเดลและระบบนิเวศโดยรวม แต่การแข่งขันในงานนำโมเดลไปใช้งานจริงมีแนวโน้มรุนแรงขึ้น
ประเด็นสำคัญในระยะต่อไปจึงไม่ใช่เพียงว่า “ชิปใครเร็วกว่า” แต่เป็นว่าใครสามารถทำให้ ต้นทุนต่อการประมวลผลต่ำกว่า ใช้พลังงานน้อยกว่า และออกแบบทั้งระบบให้เข้ากับโมเดลได้ดีที่สุด เพราะเมื่อปริมาณงาน AI เพิ่มขึ้น ความคุ้มค่าด้านพลังงานและต้นทุนจะมีผลต่อความสามารถในการขยายบริการมากขึ้น
ดังนั้นโครงสร้างการแข่งขันมีแนวโน้มเปลี่ยนจากตลาดที่ Nvidia ครองความได้เปรียบแบบกว้าง ไปสู่ตลาดที่แบ่งเป็นหลายกลุ่มมากขึ้น ได้แก่ Nvidia/AMD สำหรับชิปใช้งานทั่วไป, ชิปที่บริษัทเทคโนโลยีออกแบบเอง และชิปเฉพาะที่พัฒนาร่วมกับผู้ผลิตอย่าง Broadcom ซึ่งจะทำให้การแข่งขันด้านราคา ประสิทธิภาพต่อพลังงาน และการออกแบบเฉพาะงานสูงขึ้นในระยะยาว.

มุมมอง InnovestX

เรามองประเด็นนี้ เป็นบวกต่อ Broadcom มากกว่าจะเป็นลบต่อ Nvidia ในระยะสั้น เพราะผลทดสอบของ Jalapeño ช่วยยืนยันความสามารถของ Broadcom ในการร่วมออกแบบชิปเฉพาะสำหรับลูกค้า AI รายใหญ่ และเพิ่มโอกาสเติบโตของธุรกิจชิปเฉพาะทาง ขณะที่ Nvidia ยังมีความได้เปรียบในงานฝึกโมเดลและ OpenAI ยังต้องใช้ชิป Nvidia จำนวนมาก อย่างไรก็ตาม ในระยะกลาง-ยาว แนวโน้มที่ OpenAI และบริษัท AI รายใหญ่ออกแบบชิปของตัวเองมากขึ้นอาจทำให้ส่วนแบ่งการประมวลผล AI กระจายออกจาก Nvidia และเพิ่มการแข่งขันในตลาดชิป AI โดยเฉพาะงานหลังการฝึกโมเดล

ข้อสงวนสิทธิ์
ข้อมูล ความเห็น บทวิเคราะห์ ราคา การคาดการณ์ และ/หรือ ข้อมูลอื่นใด (“ข้อมูล”) ที่ปรากฏ จัดทำขึ้นเพื่อวัตถุประสงค์ในการให้ข้อมูลทั่วไปเท่านั้น โดยมีที่มาจากแหล่งข้อมูลสาธารณะที่เชื่อว่าเชื่อถือได้ บริษัทหลักทรัพย์ อินโนเวสท์ เอกซ์ จำกัด (“INVX”) ไม่รับรองความถูกต้อง ครบถ้วน หรือความเป็นปัจจุบันของข้อมูลดังกล่าว โดยเป็นข้อมูล ณ วันที่เผยแพร่และอาจเปลี่ยนแปลงได้โดยไม่ต้องแจ้งให้ทราบล่วงหน้า ข้อมูลนี้ไม่ถือเป็นการรับประกันราคาหรือผลตอบแทน คำแนะนำการลงทุน การเสนอซื้อหรือขายหลักทรัพย์ หรือชักชวนให้เสนอซื้อหรือเสนอขายหลักทรัพย์ใด INVX และ/หรือ กรรมการ พนักงาน และลูกจ้างของ INVX ไม่รับผิดชอบต่อความเสียหายอันเป็นผลมาจากหรือเกี่ยวข้องกับการใช้ข้อมูลดังกล่าว

INVX และธนาคารไทยพาณิชย์ จำกัด (มหาชน) (“ธนาคารฯ”) เป็นบริษัทย่อยที่บริษัท เอสซีบี เอกซ์ จำกัด (มหาชน) (SCBX) เป็นผู้ถือหุ้นรายใหญ่ ข้อมูลที่เกี่ยวข้องกับธนาคารฯ มีวัตถุประสงค์เพื่อใช้ในการเปรียบเทียบเท่านั้น INVX และ/หรือ บริษัทในเครือ SCBX อาจเป็นที่ปรึกษาทางการเงิน ผู้จัดจำหน่ายหลักทรัพย์ ผู้ออกและเสนอขายหุ้นกู้ที่มีอนุพันธ์แฝง หรือ ตราสารแสดงสิทธิการฝากหลักทรัพย์ต่างประเทศ บนหลักทรัพย์ที่ปรากฏอยู่ในรายงานฉบับนี้ รวมถึงอาจมีการทำธุรกรรมอื่นใดในหลักทรัพย์ที่ถูกกล่าวถึง อันอาจก่อให้เกิดความขัดแย้งทางผลประโยชน์ได้ ผู้ลงทุนควรทำความเข้าใจลักษณะสินค้า เงื่อนไขผลตอบแทน และความเสี่ยง ก่อนตัดสินใจลงทุน