คอขวด AI จะย้ายที่ไปเป็นลำดับขั้นแบบนี้ รู้ก่อน ได้หุ้นขาขึ้นรอบใหญ่ ต้นเทรนด์ก่อน
ไทม์ไลน์ “คอขวด” ของ Data Center & Semiconductor ในยุค AI (สรุปเข้าใจง่าย จาก https://x.com/i/status/2022187588589957276 )
ในยุคAI ทุกครั้งที่เราแก้ปัญหาหนึ่งได้ จะมี “คอขวดใหม่” โผล่มาทันที เหมือนวิ่งผลัดจากด่านหนึ่งไปอีกด่านหนึ่ง ใครมองเกมนี้ออกก่อน มีโอกาสเห็นอนาคตได้ก่อน
1) CPU → GPU (คอขวดด้านพลังประมวลผล) | 2020–2022
AI ต้องคำนวณจำนวนมหาศาลพร้อมกัน
CPU เก่งแบบทำทีละอย่าง
GPU มีคอร์นับพัน ทำงานพร้อมกัน เร็วกว่า 10–100 เท่า
ผลลัพธ์: GPU กลายเป็นมาตรฐาน โดยเฉพาะฝั่งซอฟต์แวร์ CUDA ของ NVIDIA
สถานะ: ปัญหานี้ผ่านไปแล้ว เกมย้ายไปที่ “การจัดการระบบทั้งคลัสเตอร์”
2) Memory Wall (คอขวดแบนด์วิดท์หน่วยความจำ) | 2022–2024
GPU เร็วขึ้นมาก แต่ดึงข้อมูลจากแรมไม่ทัน
GDDR = ถนนเลนเดียว
HBM = ทางด่วนหลายชั้น
ผลลัพธ์: HBM กลายเป็นของจำเป็น
สถานะ: เปลี่ยนผ่านสู่ HBM แล้ว แต่โมเดลใหญ่ขึ้นเรื่อย ๆ คอขวดยังไม่หาย
3) HBM ขาดตลาด | 2024–2026
GPU 1 ตัวต้องใช้ HBM 80–200GB
ผู้ผลิตหลักอย่าง SK Hynix, Samsung Electronics และ Micron Technology ผลิตแทบไม่ทัน
ผลลัพธ์: ชิปใหม่ของ NVIDIA ขายหมดล่วงหน้า
สถานะ: เริ่มคลี่คลายในครึ่งหลังปี 2026
แนวแก้ใหม่:
PIM (คำนวณในหน่วยความจำ)
CXL (ขยายเมมโมรีเหมือนต่อฮาร์ดดิสก์)
Hybrid Bonding (ซ้อนชิปโดยไม่ต้องใช้สาย)
4) Advanced Packaging (คอขวดการประกอบ) | 2025–กลาง 2026
มี GPU + HBM แล้ว แต่ “ประกอบยากมาก”
เทคโนโลยี CoWoS ของ TSMC ครองตลาด
ผลลัพธ์: ส่งมอบล่าช้า
สถานะ: คาดว่าจะดีขึ้นหลังขยายกำลังผลิต
5) Power Wall (ไฟฟ้าและความเย็น) | 2025–2027
GPU 1 ตัวกินไฟ 700–1000W+
ดาต้าเซ็นเตอร์ระดับใหญ่ ใช้ไฟระดับโรงไฟฟ้านิวเคลียร์
ตัวอย่างปัญหา: โครงข่ายไฟใน Northern Virginia เริ่มตึงตัว
สถานะ: กำลังเป็นคอขวดที่หนักที่สุดในปัจจุบัน
6) Interconnect & Photonics (คอขวดการเชื่อมต่อ) | 2026–2028
เชื่อม GPU หลายหมื่นตัว สายทองแดงเริ่มไม่ไหว
แนวทางใหม่: ส่งข้อมูลด้วยแสง (CPO – Co-Packaged Optics)
7) 1nm Wall (ขีดจำกัดการย่อทรานซิสเตอร์) | 2027–2030+
ต่ำกว่า 2nm เริ่มเจอปัญหาเชิงฟิสิกส์
แม้เครื่อง EUV จาก ASML ก็ยังท้าทาย
แนวทางใหม่: Chiplets, Backside Power, โครงสร้าง CFET
เกมเริ่มย้ายจาก “ย่อให้เล็กลง” ไปสู่ “ออกแบบสถาปัตยกรรมให้ฉลาดขึ้น”
8) Data & Latency Wall (ข้อมูลและความหน่วง) | ระยะยาว
ข้อมูลคุณภาพสูงเริ่มหายาก
ฝึกโมเดลระดับโลก ชนข้อจำกัดความเร็วแสง
ทางแก้: Synthetic Data และ MoE (เปิดใช้เฉพาะส่วนที่จำเป็น)
มุมมองนักลงทุน 🎯
ประวัติศาสตร์บอกเราว่า “คอขวดจะย้ายที่เสมอ”
วันนี้แก้ HBM ได้ พรุ่งนี้อาจติดไฟฟ้าหรือการเชื่อมต่อแทน
คนที่เข้าใจลำดับของคอขวด
จะเห็นว่า “ใครถือกุญแจด่านถัดไป”
ยุค AI ไม่ใช่แค่เรื่องชิปตัวเดียว
แต่มันคือเกมทั้งระบบ ตั้งแต่หน่วยความจำ การประกอบ ไฟฟ้า ไปจนถึงข้อมูล
ถ้าเรามองภาพใหญ่เป็น
เราจะไม่ไล่ตามข่าว
แต่จะมองเห็นคลื่นลูกถัดไปก่อนใคร
และนั่นคือความได้เปรียบที่แท้จริงในยุค AI
