ในการเคลื่อนไหวครั้งสำคัญที่ปรับเปลี่ยนภูมิทัศน์การแข่งขันของฮาร์ดแวร์ AI Nvidia ได้ดำเนินการทำธุรกรรมเชิงกลยุทธ์มูลค่า 200,000 ล้านดอลลาร์สหรัฐ เพื่อเข้าควบรวมเทคโนโลยีหลักและบุคลากรของสตาร์ทอัพชิป AI ชื่อ Groq ข้อตกลงนี้ซึ่งประกาศในวันคริสต์มาสที่สหรัฐอเมริกา ทำให้ Nvidia ได้รับสิทธิ์ในการใช้งานเทคโนโลยีการอนุมานแบบหน่วงเวลาต่ำอันเป็นนวัตกรรมของ Groq พร้อมกับนำตัวผู้ก่อตั้ง ซีอีโอ และวิศวกรหลักของบริษัทเข้ามาร่วมทีม ข้อตกลงดังกล่าวเน้นย้ำถึงการแข่งขันที่เข้มข้นขึ้นเพื่อชิงความเป็นเจ้าในตลาดการอนุมาน AI ที่สำคัญ และกลยุทธ์เชิงรุกของ Nvidia ในการเสริมสร้างความแข็งแกร่งให้กับระบบนิเวศของตนเพื่อรับมือกับคู่แข่งที่กำลังเติบโต
สรุปข้อตกลง
- มูลค่า: 200 พันล้านดอลลาร์สหรัฐ
- ประเภท: สัญญาอนุญาตใช้เทคโนโลยีแบบไม่ผูกขาด + การเข้าซื้อบุคลากรหลัก ("Reverse Acquihire")
- บุคลากรสำคัญที่ย้ายไป Nvidia: ผู้ก่อตั้ง/ซีอีโอ Jonathan Ross, ประธานบริษัท Sunny Madra, ทีมวิศวกรหลัก
- Groq หลังข้อตกลง: ดำเนินงานต่อไปในฐานะบริษัทอิสระภายใต้ซีอีโอ/ซีเอฟโอคนใหม่ Simon Edwards โดยให้บริการ GroqCloud
- วันที่ประกาศ: 25 ธันวาคม 2025 (วันคริสต์มาสในสหรัฐอเมริกา)
โครงสร้างของ "การไม่ควบรวม" มูลค่า 2 แสนล้านดอลลาร์
ธุรกรรมระหว่าง Nvidia และ Groq เป็นข้อตกลงที่ซับซ้อนซึ่งทำให้เส้นแบ่งระหว่างความเป็นหุ้นส่วน การทำข้อตกลงสิทธิ์ใช้งาน และการควบรวมกิจการโดยสมบูรณ์พร่ามัวลง อย่างเป็นทางการ Nvidia ได้เข้าสู่ข้อตกลงสิทธิ์ใช้งานแบบไม่ผูกขาดสำหรับเทคโนโลยีการอนุมานของ Groq พร้อมกันนั้น Jonathan Ross ผู้ก่อตั้งและซีอีโอของ Groq ประธานบริษัท Sunny Madra และทีมวิศวกรหลักจะย้ายมาทำงานกับ Nvidia ส่วนตัวบริษัท Groq เองจะยังคงดำเนินงานอย่างอิสระภายใต้การนำของทีมบริหารชุดใหม่ โดยมุ่งเน้นไปที่บริการ GroqCloud ที่เพิ่งเริ่มต้น อย่างไรก็ตาม นักลงทุนที่ใกล้ชิดกับข้อตกลง เช่น Alex Davis จาก Disruptive Technology Advisers เปิดเผยว่า Nvidia จะได้รับ "สินทรัพย์ทั้งหมดของ Groq" โดยมีธุรกิจคลาวด์เป็นข้อยกเว้นสำคัญ โครงสร้างแบบนี้ซึ่งมักถูกเรียกว่า "reverse acquihire" ช่วยให้ Nvidia สามารถบูรณาการทรัพย์สินทางปัญญาและทุนมนุษย์ที่สำคัญได้อย่างรวดเร็ว ในขณะที่อาจหลีกเลี่ยงการตรวจสอบทางกฎหมายที่ยาวนานซึ่งเกี่ยวข้องกับการควบรวมกิจการแบบดั้งเดิม
Groq's LPU เทียบกับ Nvidia GPU (ในบริบทการอนุมาน)
| ด้าน | Groq LPU (Language Processing Unit) | Nvidia GPU (อเนกประสงค์) |
|---|---|---|
| เป้าหมายการออกแบบหลัก | ปรับให้เหมาะกับการอนุมาน AI (การรันโมเดลที่ฝึกแล้ว) | ปรับให้เหมาะกับการประมวลผลแบบขนาน, โดดเด่นในการฝึกฝน AI |
| ข้อได้เปรียบหลักที่อ้าง | ความหน่วงเวลาต่ำมาก, 吞吐量 สูงสำหรับการตอบสนองของ LLM | กำลังประมวลผลแบบขนานมหาศาล, มีความหลากหลาย |
| ประสิทธิภาพการใช้พลังงาน | รายงานว่าสูงกว่าอย่างมีนัยสำคัญสำหรับงานอนุมาน | อาจมีประสิทธิภาพน้อยกว่าในภาระงานอนุมานเฉพาะทาง |
| ที่มาทางสถาปัตยกรรม | ออกแบบโดยทีมที่อยู่เบื้องหลัง TPU รุ่นแรกของ Google | พัฒนามาจากสถาปัตยกรรมการประมวลผลกราฟิกส์ |
LPU ของ Groq: ผู้เชี่ยวชาญด้านการอนุมานที่ Nvidia หมายปอง
หัวใจสำคัญของข้อตกลงมูลค่ามหาศาลนี้คือ Language Processing Unit (LPU) ของ Groq ซึ่งเป็นสถาปัตยกรรมชิปเฉพาะทางที่ออกแบบมาสำหรับงานโหลดการอนุมาน AI โดยเฉพาะ Groq ก่อตั้งขึ้นในปี 2016 โดย Jonathan Ross ซึ่งเป็นสถาปนิกหลักเบื้องหลัง Tensor Processing Unit (TPU) รุ่นแรกของ Google มีเป้าหมายเพื่อแก้ไขปัญหาความหน่วงเวลาและประสิทธิภาพในการรันโมเดลภาษาขนาดใหญ่ ต่างจาก GPU อเนกประสงค์ของ Nvidia ที่โดดเด่นในการคำนวณแบบขนานที่จำเป็นสำหรับการฝึกโมเดล LPU ของ Groq ถูกปรับให้เหมาะสมกับลักษณะการทำงานแบบลำดับของการอนุมาน ซึ่งโมเดลที่ฝึกแล้วจะสร้างคำตอบต่อคำถามของผู้ใช้ การทดสอบมาตรฐานแสดงให้เห็นว่า LPU สามารถส่งคำตอบด้วยความหน่วงเวลาที่ต่ำกว่าอย่างมีนัยสำคัญและปริมาณงานที่สูงกว่า GPU ในงานอนุมายบางประเภทได้ ทั้งหมดนี้ในขณะที่ใช้พลังงานน้อยกว่า ประสิทธิภาพเฉพาะทางนี้ทำให้ Groq เป็นผู้เล่นเฉพาะทางที่น่าเกรงขาม ในขณะที่ความสนใจของอุตสาหกรรม AI เริ่มเปลี่ยนจากการฝึกโมเดลขนาดใหญ่ไปสู่การนำโมเดลเหล่านั้นไปใช้งานในระดับกว้าง
การคำนวณเชิงกลยุทธ์ของ Nvidia ในตลาดที่กำลังเปลี่ยนแปลง
ความเต็มใจของ Nvidia ที่จะลงทุน 200,000 ล้านดอลลาร์สหรัฐ ซึ่งเป็นตัวเลขที่สูงกว่ามูลค่าตลาด 69,000 ล้านดอลลาร์ของ Groq เมื่อเดือนกันยายนที่ผ่านมา ส่งสัญญาณถึงการปรับเปลี่ยนเชิงกลยุทธ์ ตลาดการประมวลผล AI กำลังอยู่ในช่วงเปลี่ยนผ่านครั้งสำคัญ ในขณะที่การฝึกโมเดลเป็นตัวขับเคลื่อนความต้องการมายาวนาน แต่การคาดการณ์ของอุตสาหกรรมในปัจจุบันชี้ว่า การอนุมานจะคิดเป็นสัดส่วนสูงถึง 75% ของการประมวลผล AI ทั้งหมดภายในปี 2030 ซึ่งเป็นตลาดที่มีมูลค่าหลายแสนล้านดอลลาร์ ในสนามแข่งขันใหม่นี้ ความเป็นเจ้าในตลาด GPU ของ Nvidia ไม่ได้รับประกันอีกต่อไป มันเผชิญกับการแข่งขันจากซิลิคอนแบบกำหนดเอง เช่น TPU ของ Google และ LPU ของ Groq ซึ่งถูกออกแบบตั้งแต่พื้นฐานเพื่อการอนุมานที่มีประสิทธิภาพ การนำเทคโนโลยีของ Groq และทีมงานที่มีประสบการณ์จาก TPU เข้ามาเป็นส่วนหนึ่งขององค์กร Nvidia ไม่ได้เพียงแค่ทำให้คู่แข่งเป็นกลาง แต่เป็นการดูดซับความเชี่ยวชาญของพวกเขาโดยตรงเพื่อเสริมขีดความสามารถด้านการอนุมานของตนเอง Jensen Huang ซีอีโอ ระบุว่าจุดประสงค์คือการผนวกโปรเซสเซอร์ความหน่วงเวลาต่ำของ Groq เข้ากับสถาปัตยกรรม "NVIDIA AI factory" เพื่อสร้างโซลูชันที่ครอบคลุมมากขึ้นสำหรับงาน AI แบบเรียลไทม์
บริบทตลาดและการเคลื่อนไหวล่าสุดของ Nvidia
- การเปลี่ยนแปลงของตลาด: ความต้องการคอมพิวเตอร์ AI กำลังเปลี่ยนจาก การฝึกฝน (Training) ไปสู่ การอนุมาน (Inference) โดยคาดว่าการอนุมานจะครองส่วนแบ่งตลาด 75% ภายในปี 2030
- กลยุทธ์ของ Nvidia: ลงทุนอย่างก้าวร้าวทั่วทั้งระบบนิเวศ AI เพื่อเสริมความแข็งแกร่งให้กับแพลตฟอร์มของตน
- การซื้อกิจการ/จ้างงาน (Acquihire) มูลค่า 9 พันล้านดอลลาร์สหรัฐ กับสตาร์ทอัพฮาร์ดแวร์ AI Enfabrica (กันยายน 2025)
- เสนอการลงทุนมูลค่า 100 พันล้านดอลลาร์สหรัฐ ใน OpenAI (โดยมีเงื่อนไขเกี่ยวกับการใช้งานฮาร์ดแวร์)
- ประกาศการลงทุนมูลค่า 50 พันล้านดอลลาร์สหรัฐ ใน Intel (กันยายน 2025)
- การลงทุนในบริษัทโครงสร้างพื้นฐาน AI (Crusoe, Cohere, CoreWeave)
แนวโน้ม "Acquihire" และอนาคตของสตาร์ทอัพ AI
ข้อตกลงกับ Groq เป็นตัวอย่างของแนวโน้มที่เพิ่มขึ้นในหมู่ยักษ์ใหญ่ด้านเทคโนโลยี นั่นคือ "acquihire" หรือ "reverse acquihire" แบบจำลองนี้ซึ่งเพิ่งถูกใช้โดย Meta, Microsoft และตัว Nvidia เองกับสตาร์ทอัพอื่นๆ เช่น Enfabrica ให้ความสำคัญกับความเร็วและความเฉพาะเจาะจง แทนที่จะควบรวมบริษัททั้งหมดพร้อมกับภาระการดำเนินงานทั้งหมด บริษัทขนาดใหญ่ยอมจ่ายเงินในราคาพรีเมียมสำหรับทีมงานสำคัญและทรัพย์สินทางปัญญาของพวกเขา โดยทิ้งโครงสร้างของธุรกิจเดิมไว้เบื้องหลัง สำหรับ Nvidia ที่ในปัจจุบันมีเงินสดล้นมือจากความเฟื่องฟูของ AI นี่เป็นวิธีที่มีประสิทธิภาพในการปิดช่องว่างในพอร์ตโฟลิโออย่างรวดเร็วและรับตัวบุคลากรระดับหัวกะทิเข้ามา สำหรับสตาร์ทอัพอย่าง Groq มันเสนอเส้นทางออกที่น่าสนใจ แม้จะแสดงให้เห็นถึงเทคโนโลยีที่ก้าวล้ำและได้รับเงินทุนจำนวนมาก แต่การแข่งขันโดยตรงกับระบบนิเวศซอฟต์แวร์อันกว้างใหญ่และความได้เปรียบทางการตลาดของ Nvidia เป็นงานที่ยากลำบาก การถูกควบรวมภายใต้เงื่อนไขที่ดีให้ผลตอบแทนที่มากพอสำหรับนักลงทุน และรับประกันว่าเทคโนโลยีจะพบเส้นทางสู่การนำไปใช้อย่างแพร่หลายภายในแพลตฟอร์มชั้นนำ
ผลกระทบต่อระบบนิเวศฮาร์ดแวร์ AI
ธุรกรรมครั้งนี้มีนัยยะสำคัญต่อภูมิทัศน์โครงสร้างพื้นฐาน AI ในวงกว้าง ประการแรก มันยืนยันถึงคุณค่าและความสำคัญเชิงกลยุทธ์อันมหาศาลของเทคโนโลยีการอนุมานที่มีประสิทธิภาพสูงและใช้พลังงานต่ำ ประการที่สอง มันแสดงให้เห็นถึงความตั้งใจของ Nvidia ที่จะไม่ปล่อยให้มีช่องโหว่ใดๆ ในการรักษาความเป็นผู้นำ โดยใช้พลังทางการเงินของตนเพื่อดึงดูดภัยคุกคามที่อาจเกิดขึ้นและเสริมความแข็งแกร่งให้กับข้อเสนอของตน สุดท้าย มันสร้างบรรทัดฐานให้กับสตาร์ทอัพฮาร์ดแวร์ AI อื่นๆ ที่มีความทะเยอทะยาน เส้นทางสู่ความสำเร็จอาจไม่ได้ถูกกำหนดเพียงแค่การออกสู่ตลาดหลักทรัพย์หรือชนะการต่อสู้ในตลาดที่ยืดเยื้ออีกต่อไป มันอาจเป็นการบรรลุความก้าวหน้าทางเทคโนโลยีที่น่าสนใจพอที่จะดึงดูดข้อตกลง "acquihire" หลายแสนล้านดอลลาร์จากยักษ์ใหญ่ที่ต้องการรักษาขอบเขตของตน ในขณะที่การแข่งขันเพื่อความเป็นเจ้าในการอนุมาน AI ร้อนขึ้น การเคลื่อนไหวล่าสุดของ Nvidia พิสูจน์ให้เห็นว่ากลยุทธ์ของบริษัทขยายไปไกลกว่าการขาย GPU เพิ่มขึ้นเท่านั้น