Microsoft เตรียมเปิดตัวชิป Maia 300 ในช่วงฤดูใบไม้ร่วงปี 2026 และตั้งเป้าจองกำลังผลิตจาก TSMC กว่า 300,000 ชิ้นในปี 2027 โดยมี Marvell เป็นพันธมิตรออกแบบ เพื่อใช้เป็นโครงสร้างพื้นฐานหลักของ Azure ตามรอย TPU ของ Google และ Trainium ของ Amazon ซึ่งในมุมมองการลงทุนถือเป็นสัญญาณบวกต่อ MRVL และ TSMC ขณะที่ผลกระทบต่อ NVDA ในระยะสั้นยังจำกัด แต่งบลงทุนของกลุ่ม Hyperscaler ในระยะยาวมีแนวโน้มถูกแบ่งไปยังชิปเฉพาะทางมากขึ้น
1. Microsoft เตรียมยกระดับ Maia จากชิปทางเลือกสู่โครงสร้างพื้นฐานหลักของ Azure
Microsoft มีแผนเพิ่มกำลังผลิตชิป AI ที่ออกแบบเองอย่างมีนัยสำคัญ โดยเตรียมเปิดตัว Maia 300 ในช่วงฤดูใบไม้ร่วงปี 2026 และอยู่ระหว่างหารือกับ TSMC เพื่อจองกำลังผลิตมากกว่า 300,000 ชิ้นสำหรับส่งมอบในปี 2027 ขณะที่เป้าหมายระยะยาวของบริษัทอาจขยายกำลังผลิตเป็นมากกว่า 1 ล้านชิ้น แม้ยังมีข้อจำกัดจากกำลังการผลิตของ TSMC และความพร้อมของชิ้นส่วนในห่วงโซ่อุปทาน
ทิศทางดังกล่าวถือเป็นการยกระดับกลยุทธ์ชิปของ Microsoft จากเดิมที่เริ่มเปิดตัว Maia รุ่นแรกในปี 2023 และ Maia 200 ในช่วงต้นปี 2026 ไปสู่การใช้งานในระดับศูนย์ข้อมูลขนาดใหญ่ โดยผู้บริหาร Azure Maia ระบุว่าเป้าหมายของบริษัทคือให้การติดตั้ง Maia รองรับภาระงาน AI ในระดับ หลายกิกะวัตต์ สะท้อนว่า Microsoft ไม่ได้มองชิปที่ออกแบบเองเป็นเพียงโครงการทดลอง แต่ต้องการนำมาเป็นหนึ่งในแกนหลักของโครงสร้างพื้นฐาน AI ของ Azure
2. เหตุผลสำคัญ: ลดต้นทุนและลดการพึ่งพา Nvidia
แรงผลักดันสำคัญมาจากต้นทุนโครงสร้างพื้นฐาน AI ที่สูงขึ้นอย่างต่อเนื่อง ขณะที่ชิปจาก Nvidia ยังคงมีราคาสูงและอุปทานจำกัด ทำให้ผู้ให้บริการคลาวด์รายใหญ่พยายามสร้างทางเลือกของตนเอง โดย Google มี TPU และ Amazon มี Trainium อยู่ก่อนแล้ว ขณะที่ Microsoft อยู่ในช่วงเร่งตามคู่แข่งดังกล่าว
การออกแบบชิปเองมีความสำคัญต่อ Microsoft ใน 3 ด้าน ได้แก่
1. ลดต้นทุนต่อหน่วยของกำลังประมวลผล เนื่องจากชิปเป็นหนึ่งในต้นทุนหลักของการสร้างศูนย์ข้อมูล AI
2. ลดการพึ่งพา Nvidia และเพิ่มอำนาจต่อรองด้านราคาและปริมาณชิป
3. ปรับชิปให้เหมาะกับงานของ Azure โดยเฉพาะ ซึ่งอาจช่วยเพิ่มประสิทธิภาพด้านพลังงานและลดต้นทุนการประมวลผลต่อคำสั่ง
3. Microsoft กำลังเดินตามเส้นทาง Google และ Amazon
ประเด็นสำคัญไม่ใช่เพียง Maia 300 แต่คือแนวโน้มที่ผู้ให้บริการคลาวด์ขนาดใหญ่กำลัง ผสานห่วงโซ่ AI เข้ามาอยู่ภายในบริษัทมากขึ้น ตั้งแต่ศูนย์ข้อมูล ระบบเครือข่าย ซอฟต์แวร์ ไปจนถึงตัวประมวลผล
ปัจจุบัน Microsoft ยังตามหลัง Google และ Amazon ในด้านความแพร่หลายของชิปที่ออกแบบเอง โดย Anthropic เพียงรายเดียวมีข้อตกลงใช้ Amazon Trainium และ Google TPU รวมกันในระดับประมาณ 1 ล้านชิ้น อย่างไรก็ตาม การที่ Microsoft เตรียมเพิ่ม Maia 300 เป็นหลักแสนชิ้นและตั้งเป้าระยะยาวในระดับล้านชิ้น บ่งชี้ว่าช่องว่างดังกล่าวอาจเริ่มลดลง
ดังนั้น การแข่งขันในตลาดชิป AI มีแนวโน้มเปลี่ยนจากเดิมที่ผู้ให้บริการคลาวด์ซื้อ GPU สำเร็จรูปเป็นหลัก ไปสู่โครงสร้างแบบผสมระหว่าง GPU ทั่วไปจาก Nvidia และชิปเฉพาะทางที่ออกแบบตามความต้องการของแต่ละบริษัท
4) มุมมองของ INVX
เรามองการที่ Microsoft เร่งเพิ่มกำลังผลิต Maia 300 เป็นสัญญาณบวกต่อธีม Custom ASIC เนื่องจากสะท้อนว่าผู้ให้บริการคลาวด์รายใหญ่กำลังเพิ่มสัดส่วนชิปที่ออกแบบเฉพาะสำหรับงาน AI เพื่อลดต้นทุน เพิ่มประสิทธิภาพ และลดการพึ่งพา Nvidia มากขึ้น โดย Microsoft มีแผนจองกำลังผลิต Maia 300 กับ TSMC มากกว่า 300,000 ชิ้นสำหรับส่งมอบในปี 2027 และมีเป้าหมายขยายการใช้งานในระดับหลายกิกะวัตต์ แนวโน้มดังกล่าวสอดคล้องกับทิศทางของ Google และ Amazon ที่พัฒนา TPU และ Trainium ของตนเอง ส่งผลให้โครงสร้างตลาดชิป AI มีแนวโน้มเปลี่ยนจากการพึ่งพา GPU มาตรฐานเพียงอย่างเดียว ไปสู่การใช้ GPU ควบคู่กับ Custom ASIC มากขึ้น
ในมุมหุ้น เรามองการเร่งผลิต Maia เป็นบวกเชิงกลยุทธ์ต่อ Microsoft ในการควบคุมต้นทุนโครงสร้างพื้นฐาน AI ได้มากขึ้น ลดการพึ่งพา Nvidia และเพิ่มความสามารถในการแข่งขันของ Azure อย่างไรก็ตาม ปัจจัยสำคัญที่ต้องติดตามคือประสิทธิภาพจริงและการนำ Maia ไปใช้กับลูกค้าภายนอก และเรามอง MRVL เป็นหนึ่งในผู้ได้ประโยชน์เด่น เนื่องจากเป็น Custom ASIC Design Partner ที่พัฒนาและออกแบบชิปให้ Microsoft ทำให้การเพิ่มปริมาณ Maia มีโอกาสสนับสนุนรายได้จากธุรกิจ Custom Compute โดยตรง ขณะเดียวกัน MRVL ยังมีจุดแข็งด้านชิปเชื่อมต่อ ระบบเครือข่าย และ Optical Interconnect ซึ่งมีโอกาสได้ประโยชน์เพิ่มเติมเมื่อขนาดของ AI Cluster และจำนวน XPU เพิ่มขึ้น จึงทำให้ MRVL มีโอกาสรับประโยชน์ทั้งจากตัวชิปประมวลผล และโครงสร้างเชื่อมต่อรอบชิป ในเวลาเดียวกัน ส่วน TSMC ได้ประโยชน์โดยตรงจากคำสั่งผลิต Maia และการเติบโตของชิปเฉพาะทางจาก Hyperscaler หลายราย
สำหรับ NVDA เรามองผลกระทบระยะสั้นยังจำกัด เนื่องจาก Nvidia ยังคงมีความได้เปรียบด้านประสิทธิภาพ ระบบซอฟต์แวร์ และความยืดหยุ่นในการใช้งาน แต่ในระยะกลางถึงยาว Custom ASIC จะเป็นความเสี่ยงต่อ ส่วนแบ่งงบลงทุน AI ของ Hyperscaler มากกว่าการแทนที่ GPU ทั้งหมด กล่าวคือ งบลงทุนบางส่วนอาจค่อยๆ ถูกโยกจาก Nvidia ไปยัง Maia, TPU, Trainium และชิปเฉพาะทางอื่นมากขึ้น ดังนั้นในเชิงกลยุทธ์ เราจึงมองบวกต่อ MRVL และ TSMC มากที่สุดจากธีมนี้ ขณะที่ยังไม่มองว่าประเด็นดังกล่าวเป็นเหตุผลเพียงพอในการลดน้ำหนัก NVDA ในระยะสั้น
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
