“ห่วงโซ่ชิปโลก” ปี 2026 โอกาส-ความเสี่ยงที่ต้องรู้ก่อนลงทุน Memory Chip คอขวดสำคัญแห่งยุค AI
Date Time: 28 ก.ค. 2569 14:06 น.
“Summary“
ปัญหา Memory Wall เกิดจากสถาปัตยกรรมคอมพิวเตอร์ปัจจุบันที่แยกส่วนประมวลผลและหน่วยความจำ ทำให้ GPU ทำงานได้ไม่เต็มประสิทธิภาพ
- ชิป HBM กลายเป็นหัวใจสำคัญของระบบ AI แต่ผลิตได้ยากและถูกผูกขาดโดย SK Hynix ทำให้เกิดภาวะขาดแคลนในตลาด
- เทคโนโลยีการประกอบชิป CoWoS ของ TSMC เป็นอีกหนึ่งคอขวดสำคัญ โดยมีคิวรอผลิตยาวนานถึง 72 สัปดาห์
- การก้าวเข้าสู่ยุค Agentic AI อาจทำให้ CPU กลายเป็นคอขวดลำดับถัดไปในการบริหารจัดการระบบประมวลผล
- นักลงทุนควรระวังความเสี่ยงจากภาวะชิปล้นตลาดในอนาคต หากความต้องการจริงไม่เป็นไปตามคาดการณ์จนนำไปสู่สงครามตัดราคา
ตลอดสองปีที่ผ่านมา กระแส AI ได้เปลี่ยนจากการแข่งขันด้านซอฟต์แวร์มาเป็นการแข่งขันด้าน AI Infrastructure อย่างเต็มรูปแบบ บิ๊กเทคเร่งลงทุนหลายแสนล้านดอลลาร์เพื่อสร้างดาต้าเซ็นเตอร์และระบบประมวลผลรองรับ AI ตามมาด้วยความต้องการชิปที่เพิ่มขึ้นอย่างก้าวกระโดด
หลายคนอาจมองว่า GPU คือ หัวใจของ AI แต่ในความเป็นจริง อุตสาหกรรมกำลังเผชิญปัญหาที่ลึกกว่า นั่นคือ ข้อจำกัดของหน่วยความจำหรือ Memory ที่กำลังกลายเป็นคอขวดที่สำคัญที่สุดของอุตสาหกรรม
แล้วคอขวดแต่ละชั้นอยู่ตรงไหน ใครคือผู้ชนะของ AI Super Cycle และความเสี่ยงที่นักลงทุนต้องจับตาคืออะไร ในรายการ Digital Frontier Talk EP.72 เจาะลึกหุ้นชิป AI พุ่งไปแล้วเป็นพัน% ยังเหลืออะไรเป็นโอกาสอีกบ้าง? ได้ชวน คุณบอม อรรถพร จงรักศักดิ์ นักวิจัยอิสระ และเจ้าของเพจ DinoFolio มาร่วมพูดคุยหาคำตอบในเรื่องนี้
10 ประเด็นสำคัญ เข้าใจห่วงโซ่อุปทานชิป AI ตลอดปี 2026
1. วิกฤตราคาและความสำคัญของชิปหน่วยความจำ
หลังบิ๊กเทคทุ่มเม็ดเงินมหาศาลเพื่อแข่งขันกันสร้างโครงสร้างพื้นฐาน AI ความต้องการที่พุ่งทะยานอย่างกะทันหันนี้ ทำให้เกิดภาวะขาดแคลนชิปหน่วยความจำอย่างรุนแรงต่อเนื่องจาก GPU ส่งผลให้ราคา DRAM หน้าโรงงานเคยปรับตัวขึ้นถึงสัปดาห์ละ 7% และพุ่งขึ้น 100% ในช่วงไตรมาสแรกของปี ส่งผลกระทบโดยตรงต่อราคาอุปกรณ์ไอทีอย่างคอมพิวเตอร์พีซีและสมาร์ทโฟนที่ต้องปรับราคาขึ้นตาม
การเปลี่ยนแปลงนี้ทำให้หุ้นของบริษัทผู้ผลิตชิปหน่วยความจำ เช่น Micron, SK Hynix และ SanDisk พุ่งสูงขึ้นหลายร้อยถึงหลายพันเปอร์เซ็นต์ (บางรายผลตอบแทนสูงถึง 4,000%) ทำให้ตลาดให้น้ำหนักกับหุ้นกลุ่มชิปหน่วยความจำ ซึ่งมีความผันผวนในช่วงที่ผ่านมา
2. ต้นตอของปัญหามาจาก Memory Wall
เทคโนโลยีคอมพิวเตอร์ที่เราใช้ในปัจจุบัน ทำงานบนสถาปัตยกรรมที่เรียกว่า Von Neumann Architecture ซึ่งแยกส่วนประมวลผล (Compute) ออกจากส่วนเก็บข้อมูล (Memory) เมื่อ AI ต้องประมวลผลข้อมูลจำนวนมหาศาล ระบบจำเป็นต้องดึงข้อมูลไปมาระหว่างสองส่วนนี้ ทำให้เกิดคอขวดที่เรียกว่า Memory Wall หรือ กำแพงหน่วยความจำ
ปัญหา Memory Wall ทำให้ระบบ AI ต้องเสียเวลารับส่งข้อมูลระหว่างหน่วยประมวลผลกับหน่วยความจำอยู่ตลอด ส่งผลให้ GPU ไม่สามารถทำงานได้เต็มศักยภาพในหลายลักษณะงานแม้จะมี GPU ที่ทรงพลังเพียงใดก็ไม่สามารถรีดประสิทธิภาพออกมาได้เต็มศักยภาพ ทำให้ชิปหน่วยความจำกลายเป็นองค์ประกอบสำคัญที่สุดของระบบ AI ยุคใหม่
3. ชิป HBM ผลิตยากและถูกผูกขาดโดย SK Hynix
ทางออกของปัญหา Memory Wall คือ High Bandwidth Memory (HBM) ซึ่งออกแบบให้มีแบนด์วิดท์สูงกว่า DRAM แบบดั้งเดิมหลายเท่า ช่วยให้ GPU รับส่งข้อมูลได้รวดเร็วขึ้นและใช้พลังงานอย่างมีประสิทธิภาพกว่าเดิม แต่การผลิตนั้นทำได้ยากมาก เพราะต้องใช้เทคนิค 3D Stack วางแผ่นเวเฟอร์ซ้อนกันในแนวตั้ง เจาะรูขนาดเล็กเพียง 30 ไมครอน และเชื่อมด้วยทองแดง หากเกิดความเสียหายในขั้นตอนการผลิต ต้นทุนจะเพิ่มขึ้นทันที
ความยากดังกล่าวทำให้ SK Hynix กลายเป็นผู้นำตลาด หลังจากลงทุนพัฒนา HBM ต่อเนื่องมานาน ขณะที่คู่แข่งหลายรายเคยประเมินว่าตลาดยังไม่พร้อม จึงพลาดโอกาสสำคัญเมื่อยุค AI มาถึง
4. ต่อให้มี HBM ก็ยังต้องผ่าน ชิป CoWoS
มากไปกว่านั้นต่อให้ผลิตชิปหน่วยความจำได้เพียงพอ ชิปเหล่านี้ก็ต้องถูกส่งไปประกอบเข้ากับ GPU ผ่านเทคโนโลยีแพ็กเกจ 2.5D CoWoS (Chip-on-Wafer-on-Substrate) ซึ่งปัจจุบันมี TSMC เพียงบริษัทเดียวในโลกที่ทำได้
ปัจจุบัน TSMC เป็นผู้นำด้านเทคโนโลยีนี้และมีส่วนแบ่งกำลังการผลิตสูงที่สุด ทำให้กำลังการผลิตกลายเป็นอีกหนึ่งคอขวดสำคัญของอุตสาหกรรม แม้ผู้ผลิตชิปจะสามารถผลิต HBM ได้มากขึ้น แต่หากไม่สามารถนำมาประกอบเข้ากับ GPU ได้ ก็ไม่สามารถส่งมอบระบบ AI ได้ครบวงจร ซึ่งตอนนี้ คิวรอผลิตยาวนานถึง 72 สัปดาห์ (ประมาณ 1 ปีครึ่ง) และโรงงานใหม่จะรันสายการผลิตได้เต็มที่จริงในปี 2028 ทำให้คาดการณ์ว่าตั้งแต่ปีหน้าเป็นต้นไป จะเป็นปีที่เกิดภาวะคอขวดรุนแรงที่สุด
5. ยุค Agentic AI จะยิ่งสร้างคอขวดลำดับถัดไป
เมื่อ AI พัฒนาไปสู่ขั้น Agentic AI ที่สามารถตัดสินใจและไปสั่งการ AI ย่อยตัวอื่นๆ ได้ เมื่อถึงจุดนั้นระบบจะต้องการตัวประมวลผลกลางหรือ CPU จะมีบทบาทมากขึ้นในการบริหารจัดการงาน ประสานการทำงานของ GPU และระบบย่อยต่าง ๆ หลายฝ่ายจึงมองว่า CPU อาจกลายเป็นคอขวดสำคัญของอุตสาหกรรมในระยะต่อไป หากความต้องการเพิ่มขึ้นเร็วกว่ากำลังการผลิต ซึ่งจะส่งผลให้บริษัทผู้ผลิต CPU อย่าง Intel และ ARM กลายเป็นคอขวดลำดับถัดไป
6.แก้คอขวดด้วยเทคโนโลยีชิปแห่งอนาคต
ข้อจำกัดของ HBM ทำให้ผู้ผลิตชิปเริ่มทดลองแนวทางใหม่ เช่น การใช้ NAND Flash เป็นหน่วยความจำเสริมในบางลักษณะงาน โดยหาเส้นทางเชื่อมต่อชิปเก็บข้อมูล NAND Flash เข้ากับตัว GPU โดยตรงเพื่อข้ามการทำงานของ RAM เพื่อช่วยลดแรงกดดันต่อ HBM
นอกจากนี้อุตสาหกรรมยังมองหาเทคโนโลยีใหม่เพื่อแก้ปัญหาที่ต้นเหตุหนึ่งในนั้นคือ Silicon Photonics ซึ่งใช้แสงแทนสัญญาณไฟฟ้าในการส่งข้อมูล ช่วยลดข้อจำกัดด้านความเร็วและระยะทาง หรืออีกแนวทางอย่าง Processing-in-Memory (PIM) ที่ย้ายการประมวลผลเข้าไปอยู่ในหน่วยความจำโดยตรง ลดการรับส่งข้อมูลระหว่าง Compute กับ Memory ซึ่งอาจเป็นอีกก้าวสำคัญของสถาปัตยกรรมคอมพิวเตอร์ในอนาคต
7. Cerebras กับแนวคิดสร้าง AI โดยไม่พึ่ง HBM
อีกแนวทางหนึ่ง คือ การออกแบบสถาปัตยกรรมใหม่ทั้งหมด หนึ่งในนั้น คือ สตาร์ทอัพที่ชื่อว่า Cerebras ที่พยายามฉีกกฎโดยใช้หน่วยความจำระยะสั้น (SRAM) สร้างลงบนแผ่นเวเฟอร์ประมวลผลขนาดใหญ่ระดับ Wafer Scale Engine (WSE) ที่รวมหน่วยประมวลผลและ SRAM ไว้บนแผ่นเวเฟอร์เดียว เทคโนโลยีนี้ช่วยข้ามข้อจำกัดโดยไม่ต้องพึ่งพา HBM หรือ GPU ของ Nvidia และสามารถประมวลผลคำตอบได้เร็วถึง 750 คำต่อวินาที ซึ่งทาง OpenAI กำลังทุ่มเงินทดสอบใช้งานเทคโนโลยีนี้
8. จีนเร่งสร้างผู้เล่นรายใหม่ในตลาด Memory
ในฝั่งของจีนเองกำลังผลักดัน CXMT ให้ก้าวขึ้นมาเป็นผู้ผลิตชิปหน่วยความจำรายสำคัญของโลก แม้เทคโนโลยีจะยังตามหลังผู้นำตลาดอยู่บางส่วน แต่การเพิ่มกำลังการผลิตจากจีนอาจช่วยลดแรงกดดันด้านอุปทาน และทำให้ตลาดมีผู้เล่นมากขึ้นในระยะยาว
อ่านเพิ่มเติม
9. ภาวะชิปล้นตลาดและสงครามตัดราคา
อุตสาหกรรมชิปหน่วยความจำเคยเป็นธุรกิจวัฏจักรที่มีการเกิดสังหารหมู่บ่อยครั้ง เนื่องจากการสร้างโรงงานต้องคาดการณ์ล่วงหน้า 3-5 ปี หากในอนาคตความต้องการสั่งซื้อจากผู้ให้บริการ Cloud รายใหญ่ไม่เป็นไปตามที่ประเมินไว้อาจเกิดภาวะชิปล้นตลาด และนำไปสู่สงครามตัดราคาที่ทำให้มูลค่าบริษัทตกต่ำลง 30-60%
10.โลกยังอยู่เพียงช่วงต้นน้ำของ AI Super Cycle
แม้จะมีความกังวลเรื่องคอขวดและราคาหุ้น แต่ในแง่ของการนำเทคโนโลยีไปใช้งานจริง โลกยังอยู่ในช่วงเริ่มต้นของวัฏจักรเท่านั้น ในอนาคตอุปกรณ์ (Form Factor) จะเปลี่ยนไปสู่รูปแบบใหม่ๆ เช่น แว่นตาอัจฉริยะ หุ่นยนต์ (Physical AI) หรือยุคที่ AI สามารถหารายได้เข้าองค์กรได้เอง ซึ่งจะเป็นแรงขับเคลื่อนให้ความต้องการโครงสร้างพื้นฐานชิปเติบโตต่อไปในระยะยาว
คอขวดกำลังย้ายจาก GPU สู่ Memory แล้วไปทางไหนต่อ?
ภาพของอุตสาหกรรมชิป AI ในวันนี้ จึงเปรียบเสมือนตุ๊กตารัสเซียที่เมื่อเปิดออกมาหนึ่งชั้นกลับพบว่ามีคอขวดซ่อนอยู่เป็นชั้น ๆ แก้ปัญหาหนึ่งได้ก็ต้องเผชิญข้อจำกัดใหม่ทันที
จากจุดเริ่มต้นที่ทุกคนจับตา GPU วันนี้โจทย์ได้ขยับมาสู่ Memory และ HBM ขณะที่การแก้ปัญหาด้านหน่วยความจำกลับนำไปสู่ข้อจำกัดใหม่ใน Advanced Packaging อย่าง CoWoS และเมื่อเข้าสู่ยุค Agentic AI เต็มรูปแบบ ความต้องการ CPU, Networking, Photonics และระบบจัดการข้อมูล ก็มีแนวโน้มเข้ามาเป็นคอขวดลำดับถัดไป
นั่นทำให้ AI Super Cycle ไม่ได้เป็นเรื่องของบริษัทใดบริษัทหนึ่ง แต่เป็นการแข่งขันตลอดทั้งห่วงโซ่อุปทาน ใครที่อยู่ในจุดที่อุปทานมีจำกัด และสามารถเพิ่มกำลังผลิตได้ไม่ทันกับความต้องการ ย่อมมีอำนาจต่อรองและมีโอกาสได้รับประโยชน์จากรอบการลงทุนนี้มากกว่า
โดยสิ่งที่ต้องจับตาอย่างใกล้ชิด คือ การลงทุนของบิ๊กเทคผู้ให้บริการคลาวด์รายใหญ่ แนวโน้มการใช้จ่ายด้าน AI Infrastructure ราคาและกำลังผลิตชิปในแต่ละห่วงโซ่ เทคโนโลยี AI รุ่นใหม่ ที่อาจเปลี่ยนผู้ชนะ และความเสี่ยงของการลงทุนที่เกินจริงที่อาจพลิกภาวะชิปขาดแคลนเป็นล้นตลาดและสงครามราคา
ดังนั้นสำหรับนักลงทุนการมองหาหุ้น AI จึงไม่ควรหยุดแค่ GPU แต่ต้องมองต่อว่าคอขวดต่อไปอยู่ตรงไหน ใครเป็นผู้ผลิตและใครเพิ่มกำลังผลิตได้ทันหลังจากนี้
ติดตามเพจ Facebook : Thairath Money ได้ที่ลิงก์นี้ -
Author
