តើ NVIDIA ជាអ្វី? ហេតុអ្វីបានជាវាល្បីជុំវិញពិភពលោក?
ពី Denny’s ឆ្នាំ ១៩៩៣ ដល់ក្រុមហ៊ុនមានតម្លៃទីផ្សារជាង ៥ ទ្រីលានដុល្លារ — GPU, CUDA, ហេតុផលដែល NVIDIA ក្លាយជាម៉ាស៊ីនរបស់យុគសម័យ AI រួមទាំងហានិភ័យ និងការរិះគន់ ផ្អែកលើឯកសារផ្លូវការ NVIDIA · 10-K · Britannica
Aទិដ្ឋភាពទូទៅ
NVIDIA (អានថា «អិន-វី-ឌា») គឺជាក្រុមហ៊ុនបច្ចេកវិទ្យាអាមេរិក ដែលមានមូលដ្ឋាននៅទីក្រុង Santa Clara រដ្ឋ California ក្នុងតំបន់ Silicon Valley។ វាបានចាប់ផ្តើមនៅឆ្នាំ ១៩៩៣ ជាក្រុមហ៊ុនតូចមួយដែលរចនាឈីបក្រាហ្វិកសម្រាប់ហ្គេមកុំព្យូទ័រ ប៉ុន្តែនៅឆ្នាំ ២០២៦ វាបានក្លាយជាក្រុមហ៊ុនដែលមានតម្លៃទីផ្សារខ្ពស់ជាងគេបំផុតលើពិភពលោក ព្រោះឈីបរបស់វា ដែលហៅថា GPU (Graphics Processing Unit) បានក្លាយជា «ម៉ាស៊ីន» ដែលដំណើរការបញ្ញាសិប្បនិម្មិត (AI) ស្ទើរតែទាំងអស់ដែលយើងប្រើប្រាស់សព្វថ្ងៃ។
យោងតាមទិន្នន័យទីផ្សារនៅថ្ងៃទី ១៦ ខែកញ្ញា ២០២៦ តម្លៃទីផ្សារ (market capitalization) របស់ NVIDIA មានប្រហែល ៥,១៧ ទ្រីលានដុល្លារអាមេរិក — ធំជាង GDP របស់ប្រទេសជាច្រើនរួមគ្នា និងធំជាងគូប្រជែង AMD និង Intel រាប់ដង។ ក្នុងឆ្នាំសារពើពន្ធ ២០២៦ (បញ្ចប់ ២៥ មករា ២០២៦) ក្រុមហ៊ុនរកចំណូលបាន ២១៥,៩ ពាន់លានដុល្លារ ដែលក្នុងនោះ ១៩៣,៧ ពាន់លាន ឬប្រហែល ៩០% មកពីមជ្ឈមណ្ឌលទិន្នន័យ (data center) — មិនមែនពីហ្គេមទៀតទេ។
អត្ថបទនេះពន្យល់ថា តើ GPU ជាអ្វី ហេតុអ្វីបានជាឈីបសម្រាប់គូររូបភាពហ្គេម ស្រាប់តែក្លាយជាធនធានដ៏មានតម្លៃបំផុតរបស់សេដ្ឋកិច្ចឌីជីថល ហើយក៏ពិនិត្យមើលហានិភ័យ ការរិះគន់ និងគូប្រជែងរបស់ NVIDIA ដោយស្មើភាព។ ព័ត៌មានផ្អែកលើឯកសារផ្លូវការរបស់ NVIDIA របាយការណ៍ហិរញ្ញវត្ថុដាក់ជូនគណៈកម្មការមូលបត្រអាមេរិក (SEC) និង Britannica។ រូបភាពខាងលើបង្ហាញកាតក្រាហ្វិក GeForce RTX ពីរ — ផលិតផលដែលអ្នកប្រើទូទៅស្គាល់ NVIDIA ច្រើនជាងគេ។
ព័ត៌មានសង្ខេប
- ឈ្មោះពេញ
- NVIDIA Corporation (ក្រុមហ៊ុនមហាជន ចុះបញ្ជីនៅ Nasdaq ក្រោមនិមិត្តសញ្ញា NVDA)
- បង្កើតឡើង
- ៥ មេសា ១៩៩៣ ដោយ Jensen Huang, Chris Malachowsky និង Curtis Priem
- ទីស្នាក់ការ
- Santa Clara, California, សហរដ្ឋអាមេរិក
- ផលិតផលសំខាន់
- GPU (GeForce, RTX), ឈីបមជ្ឈមណ្ឌលទិន្នន័យ (A100, H100, Blackwell, Vera Rubin), វេទិកាកម្មវិធី CUDA, បណ្តាញ NVLink · InfiniBand
- ចំណូលឆ្នាំសារពើពន្ធ ២០២៦
- ២១៥,៩ ពាន់លានដុល្លារ (ប្រាក់ចំណេញសុទ្ធ ១២០,១ ពាន់លានដុល្លារ)
- តម្លៃទីផ្សារ
- ≈ ៥,១៧ ទ្រីលានដុល្លារ (១៦ កញ្ញា ២០២៦ — ផ្លាស់ប្តូររាល់ថ្ងៃ)
- ម៉ូដែលអាជីវកម្ម
- Fabless — រចនាឈីប ប៉ុន្តែផលិតដោយ TSMC នៅតៃវ៉ាន់
- គេហទំព័រ
- nvidia.com
Bហេតុអ្វីល្បី?
ក្រុមហ៊ុនឈីបមានច្រើន ប៉ុន្តែហេតុអ្វីបានជា NVIDIA ក្លាយជាឈ្មោះដែលសូម្បីអ្នកមិនចេះបច្ចេកវិទ្យាក៏ស្គាល់? មានហេតុផលចម្បងបួន៖
ម៉ូដែល AI ធំៗដូចជា ChatGPT, Gemini ឬ Claude ត្រូវការការគណនាស្របគ្នារាប់ពាន់លានដង ហើយ GPU របស់ NVIDIA ជាឧបករណ៍ដែលពិភពលោកប្រើច្រើនជាងគេ។ ក្នុងត្រីមាសទី២ ឆ្នាំសារពើពន្ធ ២០២៧ ចំណូលមជ្ឈមណ្ឌលទិន្នន័យតែមួយមុខមាន ៨៩ ពាន់លានដុល្លារ។
NVIDIA ជាក្រុមហ៊ុនដំបូងគេដែលឈានដល់ ៤ ទ្រីលានដុល្លារ (កក្កដា ២០២៥) និង ៥ ទ្រីលានដុល្លារ (តុលា ២០២៥)។ ពីឆ្នាំ ២០២២ ដល់ ២០២៦ តម្លៃរបស់វាកើនឡើងជាង ១០ ដង។
តាំងពីឆ្នាំ ២០០៦ NVIDIA បានបង្កើតវេទិកា CUDA ឱ្យអ្នកសរសេរកម្មវិធីប្រើ GPU សម្រាប់ការគណនាវិទ្យាសាស្ត្រ។ ក្រោយ ២០ ឆ្នាំ អ្នកអភិវឌ្ឍរាប់លាននាក់ពឹងផ្អែកលើវា ដែលធ្វើឱ្យអតិថិជនពិបាកប្តូរទៅគូប្រជែង។
អ្នកបង្កើត និងនាយកប្រតិបត្តិដែលពាក់អាវស្បែកខ្មៅ ធ្លាប់លាងចានក្នុង Denny’s ពេលអាយុ ១៥ ឆ្នាំ ហើយដឹកនាំក្រុមហ៊ុនតែមួយជាង ៣០ ឆ្នាំ — រឿងដែលមនុស្សចូលចិត្តនិទាន។
Cប្រវត្តិ៖ ពី Denny’s ដល់ Wall Street
រឿងរ៉ាវរបស់ NVIDIA ចាប់ផ្តើមនៅឆ្នាំ ១៩៩៣ ក្នុងភោជនីយដ្ឋាន Denny’s មួយកន្លែងនៅផ្លូវ Berryessa ខាងកើតទីក្រុង San Jose។ វិស្វករបីនាក់ — Jensen Huang (អាយុ ៣០ ឆ្នាំ អតីតបុគ្គលិក LSI Logic និង AMD) Chris Malachowsky និង Curtis Priem (អតីតវិស្វករ Sun Microsystems) — បានជួបគ្នាពិភាក្សាគំនិតមួយ៖ បង្កើតឈីបដែលអាចគូររូបភាព 3D ជាក់ស្តែងលើកុំព្យូទ័រផ្ទាល់ខ្លួន។ Huang បានរំឭកនៅឆ្នាំ ២០២៣ ថា គេជ្រើសរើស Denny’s ព្រោះ «មានកាហ្វេផឹកមិនចេះអស់ ហើយគ្មាននរណាដេញយើងចេញ»។ ក្រុមហ៊ុនត្រូវបានចុះបញ្ជីនៅថ្ងៃទី ៥ ខែមេសា ១៩៩៣ ដោយដើមទុនចាប់ផ្តើមតែ ៤០ ០០០ ដុល្លារ មុនពេលទទួលបានការវិនិយោគពី Sequoia Capital។
ឆ្នាំដំបូងៗពោរពេញដោយភាពលំបាក។ ឈីបទីមួយ NV1 (១៩៩៥) បរាជ័យលើទីផ្សារ ហើយនៅឆ្នាំ ១៩៩៦ Huang ត្រូវបញ្ឈប់បុគ្គលិកជាងពាក់កណ្តាល ពី ១០០ នាក់មកត្រឹម ៤០ នាក់។ ពាក្យស្លោកក្រៅផ្លូវការនៅសម័យនោះគឺ «យើងនៅសល់ ៣០ ថ្ងៃទៀតមុនក្ស័យធន»។ ឈីប RIVA 128 ដែលចេញនៅខែសីហា ១៩៩៧ ពេលក្រុមហ៊ុននៅសល់ថវិកាតែមួយខែ បានលក់ដាច់ប្រហែល ១ លានឯកតាក្នុងបួនខែ ហើយបានសង្គ្រោះក្រុមហ៊ុន។
ថ្ងៃទី ២២ ខែមករា ១៩៩៩ NVIDIA បានចុះបញ្ជីលក់ភាគហ៊ុនជាសាធារណៈ (IPO) នៅផ្សារហ៊ុន Nasdaq ក្នុងតម្លៃ ១២ ដុល្លារក្នុងមួយហ៊ុន។ នៅខែសីហាឆ្នាំដដែល ក្រុមហ៊ុនបានប្រកាស GeForce 256 ដោយហៅវាថា «GPU ដំបូងបង្អស់លើពិភពលោក»។ ពាក្យ GPU ជាពាក្យទីផ្សារដែល NVIDIA បង្កើតផ្ទាល់ — ឈីបតែមួយដែលរួមបញ្ចូលការបំប្លែងទីតាំង (transform) ពន្លឺ (lighting) និងការគូរ (rendering) ដំណើរការពហុកោណយ៉ាងហោច ១០ លានក្នុងមួយវិនាទី — ហើយក្រោយមកក្លាយជាពាក្យស្តង់ដារនៃឧស្សាហកម្ម។
ការសម្រេចចិត្តដែលផ្លាស់ប្តូរជោគវាសនាក្រុមហ៊ុនបានកើតឡើងនៅឆ្នាំ ២០០៦៖ NVIDIA បានប្រកាស CUDA (Compute Unified Device Architecture) ដែលបើកឱ្យអ្នកវិទ្យាសាស្ត្រ និងអ្នកសរសេរកម្មវិធីប្រើ GPU សម្រាប់ការគណនាទូទៅ មិនមែនតែក្រាហ្វិកទៀតទេ។ ការវិនិយោគនេះលើសពី ១ ពាន់លានដុល្លារ។ ក្នុងឆ្នាំ ២០១២ អ្នកស្រាវជ្រាវបីនាក់នៅសាកលវិទ្យាល័យ Toronto បានប្រើ GPU លេងហ្គេម GeForce GTX 580 ចំនួនពីរ ដើម្បីបង្ហាត់បណ្តាញប្រសាទសិប្បនិម្មិតឈ្មោះ AlexNet ហើយឈ្នះការប្រកួតសម្គាល់រូបភាព ImageNet យ៉ាងលើសលប់ — ព្រឹត្តិការណ៍ដែលចាត់ទុកជាការចាប់ផ្តើមនៃយុគសម័យ deep learning ទំនើប។
ពីទីនោះ NVIDIA បានប្តូរទិសដៅទៅរក AI៖ ការបរិច្ចាគម៉ាស៊ីន DGX-1 ដំបូងទៅ OpenAI ក្នុងឆ្នាំ ២០១៦ ការទិញក្រុមហ៊ុនបណ្តាញ Mellanox ក្នុងតម្លៃ ៦,៩ ពាន់លានដុល្លារ (២០២០) ឈីប A100 (២០២០) និង H100 (២០២២)។ ពេលដែល ChatGPT ចេញនៅចុងឆ្នាំ ២០២២ ហើយពិភពលោកចាប់ផ្តើមប្រណាំងសាងសង់ AI តម្រូវការ H100 កើនឡើងរហូតដល់ក្រុមហ៊ុនធំៗត្រូវរង់ចាំរាប់ខែ។ តម្លៃទីផ្សាររបស់ NVIDIA បានឆ្លងកាត់ ១ ទ្រីលានដុល្លារនៅចុងខែឧសភា ២០២៣, ២ ទ្រីលាននៅខែមីនា ២០២៤ (តែ ១៨០ ថ្ងៃក្រោយមក), ៣ ទ្រីលាននៅខែមិថុនា ២០២៤, ៤ ទ្រីលាននៅថ្ងៃទី ១០ ខែកក្កដា ២០២៥ និង ៥ ទ្រីលាននៅថ្ងៃទី ២៩ ខែតុលា ២០២៥។
DGPU ដំណើរការយ៉ាងណា?
ដើម្បីយល់ថាហេតុអ្វី NVIDIA ធំបែបនេះ ត្រូវយល់ពី CPU និង GPU ជាមុន។ CPU (ឈីបកណ្តាលរបស់កុំព្យូទ័រ ដែល Intel និង AMD ល្បី) មានស្នូល (core) ដ៏មានឥទ្ធិពលមួយចំនួនតូច — ជាធម្មតា ៤ ទៅ ៦៤ ស្នូល — ដែលនីមួយៗឆ្លាតខ្លាំង ធ្វើការស្មុគស្មាញតាមលំដាប់បានលឿន ដូចសាស្ត្រាចារ្យគណិតវិទ្យាពីរបីនាក់ដោះស្រាយបញ្ហាពិបាកម្តងមួយៗ។
GPU ផ្ទុយពីនេះ មានស្នូលតូចៗរាប់ពាន់ — ឈីប A100 មាន ៦ ៩១២ ស្នូល CUDA — ដែលនីមួយៗសាមញ្ញជាង ប៉ុន្តែធ្វើការស្រដៀងគ្នារាប់លានក្នុងពេលតែមួយ ដូចសិស្សរាប់ពាន់នាក់ដែលម្នាក់ៗគណនាលេខមួយសន្លឹកព្រមគ្នា។ ការគូររូបភាពហ្គេមត្រូវការបែបនេះ៖ អេក្រង់មានចំណុច (pixel) រាប់លាន ហើយពណ៌ចំណុចនីមួយៗអាចគណនាដោយឯករាជ្យពីគ្នា។
ចំណុចសំខាន់គឺថា បណ្តាញប្រសាទសិប្បនិម្មិត (neural network) ដែលជាមូលដ្ឋាននៃ AI ទំនើប ក៏ជាការងារបែបនេះដែរ៖ ការគុណម៉ាទ្រីស (matrix) ធំៗរាប់ពាន់លានដង — ប្រតិបត្តិការសាមញ្ញ ដដែលៗ ដែលអាចធ្វើស្របគ្នា។ នៅឆ្នាំ ២០១២ ក្រុម AlexNet បានបង្ហាញក្នុងឯកសារស្រាវជ្រាវរបស់ខ្លួនថា GPU លេងហ្គេមធម្មតាពីរអាចបង្ហាត់បណ្តាញដែលមានប៉ារ៉ាម៉ែត្រ ៦០ លាន ក្នុងរយៈពេលប្រាំទៅប្រាំមួយថ្ងៃ ហើយសម្រេចបានអត្រាកំហុស ១៥,៣% ធៀបនឹង ២៦,២% របស់អ្នកឈរលេខពីរ។ ចាប់ពីពេលនោះ អ្នកស្រាវជ្រាវ AI ស្ទើរទាំងអស់ងាកមកប្រើ GPU។
ប៉ុន្តែផ្នែករឹងតែមួយមុខមិនគ្រប់គ្រាន់ទេ។ អ្វីដែលធ្វើឱ្យ NVIDIA ខុសពីគេគឺ CUDA — វេទិកាដែលអនុញ្ញាតឱ្យអ្នកសរសេរកម្មវិធីបញ្ជា GPU ដោយភាសា C++ ឬ Python ធម្មតា ដោយមិនចាំបាច់យល់ពីក្រាហ្វិកទេ។ ក្នុងរយៈពេល ២០ ឆ្នាំ NVIDIA បានបង្កើតបណ្ណាល័យរាប់រយ (cuDNN, TensorRT, NCCL) ហើយក្របខណ្ឌ AI ដូចជា PyTorch និង TensorFlow ត្រូវបានធ្វើឱ្យប្រសើរសម្រាប់ CUDA ជាមុនសិន។ នេះជាមូលហេតុដែលអ្នកវិភាគហៅ CUDA ថាជា «ខ្សែបន្ទាយ» (moat)៖ ទោះឈីបគូប្រជែងលឿនស្មើ ក៏អតិថិជនត្រូវសរសេរកម្មវិធីឡើងវិញដែរ។
ជំនាន់ឈីបមជ្ឈមណ្ឌលទិន្នន័យរបស់ NVIDIA ដាក់ឈ្មោះតាមអ្នកវិទ្យាសាស្ត្រល្បីៗ៖ Ampere (A100, ២០២០, ៥៤,២ ពាន់លានត្រង់ស៊ីស្ទ័រ លើដំណើរការ ៧ ណាណូម៉ែត្ររបស់ TSMC), Hopper (H100, ២០២២, ៨០ ពាន់លានត្រង់ស៊ីស្ទ័រ), Blackwell (២០២៤, ២០៨ ពាន់លានត្រង់ស៊ីស្ទ័រ ដោយភ្ជាប់ឈីបពីរជាមួយគ្នា) និង Vera Rubin (ប្រកាសនៅ GTC ខែមីនា ២០២៦)។ សព្វថ្ងៃ NVIDIA លក់ទាំង «ទូ» (rack) ពេញលេញដូចជា GB200 NVL72 ដែលភ្ជាប់ GPU ៧២ និង CPU ៣៦ ជាកុំព្យូទ័រយក្សតែមួយ តាមរយៈបណ្តាញ NVLink។
Eកាលប្បវត្តិ
Fសសរស្តម្ភទាំង ៤ នៃអាជីវកម្ម
NVIDIA សព្វថ្ងៃមិនមែនជាក្រុមហ៊ុន «លក់ឈីប» សាមញ្ញទេ។ អាជីវកម្មរបស់វាឈរលើសសរស្តម្ភបួន៖
ពី GeForce RTX សម្រាប់ហ្គេម (ចំណូល ១៦ ពាន់លានដុល្លារក្នុងឆ្នាំសារពើពន្ធ ២០២៦) ដល់ Blackwell និង Vera Rubin សម្រាប់មជ្ឈមណ្ឌលទិន្នន័យ (១៩៣,៧ ពាន់លានដុល្លារ)។ ឈីបទាំងអស់ផលិតដោយ TSMC ហើយប្រើអង្គចងចាំ HBM ពី SK hynix, Samsung និង Micron។
វេទិកា និងបណ្ណាល័យកម្មវិធីរាប់រយដែលអ្នកអភិវឌ្ឍរាប់លាននាក់ប្រើ។ ឥតគិតថ្លៃសម្រាប់អ្នកប្រើ ប៉ុន្តែដំណើរការតែលើ GPU របស់ NVIDIA — នេះជាអ្វីដែលធ្វើឱ្យអតិថិជន «ជាប់» ជាមួយក្រុមហ៊ុន។
ម៉ូដែល AI ធំត្រូវការ GPU រាប់ម៉ឺនធ្វើការរួមគ្នា។ តាមរយៈការទិញ Mellanox (២០២០) NVIDIA គ្រប់គ្រងបច្ចេកវិទ្យាតភ្ជាប់ GPU ទាំងនោះ — ផ្នែកដែលនិយតករចិនកំពុងស៊ើបអង្កេត។
NVIDIA លក់ទូ NVL72 ទាំងមូល (GPU ៧២ + CPU ៣៦) និងរចនាមជ្ឈមណ្ឌលទិន្នន័យទាំងមូល ដែលវាហៅថា «រោងចក្រ AI» ហើយក៏ពង្រីកទៅរថយន្តស្វ័យប្រវត្តិ (DRIVE) និងមនុស្សយន្ត (Isaac, Cosmos) ដែរ។
GNVIDIA ធៀបនឹង AMD និង Intel
ដើម្បីមើលទំហំរបស់ NVIDIA ខាងក្រោមនេះជាការប្រៀបធៀបជាមួយក្រុមហ៊ុនឈីបអាមេរិកពីរទៀតដែលល្បីជាងគេ៖ AMD (គូប្រជែងផ្ទាល់លើ GPU) និង Intel (ស្តេច CPU ក្នុងទសវត្សរ៍មុន)។ តម្លៃទីផ្សារគិតត្រឹមពាក់កណ្តាលខែកញ្ញា ២០២៦ តាមcompaniesmarketcap.com; ចំណូលគឺឆ្នាំសារពើពន្ធចុងក្រោយពេញលេញ (NVIDIA បញ្ចប់ខែមករា ២០២៦; AMD និង Intel បញ្ចប់ខែធ្នូ ២០២៥)។
Hរូបភាព
ចុចលើរូបភាពដើម្បីមើលពេញអេក្រង់។ រូបថតពិតពី Pexels និង Unsplash ក្រោមអាជ្ញាបណ្ណប្រើប្រាស់ដោយសេរី — ឥណទាននៅក្រោមរូបភាពនីមួយៗក្នុងផ្នែកខាងលើ។
ផ្ទាំងស៊ីលីកុន (wafer) ដែលមានឈីបរាប់រយ — ឈីប NVIDIA ចាប់ផ្តើមពីផ្ទាំងបែបនេះនៅ TSMCកាតក្រាហ្វិក GeForce RTX ដំឡើងក្នុងកុំព្យូទ័រលើតុជួរម៉ាស៊ីនមេក្នុងមជ្ឈមណ្ឌលទិន្នន័យ — ប្រភពចំណូលធំបំផុតរបស់ NVIDIA
កាតក្រាហ្វិក GeForce GTX ជំនាន់មុន — ប្រភេទឈីបដែល AlexNet ប្រើឆ្នាំ ២០១២កាតក្រាហ្វិក GeForce RTX ពីរ — ផលិតផលដែលអ្នកប្រើទូទៅស្គាល់ NVIDIA ច្រើនជាងគេIផលប៉ះពាល់ ហានិភ័យ និងការរិះគន់
ឥទ្ធិពលរបស់ NVIDIA លើពិភពលោកមានទាំងវិជ្ជមាន និងចម្រូងចម្រាស។ ខាងក្រោមនេះជាផលប៉ះពាល់សំខាន់ៗ រួមទាំងការរិះគន់ដែលក្រុមហ៊ុនកំពុងប្រឈម៖
- វិទ្យាសាស្ត្រ និង AI — GPU របស់ NVIDIA ស្ថិតនៅពីក្រោយកុំព្យូទ័រយក្សភាគច្រើនក្នុងបញ្ជី TOP500 និងការរកឃើញដូចជា AlphaFold ការព្យាករណ៍អាកាសធាតុ និងម៉ូដែលភាសាធំៗ។ ក្នុងខែកញ្ញា ២០២៦ ក្រុមហ៊ុនបានព្រមព្រៀងទិញ Hugging Face — វេទិកាចែករំលែកម៉ូដែល AI បើកចំហដែលមានអ្នកអភិវឌ្ឍជាង ១៨ លាននាក់ — ក្នុងតម្លៃ ១២,៩៣ ពាន់លានដុល្លារ។
- សេដ្ឋកិច្ច និងការចំណាយ AI — ក្រុមហ៊ុន cloud និង AI ធំៗចំណាយរាប់រយពាន់លានដុល្លារក្នុងមួយឆ្នាំលើ GPU។ នៅ GTC ខែមីនា ២០២៦ Huang បានព្យាករណ៍ការបញ្ជាទិញ Blackwell និង Rubinរហូតដល់ ១ ទ្រីលានដុល្លារត្រឹមឆ្នាំ ២០២៧។ តើការចំណាយនេះនឹងផ្តល់ផលចំណេញឬអត់ ជាមូលហេតុនៃជម្លោះ «ពពុះ AI» ដែលពន្យល់ក្នុងអត្ថបទការវិនិយោគហេដ្ឋារចនាសម្ព័ន្ធ AI។
- ការប្រមូលផ្តុំអតិថិជន — យោងតាមរបាយការណ៍ 10-K ឆ្នាំសារពើពន្ធ ២០២៦ អតិថិជនផ្ទាល់ធំបំផុតម្នាក់បានផ្តល់ ២២% នៃចំណូល ហើយអតិថិជនទីពីរ ១៤%។ បើក្រុមហ៊ុនធំពីរបីកាត់បន្ថយការទិញ ឬបង្កើតឈីបផ្ទាល់ខ្លួន ចំណូលរបស់ NVIDIA អាចរងផលប៉ះពាល់ខ្លាំង។
- ការត្រួតពិនិត្យនាំចេញទៅចិន — ចាប់ពីខែតុលា ២០២២ អាមេរិកបានហាមលក់ឈីប AI ទំនើបទៅចិន។ NVIDIA បានរចនាឈីបកម្រិតទាបជាង (A800, H800, H20) ប៉ុន្តែនៅខែមេសា ២០២៥ H20 ក៏ត្រូវការអាជ្ញាបណ្ណដែរ ធ្វើឱ្យខាត ៤,៥ ពាន់លានដុល្លារលើស្តុកទំនិញ។ នៅឆ្នាំ ២០២៦ ទោះអាមេរិកអនុញ្ញាតលក់ H200 ដោយមានពន្ធ ២៥% ក៏ដោយ ការដឹកជញ្ជូនពិតប្រាកដនៅតែ «តិចតួចបំផុត» តាមសក្ខីកម្មរបស់មន្ត្រីក្រសួងពាណិជ្ជកម្មនៅខែកក្កដា ២០២៦ ព្រោះរដ្ឋាភិបាលចិនជំរុញក្រុមហ៊ុនក្នុងស្រុកឱ្យប្រើឈីប Huawei វិញ។ NVIDIA «មិនគិតបញ្ចូលចំណូលមជ្ឈមណ្ឌលទិន្នន័យពីចិន» ក្នុងការព្យាករណ៍ទេ។ អានលម្អិតក្នុងអត្ថបទសង្គ្រាមឈីប និងការត្រួតពិនិត្យនាំចេញ។
- ការស៊ើបអង្កេតប្រឆាំងផ្តាច់មុខ — នៅខែកញ្ញា ២០២៥ និយតករទីផ្សារចិន (SAMR) បានសន្និដ្ឋានបឋមថា NVIDIA បានរំលោភច្បាប់ប្រឆាំងផ្តាច់មុខទាក់ទងនឹងលក្ខខណ្ឌនៃការទិញ Mellanox ខណៈក្រសួងយុត្តិធម៌អាមេរិក និងអាជ្ញាធរប្រកួតប្រជែងបារាំងក៏បានបើកការស៊ើបអង្កេតដែរ។ NVIDIA បដិសេធថាខ្លួនធ្វើខុសច្បាប់ ហើយការសន្និដ្ឋានទាំងនេះនៅមិនទាន់ចុងក្រោយទេ។
- ការប្រកួតប្រជែង — AMD បានចេញទូ Helios (MI455X) ក្នុងខែកក្កដា ២០២៦ ដោយអះអាងថាផ្តល់ token ច្រើនជាង ៣០% ក្នុងមួយដុល្លារធៀបនឹង Rubin NVL72 និងចុះកិច្ចព្រមព្រៀងជាមួយ OpenAI (៦ gigawatt) Anthropic និង Microsoft; Google មានឈីប TPU ផ្ទាល់ខ្លួន; Amazon មាន Trainium; ក្រុមហ៊ុន AI ធំៗកំពុងរចនាឈីបផ្ទាល់ខ្លួនជាមួយ Broadcom; ហើយក្នុងចិន Huawei កំពុងជំនួស NVIDIA។
- ថាមពល — «រោងចក្រ AI» ទំហំ ១ gigawatt ត្រូវការអគ្គិសនីស្មើនឹងទីក្រុងធំមួយ។ NVIDIA អះអាងថាឈីបជំនាន់ថ្មីនីមួយៗចំណេញថាមពលជាងមុន ប៉ុន្តែការប្រើថាមពលសរុបនៅតែកើនឡើង។
Jការយល់ច្រឡំ
Kមេរៀនសម្រាប់អ្នកអានខ្មែរ
Lសេចក្តីសន្និដ្ឋាន
NVIDIA ជាឧទាហរណ៍កម្រនៃក្រុមហ៊ុនដែលរចនាឧបករណ៍មួយសម្រាប់គោលបំណងមួយ (ហ្គេម) ហើយរកឃើញថាវាជាកូនសោសម្រាប់បដិវត្តន៍មួយទៀត (AI) — ដោយសារបានវិនិយោគរយៈពេលវែងលើផ្នែកទន់ CUDA នៅពេលគ្មាននរណាឃើញហេតុផល។ ពីតុមួយក្នុង Denny’s ដល់ក្រុមហ៊ុនមានតម្លៃជាង ៥ ទ្រីលានដុល្លារ ដំណើរ ៣៣ ឆ្នាំរបស់វាឆ្លុះបញ្ចាំងពីការផ្លាស់ប្តូរនៃកុំព្យូទ័រទាំងមូល ពីការគណនាតាមលំដាប់ទៅការគណនាស្របគ្នា។
ប៉ុន្តែភាពជោគជ័យនេះក៏នាំមកនូវសំណួរធំៗ៖ តើសេដ្ឋកិច្ចពិភពលោកគួរពឹងផ្អែកលើក្រុមហ៊ុនតែមួយ និងរោងចក្រនៅកោះតែមួយសម្រាប់ហេដ្ឋារចនាសម្ព័ន្ធ AI ដល់កម្រិតណា? តើការចំណាយរាប់រយពាន់លានដុល្លារលើ GPU នឹងផ្តល់ផលត្រឡប់មកវិញឬអត់? ហើយតើគូប្រជែងដូចជា AMD, Google និង Huawei នឹងបំបែក «ខ្សែបន្ទាយ» CUDA បានឬទេ? ចម្លើយនឹងកំណត់មិនត្រឹមតែអនាគតរបស់ NVIDIA ទេ ប៉ុន្តែទាំងរូបរាងនៃបច្ចេកវិទ្យាដែលយើងទាំងអស់គ្នានឹងប្រើក្នុងទសវត្សរ៍ខាងមុខ។