เจาะ 5 หุ้นโครงสร้างพื้นฐาน AI รับเทรนด์ภาคธุรกิจขยายตัว

การประยุกต์ใช้งานเทคโนโลยีปัญญาประดิษฐ์หรือ AI กำลังก้าวข้ามจากการเป็นเพียงเครื่องมือทดลองไปสู่การเป็นระบบหลักในการดำเนินงานประจำวันของภาคธุรกิจทั่วโลก ส่งผลให้ความต้องการด้านทรัพยากรการคำนวณและโครงสร้างพื้นฐานทางเทคโนโลยีขยายตัวอย่างรวดเร็วในระดับที่กำลังการผลิตของอุตสาหกรรมเดิมยากจะไล่ตามทัน ข้อมูลวิจัยชี้ว่าการปรับตัวขององค์กรต่าง ๆ ทำให้โครงสร้างพื้นฐานหลักที่คอยรองรับระบบ AI ต้องเผชิญกับภาวะคอขวดทั้งในฝั่งกำลังการประมวลผล ระบบเครือข่ายเชื่อมต่อ การจัดการพลังงาน และเทคโนโลยีการระบายความร้อน

จากแนวโน้มการเติบโตที่เกิดขึ้น ได้สร้างโอกาสเชิงโครงสร้างให้กับผู้ให้บริการและผู้ผลิตอุปกรณ์ในกลุ่มโครงสร้างพื้นฐาน AI ซึ่งทำหน้าที่เป็นผู้ส่งมอบอุปกรณ์จำเป็นให้แก่ระบบนิเวศเทคโนโลยี บทความนี้จะพาไปเจาะลึกภาพรวมความต้องการของตลาดศูนย์ข้อมูล ตัวเลขการเติบโตทางธุรกิจ รวมถึงปัจจัยเสี่ยงเฉพาะตัวของ 5 บริษัทชั้นนำในตลาดโลกที่ตั้งอยู่ในจุดรับประโยชน์จากการขยายตัวของเทคโนโลยี AI ในภาคธุรกิจโดยตรง

ภาพรวมของข่าว

ประเด็นหลักที่เกิดขึ้น

ข้อมูลจากการวิจัยด้านการลงทุนระบุว่า ปัจจุบันมีองค์กรธุรกิจประมาณ 22.4% ที่ได้นำเทคโนโลยี AI เข้ามาใช้งานในฟังก์ชันการทำงานปกติแล้ว และยังมีอีก 25.9% ขององค์กรธุรกิจที่คาดว่าจะเริ่มเปิดใช้งานภายในช่วง 6 เดือนข้างหน้า ซึ่งหากแผนการดังกล่าวเกิดขึ้นจริง จะส่งผลให้มีภาคธุรกิจมากกว่า 48% ที่เปิดใช้งานระบบ AI ในการดำเนินงานประจำวัน ตัวเลขนี้สะท้อนถึงเส้นโค้งความต้องการ (Demand Curve) ที่เป็นแรงขับเคลื่อนสำคัญหลังการก่อสร้างและขยายโครงสร้างพื้นฐาน AI ในวงกว้าง

การขยายตัวของการใช้งาน AI ส่งผลกระทบโดยตรงต่อความต้องการพลังงานไฟฟ้า โดยมีการประเมินว่าความต้องการไฟฟ้าสำหรับศูนย์ข้อมูล (Data Center) ในสหรัฐอเมริกาจะเพิ่มขึ้นจากประมาณ 31 กิกะวัตต์ (Gigawatts) ในปี 2025 ขึ้นไปแตะระดับ 66 กิกะวัตต์ภายในปี 2027 ขณะเดียวกัน องค์การพลังงานระหว่างประเทศ (IEA) คาดการณ์ว่าปริมาณการใช้ไฟฟ้าของศูนย์ข้อมูลทั่วโลกจะปรับตัวเพิ่มขึ้นจากประมาณ 485 เทราวัตต์-ชั่วโมง (Terawatt-hours) ในปี 2025 ไปสู่ระดับ 950 เทราวัตต์-ชั่วโมงภายในปี 2030

นอกจากนี้ รายจ่ายลงทุน (Capex) ของผู้ให้บริการคลาวด์รายใหญ่ (Hyperscalers) มีแนวโน้มพุ่งสูงขึ้นเข้าใกล้ระดับ 800,000 ล้านดอลลาร์สหรัฐในปี 2026 และอาจแตะระดับ 1.3 ล้านล้านดอลลาร์สหรัฐในปี 2027 โดยมียอดคำสั่งซื้อคลาวด์ล่วงหน้า (Cloud Backlog) สะสมในระบบมากกว่า 2 ล้านล้านดอลลาร์สหรัฐ ซึ่งส่งผลให้เกิดคอขวดพร้อมกันทั้งในด้านชิปประมวลผล ชิปสั่งทำพิเศษ (Custom Silicon) โครงข่ายสวิตช์การสื่อสาร ระบบพลังงาน และพื้นที่ศูนย์ข้อมูลแบบ Neocloud

รายละเอียดและข้อมูลสำคัญ

ตัวเลขหรือข้อมูลที่ควรจับตา

บริษัทชั้นนำ 5 แห่งในกลุ่มโครงสร้างพื้นฐาน AI มีรายละเอียดผลการดำเนินงานและตัวเลขสำคัญทางธุรกิจดังต่อไปนี้:

1. NVIDIA (NASDAQ: NVDA)
ทำหน้าที่เป็นชั้นการคำนวณพื้นฐาน (Foundational Compute Layer) สำหรับระบบ AI ในไตรมาสที่ 2 ของปีงบประมาณ 2027 บริษัทมีรายได้รวม 96,220 ล้านดอลลาร์สหรัฐ เพิ่มขึ้น 105.8% เมื่อเทียบกับช่วงเดียวกันของปีก่อน โดยรายได้จากกลุ่มศูนย์ข้อมูล (Data Center) อยู่ที่ 89,020 ล้านดอลลาร์สหรัฐ เติบโตขึ้น 117% พร้อมคาดการณ์รายได้ไตรมาสที่ 3 ไว้ที่ 108,000 ล้านดอลลาร์สหรัฐ (บวกลบ 2%) และคาดว่ารายได้รวมจะเติบโตประมาณ 70% ในปีงบประมาณ 2028

ผู้บริหารระดับสูงของ NVIDIA ระบุว่าภาพรวมธุรกิจยังคงอยู่ในภาวะที่อุปทานมีจำกัด (Supply-constrained outlook) และห่วงโซ่อุปทานทั้งหมดกำลังเผชิญกับความท้าทาย ทั้งนี้ สถาปัตยกรรมชิป Vera Rubin ได้รับคำสั่งซื้อจากผู้ให้บริการ Hyperscaler รายใหญ่ครบทุกราย และคาดว่าจะสร้างการเติบโตได้เร็วที่สุดในประวัติศาสตร์ของบริษัท โดยรายได้ต่อกิกะวัตต์ปรับตัวเพิ่มขึ้นจากประมาณ 18,000 ล้านดอลลาร์สหรัฐในรุ่น Hopper เป็น 25,000 ล้านดอลลาร์สหรัฐในรุ่น Blackwell และคาดว่าจะสูงถึง 40,000 ล้านดอลลาร์สหรัฐในรุ่น Vera Rubin ขณะที่ราคาหุ้นปรับตัวเพิ่มขึ้น 23.67% ตั้งแต่ต้นปีจนถึงปัจจุบัน โดยมีความเสี่ยงสำคัญคือราคาหน่วยความจำ (Memory Pricing) ความเสี่ยงจากตลาดจีน และขนาดของภาระผูกพัน Capex ของกลุ่ม Hyperscaler

2. Broadcom (NASDAQ: AVGO)
ผู้ให้บริการด้านชิปสั่งทำพิเศษและระบบเครือข่าย AI ในไตรมาสที่ 3 ของปีงบประมาณ 2026 บริษัทมีรายได้ 29,590 ล้านดอลลาร์สหรัฐ เพิ่มขึ้น 85.5% โดยรายได้จากเซมิคอนดักเตอร์สำหรับ AI สูงถึง 16,700 ล้านดอลลาร์สหรัฐ เติบโต 221% เมื่อเทียบกับปีก่อน ผู้บริหารคาดการณ์รายได้ AI ในปีงบประมาณ 2027 ไว้ที่ประมาณ 115,000 ล้านดอลลาร์สหรัฐ และรายได้ชิป AI ปีงบประมาณ 2028 ที่ 230,000 ล้านดอลลาร์สหรัฐ

ปัจจัยขับเคลื่อนมาจากการพัฒนา TPU ให้กับ Google, การปรับใช้ Ironwood และ TPU v8i ของ Anthropic รวมถึงตัวเร่งความเร็ว Jalapeno ของ OpenAI นอกจากนี้ บริษัทยังได้เริ่มกระบวนการผลิต (Tape-out) สวิตช์ Ethernet รุ่น Tomahawk 7 ซึ่งเป็นสวิตช์ขนาด 200 Terabits per second เครื่องแรกของอุตสาหกรรม ราคาหุ้นซื้อขายอยู่ใกล้ระดับ 357.90 ดอลลาร์สหรัฐ โดยมีความเสี่ยงหลักคือการกระจุกตัวของลูกค้ารายใหญ่เพียงไม่กี่ราย

3. Arista Networks (NYSE: ANET)
ผู้พัฒนาโครงข่าย Ethernet Fabric ที่ช่วยเชื่อมต่อการทำงานของ GPU หลายพันตัวให้ประมวลผลเสมือนเป็นเครื่องเดียวกัน ในไตรมาสที่ 2 ของปีงบประมาณ 2026 บริษัททำรายได้ทะลุ 3,000 ล้านดอลลาร์สหรัฐเป็นครั้งแรก อยู่ที่ 3,036 ล้านดอลลาร์สหรัฐ เพิ่มขึ้น 37.7% และมีกำไรต่อหุ้น Non-GAAP ที่ 1.02 ดอลลาร์สหรัฐ พร้อมปรับเพิ่มเป้าหมายรายได้ปี 2026 ขึ้นเป็นประมาณ 12,600 ล้านดอลลาร์สหรัฐ

ปัจจุบัน Arista ให้บริการลูกค้าในกลุ่ม EtherLink AI-fabric สะสมมากกว่า 100 ราย โดยผู้บริหารระบุว่าระบบเครือข่ายเปรียบเสมือนระบบประสาทศูนย์กลางสำหรับโครงสร้างพื้นฐาน ราคาหุ้นปรับตัวเพิ่มขึ้น 47.89% ตั้งแต่ต้นปีจนถึงปัจจุบัน อย่างไรก็ตาม มีข้อควรระวังคือตลาดยังเผชิญภาวะตึงตัวของชิ้นส่วนประกอบ ซึ่งอาจไม่ผ่อนคลายจนกว่าจะถึงปี 2028

4. Vertiv Holdings (NYSE: VRT)
ผู้ให้บริการระบบจ่ายไฟฟ้า วงจรความร้อน และระบบระบายความร้อนด้วยของเหลว (Liquid Cooling) สำหรับศูนย์ข้อมูล AI ในไตรมาสที่ 2 ของปี 2026 มีรายได้ 3,274 ล้านดอลลาร์สหรัฐ เพิ่มขึ้น 24.1% อัตรากำไรจากการดำเนินงานปรับปรุงแล้ว (Adjusted Operating Margin) ขยายตัว 410 basis points สู่ระดับ 22.6% และกระแสเงินสดอิสระ (Free Cash Flow) เติบโต 234% สู่ระดับ 925.3 ล้านดอลลาร์สหรัฐ

บริษัทได้ปรับเพิ่มเป้าหมายรายได้ปี 2026 ขึ้นเป็น 13,800 – 14,200 ล้านดอลลาร์สหรัฐ และกำไรต่อหุ้นปรับปรุงแล้วที่ 6.65 – 6.75 ดอลลาร์สหรัฐ ขณะนี้กำลังร่วมพัฒนาระบบพลังงานกระแสตรง 800 โวลต์ (800V DC) กับ NVIDIA และได้เข้าซื้อกิจการ UtilityInnovation Group เพื่อเร่งการจ่ายไฟฟ้าเข้าสู่ศูนย์ข้อมูล AI ราคาหุ้นปรับตัวเพิ่มขึ้น 73.23% ตั้งแต่ต้นปีจนถึงปัจจุบัน โดยมีความเสี่ยงด้านการบริหารโครงการ Hyperscale ขนาดใหญ่และการชะลอตัวในภูมิภาค EMEA

5. Nebius Group (NASDAQ: NBIS)
ผู้ให้บริการคลาวด์เฉพาะทาง (Neocloud) ที่เข้ามาเติมช่องว่างระหว่างภาวะขาดแคลน GPU และความต้องการของภาคธุรกิจ ในไตรมาสที่ 2 ของปี 2026 รายได้เติบโต 454% เมื่อเทียบกับปีก่อน สู่ระดับ 582.3 ล้านดอลลาร์สหรัฐ โดยกลุ่มธุรกิจ AI Cloud เติบโตขึ้น 514% และมียอดภาระผูกพันตามสัญญาที่เหลืออยู่ (Remaining Performance Obligations) สูงถึง 37,500 ล้านดอลลาร์สหรัฐ

Nebius ได้ปรับเพิ่มเป้าหมายกำลังไฟฟ้าตามสัญญาเมื่อสิ้นปีเป็น 5 กิกะวัตต์ และได้รับการระบุจาก NVIDIA ให้เป็นลูกค้ารายแรกสำหรับการจัดส่ง Groq 3 LPX ในปริมาณมาก นอกจากนี้ การประมูลกำลังการประมวลผลรอบแรกของบริษัทมีราคาปิดประมูลสูงกว่าราคาสูงสุดที่เคยคิดสำหรับสถาปัตยกรรม Blackwell ถึง 15% ราคาหุ้นปรับตัวขึ้น 170.46% ตั้งแต่นับจากต้นปีจนถึงปัจจุบัน แต่มีความเสี่ยงจากค่าใช้จ่ายลงทุนที่สูง การเจือจางของหุ้นแปลงสภาพ และการกระจุกตัวของรายได้จากลูกค้ารายใหญ่ 3 รายแรกซึ่งคิดเป็น 24%, 21% และ 14% ของรายได้ในไตรมาสที่ 2 ตามลำดับ

ปัจจัยและผลกระทบต่อตลาด

มุมมองต่อผู้ติดตามตลาด

เทรนด์การสร้างโครงสร้างพื้นฐาน AI ในปัจจุบัน แสดงให้เห็นถึงการเปลี่ยนแปลงของแรงขับเคลื่อนในตลาดการเงิน โดยตัวเลขการลงทุนจากผู้ให้บริการรายใหญ่ไม่ได้กระจุกตัวอยู่เพียงแค่การพัฒนาโมเดลภาษาหรือซอฟต์แวร์ประยุกต์เท่านั้น แต่กำลังขยายไปสู่อุปกรณ์ฮาร์ดแวร์พื้นฐานที่ทำให้การประมวลผลเกิดขึ้นได้จริงทางกายภาพ

ภาวะคอขวดของอุตสาหกรรมได้เปลี่ยนย้ายจากระดับชิปประมวลผลเพียงอย่างเดียว ไปสู่ระบบโครงสร้างพื้นฐานแวดล้อม เช่น โครงข่ายการเชื่อมต่อความเร็วสูง ระบบจัดการความร้อนในศูนย์ข้อมูล และการเข้าถึงแหล่งพลังงานไฟฟ้าขนาดใหญ่ ส่งผลให้บริษัทที่ดำเนินธุรกิจในกลุ่มนี้ได้รับแรงหนุนทางด้านรายได้และผลประกอบการอย่างมีนัยสำคัญ

ในอีกด้านหนึ่ง ตลาดจำเป็นต้องติดตามปัจจัยเสี่ยงเชิงโครงสร้างอย่างใกล้ชิด ทั้งประเด็นราคาวัตถุดิบและอุปกรณ์ความจำ นโยบายภาษีการค้า การอนุมัติใบอนุญาตด้านพื้นที่และพลังงานไฟฟ้า รวมถึงความเสี่ยงจากการพึ่งพิงรายได้จากลูกค้ารายใหญ่เพียงไม่กี่ราย ซึ่งหากมีการปรับลดงบประมาณการลงทุนลง ย่อมส่งผลกระทบต่อห่วงโซ่อุปทานในวงกว้าง

บริบทสำหรับผู้อ่านไทย

เหตุใดข่าวนี้จึงน่าสนใจ

สำหรับผู้ติดตามข่าวสารเศรษฐกิจและการลงทุนในประเทศไทย ข้อมูลชุดนี้ช่วยสะท้อนให้เห็นถึงภาพรวมของห่วงโซ่อุปทานเทคโนโลยีระดับโลกที่ไม่ได้มีเพียงแค่บริษัทผู้พัฒนาแอปพลิเคชันหรือผู้ผลิตชิปรายใดรายหนึ่ง แต่ยังครอบคลุมถึงระบบนิเวศทางวิศวกรรมที่ซับซ้อน เช่น การจัดการพลังงานไฟฟ้าและระบบความเย็น ซึ่งเป็นหัวใจสำคัญของการสร้างศูนย์ข้อมูลยุคใหม่

การเข้าใจปัจจัยขับเคลื่อนเหล่านี้ ช่วยให้ผู้ใช้อ่านเห็นความเชื่อมโยงระหว่างความต้องการใช้งาน AI ในชีวิตประจำวันของภาคธุรกิจ กับความต้องการทรัพยากรทางกายภาพ เช่น พลังงานไฟฟ้าและสายส่งสัญญาณ ซึ่งกลายเป็นปัจจัยชี้ขาดความเร็วในการขยายตัวของเทคโนโลยีในภาพรวม

คำศัพท์ที่ควรรู้

คำอธิบายศัพท์สำคัญ

Hyperscaler: ผู้ให้บริการระบบคลาวด์ขนาดใหญ่พิเศษที่มีศูนย์ข้อมูลระดับล้านเครื่อง และมีกำลังการลงทุนมหาศาลในการสร้างโครงสร้างพื้นฐานเทคโนโลยี เช่น Google, Microsoft หรือ Amazon

Custom Silicon: ชิปประมวลผลที่ถูกออกแบบและสั่งทำขึ้นเป็นพิเศษสำหรับงานเฉพาะด้าน เพื่อเพิ่มประสิทธิภาพและลดต้นทุนพลังงานเมื่อเทียบกับชิปอเนกประสงค์ทั่วไป

Ethernet Fabric: สถาปัตยกรรมระบบเครือข่ายความเร็วสูงที่ช่วยเชื่อมต่อเซิร์ฟเวอร์หรือ GPU จำนวนมากเข้าด้วยกัน เพื่อให้สามารถรับส่งข้อมูลและทำงานร่วมกันได้เหมือนเป็นคอมพิวเตอร์เครื่องเดียว

Neocloud: ผู้ให้บริการระบบคลาวด์ยุคใหม่ที่เน้นการให้บริการโครงสร้างพื้นฐานการประมวลผลสำหรับ AI โดยเฉพาะ โดยมักเน้นการบริหารจัดการทรัพยากร GPU ความเร็วสูง

Liquid Cooling / Thermal Loops: เทคโนโลยีการระบายความร้อนด้วยของเหลวที่เข้ามาแทนที่การระบายความร้อนด้วยอากาศแบบเดิม เพื่อรองรับความร้อนสะสมระดับสูงที่เกิดจากชิปประมวลผล AI รุ่นใหม่

Free Cash Flow (กระแสเงินสดอิสระ): เงินสดที่บริษัทผลิตได้จากการดำเนินงานหลังจากหักค่าใช้จ่ายในการลงทุนซื้อหรือปรับปรุงสินทรัพย์ถาวรแล้ว เป็นตัวชี้วัดสภาพคล่องและความยืดหยุ่นทางการเงิน

สรุปประเด็นสำคัญ

ภาพรวมการขยายตัวของการใช้งาน AI ในภาคธุรกิจกำลังผลักดันให้ความต้องการโครงสร้างพื้นฐานปรับตัวสูงขึ้นอย่างมีนัยสำคัญ ข้อมูลที่ควรจดจำประกอบด้วย:

• ภาคธุรกิจมีแนวโน้มใช้งาน AI ในการทำงานประจำวันเพิ่มขึ้นเกินกว่า 48% ในอนาคตอันใกล้
• ความต้องการไฟฟ้าของศูนย์ข้อมูลในสหรัฐฯ มีแนวโน้มเพิ่มขึ้นเป็น 66 กิกะวัตต์ภายในปี 2027 ขณะที่ปริมาณการใช้ไฟฟ้าของศูนย์ข้อมูลทั่วโลกอาจแตะ 950 เทราวัตต์-ชั่วโมงภายในปี 2030
• รายจ่ายลงทุนของผู้ให้บริการ Hyperscaler มีทิศทางพุ่งเป้าสู่ระดับ 1.3 ล้านล้านดอลลาร์สหรัฐภายในปี 2027
• ข้อจำกัดของอุตสาหกรรมขยายวงจากชิปประมวลผลไปสู่ระบบเครือข่าย การจัดสรรพลังงานไฟฟ้า ระบบระบายความร้อน และพื้นที่คลาวด์เฉพาะทาง
• ปัจจัยเสี่ยงที่ต้องระวัง ได้แก่ ราคาหน่วยความจำ นโยบายภาษี ข้อจำกัดด้านพลังงานและการขอใบอนุญาต รวมถึงการกระจุกตัวของลูกค้ารายใหญ่

คำถามที่พบบ่อย

1. ทำไมความต้องการพลังงานไฟฟ้าในศูนย์ข้อมูลจึงมีแนวโน้มเพิ่มขึ้นอย่างก้าวกระโดด?
การประมวลผลโมเดล AI รุ่นใหม่จำเป็นต้องใช้ชิปประมวลผลที่มีประสิทธิภาพสูงขึ้นและดึงพลังงานไฟฟ้าเพิ่มขึ้นอย่างมาก ส่งผลให้ศูนย์ข้อมูลต้องปรับเปลี่ยนโครงสร้างการรับจ่ายไฟฟ้าเพื่อรองรับโหลดการทำงานที่หนักขึ้น คาดการณ์ว่าศูนย์ข้อมูลในสหรัฐฯ จะต้องการพลังงานสูงถึง 66 กิกะวัตต์ภายในปี 2027 เพื่อรองรับการขยายตัวของการใช้งานในภาคธุรกิจ

2. เทคโนโลยี Vera Rubin ของ NVIDIA มีความน่าสนใจอย่างไรในเชิงรายได้?
สถาปัตยกรรม Vera Rubin เป็นชิปรุ่นใหม่ของ NVIDIA ที่ได้รับการสั่งซื้อจากผู้ให้บริการ Hyperscaler รายใหญ่ครบทุกราย โดยบริษัทประเมินว่าสร้างรายได้ต่อกิกะวัตต์สูงถึงประมาณ 40,000 ล้านดอลลาร์สหรัฐ เมื่อเทียบกับรุ่น Blackwell ที่ 25,000 ล้านดอลลาร์สหรัฐ และรุ่น Hopper ที่ 18,000 ล้านดอลลาร์สหรัฐ

3. บทบาทของ Broadcom ในตลาดชิป AI ต่างจาก NVIDIA อย่างไร?
ขณะที่ NVIDIA เชี่ยวชาญด้านชิปประมวลผลกราฟิก (GPU) แบบอเนกประสงค์ Broadcom จะเน้นการให้บริการพัฒนาชิปสั่งทำพิเศษ (Custom Silicon) หรือ TPU ร่วมกับลูกค้ารายใหญ่ เช่น Google, Anthropic และ OpenAI รวมถึงการให้บริการสวิตช์เครือข่าย Ethernet ความเร็วสูงเพื่อเชื่อมต่อระบบประมวลผล

4. เหตุใดระบบเครือข่าย Ethernet Fabric ของ Arista Networks จึงมีความสำคัญต่อ AI Data Center?
ในการประมวลผลคำสั่ง AI ขนาดใหญ่ จำเป็นต้องใช้ GPU จำนวนหลายพันตัวทำงานพร้อมกัน โครงข่าย Ethernet Fabric ทำหน้าที่เป็นระบบประสาทคอยส่งผ่านข้อมูลระหว่างชิปแต่ละตัวด้วยความหน่วงต่ำ ทำให้เซิร์ฟเวอร์ทั้งหมดสามารถทำงานประสานกันได้อย่างแม่นยำเสมือนเป็นเครื่องเดียว

5. ความท้าทายหลักที่ Nebius Group ต้องเผชิญในการดำเนินธุรกิจ Neocloud คืออะไร?
แม้ Nebius จะมีรายได้เติบโตอย่างโดดเด่นในกลุ่ม AI Cloud แต่บริษัทยังคงต้องเผชิญกับภาระค่าใช้จ่ายลงทุน (Capex) ในระดับสูง ความเสี่ยงจากการเจือจางของหุ้นแปลงสภาพ และการกระจุกตัวของรายได้จากลูกค้ารายใหญ่ 3 รายแรก ซึ่งคิดเป็นสัดส่วนมากกว่า 59% ของรายได้รวมในไตรมาสที่ 2

6. โครงสร้างพื้นฐานด้านความเย็นและพลังงานไฟฟ้าอย่าง Vertiv เข้ามาแก้ปัญหาใดของ AI Factory?
ชิปประมวลผล AI รุ่นใหม่ปลดปล่อยความร้อนสูงเกินกว่าที่ระบบระบายความร้อนด้วยอากาศแบบเดิมจะรองรับได้ Vertiv จึงเข้ามาเสนอเทคโนโลยีระบายความร้อนด้วยของเหลว (Liquid Cooling) และร่วมพัฒนาระบบไฟฟ้ากระแสตรง 800V เพื่อช่วยให้การจ่ายพลังงานเข้าสู่ศูนย์ข้อมูลมีความเสถียรและปลอดภัย

คำเตือน: บทความนี้จัดทำเพื่อให้ข้อมูลทั่วไปเท่านั้น ไม่ใช่คำแนะนำการลงทุน การลงทุนมีความเสี่ยง ผู้ลงทุนอาจสูญเสียเงินต้นได้