Nvidia ยืนยันแผนงานผลิตภัณฑ์ AI ยังคงเดิม ชี้ความต้องการขยายวงกว้างสู่ลูกค้ากลุ่มใหม่

Nvidia ได้ให้ข้อมูลกับนักลงทุนว่าแผนงานโครงสร้างพื้นฐาน AI ของบริษัทยังคงเป็นไปตามกำหนดเดิม ในขณะที่ความต้องการจากลูกค้าในทุกกลุ่มยังคงแข็งแกร่ง และผลิตภัณฑ์สำหรับศูนย์ข้อมูลรุ่นต่อไปจะมีการประหยัดพลังงานที่ดีขึ้นอย่างมีนัยสำคัญ

ข้อมูลดังกล่าวมาจากบันทึกของนักวิเคราะห์จาก Citi หลังการพูดคุยกับฝ่ายนักลงทุนสัมพันธ์ของ Nvidia ซึ่งช่วยคลายข้อกังวลของตลาดที่กำลังจับตาว่าการใช้จ่ายด้าน AI ของผู้ให้บริการคลาวด์รายใหญ่ (hyperscalers) จะขยายวงกว้างไปยังลูกค้ากลุ่มองค์กร, ภาครัฐ (sovereign customers) และสตาร์ทอัพ AI หรือไม่

แผนงานผลิตภัณฑ์และความต้องการที่ขยายตัว

Nvidia ยืนยันว่าแผนงานผลิตภัณฑ์ในอนาคตอย่าง Rubin Ultra ยังคงเป็นไปตามแผนที่วางไว้ทั้งหมด และสถาปัตยกรรม NVLink ที่เปิดตัวในงาน Computex ก็ไม่มีการเปลี่ยนแปลงแต่อย่างใด

ในด้านความต้องการ แม้ว่าในช่วงแรกกลุ่ม hyperscalers จะเป็นผู้ขับเคลื่อนหลัก แต่ Nvidia ระบุว่าในช่วงสองปีที่ผ่านมา ความต้องการจากห้องปฏิบัติการ AI, ลูกค้าภาครัฐ และการติดตั้งภายในองค์กร (on-premise) ได้รับแรงผลักดันมากขึ้น และคาดว่าจะมีสัดส่วนในตลาดที่ใหญ่ขึ้นตามการเติบโตของการนำ AI ไปใช้งานจริง

ประสิทธิภาพพลังงานและมุมมองต่อตลาด

Ad

ผู้บริหารได้ชี้แจงความคิดเห็นล่าสุดของ CEO Jensen Huang ที่กล่าวว่าคอมพิวเตอร์มูลค่า 1 แสนล้านดอลลาร์อาจใช้พลังงานเพียง 1 กิกะวัตต์ โดยระบุว่าตัวเลขดังกล่าวสะท้อนถึงการปรับปรุงประสิทธิภาพด้านพลังงานที่คาดหวังไว้ ไม่ใช่ต้นทุนโครงสร้างพื้นฐาน

Nvidia ประเมินว่าระบบในปัจจุบันสร้างรายได้ประมาณ 3-4 หมื่นล้านดอลลาร์ ต่อการใช้พลังงาน 1 กิกะวัตต์ ในขณะที่ GPU รุ่นใหม่อย่าง Blackwell มีประสิทธิภาพด้านพลังงานสูงกว่ารุ่น Hopper อย่างมาก

กลยุทธ์ทางการเงิน

Nvidia ยังคงเป้าหมายอัตรากำไรขั้นต้นไว้ที่ระดับ กลาง 70% (mid-70%) และย้ำเป้าหมายที่จะคืนกระแสเงินสด 50% ให้กับผู้ถือหุ้นในปีนี้ โดยการซื้อหุ้นคืนอาจเพิ่มขึ้นในอนาคต

นอกจากนี้ บริษัทชี้แจงว่าการเสนอขายหุ้นกู้มูลค่า 2.5 หมื่นล้านดอลลาร์ เมื่อเร็วๆ นี้ มีวัตถุประสงค์เพื่อเพิ่มความยืดหยุ่นทางการเงิน ทั้งนี้ Citi ยังคงจัดอันดับให้ Nvidia เป็นหุ้นเซมิคอนดักเตอร์สำหรับศูนย์ข้อมูลขนาดใหญ่ที่แนะนำให้ซื้อเป็นอันดับต้นๆ โดยอ้างถึงความสามารถในการเข้าถึงซัพพลายหน่วยความจำ DRAM ที่มีอยู่อย่างจำกัด