เอ็นวิเดีย (NVIDIA, $NVDA) ทำรายได้ 96.2 พันล้านดอลลาร์ เบื้องหลังความได้เปรียบด้าน AI

เอ็นวิเดีย (NVIDIA, $NVDA) ทำรายได้ 96.2 พันล้านดอลลาร์ (ประมาณ 129 ล้านล้านวอน) ในไตรมาส 2 ของปีงบประมาณ 2027 โดยมีรายได้จากธุรกิจดาต้าเซ็นเตอร์ 89 พันล้านดอลลาร์ (ประมาณ 120 ล้านล้านวอน)

เอ็นวิเดียระบุในการประกาศผลประกอบการเมื่อวันที่ 26 สิงหาคมว่า รายได้รวมและรายได้จากดาต้าเซ็นเตอร์เพิ่มขึ้น 106% และ 117% ตามลำดับ เมื่อเทียบกับช่วงเดียวกันของปีก่อน ไตรมาสดังกล่าวสิ้นสุดเมื่อวันที่ 26 กรกฎาคม 2026

เจนเซน หวง (Jensen Huang) ผู้ก่อตั้งและ CEO ของเอ็นวิเดียกล่าวในประกาศผลประกอบการว่า “AI มาถึงจุดเปลี่ยนแล้ว AI กำลังทำงานที่เป็นประโยชน์ และโทเคน AI กำลังสร้างผลิตภาพและผลกำไร ตอนนี้การประมวลผลคือรายได้” คำกล่าวนี้เน้นให้เห็นว่าความต้องการประมวลผล AI เชื่อมโยงกับผลประกอบการของบริษัท

ประวัติองค์กรอย่างเป็นทางการของเอ็นวิเดียระบุว่า หวงร่วมก่อตั้งบริษัทกับคริส มาลาโชว์สกี (Chris Malachowsky) และเคอร์ติส พรีม (Curtis Priem) เมื่อวันที่ 5 เมษายน 1993

ก่อนร่วมก่อตั้งบริษัท หวงเคยทำงานที่ LSI Logic และ AMD ข้อมูลผู้บริหารของเอ็นวิเดียระบุว่าเขาจบปริญญาตรีสาขาวิศวกรรมไฟฟ้าจากมหาวิทยาลัยแห่งรัฐออริกอน และปริญญาโทสาขาเดียวกันจากมหาวิทยาลัยสแตนฟอร์ด นับตั้งแต่ก่อตั้งบริษัท เขาดำรงตำแหน่งประธานบริษัท CEO และกรรมการ

เอ็นวิเดียเริ่มต้นจากธุรกิจกราฟิกสามมิติสำหรับเกมและมัลติมีเดีย ประวัติองค์กรของบริษัทระบุว่า เอ็นวิเดียเปิดตัว GPU ในปี 1999 และประกาศ CUDA ในปี 2006 ส่วนการนำ GPU ของบริษัทไปใช้กับ AlexNet ในปี 2012 เป็นหนึ่งในจุดเปลี่ยนของการพัฒนา AI ยุคใหม่

GPU เป็นหน่วยประมวลผลที่ทำงานหลายชุดพร้อมกันได้ดี ความสามารถประมวลผลแบบขนานนี้ใช้ทั้งในการฝึกโมเดล AI และสร้างคำตอบด้วยโมเดลที่ผ่านการฝึกแล้ว

CUDA เป็นแพลตฟอร์มซอฟต์แวร์ที่ช่วยให้นักพัฒนานำความสามารถประมวลผลของ GPU ไปใช้ในโปรแกรม เอ็นวิเดียระบุว่าเครื่องมือพัฒนา CUDA ประกอบด้วยไลบรารีเร่งความเร็วด้วย GPU เครื่องมือดีบักและปรับแต่งประสิทธิภาพ รวมถึงคอมไพเลอร์

เอ็นวิเดียยังให้บริการไลบรารี CUDA-X และซอฟต์แวร์ AI Enterprise บนพื้นฐานของ CUDA โดย AI Enterprise รองรับการพัฒนาโมเดล AI ตั้งแต่การสร้างต้นแบบไปจนถึงการใช้งานจริงในสภาพแวดล้อมคลาวด์ ดาต้าเซ็นเตอร์ และเอดจ์ พร้อมซอฟต์แวร์สำหรับนักพัฒนาและเครื่องมือจัดการโครงสร้างพื้นฐาน GPU

เอ็นวิเดียจัดจำหน่ายทั้ง GPU เครื่องมือพัฒนา AI Enterprise และระบบดาต้าเซ็นเตอร์ เมื่อพิจารณารวมกันจึงอาจมองได้ว่าขอบเขตการแข่งขันครอบคลุมสภาพแวดล้อมการประมวลผล AI โดยรวม ไม่ได้จำกัดอยู่ที่ชิปเพียงชนิดเดียว

เอเอ็มดี (AMD, $AMD) มีผลิตภัณฑ์ตระกูล Instinct MI350 สำหรับฝึกและประมวลผล AI รวมถึงซอฟต์แวร์ ROCm

กูเกิลคลาวด์ (Google Cloud) เปิดตัว TPU 8tx และ TPU 8i Max เมื่อวันที่ 9 พฤศจิกายน 2026 บริษัทระบุว่าใช้ TPU กับโมเดล Gemini ของตนและลูกค้าคลาวด์ พร้อมเดินหน้าติดตั้ง TPU โดยตรงในดาต้าเซ็นเตอร์ของลูกค้าด้วย

การเปิดตัวผลิตภัณฑ์และแผนการใช้งานเหล่านี้แสดงให้เห็นว่ามีการพัฒนาทางเลือกอื่นนอกเหนือจากเอ็นวิเดีย อย่างไรก็ตาม ตัวเลขดังกล่าวไม่ได้ยืนยันส่วนแบ่งตลาดจริง หรือช่องว่างด้านต้นทุนและประสิทธิภาพระหว่างแต่ละบริษัท

เอ็นวิเดียระบุในเอกสาร 10-Q สำหรับไตรมาส 2 ของปีงบประมาณ 2027 ว่าการขาดแคลนพลังงาน พื้นที่ สิ่งอำนวยความสะดวก และเงินทุน อาจทำให้ลูกค้าและพันธมิตรสร้างดาต้าเซ็นเตอร์หรือนำผลิตภัณฑ์ไปใช้ได้ล่าช้า

มาตรการควบคุมการส่งออกของสหรัฐฯ ยังส่งผลต่อธุรกิจในจีนด้วย เอ็นวิเดียระบุในเอกสาร 10-Q ฉบับเดียวกันว่า ในไตรมาสที่สิ้นสุดเมื่อวันที่ 26 กรกฎาคม 2026 มูลค่าการจัดส่งผลิตภัณฑ์ Hopper สำหรับดาต้าเซ็นเตอร์ไปยังจีนต่ำกว่า 1% ของรายได้จากดาต้าเซ็นเตอร์