Jensen Huang ผู้ก่อตั้งและ CEO ของ NVIDIA จากบริษัทผลิตชิปกราฟิกเล็ก ๆ ในซิลิคอนวัลเลย์เมื่อปี 1993 กลายมาเป็นบริษัทมูลค่าตลาดทะลุ 3 ล้านล้านดอลลาร์ ผู้กุมหัวใจของยุคปัญญาประดิษฐ์ บทความนี้พาย้อนเส้นทางสามทศวรรษของ NVIDIA จากการ์ดเล่นเกมไปจนถึงบทบาทผู้ผลิตชิปที่ทุกบริษัท AI ทั่วโลกต้องพึ่งพา
จุดเริ่มต้นที่ร้านอาหารไทย
เมษายน 1993 Jensen Huang พบกับ Chris Malachowsky และ Curtis Priem ที่ร้านอาหาร Denny’s ในเมือง San Jose รัฐแคลิฟอร์เนีย ทั้งสามคุยกันถึงโอกาสในตลาดชิปประมวลผลกราฟิกที่ในเวลานั้นยังเป็นตลาดเล็ก เกมพีซีเพิ่งเริ่มต้น ไม่มีใครคิดว่าตลาดนี้จะใหญ่ได้แค่ไหน Huang ตัดสินใจลาออกจากตำแหน่ง Director ที่ LSI Logic เพื่อก่อตั้งบริษัทใหม่ในชื่อ NVIDIA จากรากศัพท์ภาษาละติน “invidia” แปลว่าความอิจฉา
ปี 1995 NVIDIA เปิดตัวผลิตภัณฑ์แรก NV1 ชิปกราฟิกที่ผสมเสียงและการประมวลผลกราฟิก 2D/3D เข้าด้วยกัน ผลออกมาล้มเหลวเชิงพาณิชย์ บริษัทเกือบล้มละลายในปีถัดไป Huang ต้องเลิกจ้างพนักงานครึ่งหนึ่งและเริ่มต้นใหม่ทั้งหมด
RIVA และ GeForce ยุค GPU เริ่มมา
ปี 1997 NVIDIA เปิดตัว RIVA 128 ชิปกราฟิก 3D ที่ทำตลาดได้สำเร็จเป็นครั้งแรก สองปีต่อมาในปี 1999 บริษัทเปิดตัว GeForce 256 และเป็นคนแรกที่ใช้คำว่า “GPU” (Graphics Processing Unit) เป็นการตั้งชื่อหมวดสินค้าใหม่ของอุตสาหกรรม GPU แตกต่างจากชิปกราฟิกเดิมตรงที่มี Transform & Lighting engine ในตัว ช่วยลดภาระ CPU
ปีเดียวกัน NVIDIA เข้าตลาดหุ้น NASDAQ ราคา IPO 12 ดอลลาร์ต่อหุ้น เม็ดเงินที่ระดมได้ราว 42 ล้านดอลลาร์ ในปี 2000 บริษัทชนะสัญญาผลิตชิปกราฟิกให้ Xbox รุ่นแรกของ Microsoft กลายเป็นก้าวสำคัญที่พา NVIDIA เข้าสู่ตลาดคอนโซลและสร้างชื่อในวงการ
CUDA จุดเปลี่ยนใหญ่ปี 2006
การตัดสินใจที่เปลี่ยนชะตา NVIDIA มากที่สุดคือการเปิดตัว CUDA (Compute Unified Device Architecture) ในปี 2006 CUDA เป็นแพลตฟอร์มที่เปิดให้นักพัฒนาใช้ GPU ในงานคำนวณทั่วไป ไม่ใช่แค่กราฟิก ในเวลานั้นการตัดสินใจนี้ดูเสี่ยง เพราะลูกค้าหลักของ NVIDIA ยังเป็นเกมเมอร์ และไม่มีใครรู้ว่าตลาด GPGPU (General Purpose GPU) จะใหญ่ขนาดไหน
Huang เขียนในจดหมายถึงผู้ถือหุ้นปีนั้นว่าการลงทุนใน CUDA จะกินกำไรของบริษัทไปอีกหลายปี แต่เขาเชื่อว่ามันคืออนาคต และยอมรับว่าตลาดอาจไม่เข้าใจ ผลที่ตามมาคือนักวิจัย AI ในมหาวิทยาลัยทั่วโลกเริ่มใช้ CUDA ในการฝึก neural network ตั้งแต่ปี 2008-2010
AlexNet 2012 และจุดระเบิด AI
ปี 2012 Alex Krizhevsky, Ilya Sutskever และ Geoffrey Hinton ใช้ GPU GeForce GTX 580 ของ NVIDIA สองตัวในการฝึก AlexNet ที่ชนะการแข่งขัน ImageNet ด้วยอัตราความผิดพลาดต่ำกว่าคู่แข่งครึ่งหนึ่ง เหตุการณ์นี้ถือเป็นจุดเริ่มต้นยุค deep learning สมัยใหม่ และทำให้ทุกบริษัทเทคโนโลยีรู้ว่า GPU คือเครื่องมือสำคัญในการฝึก AI
ตั้งแต่ 2013 เป็นต้นมา NVIDIA เริ่มทุ่มทรัพยากรเข้าสู่ตลาด Data Center มากขึ้น พัฒนาชิป Tesla, Volta, Ampere และ Hopper ตามลำดับ รายได้ส่วน Data Center โตจาก 339 ล้านดอลลาร์ในปี 2016 ขึ้นเป็น 47,500 ล้านดอลลาร์ในปีงบประมาณ 2024 คิดเป็นการเติบโตเฉลี่ยกว่า 90% ต่อปี
ChatGPT 2022 จุดสูงสุดของยุค
การเปิดตัว ChatGPT ของ OpenAI ในเดือนพฤศจิกายน 2022 จุดประกายความตื่นตัวของวงการ AI ทั่วโลก ทุกบริษัทเทคโนโลยี ทุกประเทศ ทุกองค์กรเริ่มแข่งขันกันสร้าง LLM และ AI infrastructure ทำให้ demand ของชิป H100 และรุ่นต่อยอด H200 พุ่งทะยาน
มูลค่าตลาดของ NVIDIA โตจากราว 360 พันล้านดอลลาร์ปลายปี 2022 ขึ้นไปแตะ 3 ล้านล้านดอลลาร์ในเดือนมิถุนายน 2024 เป็นบริษัทที่สามในประวัติศาสตร์ที่ทะลุระดับนี้ ต่อจาก Apple และ Microsoft Huang กลายเป็นหนึ่งในมหาเศรษฐีอันดับต้น ๆ ของโลก มูลค่าทรัพย์สินสุทธิเกิน 100 พันล้านดอลลาร์
Blackwell และยุคต่อไป
ในงาน GTC 2024 NVIDIA เปิดตัวสถาปัตยกรรม Blackwell ที่มีทรานซิสเตอร์กว่า 208 พันล้านตัวต่อแพ็คเกจ เป็นการก้าวกระโดดจาก Hopper รุ่นก่อน GTC 2025 บริษัทเปิดตัว Blackwell Ultra และวางแผน roadmap ของ Rubin (2026) และ Feynman (2028) แสดงให้เห็นว่า NVIDIA วางแผนระยะยาวเพื่อรักษาตำแหน่งผู้นำในตลาด AI chip
นอกจาก hardware NVIDIA ยังพัฒนา software stack ครบวงจร ไม่ว่าจะเป็น CUDA, cuDNN, TensorRT, NeMo, Omniverse และล่าสุดคือ NIM (NVIDIA Inference Microservices) ที่ช่วยให้ลูกค้าสามารถ deploy AI model ได้ง่ายขึ้น เป็นการสร้าง moat ที่กว้างกว่าแค่ฮาร์ดแวร์
สไตล์ผู้นำของ Jensen Huang
- มีรายงานตรงให้เขาเองมากกว่า 50 คน (flat organization)
- ใช้อีเมลภายในเพื่อสื่อสารโดยตรง ไม่ผ่านชั้นจัดการ
- เน้นการสร้าง culture ของ “speed of light execution”
- สวมแจ็คเก็ตหนังสีดำเป็นเอกลักษณ์ในงาน keynote
- มักพูดว่า “Our company is 30 days from going out of business” เพื่อเตือนทีมไม่ให้ประมาท
บทเรียนจากเส้นทาง NVIDIA
เส้นทางของ NVIDIA สอนให้เห็นว่าการเดิมพันระยะยาวกับเทคโนโลยีที่ตลาดยังไม่เห็นค่ามีโอกาสให้ผลตอบแทนมหาศาล CUDA คือตัวอย่างที่ชัดเจน บริษัททุ่มเงินกว่าทศวรรษโดยไม่ได้กำไรมาก ก่อนจะกลายเป็นโครงสร้างพื้นฐานที่ AI ทั้งโลกพึ่งพา การที่ Huang ยังเป็น CEO ตั้งแต่วันแรกถึงปัจจุบันยาวกว่า 30 ปียังสะท้อนพลังของผู้นำที่มีวิสัยทัศน์ระยะยาวและกล้าตัดสินใจสวนทางตลาด
สำหรับนักลงทุน NVIDIA ในวันนี้คือกรณีศึกษาของบริษัทที่อยู่ที่ intersection ของหลายเทรนด์ใหญ่พร้อมกัน ทั้ง AI, data center, robotics, autonomous driving และ digital twin ทำให้ส่วนตัวธุรกิจมีโอกาสเติบโตในหลายมิติ แต่ขณะเดียวกัน valuation ที่สูงและการแข่งขันที่กำลังเข้มข้นขึ้นจากชิปออกแบบเองของ hyperscaler ทำให้นักลงทุนต้องประเมินความเสี่ยงระยะกลางอย่างรอบคอบ
