✅ สรุปงาน Nvidia GTC 2025 “Super Bowl Of AI” by ChatGPT Deep research
งาน Nvidia GTC 2025 (GPU Technology Conference 2025) ได้เผยโฉมนวัตกรรมล่าสุดของ Nvidia ในด้านชิปประมวลผล, ปัญญาประดิษฐ์ (AI) และฮาร์ดแวร์ประสิทธิภาพสูง
โดย Jensen Huang ซีอีโอของ Nvidia ขึ้นกล่าวเปิดงาน (Keynote) เน้นย้ำวิสัยทัศน์อนาคตของบริษัท ครอบคลุมทั้งการเปิดตัวผลิตภัณฑ์ใหม่ ทิศทางการพัฒนาเทคโนโลยี ตลอดจนความร่วมมือกับพาร์ทเนอร์ในอุตสาหกรรมต่างๆ และแนวโน้มเทรนด์ใหญ่ของวงการที่ Nvidia มองเห็นในปัจจุบัน
🆕 การเปิดตัวผลิตภัณฑ์ใหม่
👉🏻 สถาปัตยกรรม GPU “Blackwell” – Nvidia ประกาศว่า Blackwell ซึ่งเป็นสถาปัตยกรรม GPU รุ่นล่าสุด ได้เข้าสู่ระยะผลิตเต็มตัวแล้ว และให้ประสิทธิภาพสูงกว่าสถาปัตยกรรมรุ่นก่อน (Hopper) ถึงประมาณ 40 เท่า
โดยในช่วงครึ่งหลังของปี 2025 บริษัทเตรียมเปิดตัว “Blackwell Ultra” ซึ่งเป็นชิปรุ่นอัปเกรดที่มีพลังประมวลผล AI สูงกว่าชิปรุ่น Blackwell เดิมราว 1.5 เท่า
👉🏻 แพลตฟอร์มรุ่นถัดไป “Vera Rubin” – Nvidia เปิดโร้ดแมปสู่เจเนอเรชันถัดไปของทั้งหน่วยประมวลผลและจีพียู โดยประกาศชื่อสถาปัตยกรรมหน้าเป็น “Vera Rubin” ซึ่งจะผนวกรวม CPU สถาปัตยกรรมใหม่ (เรียกว่า Vera CPU) เข้ากับ GPU รุ่นใหม่ (Rubin Ultra GPU)
โดย Nvidia คาดว่าจะเปิดตัวในช่วงครึ่งหลังของปี 2026 เพื่อยกระดับประสิทธิภาพการประมวลผลและการใช้พลังงานให้ดียิ่งขึ้น (Huang ระบุว่าจะเป็นก้าวกระโดดครั้งใหญ่เมื่อเทียบกับรุ่นก่อนๆ)
👉🏻 สวิตช์เครือข่ายโฟโทนิกส์ (Spectrum-X และ Quantum-X) – เปิดตัว NVIDIA Spectrum-X™ และ Quantum-X ซึ่งเป็นสวิตช์เครือข่ายที่ใช้เทคโนโลยีการส่งข้อมูลด้วยแสง (silicon photonics) ช่วยให้สามารถเชื่อมต่อ “โรงงาน AI” ที่มี GPU จำนวนมหาศาลข้ามศูนย์ข้อมูลหลายแห่งได้อย่างมีประสิทธิภาพยิ่งขึ้น ลดการใช้พลังงานและเพิ่มเสถียรภาพของเครือข่าย (ประหยัดพลังงานได้ประมาณ 3.5 เท่า เมื่อเทียบกับวิธีเดิม)
โดยสวิตช์รุ่นใหม่นี้เกิดจากความร่วมมือด้านนวัตกรรมกับหลายพันธมิตรในอุตสาหกรรมออปติคัลอีกด้วย
👉🏻 DGX Spark และ DGX Station – Nvidia ได้เปิดตัว DGX Spark และ DGX Station ซึ่งเป็น “ซูเปอร์คอมพิวเตอร์ AI ส่วนบุคคล” ขนาดตั้งโต๊ะรุ่นใหม่ ที่สร้างขึ้นบนสถาปัตยกรรม Grace CPU + Blackwell GPU (Grace เป็นหน่วยประมวลผลตระกูล Arm ของ Nvidia)
ระบบเหล่านี้ออกแบบมาสำหรับนักพัฒนา นักวิจัย และนักเรียน ให้สามารถปรับแต่งและรันโมเดล AI ขนาดใหญ่ได้เองบนเดสก์ท็อป พร้อมความสามารถในการเชื่อมต่อคลาวด์ (เช่น NVIDIA DGX Cloud) เพื่อขยายงานประมวลผลเมื่อจำเป็น “นี่คือคอมพิวเตอร์สำหรับยุคของ AI” Jensen Huang กล่าวไว้บนเวที
👉🏻 โมเดล AI ตระกูลใหม่ “Llama Nemotron” – Nvidia เปิดตัวชุดโมเดลปัญญาประดิษฐ์โอเพนซอร์สใหม่ชื่อ “NVIDIA Llama Nemotron” ซึ่งพัฒนาต่อยอดจากโมเดล Llama (ของโครงการโอเพนซอร์สจาก Meta) โดยเสริมความสามารถด้านการ reasoning (การวิเคราะห์หลายขั้นตอน) ให้กับโมเดล
ชุดโมเดล Nemotron นี้ถูกปรับปรุงหลังการฝึก (post-training) เพื่อให้เก่งขึ้นในด้านคำนวณขั้นสูง การเขียนโค้ด และการตัดสินใจเชิงซับซ้อน เหมาะสำหรับใช้เป็นฐานในการพัฒนา “AI Agents” ที่สามารถทำงานอัตโนมัติแทนมนุษย์ในงานธุรกิจได้
👉🏻 แพลตฟอร์ม AI ทางกายภาพ (Physical AI) – ในหมวดหุ่นยนต์และระบบอัตโนมัติทางกายภาพ Nvidia ได้เปิดตัวนวัตกรรมหลายรายการ เช่น NVIDIA Isaac GR00T N1 ซึ่งเป็นโมเดลพื้นฐาน (foundation model) แบบโอเพนซอร์สตัวแรกของโลกที่ออกแบบมาสำหรับ หุ่นยนต์ฮิวแมนนอยด์โดยเฉพาะ ซึ่งจะช่วยให้หุ่นสามารถมีเหตุผลและทักษะเบื้องต้นที่ปรับแต่งต่อได้ง่าย
นอกจากนี้ยังเปิดตัว NVIDIA Cosmos ซึ่งเป็นชุดโมเดล “world model” สำหรับสร้างสภาพแวดล้อมจำลองที่เปิดกว้างและปรับแต่งได้เต็มที่ เพื่อใช้พัฒนาและทดสอบ AI ในโลกจริง (physical AI) โดยให้ผู้พัฒนาควบคุมการสร้างสถานการณ์ทดสอบได้อย่างละเอียด
👉🏻 เอนจินฟิสิกส์ “Newton” – อีกหนึ่งความก้าวหน้าคือการแนะนำ “Newton” ซึ่งเป็นเอนจินฟิสิกส์โอเพนซอร์สสำหรับการจำลองหุ่นยนต์และโลกจริงที่สมจริงยิ่งขึ้น พัฒนาโดยความร่วมมือระหว่าง Nvidia, Google DeepMind และ Disney Research
Newton จะช่วยนักวิจัยและนักพัฒนาในการสร้างแบบจำลองการเคลื่อนไหวและปฏิสัมพันธ์ของหุ่นยนต์กับสิ่งแวดล้อมได้อย่างแม่นยำ เพื่อเร่งการทดสอบและพัฒนาหุ่นยนต์ยุคใหม่
👉🏻 NVIDIA ประกาศจัดตั้งศูนย์วิจวิจัย NVIDIA Accelerated Quantum Research Center (NVAQC) ที่เมืองบอสตัน เพื่อพัฒนาเทคโนโลยีควอนตัมคอมพิวติ้งร่วมกับ AI supercomputer โดยมุ่งแก้ปัญหาท้าทายอย่าง quantum noise และการประยุกต์ใช้ quantum processor ในเชิงปฏิบัติจริง
ศูนย์ดังกล่าวได้รับความร่วมมือจากบริษัทชั้นนำและสถาบันการศึกษาชื่อดัง เช่น Quantinuum, Harvard และ MIT โดยจะใช้เทคโนโลยีขั้นสูงอย่างระบบ GB200 NVL72 และ CUDA-Q ในการพัฒนาอัลกอริทึมควอนตัมไฮบริด เพื่อผลักดันควอนตัมคอมพิวติ้งให้เข้าสู่การใช้งานจริง
นอกจากนี้ NVIDIA ยังเปิดตัวระบบ AI ใหม่อย่าง DGX SuperPOD ที่ช่วยยกระดับศักยภาพ AI สูงขึ้นถึง 70 เท่า พร้อมขยายความร่วมมือด้าน AI และระบบจำลองอุตสาหกรรมกับพันธมิตรสำคัญหลายราย เพื่อเสริมความแข็งแกร่งด้านเทคโนโลยีและความสามารถในการแข่งขันระดับโลกอีกเช่นกัน
🎯 ทิศทางเทคโนโลยีของ Nvidia
Nvidia สะท้อนภาพรวมว่าขณะนี้โลกกำลังเข้าสู่ “จุดเปลี่ยนผ่านครั้งใหญ่” ด้านการประมวลผลคอมพิวเตอร์ โดยเฉพาะจากการเติบโตแบบก้าวกระโดดของงานประมวลผล AI ในช่วงไม่กี่ปีนี้
โดย Jensen Huang คาดการณ์ว่ามูลค่าการลงทุนสร้างศูนย์ข้อมูลเพื่อรองรับ AI จะพุ่งสูงถึงระดับ 1 ล้านล้านดอลลาร์ ภายในปี 2028 เนื่องจากความต้องการพลังประมวลผล AI ที่เพิ่มขึ้นอย่างมาก (เกิดจากการมาของระบบ AI ที่มีความสามารถในการ “คิด” และตัดสินใจเองได้ หรือที่เขาเรียกว่า Reasoning AI และ Agentic AI นั่นเอง)
เพื่อรองรับกระแสดังกล่าว Nvidia จึงวางกลยุทธ์พัฒนาเทคโนโลยีในหลายด้าน ได้แก่ การเพิ่มศักยภาพชิปอย่างต่อเนื่องเป็นประจำทุกปี (ทั้งจีพียูและซีพียูรุ่นใหม่ในแต่ละปี), การนำสถาปัตยกรรม โฟโทนิกส์ (Photonics) มาใช้ในโครงสร้างพื้นฐานเครือข่ายเพื่อให้การส่งข้อมูลระหว่าง GPU ทำได้รวดเร็วและประหยัดพลังงานขึ้น และการออกแบบระบบจัดเก็บข้อมูลที่เหมาะสมกับเวิร์กโหลด AI ขนาดใหญ่โดยเฉพาะ
Huang ยังเน้นย้ำถึงความสำคัญของ “การอนุมานผลของ AI” (AI Inference) ซึ่งหมายถึงการประมวลผลสร้างคำตอบ/เนื้อหาจากโมเดล AI – เขาระบุว่านี่จะกลายเป็นเวิร์กโหลดหลักของดาต้าเซ็นเตอร์ในทศวรรษหน้า และต้องการโซลูชันที่มีประสิทธิภาพสูงมาก
Nvidia ได้ตอบรับความท้าทายนี้ด้วยการพัฒนา ซอฟต์แวร์โอเพนซอร์ส “NVIDIA Dynamo” ซึ่งเปรียบเสมือนระบบปฏิบัติการสำหรับ “โรงงาน AI” ซึ่งจะช่วยจัดสรรงานอนุมานบน GPU จำนวนมากอย่างมีประสิทธิภาพ ลดต้นทุนและเพิ่มความเร็วในการให้บริการโมเดล AI (เช่น สามารถเพิ่มความเร็วการให้บริการโมเดล Llama บนระบบ Hopper เดิมได้ถึง 2 เท่า ตามที่ Nvidia ระบุ)
นอกจากนั้น บริษัทยังให้ความสำคัญกับการนำ AI ออกสู่การใช้งานในภาคอุตสาหกรรมต่างๆ นอกเหนือจากคลาวด์ เช่น โรงงานผลิต, ระบบยานยนต์, โครงข่ายโทรคมนาคมไร้สาย และหุ่นยนต์อุตสาหกรรม – ซึ่งทั้งหมดนี้ต้องอาศัย โครงสร้างพื้นฐาน AI ที่มั่นคงและปลอดภัย
Nvidia จึงพัฒนาแนวทางโซลูชัน 3 ระดับควบคู่กัน ได้แก่ โครงสร้างพื้นฐาน AI สำหรับคลาวด์, สำหรับองค์กร (enterprise) และ สำหรับระบบหุ่นยนต์ โดยออกแบบผลิตภัณฑ์และซอฟต์แวร์ให้ตอบโจทย์ความต้องการเฉพาะของแต่ละกลุ่ม (เช่น ระบบคลาวด์ขนาดใหญ่, ดาต้าเซ็นเตอร์องค์กร, และแพลตฟอร์มหุ่นยนต์อย่าง Isaac/Cosmos ที่รองรับงาน Physical AI)
📣 ประกาศสำคัญจาก Jensen Huang
ในการกล่าวสุนทรพจน์เปิดงาน (Keynote) ซีอีโอ Jensen Huang ได้เน้นย้ำวิสัยทัศน์และยุทธศาสตร์หลักของ Nvidia หลายประการที่กำหนดทิศทางอนาคตของบริษัท ได้แก่:
👉🏻 ยุคเปลี่ยนผ่านของการประมวลผล – Huang ระบุว่าเราอยู่บนจุดเปลี่ยนผ่านครั้งใหญ่ของอุตสาหกรรมคอมพิวเตอร์ มูลค่าการสร้างโครงสร้างพื้นฐานเพื่อรองรับ AI ในศูนย์ข้อมูลทั่วโลกอาจแตะระดับ 1 ล้านล้านดอลลาร์ จากความต้องการที่พุ่งสูงอย่างไม่เคยมีมาก่อน โดยมีแรงขับเคลื่อนจาก AI ที่สามารถให้เหตุผลและดำเนินการได้เอง (reasoning AI และ agentic AI)
👉🏻 Blackwell และชิปรุ่นใหม่ที่ทรงพลังยิ่งขึ้น – Huang เปิดเผยว่าจีพียูสถาปัตยกรรม Blackwell ของ Nvidia นั้นมีประสิทธิภาพสูงมาก (สามารถประมวลผล AI ได้มากกว่าชิป Hopper รุ่นก่อนถึงประมาณ 40 เท่า ในบางงาน) และขณะนี้กำลังผลิตเพื่อส่งมอบให้ลูกค้าอย่างเต็มที่ นอกจากนี้ Nvidia จะออกชิปรุ่นอัปเกรด Blackwell Ultra ในช่วงปลายปี 2025 ซึ่งจะเพิ่มสมรรถนะงาน AI ขึ้นอีกราว 50% จากชิปรุ่น Blackwell ปัจจุบัน
👉🏻 จังหวะการเปิดตัวผลิตภัณฑ์แบบรายปี – Nvidia วางแผนการพัฒนาแบบมีจังหวะที่ชัดเจน (“annual rhythm”) คือจะเปิดตัวสถาปัตยกรรมใหม่ของทั้ง GPU และ CPU อย่างต่อเนื่องทุกปี เพื่อให้ภาคอุตสาหกรรมสามารถวางแผนลงทุนด้าน AI ในระยะยาวได้
โดย Huang ระบุชื่อสถาปัตยกรรมถัดไปคือ “Vera Rubin” (ตามชื่อของนักดาราศาสตร์ Vera Rubin) ซึ่งจะประกอบด้วย GPU Rubin รุ่นใหม่และ CPU Vera ควบคู่กัน พร้อมนวัตกรรมแบบ “ใหม่หมดจด” ยกเว้นเพียงโครงเครื่อง และคาดว่าระบบที่ใช้ชิป Vera Rubin จะออกสู่ตลาดในครึ่งหลังของปี 2026 ตามด้วยรุ่น Rubin Ultra ในปี 2027
👉🏻 โครงสร้างพื้นฐาน AI รุ่นใหม่ – Huang ชี้ว่าเพื่อรองรับการขยายตัวของ AI ในระดับมหาศาล องค์ประกอบโครงสร้างพื้นฐานต้องก้าวหน้าไปอีกขั้น ทั้งด้านเครือข่ายและการจัดเก็บข้อมูล
Nvidia จึงพัฒนาเทคโนโลยีอย่าง การสื่อสารด้วยแสง (Photonics) และระบบจัดเก็บข้อมูลที่ปรับแต่งเพื่อ AI ซึ่งจะช่วยให้การเชื่อมต่อระหว่างจีพียูจำนวนมหาศาลเป็นไปอย่างราบรื่นและประหยัดพลังงานมากขึ้น
สวิตช์เครือข่ายรุ่นใหม่อย่าง Spectrum-X ที่ผนวกวงจรรวมกับเลเซอร์แสงเล็กๆ ภายใน ช่วยให้ได้ ประสิทธิภาพพลังงานดีขึ้น ~3.5 เท่า และความน่าเชื่อถือของเครือข่ายดีขึ้นหลายเท่าเมื่อเทียบกับวิธีเดิม ทั้งยังลดความซับซ้อนในการติดตั้งเครือข่ายขนาดใหญ่
Huang อธิบายว่า “นี่เป็นเทคโนโลยีที่สุดขั้วจริงๆ” พร้อมเสริมว่าแนวทางโครงสร้างพื้นฐานใหม่เหล่านี้จะ พลิกโฉมอุตสาหกรรมดาต้าเซ็นเตอร์ ทั้งด้านสเกล ความคุ้มค่า และการใช้พลังงานในยุคของ AI
👉🏻 Physical AI และโอกาสมหาศาลของหุ่นยนต์ – Huang มองว่า “AI ทางกายภาพ” หรือ AI ที่ทำงานในโลกจริง (เช่น หุ่นยนต์และระบบอัตโนมัติต่างๆ) จะกลายเป็นโอกาสทางเศรษฐกิจมูลค่ามหาศาล – เขาประเมินว่าตลาดนี้มีมูลค่าอาจสูงถึง 50 ล้านล้านดอลลาร์ (50 trillion) ในอนาคต เพราะ AI จะเข้ามาปฏิวัติหลากหลายอุตสาหกรรมทั้งการผลิต, โลจิสติกส์, การแพทย์ และอื่นๆ
Nvidia ได้พัฒนาแพลตฟอร์มสำหรับ Physical AI เช่น NVIDIA Isaac (แพลตฟอร์มหุ่นยนต์) และ NVIDIA Cosmos (โมเดลโลกเสมือนสำหรับฝึก AI) เพื่อรองรับคลื่นการเปลี่ยนแปลงนี้
โดย Huang กล่าวว่าภายในสิ้นทศวรรษนี้ โลกอาจขาดแคลนแรงงานมนุษย์ถึง 50 ล้านตำแหน่ง และหุ่นยนต์อัจฉริยะจะเข้ามามีบทบาทสำคัญในการเติมเต็มช่องว่างดังกล่าว
🤝 พาร์ทเนอร์และความร่วมมือทางเทคโนโลยี
Nvidia ประกาศความร่วมมือกับองค์กรชั้นนำหลายราย เพื่อร่วมกันขับเคลื่อนเทคโนโลยีใหม่ที่เปิดตัวใน GTC 2025 สู่การใช้งานจริงอย่างกว้างขวาง:
👉🏻 General Motors (GM) – ผู้ผลิตรถยนต์รายใหญ่ของสหรัฐฯ ได้จับมือกับ Nvidia เพื่อนำแพลตฟอร์ม AI และการจำลองแบบเร่งความเร็วของ Nvidia ไปใช้ในการพัฒนารถยนต์, โรงงาน และหุ่นยนต์ยุคต่อไปของ GM
Huang กล่าวบนเวทีว่า “ถึงเวลาแล้วที่รถยนต์ไร้คนขับจะเกิดขึ้นจริง” และประกาศว่า GM จะใช้งานเทคโนโลยีของ Nvidia ในการสร้าง “กองทัพรถไร้คนขับแห่งอนาคต” ของตน รวมถึงนำโซลูชันความปลอดภัย NVIDIA Halos เข้าไปช่วยยกระดับระบบขับขี่อัตโนมัติของ GM ด้วย
NVIDIA Halos เป็นระบบความปลอดภัยแบบครบวงจรจาก Nvidia ที่ครอบคลุมทั้งชิป, ซอฟต์แวร์, เครื่องมือ และบริการคลาวด์ที่เกี่ยวข้อง เพื่อช่วยให้การพัฒนารถยนต์ไร้คนขับเป็นไปอย่างปลอดภัยยิ่งขึ้น ตั้งแต่ขั้นตอนออกแบบในคลาวด์ไปจนถึงการทำงานบนรถจริง
👉🏻 ผู้ให้บริการคลาวด์และผู้ผลิตเซิร์ฟเวอร์ – Nvidia ระบุว่าบริษัทคลาวด์ชั้นนำของโลกอย่าง Amazon AWS, Google Cloud, Microsoft Azure และ Oracle Cloud จะเป็นกลุ่มแรกๆ ที่นำระบบที่ใช้ชิป Blackwell Ultra ไปให้บริการบนแพลตฟอร์มของตน
ขณะเดียวกัน ผู้ผลิตเซิร์ฟเวอร์ระดับโลก เช่น Cisco, Dell Technologies, HPE, Lenovo, Supermicro ก็เตรียมนำชิปและแพลตฟอร์มใหม่ของ Nvidia ไปสร้างเซิร์ฟเวอร์รุ่นถัดไปของพวกเขา เพื่อรองรับงานประมวลผล AI ในศูนย์ข้อมูลของลูกค้าองค์กร
👉🏻 ความร่วมมือด้านวิจัย (AI Research) – บนเวที GTC ครั้งนี้ Nvidia ได้แสดงให้เห็นถึงความร่วมมือกับชุมชนวิจัย AI ระดับโลก ตัวอย่างสำคัญคือการประกาศพัฒนาเอนจินฟิสิกส์ “Newton” ร่วมกับ Google DeepMind และ Disney Research ซึ่งถือเป็นการจับมือกันระหว่างผู้นำด้าน AI และสตูดิโอคอนเทนต์ชื่อดัง เพื่อสร้างเครื่องมือโอเพนซอร์สที่เป็นประโยชน์ต่อการพัฒนาหุ่นยนต์ในอุตสาหกรรมต่างๆ
นอกจากนี้ Nvidia ยังทำงานร่วมกับองค์กรอื่นๆ เช่นความร่วมมือกับชุมชนโอเพนซอร์สของ Meta (ตัวอย่างเช่นใช้โมเดล Llama มาเสริมใน Nemotron) และเชิญ Yann LeCun หัวหน้านักวิจัย AI ของ Meta ขึ้นเวทีสนทนาในงาน เพื่อแลกเปลี่ยนมุมมองเกี่ยวกับอนาคตของ AI แบบเปิด
สะท้อนถึงแนวทางของ Nvidia ที่พร้อมร่วมมือและสนับสนุน ecosystem ของ AI ในวงกว้าง ไม่ว่าจะเป็นบริษัทเทคโนโลยี, สตาร์ทอัพ, นักวิจัยมหาวิทยาลัย หรือกลุ่มโอเพนซอร์ส
⭐️ เทรนด์อุตสาหกรรมที่ Nvidia เน้นย้ำ
ในงาน GTC 2025 Nvidia ได้ชี้ถึงแนวโน้มสำคัญของอุตสาหกรรมเทคโนโลยีที่กำลังก่อตัว ซึ่งสะท้อนทิศทางการพัฒนาในอนาคต ดังนี้:
👉🏻 การพัฒนา AI เชิงสร้างสรรค์ (Generative AI) และ “Agentic AI” – Huang ได้เล่าย้อนถึงวิวัฒนาการของ AI ในช่วงทศวรรษที่ผ่านมา โดยแบ่งเป็นยุคของ
“Perception AI” (ระบบรู้จำเสียง/ภาพยุคแรก) ตามมาด้วย “Generative AI”ที่ AI สามารถสร้างข้อความหรือรูปภาพใหม่ๆ ตามรูปแบบที่เรียนรู้ได้ (เช่นโมเดลด้านภาษาอย่าง ChatGPT)
และปัจจุบันคือยุคของ “Agentic AI” ซึ่งหมายถึง AI ที่สามารถโต้ตอบและดำเนินการบนโลกดิจิทัลแทนมนุษย์ได้อย่างอัตโนมัติ ตามคำสั่งหรือเป้าหมายที่ผู้ใช้กำหนด
Huang ระบุว่าในอนาคตอันใกล้ เราจะก้าวเข้าสู่ยุคของ “Physical AI” ที่ AI จะหลอมรวมเข้ากับหุ่นยนต์และอุปกรณ์ทางกายภาพ สามารถลงมือปฏิบัติภารกิจในโลกจริงได้ด้วยตัวเอง (เช่น หุ่นยนต์บริการหรือเครื่องจักรอัตโนมัติในโรงงาน)
Nvidia จึงเตรียมความพร้อมด้านฮาร์ดแวร์และซอฟต์แวร์เพื่อรองรับยุคใหม่นี้ ตั้งแต่ชิปประมวลผลที่ทรงพลัง ไปจนถึงแพลตฟอร์มอย่าง Isaac และ Cosmos สำหรับฝึก AI ในโลกเสมือน
👉🏻 อนาคตของ GPU ในวงการเกม – แม้งาน GTC 2025 จะเน้นหัวข้อด้าน AI และการประมวลผลข้อมูลขนาดใหญ่ แต่ Nvidia ก็ยังกล่าวถึงความก้าวหน้าของ GPU ที่จะส่งผลต่อ วงการเกม และกราฟิกด้วย
Jensen Huang ย้ำถึง จุดเริ่มต้นของ Nvidia เมื่อ 25 ปีก่อนที่มาจากการสร้าง GPU เพื่อการเล่นเกม และปัจจุบันบริษัทก็ยังคงมุ่งพัฒนา GPU ให้ทรงพลังยิ่งขึ้นอย่างต่อเนื่องเพื่อรองรับทั้งงาน AI และงานกราฟิกขั้นสูง
สถาปัตยกรรมล่าสุดอย่าง Blackwell และรุ่นต่อๆ ไป (เช่น Rubin) นั้นมีการปรับปรุงขนาดใหญ่ในแง่ประสิทธิภาพและหน่วยความจำ – ตัวอย่างเช่น Blackwell Ultra ที่เปิดตัวมาพร้อมกับสถาปัตยกรรมใหม่นี้จะมีหน่วยความจำมากขึ้นกว่าเดิมกว่า 50% และประสิทธิภาพสูงขึ้นอย่างชัดเจนเมื่อเทียบกับรุ่นก่อน
ซึ่งหมายความว่า กราฟิกในเกมและการประมวลผลภาพ ก็จะได้อานิสงส์จากพลังของ GPU เหล่านี้ด้วย
เทคโนโลยีอย่างการ เรนเดอร์ภาพแบบเรียลไทม์ที่สมจริง (real-time ray tracing) และ การขยายสเกลภาพด้วย AI (AI-based upscaling เช่น DLSS) ที่ Nvidia บุกเบิก ก็จะยิ่งมีประสิทธิภาพมากขึ้นบนฮาร์ดแวร์รุ่นใหม่ ส่งผลให้อุตสาหกรรมเกมสามารถสร้างประสบการณ์ที่สมจริงและซับซ้อนกว่าเดิม
👉🏻 ยานยนต์อัจฉริยะและรถยนต์ไร้คนขับ – Nvidia ระบุว่า อุตสาหกรรมยานยนต์ กำลังเข้าสู่ยุคที่พึ่งพา AI อย่างเต็มตัว ทั้งในการผลิตและในการใช้งานบนถนนจริง
หนึ่งในตัวชี้วัดสำคัญคือ รถยนต์ขับเคลื่อนอัตโนมัติ (Autonomous Vehicles) ซึ่งต้องอาศัยระบบคอมพิวเตอร์สมรรถนะสูงและ AI เพื่อรับรู้สภาพแวดล้อมและตัดสินใจได้อย่างปลอดภัย
Nvidia ชี้ว่าปัจจุบัน แทบทุกบริษัทที่พัฒนารถยนต์ไร้คนขับ ล้วนใช้เทคโนโลยีของ Nvidia ไม่ทางใดก็ทางหนึ่ง ไม่ว่าจะในดาต้าเซ็นเตอร์สำหรับฝึก AI ขับรถ หรือในคอมพิวเตอร์บนตัวรถเอง
ในงานนี้ Nvidia ยังได้เปิดตัว แพลตฟอร์มความปลอดภัย “NVIDIA Halos” ซึ่งรวมเอาฮาร์ดแวร์และซอฟต์แวร์ด้านความปลอดภัยยานยนต์ทั้งหมดของ Nvidia เข้าไว้ด้วยกัน เพื่อช่วยผู้ผลิตรถยนต์สร้างรถยนต์ขับอัตโนมัติที่ปลอดภัยและเชื่อถือได้ยิ่งขึ้น
ตัวอย่างคือ GM ที่ประกาศจะนำเทคโนโลยีของ Nvidia ไปใช้ในรถไร้คนขับรุ่นถัดไปของตน พร้อมนำโซลูชัน Halos เข้าไปเสริมความปลอดภัยแบบครบวงจร ตั้งแต่ขั้นตอนการจำลองการขับขี่ใน Omniverse ไปจนถึงการประมวลผลบนแพลตฟอร์ม NVIDIA DRIVE ในรถจริง
Nvidia มองว่าแนวโน้มนี้จะทำให้ยานยนต์ในอนาคตมีความฉลาด ปลอดภัย และมีประสิทธิภาพมากขึ้นอย่างก้าวกระโดด
👉🏻 หุ่นยนต์และระบบอัตโนมัติ (Robotics) – อีกหนึ่งเทรนด์ที่ Nvidia เน้นคือการก้าวเข้าสู่ยุคของ หุ่นยนต์อัจฉริยะ ในวงกว้าง
Huang ระบุว่า หุ่นยนต์จะกลายเป็นอุตสาหกรรมหลักมูลค่าหลายล้านล้านดอลลาร์ (เขาประมาณว่าอาจสูงถึง 10–50 ล้านล้านดอลลาร์) ภายในปลายทศวรรษนี้ และจะเข้ามาช่วยแก้ปัญหาการขาดแคลนแรงงานของโลก (คาดว่าโลกจะมีตำแหน่งงานว่างที่หาแรงงานไม่ได้ประมาณ 50 ล้านตำแหน่ง ในปี 2030)
Nvidia ได้เตรียมความพร้อมรับเทรนด์นี้ด้วยการพัฒนา แพลตฟอร์มหุ่นยนต์ “Isaac” ที่ครอบคลุมทั้งซอฟต์แวร์และฮาร์ดแวร์สำหรับสร้างและควบคุมหุ่นยนต์ และ แพลตฟอร์ม “Omniverse + Cosmos” สำหรับการจำลองและสร้างโลกเสมือนให้หุ่นยนต์เรียนรู้
แนวคิด Physical AI ที่ผสาน AI เข้ากับหุ่นยนต์จะทำให้เกิดนวัตกรรมในหลากหลายอุตสาหกรรม เช่น หุ่นยนต์ในโรงงาน ที่ช่วยประกอบชิ้นส่วนตลอด 24 ชั่วโมง, โดรนและยานยนต์ไร้คนขับ ที่ขับเคลื่อนและหลบหลีกได้เอง, หรือ หุ่นยนต์บริการ ในภาคสุขภาพและงานบ้านที่ช่วยงานมนุษย์ได้
ทั้งหมดนี้ต้องอาศัยการพัฒนา AI และระบบความปลอดภัยควบคู่กัน ซึ่ง Nvidia ได้เน้นย้ำว่าเป็นเป้าหมายสำคัญของบริษัทในการมุ่งสู่อนาคตของเทรนด์หุ่นยนต์อัจฉริยะและระบบอัตโนมัติระดับโลก
🎯 ทั้งหมดนี้คือ ภาพคร่าวจากงาน GTC 2025 ของ NVIDIA ค่ะ น่าจะพอทำให้ทุกคนเป็นภาพได้ว่า AI กำลังมุ่งไปในทิศทางไหน และอนาคตต่างๆ น่าจะมาถึงเร็วกว่าที่หลายคนคิดเอาไว้ค่ะ
เน้นอีกรอบว่าบทความนี้เขียนและค้นคว้าข้อมูลโดย OpenAI Depp research ทั้งหมด ก่อนจะถูก recheck และแก้ไขนิดหน่อยโดยแอดบิวตี้นะคะ และเป็นอีก 1 ตัวอย่างว่าตอนนี้โลกของเราได้ก้าวสู่ยุค Agentic AI ไปแล้วนั่นเองค่ะ
- 3
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2025 Blockdit
