Nvidia เปิดตัวครั้งยิ่งใหญ่ในงาน CES 2026: แพลตฟอร์ม Rubin เข้าสู่การผลิตจำนวนมากอย่างเป็นทางการ, เร่งเครื่องการขับขี่อัตโนมัติด้วย AI เต็มกำลัง

TradingKey - วันที่ 5 มกราคม 2569 ตามเวลาภาคตะวันออก ณ งานแสดงสินค้า CES ที่ลาสเวกัส สหรัฐอเมริกา, NVIDIA ซีอีโอ เจนเซ่น หวาง ได้กลับมาเป็นที่จับตามองในอุตสาหกรรมเทคโนโลยีระดับโลกอีกครั้ง ในชุดเสื้อแจ็คเก็ตหนังสีดำอันเป็นเอกลักษณ์ของเขา เขาได้ขึ้นกล่าวปาฐกถาพิเศษนาน 90 นาที, เพื่อพยายามนิยามอนาคตที่ AI จะไม่เพียงแค่ 'เห็น' แต่จะสามารถ 'เข้าใจ, ให้เหตุผล และดำเนินการ' ได้อย่างแท้จริง .

ในสุนทรพจน์ที่รอคอยนี้ หวาง ด้วยท่าทีที่แน่วแน่ของเขาที่ว่า "All in AI" และ "All in Physical AI" นั้น ได้วางแผนพิมพ์เขียวอันยิ่งใหญ่ ครอบคลุมตั้งแต่การออกแบบสถาปัตยกรรมระดับทรานซิสเตอร์ ไปจนถึงระบบควบคุมแบบฝัง และ further ไปจนถึงการใช้งานซอฟต์แวร์และฮาร์ดแวร์แบบครบวงจรของแพลตฟอร์มขับเคลื่อนอัตโนมัติและหุ่นยนต์ฮิวแมนนอยด์ นี่ไม่ใช่แค่ช่วงเวลาที่จะแสดงความสามารถ AI แบบเต็มรูปแบบของ NVIDIA เท่านั้น แต่ยังเป็นการตอบสนองที่ทรงพลังต่อความไม่เชื่อของตลาดทุน เกี่ยวกับการชะลอตัวของกฎของมัวร์ (Moore's Law) และความเป็นไปได้ที่จะเกิดภาวะฟองสบู่ในอุตสาหกรรม AI

เวรา รูบิน เข้าสู่การผลิตจำนวนมาก

"ผมบอกคุณได้เลยว่า เวรา รูบิน ได้เข้าสู่การผลิตเต็มรูปแบบแล้ว" หวางกล่าว คำประกาศนี้ไม่ต้องสงสัยเลยว่าเป็นไฮไลท์ของการนำเสนอในวันนั้น

เขายังเน้นย้ำอีกว่า นี่เป็นการสร้างสรรค์นวัตกรรมทางสถาปัตยกรรมที่ไม่เคยมีมาก่อน โดยโมดูลหลักทั้งหก—ซึ่งครอบคลุมถึงหน่วยประมวลผลกลาง (CPUs), หน่วยประมวลผลกราฟิก (GPUs), การเชื่อมต่อเครือข่าย, และการออกแบบระบบทั้งหมด—ได้รับการออกแบบใหม่โดยสมบูรณ์ นี่ไม่เพียงแต่พลิกโฉมแนวทางดั้งเดิมเท่านั้น แต่ยังเป็นการกำหนดทิศทางใหม่สำหรับโครงสร้างพื้นฐาน AI เจเนอเรชันถัดไปของ NVIDIA อีกด้วย

แพลตฟอร์ม Rubin ได้รับการตั้งชื่อเพื่อเป็นเกียรติแก่นักดาราศาสตร์ชื่อดัง เวรา รูบิน และคุณลักษณะสำคัญคือการนำแนวคิด Extreme Co-Design มาใช้ ซึ่งเป็นปรัชญาที่ฮาร์ดแวร์และซอฟต์แวร์ถูกผสานรวมอย่างลึกซึ้งในทุกระดับ ตั้งแต่ชิปไปจนถึงระบบ จึงก่อให้เกิดสถาปัตยกรรมการประมวลผล AI แบบฟูลสแต็คที่แท้จริง

หวางกล่าวว่า: "ปัญญาประดิษฐ์กำลังพลิกโฉมอุตสาหกรรมด้วยความเร็วที่ไม่เคยมีมาก่อน และความท้าทายพื้นฐานอยู่ที่การได้มาซึ่งพลังการประมวลผลที่เพียงพอเพื่อรองรับความต้องการในการฝึกอบรมและการอนุมานที่เพิ่มขึ้นอย่างมหาศาล การแข่งขันกำลังทวีความรุนแรงขึ้น เนื่องจากยิ่งใช้เวลาน้อยลงในการทำงานเดียวกัน ผู้นำก็ยิ่งได้เปรียบมากยิ่งขึ้น"

เขากล่าวเสริมว่า: "การเปิดตัว Rubin มาในเวลาที่เหมาะสมอย่างยิ่ง เนื่องจากความต้องการพลังประมวลผล AI สำหรับทั้งการฝึกอบรมและการอนุมานกำลังเติบโตอย่างก้าวกระโดด"

เมื่อเทียบกับการปรับปรุงครั้งก่อนๆ ที่มีการอัปเดตชิปเพียงไม่กี่ตัวในแต่ละครั้ง ในครั้งนี้ มีการปรับปรุงส่วนประกอบฮาร์ดแวร์หลักถึงหกชิ้นพร้อมกันในคราวเดียว ซึ่งถือเป็นก้าวสำคัญทางกลยุทธ์ผลิตภัณฑ์ที่พลิกโฉมที่สุดของ NVIDIA ในช่วงไม่กี่ปีที่ผ่านมา

หน่วยประมวลผลหลัก Vera CPU สามารถเพิ่มประสิทธิภาพได้สองเท่าภายใต้การใช้พลังงานเท่าเดิม ส่วน Rubin GPU กลับเพิ่มพลังประมวลผลได้ถึงห้าเท่าจากระดับเดิม โดยมีการเพิ่มจำนวนทรานซิสเตอร์เพียง 60% เท่านั้น

ในส่วนของการส่งข้อมูล แพลตฟอร์มนี้มาพร้อมกับสถาปัตยกรรมการเชื่อมต่อ NVLink 6 ใหม่ ที่รองรับแบนด์วิดท์ข้อมูลสูงสุดถึง 260TB/s ภายในแร็คเดียว ขณะเดียวกัน ก็ติดตั้งการ์ดเชื่อมต่อเครือข่าย ConnectX-9 SuperNIC เจเนอเรชันถัดไป, หน่วยประมวลผลข้อมูล (DPU) BlueField-4 และสวิตช์อีเทอร์เน็ต Spectrum-6 ซึ่งทั้งหมดนี้ร่วมกันสร้างโครงสร้างพื้นฐานการประมวลผล AI ที่มีการผสานรวมสูง, มีปริมาณงานสูง และล้ำหน้าทางเทคโนโลยี

การเปิดตัวกลยุทธ์ Co-Design ของ Rubin เป็นการตอบสนองต่อความท้าทายในการผลิตจริง เช่น การชะลอตัวของกฎของมัวร์ (Moore's Law) และข้อจำกัดในการเพิ่มความหนาแน่นของทรานซิสเตอร์ กล่าวอีกนัยหนึ่ง การพึ่งพาเพียงการเพิ่มจำนวนทรานซิสเตอร์ไม่สามารถปรับปรุงประสิทธิภาพได้อย่างยั่งยืนอีกต่อไป แต่จำเป็นต้องมีการปรับโครงสร้างพร้อมกันในทุกชั้นสถาปัตยกรรมของระบบ, เส้นทางการสื่อสารเครือข่าย และแม้กระทั่งการจัดการการใช้พลังงาน

สำหรับการจัดการความร้อน ระบบนี้รองรับการทำงานภายใต้สภาวะการระบายความร้อนด้วยน้ำอุ่น 45°C โดยรักษาระดับอุณหภูมิให้คงที่โดยไม่จำเป็นต้องใช้กลไกการระบายความร้อนแบบดั้งเดิม

ขณะเดียวกัน แม้จะมีการใช้พลังงานเพิ่มขึ้นเป็นสองเท่า แพลตฟอร์มทั้งหมดก็ยังคงมีประสิทธิภาพการใช้พลังงานที่ดีขึ้นถึง 100% ซึ่งคาดว่าจะช่วยลดค่าใช้จ่ายไฟฟ้าของศูนย์ข้อมูลทั่วโลกได้ประมาณ 6%

ในมุมมองของการประยุกต์ใช้จริง หากยกตัวอย่างโมเดลภาษาที่มีพารามิเตอร์ 10 ล้านล้าน (10T) การใช้ระบบ Rubin ในขั้นตอนการฝึกอบรมสามารถประหยัดต้นทุนทรัพยากรได้ประมาณ 75% เมื่อเทียบกับการใช้งาน Blackwell

อีลอน มัสก์ ซีอีโอของ Tesla (TSLA) กล่าวว่า แพลตฟอร์ม Rubin "จะเป็นเครื่องยนต์จรวดสำหรับ AI" และ "เป็นโครงสร้างพื้นฐานสำหรับการใช้งานโมเดลขนาดใหญ่"

ดาริโอ อโมเดอี ซีอีโอของ Anthropic กล่าวเสริมว่า: "ประสิทธิภาพที่เพิ่มขึ้นของแพลตฟอร์ม Rubin ของ NVIDIA แสดงถึงความก้าวหน้าของโครงสร้างพื้นฐาน ซึ่งช่วยให้มีความจำที่ยาวนานขึ้น, มีความสามารถในการอนุมานที่ทรงพลังยิ่งขึ้น และผลลัพธ์ที่เชื่อถือได้มากขึ้น"

โมเดลการขับขี่อัตโนมัติที่สามารถ 'ให้เหตุผล' ได้

แตกต่างจากระบบขับเคลื่อนอัตโนมัติแบบดั้งเดิม โมเดล Alpamayo ซึ่งเป็นระบบ AI ที่ใช้สถาปัตยกรรม Vision-Language-Action (VLA) เป็นครั้งแรกที่ทำให้ยานพาหนะมีความสามารถคล้ายมนุษย์ในด้าน "การให้เหตุผลเชิงสาเหตุ" ได้ ทำให้พวกมันสามารถจัดการกับสถานการณ์รุนแรงที่ไม่เคยพบเห็นในข้อมูลการฝึกอบรมได้

ตัวอย่างเช่น เมื่อรถเข้าใกล้สี่แยก ระบบไม่เพียงแต่สามารถระบุสัญญาณไฟจราจรที่ผิดปกติได้เท่านั้น แต่ยังเข้าใจตรรกะที่ซับซ้อนของ "ในขณะนี้ ควรปฏิบัติตามสัญญาณมือของเจ้าหน้าที่จราจรหรือกฎการให้ทาง" และตัดสินใจด้านความปลอดภัยตามนั้น

โมเดล VLA ที่นำมาใช้ในซีรีส์ Alpamayo ไม่เพียงแต่ช่วยเพิ่มขีดความสามารถในการประมวลผลอัจฉริยะของระบบสำหรับสถานการณ์ฉุกเฉินและเหตุการณ์ที่เกิดไม่บ่อยแต่มีความเสี่ยงสูง (long-tail scenarios) แต่ยังปรับปรุงความสามารถในการอธิบายตรรกะการตัดสินใจของระบบได้อย่างมากอีกด้วย

รถยนต์ที่ติดตั้งระบบนี้สามารถ "คิดเป็นขั้นตอน" เหมือนมนุษย์ และรักษาการตัดสินใจที่ชัดเจนเมื่อเผชิญกับสิ่งที่ไม่รู้จัก ทำให้การกระทำของมันน่าเชื่อถือต่อผู้ใช้มากขึ้น นอกจากนี้ โมเดลยังได้รวมระบบความปลอดภัย Halos AI ที่ NVIDIA พัฒนาขึ้นเอง ซึ่งให้การตรวจสอบเสถียรภาพและการสนับสนุนการตรวจสอบการควบคุมความเสี่ยงแบบไดนามิกตลอดเส้นทางการอนุมานทั้งหมด

หวางกล่าวว่า: "ช่วงเวลาแบบ ChatGPT สำหรับ AI เชิงกายภาพได้มาถึงแล้ว—เครื่องจักรเริ่มเข้าใจ, ให้เหตุผล และดำเนินการในโลกแห่งความเป็นจริง Robotaxis เป็นหนึ่งในผู้ได้รับประโยชน์กลุ่มแรก Alpamayo นำความสามารถในการให้เหตุผลมาสู่ยานยนต์ขับเคลื่อนอัตโนมัติ ทำให้พวกมันสามารถพิจารณาสถานการณ์ที่หาได้ยาก, ขับขี่ได้อย่างปลอดภัยในสภาพแวดล้อมที่ซับซ้อน และอธิบายการตัดสินใจในการขับขี่ของพวกมันได้—นี่คือรากฐานสำหรับการขับขี่อัตโนมัติที่ปลอดภัยและขยายขนาดได้"

ที่น่าสังเกตคือ, NVIDIA ได้ตัดสินใจที่จะเปิดเผยซอร์สโค้ดของโมเดลหลัก Alpamayo ให้กับชุมชนนักพัฒนาโดยไม่มีค่าใช้จ่าย

ซีรีส์นี้ถูกวางตำแหน่งให้เป็นโมเดลมาตรฐานขนาดใหญ่ที่มีฟังก์ชันการศึกษา ทำให้นักพัฒนาสามารถปรับแต่งได้ตามความสามารถทั่วไปของมัน และปรับปรุงให้เป็นชุดโมดูลโซลูชันการขับเคลื่อนอัตโนมัติหลักที่ปรับให้เข้ากับความต้องการสถาปัตยกรรมผลิตภัณฑ์ของตนเองได้อย่างอิสระ โมเดล 'รากฐานร่วม + วิวัฒนาการส่วนบุคคล' นี้ จะเร่งความเร็วที่บริษัทต่างๆ เข้าสู่การใช้งานระดับ L4 ได้อย่างมาก ในขณะเดียวกันก็ลดต้นทุนของการสะสมอัลกอริทึมและการปรับซอฟต์แวร์-ฮาร์ดแวร์ไปพร้อมกัน

โธมัส มุลเลอร์ ผู้อำนวยการบริหารฝ่ายวิศวกรรมผลิตภัณฑ์ของ Jaguar Land Rover กล่าวว่า: "การพัฒนา AI ที่เปิดกว้างและโปร่งใสเป็นสิ่งสำคัญอย่างยิ่งสำหรับการขับเคลื่อนการขับขี่อัตโนมัติอย่างมีความรับผิดชอบ โดยการเปิดเผยซอร์สโค้ดของโมเดลอย่าง Alpamayo, NVIDIA กำลังช่วยเร่งนวัตกรรมทั่วทั้งระบบนิเวศการขับขี่อัตโนมัติ โดยจัดหาเครื่องมือใหม่สำหรับนักพัฒนาและนักวิจัยเพื่อนำทางในสถานการณ์จริงที่ซับซ้อนได้อย่างปลอดภัย"

การขับขี่อัตโนมัติเชิงพาณิชย์ใกล้เข้ามาแล้ว

โมเดล Alpamayo ได้รับการยอมรับอย่างสูงในอุตสาหกรรม และเทคโนโลยีการขับขี่อัตโนมัติด้วย AI ของ NVIDIA กำลังก้าวไปสู่การเป็นเชิงพาณิชย์อย่างเต็มรูปแบบ หวางกล่าวว่า ยานพาหนะที่ผลิตจำนวนมากที่ติดตั้งแพลตฟอร์ม DRIVE แบบฟูลสแต็คของตนอย่างสมบูรณ์ นั่นคือ Mercedes-Benz CLA มีกำหนดจะออกสู่ถนนในสหรัฐอเมริกาอย่างเป็นทางการในไตรมาสแรกของปี 2569 นี่ถือเป็นก้าวสำคัญ เนื่องจากโซลูชันซอฟต์แวร์และฮาร์ดแวร์การขับขี่อัตโนมัติของ NVIDIA ได้ถูกรวมเข้ากับผลิตภัณฑ์ยานยนต์กระแสหลักเป็นครั้งแรกอย่างสมบูรณ์

นอกจากนี้ บริษัทยังวางแผนที่จะเริ่มใช้งานแพลตฟอร์ม Robotaxi (แท็กซี่ขับเคลื่อนอัตโนมัติ) ระดับ L4 ภายในปี 2570 โดยจะดำเนินการทดสอบภาคสนามร่วมกับพันธมิตร บริการนี้จะเริ่มต้นในเส้นทางเมืองที่กำหนด โดยมีเป้าหมายที่จะมอบประสบการณ์การขับขี่อัตโนมัติแบบ "ไร้คนขับ" ที่ล้ำหน้า และท้ายที่สุดคือการสร้างโครงสร้างพื้นฐานการสัญจรยุคใหม่ระดับโลก

ระดับ L4 แสดงถึงจุดสำคัญในระบบอัตโนมัติระดับสูงในปัจจุบัน—ภายในโดเมนการออกแบบการดำเนินงานที่กำหนด ยานพาหนะสามารถดำเนินการได้เองทั้งหมดตั้งแต่การรับรู้ไปจนถึงการตัดสินใจและการดำเนินการ ทำให้มั่นใจได้ถึงการเดินทางที่ปลอดภัยแม้ไม่มีการแทรกแซงจากมนุษย์

ระดับความอัจฉริยะนี้อาศัยเทคโนโลยีบุกเบิก ซึ่งรวมถึงโมเดล AI พื้นฐานแบบหลายรูปแบบ, สถาปัตยกรรมการประมวลผลแบบ end-to-end และเอ็นจิ้นการอนุมานแบบหลายสถานการณ์ ทำให้สามารถปรับตัวได้อย่างยืดหยุ่นต่อสภาพถนนที่ซับซ้อนและเหตุการณ์ที่ไม่คาดฝันต่างๆ

ซินโจว อู๋ รองประธานฝ่ายยานยนต์ของ NVIDIA อธิบายว่า โครงการ Robotaxi จะมุ่งเป้าไปที่ตัวชี้วัดประสิทธิภาพหลักระดับ L4 โดยจะเปิดตัวในระยะแรกผ่าน "การตรวจสอบในขอบเขตจำกัด" และมีพันธมิตรรายใหญ่ที่ไม่เปิดเผยชื่อเข้าร่วมดำเนินการ

เขาย้ำว่า: "หัวใจสำคัญไม่ใช่แค่ความก้าวหน้าทางเทคโนโลยีเท่านั้น หากแต่เป็นการรับรองว่าผลิตภัณฑ์ตรงตามมาตรฐานความน่าเชื่อถือในระยะยาวและการใช้งานเชิงพาณิชย์ภายใต้ขอบเขตที่ควบคุมได้"

การเคลื่อนไหวนี้ยังบ่งบอกว่า NVIDIA ซึ่งก่อนหน้านี้มุ่งเน้นไปที่การผลิตชิปและการส่งออกพลังงานประมวลผล กำลังค่อยๆ เปลี่ยนผ่านสู่บทบาทใหม่ในการมีส่วนร่วมอย่างแข็งขันในการสร้างระบบนิเวศการสัญจรอัจฉริยะ ซึ่งก่อให้เกิดการแข่งขันทางอ้อมกับยักษ์ใหญ่ในอุตสาหกรรมปัจจุบัน เช่น Waymo และ Cruise

แม้ว่าสัดส่วนรายได้ของ NVIDIA จากภาคส่วนยานยนต์โดยรวมจะยังคงอยู่ในระดับต่ำ โดยข้อมูล ณ ไตรมาสการเงินล่าสุดแสดงให้เห็นว่ารายได้จากธุรกิจยานยนต์และหุ่นยนต์รวมอยู่ที่ 592 ล้านดอลลาร์สหรัฐ ซึ่งคิดเป็นเพียงประมาณ 1% ของรายได้ทั้งหมด ทว่าบริษัทกลับได้กำหนดให้การคมนาคมอัจฉริยะเป็นปัจจัยขับเคลื่อนการเติบโตที่มีแนวโน้มมากที่สุดถัดจากปัญญาประดิษฐ์ (AI) อย่างชัดเจน โดยเฉพาะอย่างยิ่งเมื่อ AI ได้แทรกซึมจากศูนย์ข้อมูลไปสู่เอดจ์ดีไวซ์มากยิ่งขึ้น

Jensen Huang ได้กล่าวในหลายโอกาสว่าเขามองเห็นอนาคตที่ยานพาหนะกว่าพันล้านคันทั่วโลกจะสามารถขับเคลื่อนด้วยตนเองในระดับสูงหรือแบบอัตโนมัติเต็มรูปแบบ โดยครอบคลุมทั้งยานพาหนะส่วนบุคคลและรูปแบบการเดินทางร่วมกัน เช่น บริการให้เช่าตามความต้องการ (on-demand rentals)