กระแสความคลั่งไคล้ Agentic AI ขับเคลื่อนความต้องการ CPU ให้เพิ่มขึ้นอย่างมีนัยสำคัญ, แต่ Morgan Stanley ดับกระแส: อย่าตามกระแสเพื่อซื้อ Intel, AMD.

TradingKey - นับตั้งแต่ช่วงต้นปีที่ผ่านมา ท่ามกลางกระแสการเติบโตอย่างก้าวกระโดดของ Agentic AI ความต้องการชิป CPU ในตลาดได้ขยายตัวเพิ่มขึ้นอย่างทวีคูณ ซึ่งส่งผลให้มุมมองเดิมที่เคยเชื่อว่ามีเพียง GPU เท่านั้นที่จะได้รับประโยชน์อย่างมีนัยสำคัญจาก AI นั้นเปลี่ยนไป ทั้งนี้ Agentic AI กระแสหลักในตลาดปัจจุบันประกอบด้วย Claude Cowork ของ Anthropic และ OpenClaw เป็นต้น

Agentic AI คืออะไร?

ต่างจากโมเดลภาษาขนาดใหญ่แบบดั้งเดิมที่ทำได้เพียงสร้างการตอบสนองเป็นข้อความตามการป้อนข้อมูลของผู้ใช้ คุณลักษณะสำคัญของ Agentic AI คือความสามารถในการดำเนินภารกิจที่ซับซ้อนหลายขั้นตอนให้สำเร็จได้ด้วยตนเองอย่างเป็นอิสระ

มีรายงานว่า Agentic AI คือระบบปัญญาประดิษฐ์ที่มีความสามารถในการตัดสินใจ การวางแผนงาน และการดำเนินภารกิจที่ซับซ้อนได้โดยอัตโนมัติ ซึ่งช่วยให้สามารถบรรลุเป้าหมายที่ตั้งไว้ล่วงหน้าได้โดยไม่ต้องอาศัยการแทรกแซงจากมนุษย์อย่างต่อเนื่อง

กระบวนการทำงานของระบบนี้เกี่ยวข้องกับการย่อยภารกิจขนาดใหญ่ออกเป็นงานย่อยๆ แล้วจึงเรียกใช้เครื่องมือต่างๆ เพื่อดำเนินการ โดยกระบวนการทั้งหมดจะเป็นไปตามลำดับจากบนลงล่าง และไม่สามารถประมวลผลงานหลายพันรายการพร้อมกันได้เหมือนกับโครงสร้างเมทริกซ์ของ GPU

สิ่งนี้บ่งชี้ว่าประสิทธิภาพในการดำเนินงานของ Agentic AI ขึ้นอยู่กับความสามารถในการจัดลำดับงานแบบหลายเธรดของ CPU เกือบทั้งหมด มากกว่าความสามารถในการประมวลผลแบบขนานซึ่งเป็นจุดแข็งของ GPU

NVIDIA ( NVDA) โดยเจนเซ่น หวง ประธานเจ้าหน้าที่บริหาร ได้ให้ความเห็นไว้อย่างแม่นยำในงาน GTC 2026 เมื่อเดือนมีนาคมที่ผ่านมาว่า "CPU ไม่ได้ทำหน้าที่เพียงแค่สนับสนุนโมเดลอีกต่อไป แต่เป็นตัวขับเคลื่อนโมเดล"

Agentic AI ขับเคลื่อนความต้องการ CPU ให้เพิ่มสูงขึ้นอย่างไร

เมื่อเข้าสู่ยุคของ Agentic AI บทบาทของ CPU ได้เปลี่ยนจากบทบาทเสริมในห่วงโซ่อุปทานของกำลังการประมวลผล ไปสู่การเป็นศูนย์กลางการควบคุมหลักของระบบเอเจนท์

ในยุคของเอเจนท์ ความสามารถในการประมวลผลพร้อมกัน แบนด์วิดท์หน่วยความจำ และประสิทธิภาพในการจัดลำดับงานของ CPU เป็นปัจจัยกำหนดความเร็วในการตอบสนองและความสามารถในการประมวลผลของระบบโดยตรง หากการทำงานพร้อมกันของเอเจนท์เกินขีดจำกัดความสามารถของ CPU จะส่งผลให้เกิดปัญหาต่างๆ เช่น การรอคิวคำขอ และความล้มเหลวในการเรียกใช้เครื่องมือ ซึ่งส่งผลกระทบโดยตรงต่อประสบการณ์ของผู้ใช้งานและความเสถียรของระบบ

ผลการวิจัยล่าสุดซึ่งเผยแพร่ร่วมกันโดย Georgia Institute of Technology และ Intel (INTC) ได้แสดงให้เห็นในเชิงปริมาณอย่างชัดเจนถึงบทบาทสำคัญของ CPU ในการดำเนินงานของเอเจนท์

ข้อมูลระบุว่าในบรรดางานหลัก 3 ประเภทของเอเจนท์ ได้แก่ RAG, เอเจนท์ค้นหาข้อมูลผ่านเว็บ และการวิจัยทางวิทยาศาสตร์ที่เข้มข้น เวลาการประมวลผลของ CPU คิดเป็นสัดส่วนมากกว่า 80% ของเวลาประมวลผลทั้งหมด นอกจากนี้ ตัวชี้วัดด้านการใช้พลังงานยังช่วยยืนยันข้อสรุปนี้ โดยในสถานการณ์การประมวลผลแบบกลุ่มขนาดกลางถึงขนาดใหญ่ สัดส่วนการใช้พลังงานของ CPU สำหรับงานทั้ง 3 ประเภทนี้พุ่งสูงถึงประมาณ 60%

กล่าวคือ ในระหว่างการทำงานของเอเจนท์ พลังงานมากกว่าครึ่งถูกใช้ไปโดย CPU ขณะที่ GPU ซึ่งเป็นที่ต้องการของตลาดกลับอยู่ในสภาวะว่างงานเป็นส่วนใหญ่เพื่อรอให้ CPU จัดลำดับงานให้เสร็จสิ้น

ความแตกต่างเชิงโครงสร้างนี้ส่งผลให้ CPU กลายเป็นคอขวดหลักด้านประสิทธิภาพในยุค Agentic AI และเป็นแรงขับเคลื่อนโดยตรงที่ทำให้ความต้องการ CPU ทั่วโลกเติบโตอย่างก้าวกระโดด

Arm ( ARM) โดย Rene Haas ประธานเจ้าหน้าที่บริหาร ได้เปิดเผยข้อมูลที่แสดงให้เห็นถึงขนาดของการเติบโตนี้อย่างชัดเจนว่า เวิร์กโหลด AI แบบดั้งเดิมต้องใช้คอร์ CPU ประมาณ 30 ล้านคอร์ต่อความจุศูนย์ข้อมูล 1 กิกะวัตต์ แต่ในยุค Agentic AI ความต้องการดังกล่าวจะพุ่งสูงขึ้นถึง 4 เท่า

Agentic AI กระตุ้นความต้องการโหนดประมวลผลเซิร์ฟเวอร์แบบ CPU อิสระ

การเติบโตของความต้องการ CPU ที่ได้รับแรงขับเคลื่อนจาก Agentic AI มีสาเหตุหลักมาจากสองปัจจัย ได้แก่ การเพิ่มขึ้นอย่างมากของจำนวน CPU ภายในเซิร์ฟเวอร์ AI แต่ละเครื่อง และการนำสถาปัตยกรรมใหม่ที่เน้นการปรับใช้คลัสเตอร์ GPU และ CPU แบบแยกส่วน (disaggregated deployment) มาใช้อย่างรวดเร็ว

ในเซิร์ฟเวอร์ AI แบบดั้งเดิม อัตราส่วนระหว่าง GPU ต่อ CPU จะอยู่ที่ประมาณ 8:1 ถึง 8:2 แต่ด้วยการเปิดตัวสถาปัตยกรรมเร่งความเร็ว AI รุ่นถัดไปอย่าง GB200 และ Vera-Rubin อัตราส่วนนี้ได้ปรับปรุงขึ้นเป็น 2:1 ขณะที่ในระหว่างการแถลงผลประกอบการประจำไตรมาสที่ 1 ปี 2026 นั้น Intel ได้ระบุอย่างชัดเจนว่า อัตราส่วน CPU ต่อ GPU ในอนาคตจะเพิ่มขึ้นจาก 8:1 ในปัจจุบันเป็น 1:1 และอาจมีแนวโน้มเอนเอียงไปทาง CPU มากยิ่งขึ้นอีก

ในอีกด้านหนึ่ง เพื่อตอบสนองต่อการเติบโตอย่างก้าวกระโดดของความต้องการด้านการประมวลผล AI การเพิ่มการใช้ทรัพยากรให้เกิดประโยชน์สูงสุด การเพิ่มประสิทธิภาพการคำนวณ และการปรับปรุงความยืดหยุ่นของระบบ อุตสาหกรรมกำลังค่อยๆ มุ่งไปสู่แนวโน้มทางเทคนิคของการปรับใช้คลัสเตอร์ GPU และ CPU แบบแยกส่วน

ในจำนวนนี้ Microsoft ( MSFT ) ซึ่งดาต้าเซ็นเตอร์ Fairwater รุ่นถัดไปได้ริเริ่มนำสถาปัตยกรรมคลัสเตอร์ GPU และ CPU แบบแยกส่วนนี้มาใช้ โดยภายใต้โครงสร้างนี้ GPU สามารถมุ่งเน้นไปที่การประมวลผลโมเดล (inference) ที่มีภาระงานสูง ขณะที่ CPU จะจัดการการจัดลำดับงานที่ซับซ้อนและการประมวลผลเชิงตรรกะ ซึ่งช่วยยกระดับประสิทธิภาพของระบบโดยรวมได้อย่างมีนัยสำคัญ แนวโน้มนี้กำลังถูกนำไปใช้ตามโดยผู้ให้บริการคลาวด์จำนวนมากขึ้นเรื่อยๆ และจะยังคงผลักดันการใช้งานเซิร์ฟเวอร์ CPU แบบแยกเดี่ยว (standalone) ในวงกว้างต่อไปในอีกไม่กี่ปีข้างหน้า

จากการประมาณการล่าสุดของ Morgan Stanley พบว่า AI agent จะสร้างการเติบโตส่วนเพิ่มให้กับตลาด CPU มูลค่า 3.25 หมื่นล้านดอลลาร์ ถึง 6 หมื่นล้านดอลลาร์ภายในปี 2030 ซึ่งจะช่วยขยายขนาดตลาดรวมของ CPU ระดับเซิร์ฟเวอร์ให้เป็นระหว่าง 8.25 หมื่นล้านดอลลาร์ ถึง 1.1 แสนล้านดอลลาร์

มอร์แกน สแตนลีย์ ดับกระแสร้อนแรง! เตือนอย่าแห่เข้าซื้อ Intel และ AMD ตามตลาด

ความต้องการ CPU ที่พุ่งสูงขึ้นซึ่งได้รับแรงหนุนจาก Agentic AI นั้นสูงเกินกว่าที่ตลาดคาดการณ์ไว้ ประกอบกับปัจจัยต่าง ๆ เช่น ขีดความสามารถในการผลิตของโรงหล่อเวเฟอร์ต้นน้ำที่มีจำกัดและราคาวัตถุดิบที่ปรับตัวสูงขึ้น ส่งผลให้การปรับขึ้นราคาและการขาดแคลนในตลาด CPU ทั่วโลกยังคงทวีความรุนแรงขึ้นในปีนี้ โดยคาดว่าความไม่สมดุลระหว่างอุปสงค์และอุปทานดังกล่าวจะดำเนินต่อไปในช่วง 1-2 ปีข้างหน้า

ในปัจจุบัน สถาปัตยกรรม x86 ยังคงเป็นกระแสหลักสำหรับ CPU ในเซิร์ฟเวอร์ดาต้าเซ็นเตอร์ ส่งผลให้ AMD และ Intel เป็นผู้ได้รับผลประโยชน์หลักจากวัฏจักรขาขึ้นครั้งใหญ่ของ CPU นี้ ขณะที่บทวิเคราะห์จาก UBS ระบุว่า การเปลี่ยนผ่านจากการฝึกอบรม AI แบบดั้งเดิมในปี 2568 ไปสู่สถานการณ์การประมวลผลผลลัพธ์ของ Agentic AI ในปี 2569/2570 จะส่งผลให้ความต้องการปริมาณงานของ CPU เพิ่มขึ้นเป็น 3 ถึง 8 เท่าจากระดับเดิม

อย่างไรก็ตาม Morgan Stanley มีมุมมองที่แตกต่างจากความเห็นพ้องของตลาดซึ่งส่วนใหญ่มีมุมมองเชิงบวกต่อผู้ผลิต CPU โดยบริษัทไม่แนะนำให้นักลงทุนเข้าซื้อหุ้นโดยตรงในสองยักษ์ใหญ่ด้าน CPU อย่าง Intel และ AMD เนื่องจากแม้ว่าส่วนแบ่งการตลาดในภาคส่วน cloud CPU ของ AMD จะแซงหน้า Intel ไปอยู่ที่ 53% ซึ่งทำให้ได้รับประโยชน์โดยตรงจากกระแส CPU ในปัจจุบัน แต่ผลตอบแทนของราคาหุ้นกลับมีความผูกพันอย่างลึกซึ้งกับความคาดหวังในธุรกิจ GPU ขณะที่ราคาหุ้นของ Intel ถูกขับเคลื่อนโดยประเด็นการปรับเปลี่ยนธุรกิจโรงหล่อเป็นหลัก ดังนั้นทั้งสองบริษัทจึงไม่ใช่การลงทุนในกลุ่ม CPU แบบบริสุทธิ์

Morgan Stanley เชื่อว่าหุ้นในตลาดปัจจุบันที่มีการเปิดรับต่อกระแส AI อย่างแท้จริงนั้นกระจุกตัวอยู่ในกลุ่มบริษัทหน่วยความจำและ GPU ชั้นนำ ซึ่งรวมถึง NVIDIA, Broadcom ( AVGO ), Micron ( MU ), SanDisk ( SNDK ).

Morgan Stanley ระบุว่าตรรกะหลักในการแนะนำหุ้นเหล่านี้คือระดับมูลค่าที่น่าดึงดูด โดยอัตราส่วน P/E ล่วงหน้าของผู้ผลิต CPU อย่าง Intel และ AMD ในปัจจุบันอยู่ระหว่าง 23 ถึง 64 เท่า ขณะที่ P/E คาดการณ์ของ NVIDIA สำหรับปีงบประมาณ 2570 อยู่ที่เพียง 18 เท่า และ P/E คาดการณ์สำหรับหุ้นกลุ่มหน่วยความจำนั้นต่ำเพียง 5 ถึง 9 เท่า ซึ่งถือว่ามีความน่าดึงดูดด้านมูลค่ามากกว่าอย่างมีนัยสำคัญ