NVIDIA และ Microsoft ได้ลงมือแล้ว: DeepSeek-Bot ที่ได้ 238 ดาวใน 4 วัน เผาบิล Token สูงถึง 30 เท่า

DeepSeek-Bot ที่เปิดตัวเมื่อวันที่ 7 ตุลาคม เป็นเพียงปลั๊กอินเล็กๆ ที่ให้ AI Bot หลายตัวทำงานร่วมกันในแชทกลุ่ม ได้ 238 ดาวในสี่วัน ตัวมันเองไม่สามารถรองรับบทวิเคราะห์เชิงลึกได้ สิ่งที่ควรค่าแก่การเขียนถึงคืออีกเรื่องหนึ่ง นั่นคือมันกำลังอยู่บนแนวโน้มที่กำลังเขียนนิยามราคาของฮาร์ดแวร์ AI ใหม่ การทำงานร่วมกันของมัลติเอเจนต์ทำให้การบริโภค Token เกิดการกระโดดขึ้นในระดับเลขยกกำลัง และบิลที่กระโดดขึ้นนั้นสุดท้ายก็ตกอยู่บน CPU และหน่วยความจำ บทความนี้เริ่มจากปลั๊กอินเล็กๆ นี้ เชื่อมโยงตัวคูณ Token ช่องว่าง CPU การสลับหน่วยความจำ และการเคลื่อนไหวของสองบริษัท giants ให้เป็นเส้นเดียวกัน

1. 30 เท่าไม่ใช่การเพิ่มขึ้นแบบเชิงเส้น แต่เป็นต้นทุนที่เปลี่ยนจากที่คาดการณ์ได้เป็นคาดการณ์ไม่ได้

ดูก่อนที่ระดับขนาด ตามข้อมูลวิศวกรรมของ Anthropic ที่มีการ نقلต่อ การบริโภค Token ในการทำงานทั่วไปหนึ่งครั้งของ Agent เดี่ยวอยู่ที่ประมาณ 4 เท่าของบทสนทนาปกติ ระบบการทำงานร่วมกันแบบหลาย Agent อยู่ที่ 15 เท่า ตัวเลขจากวงการวิชาการให้ค่าที่สุดโต่งกว่า ตามบทความวิจัยร่วมข้างต้น การบริโภค Token ที่ Agent ทำงานในงานเขียนโปรแกรมแบบ Agentic อยู่ที่ประมาณ 1000 เท่าของบทสนทนามาตรฐาน แม้แต่เครื่องมือง่ายๆ ที่ดำเนินการกับระบบภายนอกก็อยู่ระหว่าง 5 ถึง 30 เท่า

ในบทความเดียวกันยังมีการค้นพบที่ถูกมองข้ามได้ง่ายกว่า นั่นคือการรัน Agent ตัวเดียวกัน ทำงานเดียวกัน บิล Token สามารถผันผวนได้ถึง 30 เท่า กล่าวอีกนัยหนึ่ง ผู้ใช้คนเดียวกันคลิกปุ่มเดียวกัน จำนวนครั้งการเรียกโมเดลเบื้องหลังอาจแตกต่างกัน 30 เท่า และทุกครั้งที่เรียกต้องส่งประวัติบทสนทนาที่สะสมมาใหม่ทั้งหมด Gartner ในการรายงานเดือนมีนาคม 2026 ให้การประมาณการแบบกลางๆ ว่า Agentic workflow บริโภค Token ต่อ task อยู่ที่ 5 ถึง 30 เท่าของแชทบอทมาตรฐาน เพราะคำขอของผู้ใช้หนึ่งครั้งอาจกระตุ้นการเรียกโมเดลแบบเรียงลำดับ 10 ถึง 20 ครั้ง

การคาดการณ์ของ Goldman Sachs Research ในเดือนพฤษภาคมนั้นก้าวหน้ากว่า ภายในปี 2030 การบริโภค Token จะเพิ่มขึ้น 24 เท่า ปริมาณการใช้ต่อเดือนคิดเป็นประมาณ 1.2 ล้านล้านล้านชิ้น การลดลงของราคาต่อหน่วย Token ไม่ได้พลิกกลับแนวโน้มนี้ Gartner คาดว่าภายในปี 2030 ต้นทุนการอนุมานจะลดลงมากกว่า 90% เมื่อเทียบกับปี 2025 แต่ความเร็วการเติบโตของปริมาณการใช้จะเกินกว่าอัตราการลดลงของราคา การเรียกแต่ละครั้งถูกลงเรื่อยๆ จำนวนครั้งการเรียกก็มากขึ้นและแต่ละครั้งก็ใหญ่ขึ้น ค่าใช้จ่ายรวมเพิ่มขึ้นจากการระเบิดของปริมาณการใช้

เมื่อรวมข้อมูลการเรียกและค่าที่อ่านได้จากฮาร์ดแวร์ ความขัดแย้งหลักของเศรษฐกิจ Token ได้เปลี่ยนจากราคาต่อหน่วยไปสู่ผลคูณของจำนวนครั้งการเรียกและปริมาณการใช้ต่อครั้ง นัยต่อฮาร์ดแวร์คือ คอขวดของการใช้งาน GPU ไม่ใช่ความเร็วในการคำนวณ forward เพียงครั้งเดียวอีกต่อไป แต่เป็นแบนด์วิดท์หน่วยความจำและการจัดตาราง นี่คือเหตุผลที่ CPU และหน่วยความจำกลับเข้าสู่สายตาการกำหนดราคาอีกครั้ง

2. CPU กลับจากตัวประกอบมาเป็นตัวเอก

ในระบบมัลติเอเจนต์ การจัดตารางงาน การเรียกเครื่องมือ การตัดสินใจเชิงตรรกะ และการจัดการบริบท ล้วนเป็นสิ่งที่ CPU ถนัด ตามรายงานวิจัยของ Shanghai Securities News ภาระงานของ Agent เพียงขั้นตอน orchestration ก็ใช้เวลาถึง 50% ถึง 90% ของความหน่วงรวม เมื่อประสิทธิภาพ CPU ไม่เพียงพอ แม้แต่ GPU ที่แข็งแกร่งก็จะว่างเปล่าเพราะรอการจัดตาราง

ความต้องการได้ปรากฏชัดในราคาและระยะเวลาส่งมอบแล้ว ตามรายงานสาธารณะ Intel ยืนยันการขึ้นราคา CPU เซิร์ฟเวอร์บางรุ่น Xeon ระดับสูงขึ้น 7% ถึง 12% โดยรวม CPU ระดับผู้บริโภคผ่านการปรับราคาสามรอบภายในปี ซีรีส์ Plus สะสมเพิ่มขึ้นเกือบ 30% AMD ในครึ่งปีหลังคาดว่าจะขึ้นราคา CPU เซิร์ฟเวอร์ระดับกลางถึงสูงอีก 4% ถึง 7% ระยะเวลาส่งมอบ CPU เซิร์ฟเวอร์ขยายจากปกติ 1 ถึง 2 สัปดาห์เป็น 8 ถึง 12 สัปดาห์ บางกรณีนานถึง 6 เดือน

การประมาณการระดับขนาดมีสองเจ้า ตามการคำนวณของ Arm ศูนย์ข้อมูล AI แบบดั้งเดิมต้องการประมาณ 30 ล้านคอร์ CPU ต่อกิกะวัตต์ ในยุค Agent จะเพิ่มเป็น 120 ล้านคอร์ เติบโต 3 เท่า ตามกรอบของ Morgan Stanley ภายในปี 2030 Agentic AI จะนำมาซึ่งตลาด CPU เพิ่มเติม 32.5 ถึง 60 พันล้านดอลลาร์ คิดเป็นประมาณ 60% ของตลาด CPU เซิร์ฟเวอร์รวมที่มากกว่า 100 พันล้านดอลลาร์ ทิศทางที่ AMD ให้ในการประชุมทางโทรศัพท์ผลประกอบการไตรมาสแรกสอดคล้องกัน อัตราส่วน CPU ต่อ GPU ในโครงสร้างพื้นฐาน AI กำลัง rapprochement จาก 1:4 ถึง 1:8 ไปสู่ 1:1 ในสถานการณ์การติดตั้ง Agent หนาแน่น จำนวน CPU ที่กำหนดค่าอาจเกิน GPU

มองต่อไปอีก ความยืดหยุ่นของเส้น CPU มาจากการเปลี่ยนแปลงอัตราส่วน ไม่ใช่การเติบโตของปริมาณรวม ตลาด CPU เซิร์ฟเวอร์เองมีการเติบโตที่มั่นคง สิ่งที่เปลี่ยนคือจำนวน CPU ที่ยืนอยู่ข้าง GPU แต่ละตัว อัตราส่วนจาก 1:8 ไปเป็น 1:1 หมายความว่าค่าใช้จ่าย GPU เท่าเดิมสอดคล้องกับค่าใช้จ่าย CPU หลายเท่า นี่เป็นครั้งแรกที่ CPU มีตรรกะการเติบโตอิสระในเรื่องเล่าฮาร์ดแวร์ AI เงื่อนไขของข้อสรุปนี้คือภาระงาน Agent ขยายตัวตามเส้นทางปัจจุบันจริง หากขั้นตอน orchestration ถูกบีบอัดอย่างชัดเจนด้วยการปรับปรุงซอฟต์แวร์ เส้นอัตราส่วนจะชะลอลง

3. หน่วยความจำ: รากเหง้าของการขาดแคลนอยู่ที่การทดแทนกำลังการผลิต ไม่ใช่ความผันผวนของอุปสงค์

ระบบมัลติเอเจนต์พึ่งพาหน่วยความจำระยะยาว จดจำความชอบ ประวัติ และความคืบหน้าของงาน และเรียกใช้ในเวลาต่างๆ กัน ในทางเทคนิค การอนุมานภายในทุกครั้งต้องอ่าน KV cache ทั้งหมดที่เติบโตอย่างต่อเนื่องจากหน่วยความจำ GPU การอนุมานเป็นงานที่ใช้แบนด์วิดท์หน่วยความจำ intensively พูดในภาษาที่นักลงทุนรายย่อยคุ้นเคย: GPU คำนวณเร็วแค่ไหน ขึ้นอยู่กับว่าหน่วยความจำป้อนเร็วแค่ไหนมากขึ้นเรื่อยๆ

ผู้บริหารของ Micron พูดเรื่องนี้อย่างตรงไปตรงมาในที่สาธารณะ รองประธานบริหาร Sumit Sadana กล่าวในงาน KeyBanc Technology Forum ว่าการบริโภค Token ของภาระงาน Agentic AI อาจสูงถึง 5 ถึง 30 เท่าของงานแชทประเภทเดียวกัน และการอนุมานเชิงลึกจะสูงกว่านั้น CEO Sanjay Mehrotra กล่าวในการสัมภาษณ์กับ CNBC ว่ายุคการฝึกอบรมได้ผ่านไปแล้ว ยุคการอนุมานเพิ่งเริ่มต้น และ AI แบบ Agent ยังไม่เกิดขึ้นจริงในวงกว้างด้วยซ้ำ

รายงานของ Micron กำลังยืนยันแนวโน้มนี้ FY26Q3 รายได้ 41.456 พันล้านดอลลาร์ เติบโต 345.7% เมื่อเทียบปีต่อปี ธุรกิจศูนย์ข้อมูลรายได้ 11.52 พันล้านดอลลาร์ ปีก่อนเพียง 1.53 พันล้านดอลลาร์ FY26Q4 รายได้เพิ่มขึ้นเป็น 54.229 พันล้านดอลลาร์ (รายงานทางการเงินของบริษัท ผ่านการตรวจสอบจากอินเทอร์เฟซข้อมูลทางการเงิน) Sadana เสริมสองประเด็นในงาน forum อัตราส่วนอุปสงค์ต่ออุปทานปี 2027 จะตึงตัวกว่าปี 2026 ลูกค้า DRAM "แม้จ่ายราคาสูงก็ได้ไม่ถึงครึ่งของที่ต้องการ" ด้านผลิตภัณฑ์ HBM4 36GB 12-high ภายใต้เงื่อนไขการทดสอบสามารถเพิ่ม throughput การอนุมาน LLM ได้ 2.6 เท่า

รายละเอียดที่สำคัญกว่าคืออัตราส่วนการทดแทน ทุกการผลิต HBM 100 บิต จะลดผลผลิต DDR ประมาณ 300 บิต เมื่อ HBM4E ก้าวหน้าอาจใกล้ 4:1 นี่หมายความว่ารากเหง้าเชิงโครงสร้างของการขาดแคลนหน่วยความจำไม่ได้อยู่ที่ด้านอุปสงค์ แต่อยู่ที่การทดแทนทางกายภาพของกำลังการผลิต ทุกครั้งที่ HBM ขยายการผลิตหนึ่งส่วน อุปทาน DRAM แบบดั้งเดิมก็ถูกบีบอัดสามถึงสี่ส่วน ตราบใดที่ HBM ยังขยายการผลิตเพื่อ AI การขาดแคลน DDR ก็ยากที่จะแก้ไขด้วยการลดอุณหภูมิของอุปสงค์ จุดตรวจสอบของตรรกะอุปสงค์-อุปทานนี้อยู่ที่แนวทางกำลังการผลิตและราคาที่ผู้ผลิตอย่าง Micron ประกาศในภายหลัง

4. ความตื่นตระหนกของซอฟต์แวร์และส่วนเพิ่มของฮาร์ดแวร์ มาจากการเปิดตัวผลิตภัณฑ์ครั้งเดียวกัน

กลางเดือนมกราคม 2026 Anthropic เปิดตัว Claude Cowork วันที่ 30 มกราคม เปิดตัวปลั๊กอินอุตสาหกรรมสำหรับฝ่ายกฎหมาย การเงิน การขาย และอื่นๆ ต่อมา Claude Opus 4.6 แยกงานใหญ่เป็นงานย่อย มอบให้ agent ต่างๆ ทำแบบขนาน ปฏิกิริยาของตลาดแบ่งเป็นสองครึ่ง ด้านซอฟต์แวร์ ตามรายงานสาธารณะและรายงานวิจัยของ Wedbush การเทขายครั้งนั้นลบมูลค่าตลาดหุ้นซอฟต์แวร์ระหว่าง 8 แสนล้านถึง 1 ล้านล้านดอลลาร์ (ช่วงหุ้นที่ครอบคลุมต่างกันตามสถิติที่ต่างกัน) FactSet ลบ 10% ในวันเดียว Wedbush เรียกมันว่า "Software-mageddon" ความกังวลหลักคือ: หลังจากที่ agent สามารถทำงานตรวจสอบสัญญา วิเคราะห์ทางการเงินได้อย่างอิสระ โมเดล SaaS ที่คิดค่าบริการตามจำนวนหัวจะถูกกัดกร่อน

ด้านฮาร์ดแวร์ให้ค่าที่อ่านได้ตรงกันข้ามในเวลาเดียวกัน Morgan Stanley ชี้ว่าเมื่อ AI เปลี่ยนจาก generative ไปเป็น agent ขอบเขตการลงทุนจะขยายจาก GPU ไปสู่ CPU และหน่วยความจำ น้ำหนักของเซมิคอนดักเตอร์ใน S&P 500 ได้ทะลุ 20% แล้ว สองด้านของเหรียญเดียวกันคือ ยิ่งความสามารถในการทดแทนของ agent แข็งแกร่งขึ้น การบริโภคพลังการคำนวณพื้นฐาน CPU และหน่วยความจำก็ยิ่งมากขึ้น ความวิตกกังวลเรื่องส่วนแบ่งของซอฟต์แวร์และส่วนเพิ่มของอุปสงค์ฮาร์ดแวร์ ขับเคลื่อนโดยรอบผลิตภัณฑ์เดียวกัน การกำหนดราคาแยกเป็นสองเรื่องอาจเป็นหนึ่งในความขัดแย้งในการกำหนดราคาที่ใหญ่ที่สุดของภาค AI ในปัจจุบัน

5. Microsoft และ NVIDIA กำลังทำอะไร

ตามเวลาท้องถิ่นวันที่ 7 ตุลาคม Microsoft เปิดตัว Surface Laptop Ultra ที่ร่วมมือกับ NVIDIA ในซานฟรานซิสโก แพลตฟอร์ม NVIDIA RTX Spark, Blackwell RTX GPU สูงสุด 6144 คอร์ พร้อม Grace CPU สูงสุด 20 คอร์ หน่วยความจำรวมสูงสุด 128GB สามารถรันโมเดลที่มีพารามิเตอร์มากกว่า 1.2 แสนล้านบนเครื่องได้ ราคาเริ่มต้น 2599 ดอลลาร์ จัดส่งวันที่ 16 ตุลาคม Jensen Huang มาถึงงาน คำพูดของเขาถูกอ้างอิงอย่างกว้างขวาง: "สี่สิบปีมาแล้ว คุณเปิดแอปพลิเคชัน คลิก พิมพ์ ตอนนี้คุณถาม คอมพิวเตอร์ทำงานแทนคุณ"

สิ่งที่สำคัญกว่าฮาร์ดแวร์คือการแก้ไขระบบปฏิบัติการ ตามบล็อกอย่างเป็นทางการของ Microsoft Windows ถูกออกแบบใหม่รอบ "Hybrid Intelligence" หลังจากได้รับอนุญาต Copilot สามารถอ่านไฟล์ในเครื่อง จัดระเบียบแทน ตรวจสอบปัญหา และดำเนินการ workflow ด้านความปลอดภัย จำกัดขอบเขตไฟล์และเครือข่ายที่ agent เข้าถึงได้ผ่านคอนเทนเนอร์ระดับระบบ จัดตารางระหว่างโมเดลในเครื่องและโมเดลบนคลาวด์ตามงาน NVIDIA เปิดตัว Open Agent Safety Platform เมื่อวันที่ 28 กันยายน ครอบคลุมชั้นความปลอดภัยของ agent ตั้งแต่การทดสอบถึงการติดตั้งใช้งาน Jensen Huang เปิดเผยพร้อมกันว่ายอดสั่งซื้อระบบ Blackwell และ Vera Rubin สูงถึง 1 ล้านล้านดอลลาร์ ครอบคลุมถึงปี 2027 (ตามข้อมูลบริษัท)

ตรรกะของการเคลื่อนไหวทั้งสองนั้น连贯: Microsoft สร้างทางเข้าระบบปฏิบัติการใหม่สำหรับยุค agent ที่ชั้น OS, NVIDIA เตรียมสต็อกสำหรับการติดตั้งใช้งาน agent ในวงกว้างที่ชั้นชิปและแพลตฟอร์ม แทนที่จะบอกว่าพวกเขาคาดการณ์การมาถึงของการทำงานร่วมกันของมัลติเอเจนต์ ควรบอกว่าพวกเขากำลังสร้างฐานรากให้มันแล้ว การวางการอนุมานบางส่วนลงในอุปกรณ์ในเครื่อง โดยแท้แล้วเป็นการยอมรับว่าการบริโภคพลังการคำนวณของ agent ใหญ่เกินไป ต้องจัดการแบบแบ่งชั้น ทุกพีซีที่รัน agent คือโหนดพลังการคำนวณประจำการใหม่

6. บิล Token: จากการคิดค่าบริการตามจำนวนหัวไปสู่การคิดตามการบริโภค

การสำรวจองค์กรของ Gartner ปี 2026 ให้ค่าที่อ่านได้ที่ควรค่าแก่การพิจารณาจริงจัง ผู้บริหารเทคโนโลยีเกือบหนึ่งในสี่จ่ายค่า Token เขียนโค้ด AI ให้ผู้พัฒนาแต่ละคนเดือนละ 200 ถึง 500 ดอลลาร์แล้ว ประมาณ 6% เกิน 2000 ดอลลาร์ สถาบันคาดการณ์ว่าต้นทุน Token เขียนโค้ด AI จะเกินเงินเดือนเฉลี่ยของผู้พัฒนาในปี 2028 นี่บ่งชี้ถึงการเปลี่ยนวิธีการคิดค่าบริการ ยุคแชทบอทตั้งงบประมาณตามจำนวนที่นั่ง ยุค agent ทำได้เพียงตั้งงบประมาณตามจำนวนครั้งการดำเนินการ และจำนวนครั้งการดำเนินการแม้แต่โมเดลเองก็ประมาณไม่แม่น บทความวิจัยร่วมข้างต้นระบุชัดเจนว่าโมเดลจะประเมินจำนวน Token ที่ตัวเองจะใช้ต่ำไปอย่างต่อเนื่อง

กลับไปที่ปลั๊กอินเล็กๆ 238 ดาวตอนต้น Main Bot ตอบกลับแต่เพียงผู้เดียวโดยค่าเริ่มต้น เรียก Bot อื่นตามต้องการ สิ่งที่นักพัฒนาทำจริงๆ คือการจัดการงบประมาณ Token ที่เรียบง่ายที่สุด การกระทำระดับจุลภาคนี้เมื่อนำไปใช้ในการติดตั้งระดับองค์กร ความหมายจะขยายออกไป: ความต้องการที่แข็งแกร่งต่อ CPU หน่วยความจำ และเครือข่ายจะยิ่งแข็งแกร่งขึ้นเท่านั้น

บทส่งท้าย

238 ดาวของ DeepSeek-Bot ไม่สำคัญ สิ่งที่สำคัญคือโครงสร้างต้นทุนที่มันสาธิต: ทุกก้าวที่มัลติเอเจนต์ทำงานร่วมกัน บิล Token จะกระโดดขึ้นหนึ่งขั้น ขนาดของการกระโดดแม้แต่โมเดลเองก็ไม่สามารถคาดการณ์ได้ โครงสร้างนี้ถูกบีบลงตามห่วงโซ่อุตสาหกรรมไปยังปลายน้ำ ก่อนอื่นบีบให้เกิดการเปลี่ยนแปลงอัตราส่วนและระยะเวลาส่งมอบของ CPU จากนั้นบีบให้เกิดการทดแทนกำลังการผลิตของหน่วยความจำ สุดท้ายบีบให้เกิดการ重构ระดับระบบปฏิบัติการ จากห่วงโซ่นี้ โครงสร้างของการบริโภคพลังการคำนวณอาจกำลังเปลี่ยนจาก GPU ขั้วเดียวไปสู่การประสานงานของ CPU หน่วยความจำ และ GPU ส่วนเพิ่มของอุปสง