Nvidia เปิดตัวโมเดล Revenue-Sharing ให้ AI Startups เข้าถึง GPU โดยไม่ต้องจ่ายเงินล่วงหน้า

Nvidia เปิดตัว Revenue-Sharing Model ให้ AI Cloud Providers เข้าถึง GPU โดยไม่ต้องจ่ายล่วงหน้า พร้อมจับมือ Sharon AI และ Firmus เป็นพันธมิตรรายแรก มุ่งแก้ปัญหาเงินทุนและขยาย AI Ecosystem ในระดับโลก

Nvidia เปิดตัวโมเดล Revenue-Sharing ให้ AI Startups เข้าถึง GPU โดยไม่ต้องจ่ายเงินล่วงหน้า

Key takeaway

  • Nvidia เปิดตัว Revenue-Sharing Model ให้ AI Cloud Providers เข้าถึง GPU จำนวนมากโดยไม่ต้องจ่ายเงินเต็มจำนวนล่วงหน้า แก้ปัญหา Compute Crunch ที่เป็นอุปสรรคหลักของ AI Startups ที่ต้องการ Infrastructure ขนาดใหญ่แต่ขาดแคลนเงินทุน โดย Nvidia จะรับรายได้ทั้งจากการขาย Chip ตามปกติและ Revenue Cut จากรายได้ของ Cloud Partners
  • พันธมิตรรายแรกที่เข้าร่วมโมเดลนี้คือ Sharon AI และ Firmus ทั้งคู่สัญชาติออสเตรเลีย โดย Sharon AI จะ Deploy GPU สูงสุด 40,000 ตัวรุ่น Grace Blackwell GB300 ขณะที่ Firmus พัฒนา Campus ขนาด 360 Megawatt ในอินโดนีเซียรองรับ GPU สูงสุดถึง 170,000 ตัว พร้อม Committed Offtake Agreements คาดมูลค่ารวมกว่า 25,000–30,000 ล้านดอลลาร์สหรัฐ
  • โมเดลนี้เป็นการ Shift เชิงกลยุทธ์ครั้งสำคัญของ Nvidia จาก Hardware Vendor สู่การมี Recurring Usage-Linked Income Stream แต่ก็เพิ่มความเสี่ยงด้าน Double Exposure หาก AI-Native Demand ชะลอตัว เพราะจะกระทบทั้ง Chip Sales และ Cloud Revenue Share พร้อมกัน

Nvidia ปรับกลยุทธ์ธุรกิจครั้งสำคัญ เปิดโอกาสให้ AI Cloud Providers เข้าถึง GPU จำนวนมากผ่านระบบแบ่งปันรายได้ แทนการชำระเงินเต็มจำนวนล่วงหน้า มุ่งแก้ปัญหาการเข้าถึงแหล่งทุนสำหรับ AI Startups ที่ต้องการโครงสร้างพื้นฐานด้าน Compute ขนาดใหญ่


Nvidia ประกาศเปิดตัวรูปแบบความร่วมมือทางธุรกิจใหม่เมื่อวันพุธที่ผ่านมา โดย AI Cloud Providers สามารถเข้าถึง GPU จำนวนมากได้ผ่าน Revenue-Sharing Model แทนการชำระค่า Hardware เต็มจำนวนล่วงหน้า พร้อมเสริมด้วย Credit Support เพื่อเปิดทางให้ AI Clouds ขนาดเล็กสามารถจัดหา GPU ได้อย่างเป็นรูปธรรม


ที่มาของปัญหา: กำแพงด้านทุนในวงการ AI Infrastructure

Nvidia ระบุว่าโมเดลดังกล่าวถูกออกแบบมาเพื่อแก้ปัญหาด้านเงินทุนที่เป็นอุปสรรคฝังรากในวงการ AI มายาวนาน กล่าวคือ บริษัท AI ที่กำลังเติบโตส่วนใหญ่ไม่สามารถเข้าถึงโครงสร้างพื้นฐานที่ต้องใช้เงินลงทุนสูง ซึ่งมีความจำเป็นอย่างยิ่งสำหรับการ Train และ Run โมเดลขนาดใหญ่ได้ แม้จะมีสัญญาผูกพันจากลูกค้าระยะยาวก็ยังไม่เพียงพอต่อการปลดล็อกแหล่งเงินทุนสำหรับ Compute

ภาวะ Compute Crunch นี้เองที่ผลักดันให้มูลค่าของผู้ให้บริการ GPU อย่าง Runpod พุ่งสูงแตะ 1 พันล้านดอลลาร์สหรัฐ ในเดือนมิถุนายนที่ผ่านมา จากธุรกิจให้เช่า GPU ที่บริษัทไม่ได้เป็นเจ้าของเองโดยตรง


โครงสร้างของ Revenue-Sharing Model

ภายใต้โมเดลใหม่นี้ AI Cloud Partners สามารถซื้อ Hardware จาก Nvidia และนำ Nvidia-Powered Cloud Capacity ไปให้บริการต่อได้ โดย Nvidia จะรับรายได้ใน 2 ช่องทาง ได้แก่

  • Standard Product Revenue จากการขาย Chip ตามปกติ
  • Revenue Cut จากรายได้ที่ Cloud Partners ได้รับจากการให้เช่า Compute

โมเดลนี้ไม่ใช่สัญญาเงินกู้โดยตรง แต่ทำหน้าที่คล้ายกับ Vendor Financing ที่มี Equity-Like Upside แนบมาด้วย ช่วยให้บริษัทที่ต้องการ Frontier Compute สามารถเข้าถึงได้โดยไม่ต้องแบกรับความเสี่ยงด้าน Balance Sheet จากการสร้าง Data Center ด้วยตนเอง


พันธมิตรรายแรก: Sharon AI และ Firmus

ปัจจุบันมีบริษัท 2 รายที่ดำเนินการภายใต้โมเดลนี้แล้ว ได้แก่

Sharon AI บริษัท AI Cloud สัญชาติออสเตรเลีย ที่กำลัง Deploy GPU สูงสุดถึง 40,000 ตัว ในรุ่น Nvidia Grace Blackwell GB300 ภายใต้ข้อตกลงระยะเวลา 6 ปี ที่ใช้กำลังไฟฟ้า 72 Megawatt โดย James Manning ผู้ร่วมก่อตั้งและ CEO กล่าวว่านี่คือ "A Pivotal Moment" สำหรับการขยายตัวสู่ Sovereign AI Compute ระดับใหญ่

Firmus อีกหนึ่งบริษัทสัญชาติออสเตรเลีย กำลังพัฒนา Campus ขนาด 360 Megawatt ในรูปแบบ Nvidia DSX AI Factory ที่เกาะบาตัม ประเทศอินโดนีเซีย โดยจะรองรับ GPU สูงสุดถึง 170,000 ตัว ครอบคลุม Platform Grace-Blackwell, Vera-Rubin และ Vera ทั้งนี้ Bloomberg รายงานว่า Firmus คาดว่าจะมี Committed Offtake Agreements มูลค่ารวม 25,000–30,000 ล้านดอลลาร์สหรัฐ ในช่วง 6 ปีแรกของการดำเนินงาน


กลุ่มเป้าหมาย: AI-Native Companies และ Long-Tail Model Builders

Nvidia ระบุชื่อบริษัทอย่าง Baseten, Fireworks AI และ Together AI เป็นตัวอย่างของกลุ่มลูกค้าที่โมเดลนี้ออกแบบมาเพื่อรองรับโดยเฉพาะ ซึ่งล้วนเป็นบริษัทที่ต้องการ Elastic Access ต่อ AI Cloud Capacity สำหรับงาน Training, Fine-Tuning และ High-Volume Inference โดยไม่ต้องผูกพันกับการจัดหา Hardware ระยะยาวด้วยตนเอง

กลุ่มนี้มีความแตกต่างอย่างชัดเจนจาก Hyperscalers ที่ Nvidia เคยมุ่งเน้นตลอดช่วงทศวรรษที่ผ่านมา และถือเป็นการ Bet บน Long Tail of Model Builders, Agent Platforms และ Enterprises ที่ต้องการ Frontier Compute แต่ไม่พร้อมรับความเสี่ยงด้าน Balance Sheet


นัยสำคัญต่อ Nvidia และ AI Ecosystem โดยรวม

โมเดลนี้มอบสิ่งที่ Nvidia ไม่เคยมีในระดับนี้มาก่อน นั่นคือ Recurring, Usage-Linked Income Stream ที่ซ้อนอยู่บน Hardware Sales ทำให้บริษัทมีรายได้ที่ผูกติดกับการใช้งาน Compute จริงในตลาด

นอกจากนี้ Nvidia ยังได้ลงทุนโดยตรงใน AI Equity ไปแล้วมากกว่า 40,000 ล้านดอลลาร์สหรัฐ ในปีนี้ ครอบคลุมทั้ง OpenAI, Nebius และ Startups อีกหลายสิบราย ขณะที่ Revenue-Sharing Compute Model ช่วยให้บรรลุผลลัพธ์ในทิศทางเดียวกันได้โดยไม่ต้องเข้าไปอยู่ใน Cap Table และยังโอน Balance Sheet Exposure ไปให้ Cloud Partners แทนอีกด้วย

อย่างไรก็ตาม โมเดลนี้ยิ่งเพิ่มระดับ Dependency ที่กำลังอยู่ภายใต้การจับตามองอย่างใกล้ชิด เนื่องจากส่วนแบ่งที่เพิ่มขึ้นเรื่อยๆ ของการเติบโตใน AI Industry ถูกผูกไว้กับความสำเร็จของ Nvidia ผ่านสัญญาเหล่านี้

หาก AI-Native Demand เกิดชะลอตัวลง Nvidia จะเผชิญกับผลกระทบจากทั้ง 2 ทิศทางพร้อมกัน ทั้งจาก Chip Sales ที่ลดลง และจาก Cloud Revenue ที่ตกลงแบ่งปันไว้ตามสัญญา


Nvidia ยังไม่ได้เปิดเผยจำนวน AI Clouds ที่คาดว่าจะเข้าร่วมโมเดลนี้ รวมถึงยังไม่มีความชัดเจนว่าเงื่อนไขที่ทำกับ Sharon AI และ Firmus จะถูก Standardize สำหรับพันธมิตรรายอื่นในอนาคตหรือไม่

Why it matters

💡 Nvidia เพิ่งเปลี่ยนเกมวงการ AI Infrastructure ครั้งใหญ่ด้วยการเปิดตัว Revenue-Sharing Model ที่เปิดโอกาสให้ AI Startups เข้าถึง GPU จำนวนมหาศาลโดยไม่ต้องแบกรับต้นทุนล่วงหน้า ซึ่งถือเป็นการทลายกำแพงด้านเงินทุนที่กีดขวาง AI Cloud รายเล็กมานาน นักพัฒนาและผู้บริหารฝ่าย IT ควรติดตามโมเดลนี้อย่างใกล้ชิด เพราะมันไม่เพียงส่งผลต่อโครงสร้างตลาด Compute โลก แต่ยังเปลี่ยนรูปแบบการแข่งขันของ AI Ecosystem ในระยะยาวอย่างมีนัยสำคัญ

ข้อมูลอ้างอิงจาก https://thenextweb.com/news/nvidia-offers-ai-startups-compute-now-payment-later

Read more

Meta วางแผนทุ่มงบ 9 พันล้านดอลลาร์ สร้าง AI Data Center แห่งแรกในแคนาดา

news

Meta วางแผนทุ่มงบ 9 พันล้านดอลลาร์ สร้าง AI Data Center แห่งแรกในแคนาดา

Meta ประกาศสร้าง AI Data Center แห่งแรกในแคนาดา มูลค่า 9 พันล้านดอลลาร์ ขนาด 1 Gigawatt ใน Sturgeon County รัฐ Alberta เป็นส่วนหนึ่งของแผน CapEx มูลค่า 1.45 แสนล้านดอลลาร์ เพื่อรองรับการเติบโตของ AI

By
เกาหลีใต้กับความเหลื่อมล้ำจาก AI Chip Boom: พนักงานรับโบนัส 3,000% แต่ความมั่งคั่งกระจุกตัวในคนกลุ่มน้อย

news

เกาหลีใต้กับความเหลื่อมล้ำจาก AI Chip Boom: พนักงานรับโบนัส 3,000% แต่ความมั่งคั่งกระจุกตัวในคนกลุ่มน้อย

Samsung และ SK Hynix พา KOSPI ทำสถิติสูงสุด พนักงานรับโบนัสสูงถึง 3,000% แต่ความมั่งคั่งกระจุกตัวในคนกลุ่มน้อย ขณะที่ธุรกิจเล็กกว่า 1 ล้านรายปิดตัว และช่องว่างรายได้พุ่งสูงสุดในรอบ 6 ปี

By
Anthropic เปิดตัว Claude Sonnet 5 โมเดล AI รุ่นใหม่ ตอบโจทย์การใช้งาน Agentic AI ระดับ Enterprise

news

Anthropic เปิดตัว Claude Sonnet 5 โมเดล AI รุ่นใหม่ ตอบโจทย์การใช้งาน Agentic AI ระดับ Enterprise

Anthropic เปิดตัว Claude Sonnet 5 โมเดล AI ใหม่ที่ออกแบบมาเพื่อรองรับ Agentic Tasks ระดับ Enterprise ด้วยประสิทธิภาพเทียบเท่า Opus และราคาที่คุ้มค่ากว่า พร้อม Tokenizer ใหม่ช่วยลดปัญหา Token Overconsumption

By
Ford จ้างวิศวกรอาวุโส 350 คน ผนึก AI ยกระดับมาตรฐานคุณภาพในสายการผลิต

news

Ford จ้างวิศวกรอาวุโส 350 คน ผนึก AI ยกระดับมาตรฐานคุณภาพในสายการผลิต

Ford จ้างวิศวกรอาวุโส 350 คน ผสาน AI Vision System กว่า 1,000 กล้องใน 33 โรงงานทั่วโลก หลังเผชิญวิกฤต Recall มูลค่า 4.8 พันล้านดอลลาร์ต่อปี พร้อมตั้งเป้าประหยัดต้นทุน 1 พันล้านดอลลาร์ในปีนี้

By