ข้ามไปยังเนื้อหาหลัก (Skip to content)

A100 ยังไม่หมดอายุ: CoreWeave ดีลถึง 2029 ทำให้ lifecycle ของ GPU กลายเป็นข่าว infrastructure

A100 ยังไม่หมดอายุ: CoreWeave ดีลถึง 2029 ทำให้ lifecycle ของ GPU กลายเป็นข่าว infrastructure
สารบัญบทความ (Table of Contents)

ข่าว Hardware / Infrastructure สำหรับรอบวันที่ 20 สิงหาคม 2026 คือบทวิเคราะห์ของ The Wall Street Journal ที่เผยแพร่วันที่ 19 สิงหาคม 2026 เรื่อง New Jobs for Old AI Chips ซึ่งชี้ว่าชิป AI รุ่นเก่า โดยเฉพาะ Nvidia A100 ที่เปิดตัวในปี 2020 ยังมีงานใหม่และยังทำเงินได้มากกว่าที่หลายคนเคยประเมิน

จุดที่ทำให้ข่าวนี้น่าสนใจคือ CoreWeave ระบุในการคุยกับนักวิเคราะห์ช่วงสัปดาห์ก่อนว่า บริษัทเพิ่งเซ็นดีลให้เช่า A100 ต่อเนื่องไปถึงปี 2029 ในราคาที่ผู้บริหารเรียกว่า attractive นั่นแปลว่าชิปที่ออกสู่ตลาดตั้งแต่ปี 2020 อาจยังถูกใช้งานเชิงพาณิชย์ต่ออีกเกือบเก้าปีหลังเปิดตัว

นี่ไม่ใช่ข่าว product launch แต่เป็นข่าว infrastructure ที่สำคัญ เพราะมันตั้งคำถามตรง ๆ ว่า AI GPU ควรถูกคิดค่าเสื่อมราคาและตีมูลค่าสินทรัพย์อย่างไรในยุคที่ demand inference โตเร็ว แต่ power, cooling และ chip รุ่นใหม่ยังเป็นคอขวด

ไม่ใช่ทุก workload ต้องใช้ Blackwell

ตลาด AI มักพูดถึง GPU รุ่นใหม่ที่สุด เพราะ frontier training ต้องการ performance สูงสุด แต่ workload จริงในองค์กรกว้างกว่านั้นมาก

A100 อาจไม่ใช่ชิปที่เร็วหรือประหยัดไฟที่สุดแล้ว แต่ยังเหมาะกับงานหลายแบบ เช่น:

  • inference สำหรับโมเดลขนาดกลาง
  • batch processing และ data enrichment
  • fine-tuning ที่ไม่ต้องใช้ cluster รุ่นล่าสุด
  • embedding, reranking และ retrieval pipeline
  • internal AI tool ที่เน้น cost control
  • workload ที่ latency ไม่ได้เป็นตัวแปรหลัก

ถ้าลูกค้ายอมจ่ายเพื่อใช้ A100 ต่อถึงปี 2029 ความหมายคือ AI infrastructure ไม่ได้มี lifecycle สั้นแบบ smartphone เสมอไป ชิปบางรุ่นอาจเปลี่ยนจากเครื่องมือ training ชั้นนำไปเป็น capacity ราคาคุ้มสำหรับงาน production ระดับรอง

ค่าเสื่อมราคากลายเป็นตัวแปรสำคัญ

บริษัท cloud และ neocloud มักคิดค่าเสื่อมราคาของ GPU ในช่วงประมาณสี่ถึงหกปี เมื่อสินทรัพย์ผ่านช่วงค่าเสื่อมไปแล้ว รายได้ที่ได้จากการให้เช่าต่ออาจมี margin สูงขึ้น ถ้าราคาตลาดยังไม่ตกแรงเกินไป

นี่ทำให้ดีล A100 ของ CoreWeave สำคัญต่อ model ทางการเงินของ AI cloud:

  • asset ที่คิดค่าเสื่อมไปมากแล้วอาจยังสร้าง cash flow ได้
  • lender อาจมอง GPU เป็น collateral ที่มีอายุยืนขึ้น
  • operator ที่มี fleet หลากหลายรุ่นสามารถจับคู่ workload กับ chip ได้ดีขึ้น
  • ลูกค้าที่ไม่ต้องการ performance สูงสุดมีตัวเลือก compute ราคาถูกกว่า
  • ตลาดจะเริ่มแยก “latest GPU” ออกจาก “usable GPU”

แต่ข่าวนี้ไม่ได้แปลว่า GPU เก่าปลอดความเสี่ยงทั้งหมด เพราะ hardware failure, power efficiency และ cooling economics ยังเป็นข้อจำกัดจริง

Power efficiency คือจุดที่ A100 เสียเปรียบ

ข้อโต้แย้งสำคัญคือ data center กำลังติดคอขวดไฟฟ้า ถ้าไฟเป็นทรัพยากรที่หายาก ผู้ให้บริการอาจเลือกใช้ชิปรุ่นใหม่ที่ให้ throughput ต่อวัตต์สูงกว่า แม้ต้นทุนซื้อแพงกว่า

นี่คือเหตุผลที่ A100 lifecycle ไม่ได้ขึ้นกับอายุชิปอย่างเดียว แต่ขึ้นกับบริบทของ site:

  • ถ้าไฟเหลือและชิปคิดค่าเสื่อมไปแล้ว A100 อาจยังคุ้ม
  • ถ้า site ถูกจำกัดด้วย MW ชิปรุ่นใหม่อาจมีมูลค่ามากกว่า
  • ถ้าลูกค้าต้องการ latency ต่ำหรือ model ใหญ่ A100 อาจไม่พอ
  • ถ้าค่าไฟเพิ่มขึ้น margin ของชิปเก่าจะถูกบีบ
  • ถ้า failure rate สูงขึ้นตามอายุ cluster capacity จริงจะลดลง

ดังนั้นข่าวนี้ไม่ใช่คำตอบว่าชิปเก่าดีหรือแย่ แต่ทำให้เห็นว่า AI infrastructure ต้องบริหาร portfolio ของ compute เหมือนบริหาร fleet เครื่องจักร ไม่ใช่ซื้อของใหม่แล้วทิ้งของเก่าทันที

ผลต่อการเงินของ AI infrastructure

ในเดือนสิงหาคม 2026 ตลาดถกเถียงเรื่อง AI capex, data-center debt และ GPU-backed financing หนักขึ้นเรื่อย ๆ ข่าว A100 ต่อถึง 2029 จึงเป็นชิ้นส่วนสำคัญของคำถามใหญ่กว่า: สินทรัพย์ compute มีอายุทางเศรษฐกิจยาวพอให้ financing model ทำงานหรือไม่

ถ้า GPU ใช้งานเชิงพาณิชย์ได้ยาวขึ้น:

  • debt financing อาจถูกลง
  • residual value ของ cluster อาจสูงขึ้น
  • neocloud มีทางแข่งขันกับ hyperscaler มากขึ้น
  • depreciation schedule อาจถูกทบทวน
  • investor จะดู utilization curve ละเอียดขึ้นกว่าเดิม

แต่ถ้า GPU เก่าถูกแทนที่เร็วเพราะประสิทธิภาพต่อไฟต่ำเกินไป ตลาดก็อาจพบว่ามูลค่า collateral ของ compute ไม่มั่นคงเท่าที่คาด

บทเรียนต่อไทยและ SEA

ไทยและ SEA ที่กำลังดึง data center และ AI infrastructure ควรมองข่าวนี้ในเชิงปฏิบัติ ไม่ใช่แค่เรื่องหุ้น CoreWeave

ถ้าภูมิภาคต้องการสร้าง AI capacity จริง ต้องตอบโจทย์เหล่านี้:

  • workload แบบใดควรใช้ GPU รุ่นล่าสุด และแบบใดใช้รุ่นเก่าได้
  • data center มีไฟพอให้รัน fleet หลาย generation หรือไม่
  • pricing สำหรับ inference ในประเทศต้องแข่งขันกับ cloud region นอกประเทศอย่างไร
  • operator มีแผน maintenance และ replacement cycle ชัดหรือไม่
  • สถาบันการเงินเข้าใจ risk ของ GPU collateral แค่ไหน
  • supply chain cooling, power และ network พร้อมรองรับ cluster อายุยาวหรือไม่

ประเทศที่วาง compute portfolio ได้ดีอาจได้เปรียบ เพราะไม่ต้องรอเฉพาะชิปรุ่นใหม่ที่สุด แต่ยังใช้ asset รุ่นก่อนหน้าเพื่อสร้าง service ราคาคุ้มให้ startup และองค์กรในประเทศได้

มุมมองของผม

ผมมองว่านี่เป็นข่าว Hardware / Infrastructure สำคัญของวันที่ 20 สิงหาคม 2026 เพราะมันย้ายคำถามจาก “ใครได้ GPU รุ่นใหม่ก่อน” ไปสู่ “GPU หนึ่งตัวทำเงินได้นานแค่ไหน และคุ้มไฟแค่ไหน”

A100 ที่ยังถูกเช่าถึงปี 2029 เป็นสัญญาณว่า AI infrastructure กำลัง mature ขึ้นจากตลาดของ scarcity ไปเป็นตลาดของ asset utilization, depreciation และ workload matching

สรุปสั้น ๆ: ข่าว WSJ วันที่ 19 สิงหาคม 2026 เรื่อง CoreWeave เช่า Nvidia A100 ต่อถึงปี 2029 ทำให้เห็นว่า GPU รุ่นเก่ายังมีมูลค่าในตลาด inference แต่ความคุ้มค่าจะขึ้นกับ power efficiency, failure rate และราคาที่ลูกค้ายอมจ่ายจริง

หมายเหตุเรื่องภาพประกอบ

ภาพประกอบบทความนี้เป็น generated local SVG fallback ขนาด 1280x720 พิกเซล เพราะ local shell ของ automation ไม่สามารถ resolve DNS เพื่อดาวน์โหลดภาพ official หรือ source-provided จาก WSJ, CoreWeave หรือ Nvidia เข้ามาใน repo ได้โดยตรง (Could not resolve host) จึงไม่สามารถใช้ภาพจากเว็บได้ในรอบนี้

แหล่งอ้างอิง

About the Author

Warongkon Fukthongyoo
Software Developer

Warongkon is a Software Developer with 4 years of experience building high-performance, scalable solutions and RESTful APIs.

He specializes in C#, TypeScript, Angular, and .NET, following Clean Code and SOLID principles to drive impactful software solutions.

บทความที่เกี่ยวข้อง (Related Posts)

Microsoft โดนถามเรื่อง chip gap: AI infrastructure วัดกันที่ GPU ที่ online จริง ไม่ใช่แค่ capex

สรุปข่าววันที่ 18 สิงหาคม 2026 เรื่องรายงาน Guardian ที่ตั้งคำถามว่า Microsoft มี GPU AI ใช้งานจริงน้อยกว่าที่ตลาดคาดจากแผน data center และ capex หรือไม่