สรุป NVIDIA GTC 2026: Vera Rubin, Groq 3, DLSS 5, หุ่นยนต์ Olaf และทุกอย่างที่คนไทยต้องรู้

Keerati Limkulphong·17 มีนาคม 2569 · อ่าน 9 นาที · 8 ครั้ง

สรุป NVIDIA GTC 2026: Vera Rubin, Groq 3, DLSS 5, หุ่นยนต์ Olaf และทุกอย่างที่คนไทยต้องรู้

Jensen Huang พูดบนเวที 2 ชั่วโมง ผมสรุปให้จบในบทความเดียว

16 มีนาคม 2026 Jensen Huang ขึ้นเวที GTC ที่ San Jose ในชุดหนังสีดำเหมือนเดิม แต่สิ่งที่เขาพูดไม่เหมือนเดิมเลย

ผมนั่งดู keynote สดตอนตี 2 ครึ่งตามเวลาไทย แล้วจดมาให้ครบทุกอย่าง ตั้งแต่ชิปตัวใหม่ที่มี transistor 336,000 ล้านตัว ไปจนถึงหุ่นยนต์ Olaf จาก Frozen ที่เดินบนเวทีได้จริง ผ่าน DLSS 5 ที่ Jensen เรียกว่า "GPT moment ของวงการกราฟิก" ไปจนถึงการจับมือกับ Uber เพื่อปล่อย robotaxi ใน 28 เมืองทั่วโลก

ตัวเลขที่ Jensen ทิ้งไว้คือ คำสั่งซื้อ Blackwell และ Vera Rubin รวมกันจะแตะ 1 ล้านล้านเหรียญ (1 trillion USD) ภายในปี 2027 เป็นสองเท่าของที่เคยคาดไว้

เยอะมาก ค่อยๆ อ่านทีละเรื่อง

Vera Rubin GPU: ชิป AI ที่แรงที่สุดในโลก ณ วันนี้

ถ้าจะเข้าใจ GTC 2026 ต้องเข้าใจ Vera Rubin ก่อน เพราะมันคือหัวใจของทุกอย่างที่ NVIDIA ประกาศ

Rubin GPU เป็น dual-die design ใช้ compute chiplet สองตัวรวมกัน มี transistor 336,000 ล้านตัว ผลิตบน TSMC 3nm ซึ่งเล็กกว่า Blackwell รุ่นก่อนหน้าหนึ่ง node เต็มๆ

ตัวเลขที่ต้องจำคือ

หน่วยความจำ: HBM4 288GB ต่อ GPU ด้วย bandwidth 22 TB/s ตรงนี้สำคัญเพราะ Blackwell มี HBM3e แค่ 8 TB/s เพิ่มมาเกือบ 3 เท่า

ประสิทธิภาพ: 50 petaFLOPs สำหรับ inference (FP4) และ 35 petaFLOPs สำหรับ training เมื่อเทียบกับ Blackwell คือแรงกว่า 2.5-5 เท่าสำหรับ inference และ 3.5 เท่าสำหรับ training

50 petaFLOPs ในชิปตัวเดียวนะ ไม่ใช่ทั้ง rack

Vera CPU กับ NVL72 Rack

Rubin GPU ไม่ได้ทำงานคนเดียว มันมี Vera CPU เป็นคู่หู

Vera CPU มี 88 Olympus ARM cores ออกแบบบน Armv9.2 architecture โดยเฉพาะสำหรับงาน AI data movement ตัว CPU เองมี transistor 227,000 ล้านตัว เชื่อมกับ Rubin GPU ผ่าน NVLink-C2C ที่ bandwidth 1.8 TB/s ซึ่งเป็นสองเท่าของ chip-to-chip bandwidth รุ่นก่อน

configuration หลักคือ Vera Rubin NVL72 ในรูปแบบ rack เดียว ยัด Rubin GPU 72 ตัว กับ Vera CPU 36 ตัว เชื่อมกันผ่าน NVLink 6 ด้วย aggregate bandwidth 260 TB/s ซึ่ง NVIDIA บอกว่ามากกว่า bandwidth ของอินเทอร์เน็ตทั้งหมด

ตัวเลขของ NVL72 rack ทั้ง rack คือ 3.6 exaFLOPs inference, 2.5 exaFLOPs training, HBM4 รวม 20.7TB, LPDDR5x 54TB

ตอนนี้ Rubin เข้า full production แล้ว โดย partner อย่าง AWS, Google Cloud, Microsoft, Oracle Cloud, CoreWeave, Lambda จะเริ่มให้บริการช่วงครึ่งหลังปี 2026

Groq 3 LPU

อันนี้เซอร์ไพรส์พอสมควร

NVIDIA เปิดตัว Groq 3 Language Processing Unit ซึ่งเป็นชิปตัวแรกจาก Groq startup ที่ NVIDIA ซื้อมาด้วยเงิน 20,000 ล้านเหรียญเมื่อธันวาคมที่ผ่านมา Groq 3 LPX rack ใส่ได้ 256 LPUs ออกแบบมาเพื่อวางคู่กับ Vera Rubin rack กำหนดส่งไตรมาส 3 ปีนี้

ผมคิดว่าการซื้อ Groq มาแล้วเปิดตัวชิปใหม่ภายในไม่กี่เดือนมันบอกอะไรหลายอย่าง NVIDIA ไม่ได้แค่ต้องการ GPU อีกตัว แต่ต้องการ architecture คนละแบบสำหรับ inference โดยเฉพาะ LPU ถูกออกแบบมาเพื่อ inference ตั้งแต่ต้น ไม่ใช่ GPU ที่ถูกดัดแปลงมา

Kyber: สถาปัตยกรรมถัดจาก Rubin

Jensen โชว์ prototype ของ Kyber ซึ่งเป็น rack architecture รุ่นถัดไป

สั้นๆ คือเอา GPU 144 ตัวยัดใน rack เดียว โดยเปลี่ยนจากวาง compute tray แนวนอนเป็นแนวตั้ง เพื่อเพิ่ม density และลด latency จะมาใน Vera Rubin Ultra ที่จะส่งปี 2027

144 ตัวใน rack เดียว เพิ่มจาก 72 เป็นสองเท่า

DGX Spark และ DGX Station: AI บนโต๊ะทำงาน

สำหรับคนที่ไม่ได้มีเงินซื้อ NVL72 rack (ซึ่งก็คือเราทุกคน) NVIDIA มีของมาให้สองตัว

DGX Spark ใช้ชิป GB10 Grace Blackwell ขนาดแค่ 6x6x2 นิ้ว RAM 128GB ประมวลผลได้ 1 petaFLOP รัน AI model ได้สูงสุด 200,000 ล้าน parameter มี Wi-Fi 7, USB-C 4 พอร์ต, HDMI 2.1a พกไปไหนมาไหนได้

DGX Station ใช้ชิป GB300 Grace Blackwell Ultra แรงกว่า DGX Spark เยอะ RAM 748GB ประมวลผลได้ 20 petaFLOPs เป็น desktop ที่รัน trillion-parameter model ได้โดยไม่ต้องพึ่ง cloud

DGX Spark ขายบน Amazon แล้วนะ ราคาประมาณ $3,999 ถ้าเป็น developer ที่อยากรัน LLM บน local นี่คือเครื่องที่น่าสนใจมาก

DLSS 5: "GPT moment ของวงการกราฟิก"

ตรงนี้ผมต้องหยุดจดแล้วกรอกลับดูซ้ำ

DLSS 5 ไม่ใช่ upscaling อีกต่อไป มันคือ neural rendering เต็มรูปแบบ ระบบจะรับ frame color กับ motion vector แล้วใช้ AI สร้าง photorealistic lighting และ materials ขึ้นมาใหม่แบบ real-time

Jensen เปิดวิดีโอเปรียบเทียบให้ดู แล้วมันดีจนผมแยกไม่ออกว่าอันไหน ray-traced จริง อันไหน neural rendered ทั้งที่รันบน hardware ที่เบากว่ามาก

มาปลายปี 2026 มีเกมยืนยันแล้วหลายตัว ทั้ง Starfield, Hogwarts Legacy, Assassin's Creed Shadows, Resident Evil Requiem, Phantom Blade Zero และอีกหลายค่ายอย่าง Bethesda, CAPCOM, Tencent, Ubisoft, Warner Bros. Games

ผมว่าถ้า DLSS 5 ทำได้ตามที่โชว์ มันจะเปลี่ยนวิธีที่เราคิดเรื่อง graphics ไปเลย เพราะ AI ไม่ได้แค่ช่วย upscale อีกต่อไป มันสร้างภาพใหม่จากศูนย์

Nemotron 3: โมเดล Open Source จาก NVIDIA

NVIDIA ไม่ได้ทำแค่ฮาร์ดแวร์ พวกเขาเริ่มจริงจังกับโมเดล AI ของตัวเอง

Nemotron 3 มาเป็น family มีหลายรุ่น

Nemotron 3 Super เป็น hybrid Mamba-Transformer MoE ให้ throughput สูงกว่า 5 เท่าสำหรับ agentic AI ใช้ format NVFP4 บน Blackwell ซึ่งลด memory และเร็วขึ้นมาก

Nemotron 3 Ultra ที่ Jensen บอกว่าจะเป็น best base model in the world เน้น frontier-level intelligence สำหรับ coding assistants, search, workflow automation

Nemotron 3 Omni รวม audio, vision, language เข้าด้วยกัน ดึง insight จากวิดีโอและเอกสารได้

Nemotron 3 VoiceChat คุยแบบ real-time AI ฟังและตอบพร้อมกันได้

ทั้ง Super และ Ultra จะพร้อมใช้ครึ่งแรกปี 2026 เป็น open model ทั้งหมด

แล้ว NVIDIA ยังตั้ง Nemotron Coalition รวม Perplexity, Black Forest Labs, Mistral, Cursor มาร่วมพัฒนา open frontier models อีก

NemoClaw: AI Agent สำหรับองค์กร

NemoClaw คือ reference stack ที่ NVIDIA สร้างจาก OpenClaw เพื่อให้ enterprise ใช้ AI agent ได้อย่างปลอดภัย

มันรวม Nemotron models กับ OpenShell runtime เข้าด้วยกัน ติดตั้งด้วยคำสั่งเดียว มี sandbox แยก มี data privacy controls ที่เข้มงวด ไม่ต้องกังวลว่าข้อมูลองค์กรจะรั่ว

ถ้าใครตามอ่านบทความเรื่อง OpenClaw และ NemoClaw ที่ผมเขียนไปก่อนหน้า จะเห็นว่า NVIDIA กำลังสร้าง ecosystem ครบวงจร ตั้งแต่ชิป ไปจนถึง AI model ไปจนถึง agent framework

หุ่นยนต์และ Physical AI

ส่วนที่ผมชอบที่สุดในงานคือตอน Jensen เอาหุ่นยนต์ Olaf จาก Frozen มาเดินบนเวที พูดคุยโต้ตอบกับ Jensen ได้จริง ซึ่งเทรนมาจาก simulation ร่วมกับ Disney

แต่หุ่นยนต์ไม่ได้มีแค่ Olaf NVIDIA ประกาศหลายอย่างเรื่อง Physical AI

GR00T N1.7 เปิดให้ใช้แบบ early access พร้อม commercial license แล้ว มี generalized robot skills รวมถึง dexterous control สำหรับมือหุ่นยนต์

GR00T N2 ที่ Jensen preview ใช้ architecture ใหม่ชื่อ World Action Model พัฒนาจากงานวิจัย DreamZero ของ NVIDIA เอง หุ่นยนต์ที่รัน N2 ทำงานใหม่ในสภาพแวดล้อมที่ไม่เคยเจอ ได้สำเร็จมากกว่า 2 เท่าเมื่อเทียบกับ vision-language-action models ชั้นนำ

Isaac Lab 3.0 early access สำหรับ robot learning ขนาดใหญ่บน DGX รองรับ multiphysics simulation

Cosmos 3 world model รุ่นใหม่ รวม synthetic world generation, visual reasoning, action simulation

Open-H dataset สำหรับหุ่นยนต์ผ่าตัด วิดีโอ 700+ ชั่วโมงจากการผ่าตัดจริง สร้างร่วมกับ 30+ องค์กร

รถยนต์ไร้คนขับ: Uber กับ 28 เมืองทั่วโลก

NVIDIA จับมือ Uber เพื่อปล่อย robotaxi ที่ใช้ NVIDIA Drive AV software ใน 28 เมือง 4 ทวีปภายในปี 2028 เริ่มจาก Los Angeles กับ San Francisco ปีหน้า

ค่ายรถที่เข้าร่วมสร้าง Level 4 autonomous vehicles บนแพลตฟอร์ม Drive Hyperion ของ NVIDIA มี Nissan, BYD, Geely, Isuzu, Hyundai

ตรงนี้น่าสนใจสำหรับคนไทยนะ เพราะ BYD กับ Isuzu เป็นแบรนด์ที่ขายดีในไทย ถ้าเทคโนโลยี autonomous driving ของ NVIDIA เข้ามาในรถพวกนี้จริง มันจะเริ่มเกี่ยวกับชีวิตประจำวันของเรามากขึ้น

Jensen โชว์ Vera Rubin Space-1 ด้วย เป็นคอมพิวเตอร์สำหรับอวกาศที่กำลังพัฒนาร่วมกับ partner แต่ยอมรับว่า "very complicated to do so"

Healthcare AI

Proteina-Complexa คือโมเดลทำนายโครงสร้างโปรตีนที่ NVIDIA พัฒนาร่วมกับ Google DeepMind ถูกนำไปใช้โดย Novo Nordisk, Viva Biotech, Manifold Bio แล้ว

Nemotron models จะ fine-tune ได้บน Amazon Bedrock ผ่าน reinforcement fine-tuning ซึ่งทำให้ทีม healthcare สามารถ align โมเดลเข้ากับ domain เฉพาะได้ง่ายขึ้น

แล้วมันเกี่ยวอะไรกับคนไทย

ผมสรุป GTC 2026 เป็นภาพใหญ่แบบนี้

NVIDIA กำลังสร้าง full stack ของ AI ตั้งแต่ชิป (Rubin, Groq 3), infrastructure (NVL72, Kyber), software platform (CUDA, NeMo, NIM), AI models (Nemotron 3), agent framework (NemoClaw, OpenClaw), robotics (GR00T, Isaac, Cosmos), autonomous vehicles (Drive Hyperion), gaming (DLSS 5) ไปจนถึง personal computer (DGX Spark, DGX Station)

สำหรับนักพัฒนาไทย สิ่งที่น่าจับตามากที่สุดคือ

DGX Spark ราคา $3,999 รัน LLM ได้ 200B parameter บน local ไม่ต้องพึ่ง cloud ถ้าคุณทำงานกับ AI อยู่แล้ว นี่คือเครื่องที่คุ้มค่าที่สุดที่เคยมีมา

Nemotron 3 เป็น open model ใช้ฟรี ถ้าคุณกำลังสร้าง AI product หรือ AI agent นี่คือทางเลือกที่ไม่ต้องจ่ายค่า API ให้ OpenAI หรือ Anthropic

NemoClaw ถ้าองค์กรคุณอยากใช้ AI agent แต่กังวลเรื่อง data privacy นี่คือคำตอบที่รันบน infrastructure ของคุณเอง

BYD + Isuzu + NVIDIA รถที่คนไทยขับอยู่ทุกวันกำลังจะมี Level 4 autonomous driving ไม่ใช่เรื่อง sci-fi อีกต่อไป

GTC 2026 ไม่ใช่งานเปิดตัวสินค้า มันคือการประกาศว่า NVIDIA ไม่ได้เป็นแค่บริษัทขาย GPU อีกต่อไป พวกเขากำลังสร้าง infrastructure ของโลก AI ทั้งใบ

คำถามไม่ใช่ว่า AI จะมาเปลี่ยนอะไร แต่คือตอนนี้คุณเตรียมตัวรับมันได้แค่ไหนแล้ว

Sources

แหล่งข้อมูลที่ใช้ในบทความนี้