Meta-AWS Graviton AI chip deal — Meta กลายเป็น customer ใหญ่สุดของ Graviton, ลด dependency จาก Nvidia แต่ไม่ใช่ replace

วันที่ 26 เม.ย. 2026 Meta และ Amazon Web Services ประกาศ multi-billion dollar agreement ที่ Meta จะใช้ AWS Graviton chip สำหรับ AI infrastructure รุ่นต่อไป — ทำให้ Meta กลายเป็น ลูกค้าใหญ่ที่สุด ของ Graviton processor (Amazon บอกอย่างเป็นทางการ)

หุ้น Amazon (AMZN) บวกขึ้นทันที 3.5% หลัง announcement — มูลค่า market cap เพิ่มขึ้นกว่า $60 billion ในวันเดียว

รายละเอียดดีล

แม้ Meta + AWS จะไม่เปิดเผยตัวเลข exact แต่ analyst ที่ Barclays และ Wedbush ประเมิน:

• scope: หลายปี — minimum 3 ปี maximum 7 ปี
• value: $5-10 billion ตลอดสัญญา
• chip: Graviton 5 (ARM-based, Neoverse V3 cores) + อาจจะ Graviton 6 ในระยะหลัง
• workload: training + inference สำหรับ Llama 5 family และ Meta Superintelligence Labs project

จุดเด่นที่ทำให้ Meta เลือก Graviton:

• ราคา/W ดีกว่า x86 ของ Intel/AMD ใน workload AI — Graviton 4 มี perf/W ที่ Amazon อ้างว่าดีกว่า x86 30-40%
• interconnect ใน AWS data center — Graviton ผูกกับ AWS Nitro virtualization + EFA (Elastic Fabric Adapter) → bandwidth ระหว่าง chip สูงกว่า general cloud setup
• Custom Trainium2/3 ของ AWS pair ดีกับ Graviton สำหรับ training pipeline

ทำไมถึงสำคัญในระดับ industry

1. Hyperscaler รายใหญ่กระจาย vendor

Meta ไม่ได้ละทิ้ง Nvidia — กลับขยาย deal:

• Nvidia Vera Rubin — Meta order millions ของ GPU + standalone CPU
• AMD MI450 GPU + EPYC Venice CPU — มี 6 GW deal มูลค่า ~$60 billion ใน 5 ปี (deploy H2 2026)
• Broadcom custom chip — initial >1 GW deployment สำหรับ AI workload เฉพาะ
• AWS Graviton — รอบนี้

CapEx รวมของ Meta ปี 2026: $115-135 billion — เกือบ 2 เท่าของปี 2025

2. Cloud-built chip กำลังขยายฐานลูกค้า

Amazon, Google, Microsoft ทำ custom chip มาหลายปี:

• AWS: Graviton (CPU), Trainium (training), Inferentia (inference)
• Google: TPU v5/v6/v7
• Microsoft: Cobalt (CPU), Maia (AI accelerator)

ก่อนหน้านี้ chip เหล่านี้ “ขายในบ้านตัวเอง” เป็นหลัก — แต่ดีล Meta-Graviton บ่งชี้ว่า external customer ใหญ่ยอมใช้ — ขยายฐานเศรษฐศาสตร์ของ R&D

3. Nvidia ยังครอง แต่ market share เริ่มสึก

Nvidia ปี 2025 มี data-center GPU market share ~85-90% — ปี 2026 analyst ประเมินจะลงเหลือ 75-80%

• ส่วนที่หาย: AMD (MI450), custom chip (Trainium, TPU, Maia), startup (Cerebras, Groq, Tenstorrent)
• ในตลาด AI inference (ใหญ่กว่า training ในระยะยาว): custom chip + AMD ได้ส่วนแบ่งเร็วกว่า

เปรียบเทียบกับสัญญาอื่น ๆ

Deal	Value	Period	Vendor	Customer
Anthropic-Amazon	$20-25B	5+ ปี	AWS Trainium	Anthropic
Anthropic-Google	$40B	5 ปี	TPU + Trillium	Anthropic
OpenAI-Nvidia	10 GW	2026-2030	Vera Rubin	OpenAI
Meta-AMD	$60B	5 ปี	MI450 + Venice	Meta
Meta-AWS Graviton	$5-10B	3-7 ปี	Graviton 5/6	Meta
OpenAI-AMD	$30B	6 GW	MI450	OpenAI

ตัวเลข deal ในตาราง = แค่ดีลที่ public — dark deal (เช่น Microsoft-Maia internal, Google-TPU internal) มี value ที่ยังไม่ disclose

มุมมอง AI Curator

ดีล Meta-AWS Graviton เป็น microcosm ของ trend ใหญ่กว่า: ยุค “single-vendor lock-in” สำหรับ AI infrastructure จบแล้ว — มี 3 ประเด็นที่น่าจับตา:

1. “Multi-vendor diversification” คือ playbook ใหม่ของ hyperscaler — Meta + OpenAI + Anthropic ทุกเจ้าทำ deal กับ Nvidia, AMD, custom chip, และ alternative architecture ขนาน — เหตุผลไม่ใช่แค่ negotiating leverage แต่เป็น supply chain risk management: ถ้า TSMC โดน geopolitical disruption (Taiwan), หรือ Nvidia delay shipment → องค์กรที่มี vendor เดียวจะหยุดดำเนินการ — สำหรับ infrastructure team ของบริษัทไทย/SEA ที่ design AI workload — เริ่ม design ให้ portable across 2-3 chip family ตอนนี้ก่อน lock-in ตัว provider เดียว

2. ARM กำลังกินส่วนแบ่งใน data center อย่างจริงจัง — Graviton (AWS) + Cobalt (Microsoft) + Axion (Google) + Vera (Nvidia) ทุกตัวเป็น ARM Neoverse derivative — Intel x86 พลาดยุคนี้ไปครั้งใหญ่ — สำหรับ developer ไทยที่เขียน infrastructure code: test ARM compatibility ทันที — Docker image ที่ build เฉพาะ amd64 จะกลายเป็น legacy ภายใน 3 ปี

3. AWS น่าจะได้ momentum กลับ — ในรอบ 18 เดือนหลังจาก Anthropic deal ขยายเป็น $25B + Meta ดีลรอบนี้ — AWS reposition ตัวเองจาก “general cloud + GPU rental” เป็น “vertically-integrated AI infrastructure” — competitor ที่กระทบหนักคือ CoreWeave, Lambda Labs, RunPod — เพราะ value prop ของ pure GPU host ลดเมื่อ hyperscaler มี chip เอง

บริบทไทย/SEA:

• AWS Singapore + Bangkok region — ลูกค้า enterprise ไทยที่ใช้ AWS มี option Graviton-based instance ที่ราคาถูกกว่า x86 30%+ — สำหรับ workload ที่ port ได้ → migrate ทันที
• Local AI service provider ของไทย (ของ AIS, True, GULF, NT) ที่ต้องเลือก architecture → อย่า lock-in กับ Nvidia แบบเดียว — ดู AMD MI450 + AWS Trainium + Graviton เป็น option เพราะ ROI ระยะยาวสำหรับ inference workload ดีกว่า
• Talent pipeline — ทักษะ ARM optimization (NEON, SVE, AArch64) จะเป็นที่ต้องการ — มหาวิทยาลัยไทยที่สอน computer architecture ควร refresh syllabus ให้ครอบคลุม

ที่ต้องตั้งคำถาม: เมื่อทุก hyperscaler มี custom chip + multi-vendor deal — ใครจะแบกค่า R&D ของ AI accelerator ที่จะตามมา? Nvidia ใช้ R&D ขนาด ~$15-20B/ปี — ถ้า market share ลงไปครึ่งหนึ่ง R&D จะหดตามหรือ Nvidia จะดัน price ขึ้นเพื่อ compensate — ในกรณีหลัง startup chip จะได้แต้มเพิ่ม — เป็น dynamic ที่จะ shape industry 5 ปีข้างหน้า

แหล่งข่าว

• IndexBox: Amazon Shares Rise on Meta-AWS Graviton Chip Agreement
• TipRanks: Nvidia, AMD, and Broadcom Stocks Face Off as the 2026 AI Chip Battle Intensifies
• Benzinga: The Meta-Broadcom AI Chip Deal — A Shift From Nvidia Dependence, Not Displacement
• The Motley Fool: Think AMD, Broadcom, or Alphabet Is Nvidia’s Biggest Competitor for AI Data Center Space?