Photonics

Photonics คือการใช้ “แสง” แทน “ไฟฟ้า” ในการส่งข้อมูล พูดง่าย ๆ คือแทนที่จะให้ข้อมูลวิ่งผ่านสายทองแดงแบบเดิม ก็เปลี่ยนไปใช้แสงที่วิ่งผ่านใยแก้วนำแสงแทน แนวคิดนี้สำคัญมากขึ้นเรื่อย ๆ เพราะในยุค AI ปัญหาไม่ได้อยู่แค่พลังประมวลผลของชิป แต่อยู่ที่ว่าชิปเหล่านั้นคุยกันได้เร็วพอหรือไม่ด้วย

ภายในดาต้าเซ็นเตอร์ที่ใช้รันบริการอย่าง ChatGPT, Google Search หรือ Netflix มีชิปจำนวนมหาศาลที่ต้องสื่อสารกันตลอดเวลา ไม่ว่าจะเป็นช่วงเทรนโมเดลหรือทำ inference ทุกอย่างขึ้นอยู่กับความเร็วในการส่งข้อมูลระหว่างชิป หากการสื่อสารช้าลง ประสิทธิภาพของระบบทั้งหมดก็จะช้าลงตามไปด้วย

ที่ผ่านมา โลกคอมพิวเตอร์พึ่งพาสายทองแดงเป็นหลัก ซึ่งในอดีตก็เพียงพอสำหรับงานทั่วไป แต่เมื่อ AI ต้องเคลื่อนย้ายข้อมูลปริมาณมหาศาลในทุกวินาที ข้อจำกัดของทองแดงก็เริ่มชัดเจนขึ้น ทั้งการสูญเสียพลังงานในรูปความร้อน ปัญหาคุณภาพสัญญาณเมื่อความเร็วสูงขึ้น และข้อจำกัดด้านระยะทางในการส่งข้อมูล

Photonics เข้ามาแก้ปัญหานี้โดยใช้เลเซอร์ส่งข้อมูลผ่านใยแก้วนำแสง แสงสามารถขนส่งข้อมูลได้มากกว่า เดินทางได้ไกลกว่า และสูญเสียพลังงานน้อยกว่าทองแดงมาก อีกทั้งยังไม่เจอปัญหาความร้อนในลักษณะเดียวกัน ทำให้เหมาะกับโลกที่ปริมาณ data traffic โตขึ้นอย่างรวดเร็ว

ประเด็นสำคัญคือ AI ไม่ได้เป็นเพียงธุรกิจที่ “ใช้ชิปเยอะ” แต่เป็นธุรกิจที่ “ต้องส่งข้อมูลระหว่างชิปเยอะมาก” ด้วย ยิ่งโมเดลใหญ่ขึ้น และ cluster ใหญ่ขึ้น ปริมาณข้อมูลที่ต้องวิ่งไปมาระหว่างชิปก็ยิ่งเพิ่มเร็วมาก จนกลายเป็นคอขวดสำคัญ ต่อให้เราสร้างชิปที่แรงขึ้นได้ แต่ถ้าข้อมูลเคลื่อนที่ไม่ทัน ประสิทธิภาพที่ควรได้ก็จะหายไป นี่จึงเป็นเหตุผลว่าทำไมความเร็วของ interconnect ถึงสำคัญพอ ๆ กับตัวชิปเอง

ด้วยเหตุนี้ บริษัทเทคโนโลยียักษ์ใหญ่อย่าง Google, NVIDIA, Microsoft, Meta และ Amazon จึงเร่งลงทุนในโครงสร้างพื้นฐานที่เปลี่ยนจากทองแดงไปสู่แสง เพราะถ้าต้องการรองรับ AI รุ่นถัดไป การแก้คอขวดด้านการสื่อสารเป็นเรื่องที่หลีกเลี่ยงไม่ได้

แต่สิ่งที่น่าสนใจกว่านั้นอยู่ลึกลงไปในซัพพลายเชนของอุตสาหกรรมนี้ เพราะระบบ photonics จำนวนมากต้องพึ่งพาวัสดุสำคัญอย่าง Indium Phosphide หรือ InP ซึ่งตอนนี้กำลังกลายเป็นทรัพยากรที่มีไม่พอใช้งาน บทความต้นทางระบุว่าในปี 2025 ความต้องการอุปกรณ์ที่ใช้ InP อยู่ที่ราว 2 ล้านหน่วย ขณะที่กำลังการผลิตมีเพียงประมาณ 600,000 หน่วยเท่านั้น เท่ากับเกิดช่องว่างด้านอุปทานขนาดใหญ่

ยิ่งไปกว่านั้น ซัพพลายของ InP ยังมีความกระจุกตัวสูงมาก โดยมีผู้เล่นเพียง 2–3 รายที่สามารถผลิต substrate ระดับสเกลได้ และ AXT กับ Sumitomo ถือส่วนแบ่งรวมกันราว 75% ของอุปทานโลก ทำให้ผู้ซื้อรายใหญ่จำนวนมากต้องแข่งขันกันเพื่อแย่งวัตถุดิบชุดเดียวกัน

ปัญหานี้ไม่ได้แก้ได้เร็ว เพราะผู้ผลิตหลักจำนวนมากถูกจองกำลังการผลิตล่วงหน้าไปถึงปี 2026 แล้ว อีกทั้งการเพิ่มกำลังการผลิตใหม่ต้องใช้เวลาหลายปี และเครื่องจักรสำคัญก็มี lead time ราว 18–24 เดือน นั่นหมายความว่าเรื่อง photonics ไม่ใช่แค่ธีมของ “เทคโนโลยีที่เร็วกว่า” แต่ยังเป็นธีมของ “ซัพพลายเชนตึงตัว” และ “การแข่งขันเพื่อแย่งทรัพยากรสำคัญ” ด้วย

สุดท้ายแล้ว เรื่องราวของ photonics จึงไม่ใช่แค่การอัปเกรดระบบเครือข่ายของดาต้าเซ็นเตอร์ แต่เป็นหนึ่งในแกนหลักของโครงสร้างพื้นฐาน AI ยุคใหม่ เพราะเมื่อการประมวลผลโตขึ้นอย่างก้าวกระโดด เทคโนโลยีที่ช่วยให้ข้อมูลเคลื่อนที่ได้เร็วขึ้น มีประสิทธิภาพขึ้น และขยายสเกลได้ดีขึ้น ก็อาจกลายเป็นหนึ่งในโอกาสการลงทุนที่สำคัญที่สุดของรอบนี้