เวรา (Vera) ซีพียูตัวแรกที่ออกแบบมาเพื่อ "เอเจนต์"

ในงาน HPE Discover ที่ลาสเวกัส ซึ่งจัดระหว่างวันที่ 16-18 มิถุนายน 2026 เอชพีอี (HPE) และเอ็นวิเดีย (NVIDIA) ประกาศขยายแพลตฟอร์ม HPE AI Factory with NVIDIA โดยวางจุดเน้นไปที่การรองรับ "เอไอเชิงเอเจนต์" (agentic AI) ในระดับการใช้งานจริง ภาพรวมที่ทั้งสองบริษัทสื่อสารคือ องค์กรจำนวนมากกำลังย้ายระบบเอไอจากขั้นทดลองพิสูจน์แนวคิดเข้าสู่การผลิต และโครงสร้างพื้นฐานรุ่นถัดไปถูกออกแบบมาเพื่อรองรับเอเจนต์ที่ทำงานต่อเนื่องและดำเนินการได้ด้วยตัวเอง

หัวใจของการขยายครั้งนี้คือชิป NVIDIA Vera ที่เอ็นวิเดียเรียกว่าเป็นซีพียูตัวแรกที่ออกแบบมาเพื่อเอเจนต์โดยเฉพาะ ต่างจากซีพียูทั่วไปที่ออกแบบเพื่องานประมวลผลแบบกว้าง Vera ถูกสร้างมาเพื่อภาระงานที่เป็นรูปแบบเฉพาะของเอเจนต์ ได้แก่ การเรียกใช้เครื่องมือ (tool calls) การจัดลำดับและประสานงาน (orchestration) และการประมวลผลข้อมูลแบบเรียลไทม์ที่เกิดซ้ำตลอดวงจรการทำงานของเอเจนต์

ในเชิงสเปก เอ็นวิเดียระบุว่า Vera ใช้คอร์ที่ออกแบบเองชื่อ Olympus จำนวน 88 คอร์ พร้อมระบบหน่วยความจำ LPDDR5X ที่ให้แบนด์วิดท์สูงสุดราว 1.2 เทระไบต์ต่อวินาที จุดมุ่งหมายคือลดเวลาที่เอเจนต์ต้องรอขั้นตอนที่ติดอยู่กับซีพียู เพื่อให้หน่วยเร่งความเร็ว (accelerator) ทำงานได้เต็มประสิทธิภาพ ภายใน HPE Private Cloud AI ชิปนี้จะมาในเซิร์ฟเวอร์ HPE ProLiant Compute DL394 Gen12 โดยมีกำหนดวางจำหน่ายในปี 2027 และมีตลาดหลักทรัพย์นิวยอร์ก (NYSE) เป็นหนึ่งในลูกค้าองค์กรกลุ่มแรกที่ทดลองใช้ร่วมกับ Redpanda และ HPE

Vera ยังเป็นส่วนหนึ่งของแพลตฟอร์ม NVIDIA Vera Rubin ซึ่งกำลังเข้าสู่การผลิตเต็มรูปแบบผ่านระบบระดับแร็ก Vera Rubin NVL72 ที่ HPE นำมาให้บริการ โดยออกแบบมาเพื่อโมเดลขนาดใหญ่ระดับเกินหนึ่งล้านล้านพารามิเตอร์ นอกจากนี้ HPE ยังนำเครื่อง HPE Compute XD700 ที่สร้างบนสถาปัตยกรรม NVIDIA HGX Rubin NVL8 เข้ามาเสริม รองรับได้ถึง 128 จีพียู Rubin ต่อหนึ่งแร็ก

ชุดเครื่องมือเอเจนต์ และการกำกับดูแลที่ฝังในโครงสร้างพื้นฐาน

การเปลี่ยนผ่านสู่ยุคเอเจนต์ไม่ได้อยู่ที่ฮาร์ดแวร์เพียงอย่างเดียว เอ็นวิเดียประกาศนำ NVIDIA Agent Toolkit มาให้บริการบน HPE Private Cloud AI ประกอบด้วยโมเดลแบบเปิด NVIDIA Nemotron, รันไทม์ที่ปลอดภัยชื่อ NVIDIA OpenShell และพิมพ์เขียวการพัฒนา NVIDIA NemoClaw ทั้งสามส่วนรวมกันทำหน้าที่คล้าย "ระบบปฏิบัติการสำหรับเอไอเชิงเอเจนต์" ที่ใช้เฝ้าสังเกตพฤติกรรมของเอเจนต์ บังคับใช้นโยบายการกำกับดูแล และสร้างกับรันระบบหลายเอเจนต์ที่ทำงานต่อเนื่องด้วยตัวเองได้อย่างปลอดภัย

ประเด็นที่น่าสนใจสำหรับองค์กรคือกลไกการควบคุมที่ถูกฝังไว้ตั้งแต่ระดับแพลตฟอร์ม HPE Private Cloud AI เพิ่มความสามารถลงทะเบียนเอเจนต์ในระบบภายในอย่างปลอดภัย ทำให้องค์กรอนุมัติโมเดล ทักษะ และเครื่องมือเทียบกับนโยบายความปลอดภัยและการกำกับดูแลส่วนกลางก่อนที่สิ่งเหล่านั้นจะเริ่มทำงานจริง ขณะที่ซอฟต์แวร์ HPE Zerto เพิ่มความสามารถตรวจจับการกระทำผิดปกติของเอเจนต์ และใช้การป้องกันข้อมูลแบบต่อเนื่องเพื่อย้อนระบบกลับสู่สถานะที่สะอาดได้

ด้านการเตรียมข้อมูล ระบบจัดเก็บ HPE Alletra Storage MP X10000 ซึ่งผ่านการรับรอง NVIDIA-Certified Storage ระดับพื้นฐาน จะใส่ข้อมูลกำกับ (metadata) และนโยบายการกำกับดูแลให้ข้อมูลแบบไม่มีโครงสร้างโดยอัตโนมัติ เพื่อเตรียมป้อนเข้าสู่ไปป์ไลน์เอไอและช่วยเพิ่มอัตราการประมวลผลโทเคน

Confidential Computing เมื่อความปลอดภัยข้อมูลกลายเป็นเงื่อนไขตั้งต้น

อีกองค์ประกอบที่ขยายครอบคลุมทั้งพอร์ตโฟลิโอคือ NVIDIA Confidential Computing ซึ่งตอนนี้ใช้ได้กับโซลูชัน HPE AI Factory ทั้งหมดผ่าน HPE Services ครอบคลุม HPE AI Factory at Scale, HPE Sovereign AI Factory และ HPE Private Cloud AI แนวคิดเบื้องหลังคือ แอปพลิเคชันเอไอจำเป็นต้องเข้าถึงและใช้ข้อมูลที่เป็นความลับ ขณะที่โมเดลซึ่งฝึกด้วยข้อมูลหรือเทคนิคเฉพาะก็ต้องได้รับการปกป้องจากการรั่วไหล

การประมวลผลแบบเก็บความลับนี้ปกป้องทั้งโมเดลและข้อมูลส่วนตัวระหว่างการทำงานจริง ทั้งบนระบบในองค์กรเองและการใช้งานแบบอธิปไตยทางข้อมูล (sovereign) โดยสร้างห่วงโซ่ความเชื่อถือผ่านการพิสูจน์ตัวตนเชิงรหัสและการเข้ารหัสในทุกขั้นตอน ในระดับฮาร์ดแวร์ เซิร์ฟเวอร์ HPE ProLiant Compute DL380a ผ่านการรับรองภายใต้โครงการ NVIDIA-Certified Systems สำหรับ Confidential Computing ขณะที่ NVIDIA BlueField DPU และ NVIDIA DOCA ทำหน้าที่บังคับใช้นโยบายแบบ zero-trust ในระดับซิลิคอน ตรวจจับภัยคุกคามขณะทำงาน และเข้ารหัสเครือข่ายโดยไม่แลกกับประสิทธิภาพ

การประมวลผลที่กำลังเปลี่ยนสมการกลยุทธ์ธุรกิจ

เมื่อมองภาพรวม สิ่งที่ HPE และเอ็นวิเดียกำลังสื่อสารไม่ใช่แค่การอัปเกรดฮาร์ดแวร์ แต่เป็นการนิยามใหม่ว่า "โรงงานเอไอ" (AI factory) ในยุคเอเจนต์ควรประกอบด้วยอะไรบ้าง โครงสร้างที่นำเสนอแยกเป็นสามชั้นชัดเจน ได้แก่ ชั้นการประมวลผลที่มีซีพียูออกแบบเพื่อเอเจนต์โดยเฉพาะ ชั้นชุดเครื่องมือและการกำกับดูแลเอเจนต์ และชั้นความปลอดภัยที่ฝังตั้งแต่ระดับซิลิคอน

นัยเชิงกลยุทธ์ที่ตามมาคือ ต้นทุนและความสามารถในการแข่งขันขององค์กรจะไม่ได้ขึ้นกับจำนวนจีพียูเพียงอย่างเดียวอีกต่อไป แต่ขึ้นกับว่าระบบสามารถรันเอเจนต์จำนวนมากพร้อมกันได้อย่างมีประสิทธิภาพแค่ไหน ควบคุมพฤติกรรมของเอเจนต์ได้รัดกุมเพียงใด และปกป้องข้อมูลที่อ่อนไหวได้ตลอดวงจรการทำงานหรือไม่ สำหรับองค์กรในอุตสาหกรรมที่มีข้อกำกับเข้มงวด เช่น การเงินหรือภาครัฐ ประเด็นเรื่องการกำกับดูแลและอธิปไตยทางข้อมูลอาจมีน้ำหนักในการตัดสินใจไม่น้อยกว่าตัวเลขประสิทธิภาพดิบ

คำถามที่องค์กรไทยควรเริ่มตั้งจึงไม่ใช่เพียง "จะซื้อเครื่องแรงแค่ไหน" แต่เป็น "จะวางสถาปัตยกรรมการกำกับดูแลและความปลอดภัยของเอเจนต์อย่างไร ก่อนที่เอเจนต์จะเริ่มดำเนินการแทนคนจริง" เพราะเมื่อเอไอเปลี่ยนบทบาทจากการ "ตอบ" ไปสู่การ "ลงมือทำ" ความสามารถในการตรวจสอบย้อนกลับและถอยระบบกลับสู่สถานะปลอดภัยจะกลายเป็นส่วนหนึ่งของโครงสร้างพื้นฐาน ไม่ใช่ทางเลือกเสริม