ผลทดสอบ Vera CPU จาก Modal: ซีพียู Arm ของ NVIDIA ทำงานได้มากกว่า x86 ถึง 2 เท่า
ผลทดสอบ Vera CPU ที่ Modal เผยแพร่ 19 ต.ค. 2026 พบว่าเมื่อโหลดหนัก Vera ทำงานเสร็จได้มากถึง 2 เท่าของเครื่อง x86 ที่เทียบกัน Modal เตรียมใช้ซีพียู Arm ครั้งแรก
โดย กองบรรณาธิการ THAI DATA อ่าน 6 นาที
สรุปประเด็นสำคัญ
- Modal เผยแพร่ ผลทดสอบ Vera CPU เมื่อ 19 ตุลาคม 2026 หลัง NVIDIA นำเซิร์ฟเวอร์ Vera เครื่องแรกไปส่งที่สำนักงานในซานฟรานซิสโกเมื่อสัปดาห์ก่อน
- ชุดทดสอบ Agentless Agent Bench ใช้งาน 50 งาน จาก Terminal-Bench ที่ตัดการเรียกเครือข่ายออก รันในคอนเทนเนอร์ Docker พร้อมกันหลายตัว เทียบ Vera กับ AMD Zen 5, Intel GNR และ AWS Graviton 4 กับ Graviton 5
- ผลทดสอบ Vera CPU เมื่อรันทีละงานบนเครื่องว่าง Vera เร็วกว่าคู่เทียบบ่อยครั้งแต่ไม่ทุกงาน แต่เมื่อรันพร้อมกันจำนวนมาก Vera ทำงานเสร็จได้ มากถึง 2 เท่า ของเครื่อง x86 Intel GNR ที่เทียบกัน
- NVIDIA ระบุว่า Vera มีแกน Olympus 88 แกน 176 เธรด แบนด์วิดท์หน่วยความจำ LPDDR5X สูงสุด 1.2 TB/s และเซิร์ฟเวอร์จาก Dell, HPE, Lenovo และ Supermicro จะเป็นตัวเลือกซีพียูมาตรฐานตัวแรกนอกเหนือจาก x86
Modal ผู้ให้บริการโครงสร้างพื้นฐานสำหรับแอป AI เผยแพร่ผลทดสอบ Vera CPU ของ NVIDIA เมื่อวันที่ 19 ตุลาคม 2026 พบว่าเมื่อเครื่องรับงานพร้อมกันจำนวนมาก Vera ทำงานเสร็จได้มากถึง 2 เท่าของเครื่อง x86 ที่เทียบกัน Modal จึงเตรียมนำซีพียู Arm มาใช้กับบริการ Sandboxes เป็นครั้งแรก
บล็อกของ Erik Dunteman จาก Modal เล่าว่า NVIDIA นำเซิร์ฟเวอร์ Vera เครื่องแรกของบริษัทไปส่งถึงสำนักงานในซานฟรานซิสโกเมื่อสัปดาห์ก่อน และตอนนี้เครื่องติดตั้งอยู่ในแร็กแล้ว ที่ผ่านมา Modal ใช้เครื่อง x86 เพียงอย่างเดียว การรองรับ Arm จึงต้องแก้ทั้งโครงสร้างพื้นฐานและระบบสร้างอิมเมจ แต่บริษัทมองว่าตัวเลขคุ้มที่จะเปลี่ยน
ทำไม Modal ต้องหาซีพียูใหม่ให้ Sandboxes
Sandboxes คือสภาพแวดล้อมแยกที่เอเจนต์ AI ใช้รันโค้ด ติดตั้งแพ็กเกจ และค้นไฟล์ Modal เปิดบริการนี้ในปี 2023 และระบุในประกาศระดมทุน Series D เมื่อสัปดาห์ก่อนว่า Sandboxes เพียงบริการเดียวมีรายได้ต่อปี (run rate) 300 ล้านดอลลาร์สหรัฐแล้ว สร้างไปแล้วเกือบ 3 พันล้านตัว และขยายได้ถึงหนึ่งล้านตัวพร้อมกัน
ปัญหาคือโหลดของ Sandboxes คาดเดายาก โฮสต์หนึ่งเครื่องรันคอนเทนเนอร์และ VM พร้อมกันหลายร้อยตัว ส่วนใหญ่นั่งรอคำตอบจาก LLM แล้วจู่ ๆ ก็ใช้ซีพียูพุ่งขึ้นสูงกว่าระดับปกติ 10 เท่า เช่น ตอนสั่ง npm install ลูกค้าแต่ละรายจึงกระทบกันได้ (noisy neighbor) Modal ระบุว่างานที่พบมากบนบริการนี้มีสองกลุ่ม และทั้งคู่รอซีพียูไม่ได้
- เอเจนต์ทำงานเบื้องหลัง เช่น Ramp Inspect ยิ่งเอเจนต์เร็ว ผู้ใช้ยิ่งได้คำตอบเร็ว และเวลาซีพียูที่จ่ายก็ลดลง
- การฝึก Reinforcement Learning ระบบฝึกส่วนใหญ่ยังทำงานแบบรอกัน GPU ต้องนั่งว่างจนกว่างานใน Sandboxes จะเสร็จครบทุกตัว เวลาซีพียูที่ประหยัดได้จึงเท่ากับเวลา GPU ที่ประหยัดได้
ผลทดสอบ Vera CPU เมื่อรันทีละงาน
Modal สร้างชุดทดสอบชื่อ Agentless Agent Bench จากโจทย์และตัวตรวจคำตอบของ Terminal-Bench 50 งาน ตัดการเรียกเครือข่ายออกทั้งหมด แล้ววอร์มไว้ในคอนเทนเนอร์ Docker เพื่อวัดเฉพาะงานที่ซีพียูทำจริง ได้แก่ คอมไพล์โค้ด ค้นไฟล์ คำสั่ง git และการจำลองอุปกรณ์ คู่เทียบคือ AMD Zen 5, Intel GNR และ VM ของ AWS Graviton 4 กับ Graviton 5
รอบแรกรันทีละงานบนเครื่องที่ไม่มีโหลดอื่น ผู้เขียนยอมรับว่าเห็นผลรอบนี้แล้วยังกังขา เพราะ Vera ทำได้ดีกว่าบ่อยครั้งแต่ไม่ทุกงาน และทิ้งห่างไม่มาก ตัวอย่างจากกราฟของ Modal
| งาน (วินาที ยิ่งน้อยยิ่งเร็ว) | NVIDIA Vera | คู่เทียบที่เร็วที่สุด | ตัวที่ช้าที่สุด |
|---|---|---|---|
| กรองไฟล์ HTML/JavaScript | 16.348 (เร็วสุด) | Graviton 5: 18.996 | Intel GNR: 134.952 |
| แก้ไฟล์ใหญ่ด้วย Vim | 51.215 (เร็วสุด) | AMD Zen 5: 57.864 | Graviton 4: 84.238 |
| บีบอัดข้อมูลแบบกำหนดเอง | 35.661 | AMD Zen 5: 23.179 (เร็วสุด) | Graviton 4: 68.882 |
| กู้คืนโมเดล PyTorch | 99.935 | Intel GNR: 71.559 (เร็วสุด) | AMD Zen 5: 136.185 |
ผลทดสอบ Vera CPU เมื่อโหลดหนัก
ภาพเปลี่ยนเมื่อ Modal เพิ่มจำนวนคอนเทนเนอร์ที่รันพร้อมกัน (กราฟของบริษัทแสดงที่ 50, 100 และ 150 คอนเทนเนอร์) แล้วนับว่าทำงานเสร็จได้กี่งานในเวลาที่กำหนด ตามปกติยิ่งอัดงานแน่น งานแต่ละชิ้นยิ่งช้าลงเมื่อซีพียูเต็ม แต่ Modal เขียนว่า Vera "gets better under heavy load" (ยิ่งโหลดหนักยิ่งดีขึ้น)
ผลทดสอบ Vera CPU รอบแรก ๆ พบว่า Vera ทำงานเสร็จได้มากถึง 2 เท่าของเครื่อง x86 Intel GNR ที่เทียบกัน ขณะที่เวลาของงานแต่ละชิ้นเท่ากันหรือบางครั้งน้อยกว่า Modal อธิบายว่าแบนด์วิดท์หน่วยความจำที่สูงทำให้วางงานต่อแกนได้มากขึ้นโดยซีพียูไม่ถูกบีบ เมื่อเพิ่มจำนวนซีพียูที่เปิดให้ใช้ เครื่องอื่นหยุดเพิ่มที่จุดหนึ่ง แต่ Vera ยังเพิ่มต่อไป ทั้งที่ในเครื่องที่ทดสอบ Vera มีแกนจริง 88 แกน น้อยกว่า Intel GNR ที่มี 128 แกน และ VM ของ Intel GNR กับ Graviton ที่มี 96 แกน
ผลทดสอบ Vera CPU รอบนี้เป็นการทดสอบของ Modal เองบนเครื่องที่ได้รับ และเป็นผลรอบแรก ไม่ใช่การทดสอบอิสระ บริษัทเล่าว่าเห็นผลครั้งแรกระหว่างไปประชุมที่สำนักงานใหญ่ของ NVIDIA และทีม Vera ยืนยันว่าผลไม่ได้น่าแปลกใจ ส่วนกำหนดการเปิดใช้จริง Modal ระบุเพียงว่าจะทยอยรองรับ Vera ใน Sandboxes และทำงานกับ NVIDIA และผู้ให้บริการคลาวด์เพื่อขยายจำนวนเครื่อง โดยไม่บอกวันที่
Vera คืออะไร และผลทดสอบ Vera CPU ของ NVIDIA เอง
ตามหน้าผลิตภัณฑ์ของ NVIDIA ตัวเลขหลักของ Vera มีดังนี้
| รายการ | NVIDIA Vera |
|---|---|
| แกนประมวลผล | Olympus 88 แกน 176 เธรด (Spatial Multithreading) |
| หน่วยความจำ | LPDDR5X บนโมดูล SOCAMM แบนด์วิดท์สูงสุด 1.2 TB/s ความจุสูงสุด 1.5 TB |
| ผลทดสอบ Vera CPU ที่ NVIDIA อ้าง | งาน Sandbox ของเอเจนต์เร็วกว่าซีพียู x86 ชั้นนำสูงสุด 1.8 เท่า |
| รูปแบบที่ขาย | แร็กระบายความร้อนด้วยของเหลว (Vera CPU Rack สูงสุด 256 ซีพียู) และเครื่อง 1–2 ซ็อกเก็ตแบบมาตรฐาน |
ประกาศของ NVIDIA เมื่อ 31 พฤษภาคม 2026 ระบุว่า Vera อยู่ในการผลิตเต็มรูปแบบ Dell, HPE, Lenovo และ Supermicro จะขายเป็นเซิร์ฟเวอร์ซีพียูเดี่ยว ซึ่ง NVIDIA เรียกว่าตัวเลือกซีพียูมาตรฐานตัวแรกนอกเหนือจาก x86 และระบบจะมีขายจากผู้ผลิตและคลาวด์ตั้งแต่ฤดูใบไม้ร่วงปีนี้ บล็อกของ NVIDIA ที่ปรับล่าสุดวันที่ 27 สิงหาคม 2026 เล่าว่าส่งเครื่องชุดแรกให้ Anthropic, OpenAI, SpaceXAI, Oracle Cloud Infrastructure และ AWS แล้ว
ทำไมเรื่องนี้สำคัญ
ผลทดสอบ Vera CPU ของ Modal สำคัญเพราะมาจากผู้ใช้งานจริงที่มีงานเอเจนต์ปริมาณมาก ไม่ใช่ตัวเลขของผู้ผลิตอย่างเดียว และชี้ว่าเกณฑ์เลือกซีพียูสำหรับงาน AI กำลังเปลี่ยน จากความเร็วต่องานไปเป็นจำนวนงานที่ทำได้เมื่อเครื่องเต็ม เรื่องนี้เกิดขึ้นขณะที่หน่วยความจำยังตึงตัวจากความต้องการของงาน AI (อ่านเรื่อง Memory Supercycle) การรันงานได้มากขึ้นต่อเครื่องจึงมีผลต่อต้นทุนโดยตรง
ผลต่อองค์กรไทย
- ทดสอบภายใต้โหลดจริง บทเรียนหลักจากผลทดสอบ Vera CPU คือการรันทีละงานบนเครื่องว่างอาจไม่บอกอะไร ทีมไอทีควรวัดจำนวนงานที่เสร็จเมื่อรันพร้อมกันตามปริมาณจริงขององค์กร
- เตรียมอิมเมจสำหรับ Arm ก่อนจะได้ตัวเลขตามผลทดสอบ Vera CPU Modal ต้องแก้ระบบสร้างอิมเมจทั้งระบบ องค์กรที่ใช้คอนเทนเนอร์ควรตรวจว่าอิมเมจและไลบรารีที่ใช้มีรุ่น Arm64 หรือไม่ ก่อนพิจารณาเซิร์ฟเวอร์ Arm
- ลองบนคลาวด์ก่อนซื้อเครื่อง NVIDIA ระบุผู้ให้บริการคลาวด์ที่วางแผนให้บริการ Vera เช่น Akamai, Cloudflare, CoreWeave, Lambda, Oracle Cloud Infrastructure และ Vultr ทีมที่สนใจทดลองงานของตัวเองบนคลาวด์ได้ก่อนลงทุนเครื่องจริง
- ถามราคาและวันส่งมอบในไทย เอกสารของ NVIDIA ระบุผู้ผลิตเซิร์ฟเวอร์ แต่ไม่ระบุราคาหรือวันวางขายในไทย ฝ่ายจัดซื้อควรถามผู้จำหน่ายโดยตรงพร้อมเงื่อนไขอะไหล่และการรับประกัน ติดตามข่าวชิปเพิ่มเติมได้ที่หมวดฮาร์ดแวร์
คำถามที่พบบ่อย
ผลทดสอบ Vera CPU ของ Modal ออกมาอย่างไร?
ผลทดสอบ Vera CPU ที่ Modal เผยแพร่ 19 ตุลาคม 2026 พบว่าเมื่อรันทีละงานบนเครื่องว่าง Vera เร็วกว่าซีพียูอื่นบ่อยครั้งแต่ไม่ทุกงาน ส่วนการทดสอบที่รันคอนเทนเนอร์พร้อมกันจำนวนมาก Vera ทำงานเสร็จได้มากถึง 2 เท่าของเครื่อง x86 Intel GNR ที่เทียบกัน
ทำไมผลทดสอบ Vera CPU ดีขึ้นเมื่อโหลดหนัก?
ในผลทดสอบ Vera CPU ของ Modal บริษัทอธิบายว่าแบนด์วิดท์หน่วยความจำที่สูงของ Vera ทำให้วางคอนเทนเนอร์ต่อแกนได้มากขึ้นโดยซีพียูไม่ถูกบีบ เมื่อเพิ่มจำนวนซีพียูที่เปิดให้ใช้ เครื่องอื่นหยุดเพิ่มที่จุดหนึ่ง แต่ Vera ยังทำงานได้มากขึ้นต่อไป ซึ่ง NVIDIA ระบุว่ามีแบนด์วิดท์ LPDDR5X สูงสุด 1.2 TB/s
NVIDIA Vera ต่างจากซีพียู x86 อย่างไร?
Vera เป็นซีพียูที่เข้ากันได้กับสถาปัตยกรรม Arm ใช้แกน Olympus ที่ NVIDIA ออกแบบเอง 88 แกน 176 เธรด ใช้เป็นซีพียูหลักของระบบ Vera Rubin หรือเป็นเซิร์ฟเวอร์ซีพียูเดี่ยวก็ได้ ผลทดสอบ Vera CPU ของ Modal จึงมาพร้อมงานแก้ระบบสร้างอิมเมจ เพราะซอฟต์แวร์ที่สร้างไว้สำหรับ x86 ต้องมีรุ่น Arm ก่อน
องค์กรไทยซื้อเซิร์ฟเวอร์ Vera ได้เมื่อไร?
ประกาศของ NVIDIA เมื่อ 31 พฤษภาคม 2026 ระบุว่าระบบ Vera จะมีขายจากผู้ผลิตระบบและผู้ให้บริการคลาวด์ตั้งแต่ฤดูใบไม้ร่วงปีนี้ โดย Dell, HPE, Lenovo และ Supermicro จะขายแบบเซิร์ฟเวอร์ซีพียูเดี่ยว แต่ยังไม่มีราคาหรือวันวางขายในไทยในเอกสารที่เผยแพร่
แหล่งอ้างอิง
บุคคล องค์กร และสถานที่ในข่าวนี้
เลือกชื่อเพื่ออ่านข่าวทั้งหมดที่กล่าวถึง ตัวเลขคือจำนวนข่าว
พบข้อมูลคลาดเคลื่อน? แจ้งกองบรรณาธิการ