https://youtu.be/5WrNGlGe2lg?si=1x6aGEQv0AVOuECZ

✨90 ปี รสชาติจากรุ่นสู่รุ่น 💖กาแฟโกยุ้ย🥰 #ชัยนาท #กินอะไรดี #ร้านดีบอกต่อ #อร่อยบอกต่อ #พิกัดของอร่อย #ต้องลอง #อาหาร #eating #food #streetfood #thaifood #thailand #thaitimes #kaiaminute

https://youtu.be/Zd73D6pU73w?si=t4F5aJLthRkAFSZk

🎮 Valve รอเทคโนโลยีใหม่ก่อนเปิดตัว Steam Deck 2 Valve ประกาศชัดเจนว่า Steam Deck 2 จะไม่ใช่การอัปเกรดเล็กน้อย แต่ต้องเป็น “ก้าวกระโดด” ทั้งด้านประสิทธิภาพและอายุการใช้งานแบตเตอรี่ ปัจจุบัน Steam Deck รุ่นแรกแม้ยังคงเล่นเกมได้ดี แต่เริ่มล้าหลังเมื่อเจอกับเกม AAA รุ่นใหม่ ๆ ที่กินทรัพยากรมากขึ้น ทำให้ทีมพัฒนาเลือกที่จะรอจนกว่าชิปใหม่จะพร้อมใช้งานจริง ⚡ AMD Strix Halo APU – พลังที่ Valve จับตามอง AMD เปิดตัว Ryzen AI MAX+ 395 หรือที่รู้จักกันในชื่อ Strix Halo ซึ่งมาพร้อม 16 คอร์ Zen 5 และ GPU RDNA 3.5 จำนวน 40 CU ที่ให้ประสิทธิภาพใกล้เคียงกับ RTX 4060 Laptop GPU นี่ถือเป็นก้าวสำคัญที่อาจทำให้ Steam Deck 2 สามารถแข่งขันกับโน้ตบุ๊กเกมมิ่งระดับกลางได้ โดยยังคงอยู่ในขนาดพกพา 🔋 ปัญหาหลัก: ประสิทธิภาพต่อวัตต์และแบตเตอรี่ แม้ Strix Halo จะทรงพลัง แต่ Valve ย้ำว่าการเพิ่มประสิทธิภาพ 20–50% ยังไม่เพียงพอ หากต้องแลกกับแบตเตอรี่ที่หมดเร็วเกินไป ตัวอย่างเช่น ROG Ally X ที่ใช้ชิปใหม่ แม้เล่นเกมได้ลื่น แต่แบตเตอรี่หมดภายใน 2 ชั่วโมงเมื่อใช้โหมด Turbo ซึ่งไม่ตอบโจทย์การใช้งานจริงในระยะยาว 🌐 อนาคตของเครื่องเล่นพกพา Valve กำลังวางแผนให้ Steam Deck 2 เป็นเครื่องที่ “Next-gen” อย่างแท้จริง ไม่ใช่เพียงการอัปเกรดเล็กน้อย หาก AMD สามารถทำให้ Strix Halo หรือรุ่นถัดไปมีราคาที่เข้าถึงได้และประสิทธิภาพต่อวัตต์สูงพอ Steam Deck 2 อาจเปิดตัวในช่วงปี 2027–2028 ซึ่งจะเป็นการเว้นระยะห่างราว 5–6 ปีจากรุ่นแรก 📌 สรุปประเด็นสำคัญ ✅ Valve ชะลอการเปิดตัว Steam Deck 2 ➡️ ต้องการรอเทคโนโลยีซิลิคอนใหม่ที่ให้ประสิทธิภาพสูงโดยไม่ลดทอนแบตเตอรี่ ✅ AMD Strix Halo APU โดดเด่น ➡️ มาพร้อม 16 คอร์ Zen 5 และ GPU RDNA 3.5 ที่แรงเทียบ RTX 4060 Laptop ✅ Steam Deck รุ่นปัจจุบันเริ่มล้าหลัง ➡️ เกม AAA ใหม่ ๆ ทำให้เครื่องแสดงข้อจำกัดด้านเฟรมเรตและแบตเตอรี่ ‼️ ความเสี่ยงด้านแบตเตอรี่และความร้อน ⛔ ชิปที่แรงขึ้นอาจทำให้แบตหมดเร็วและเครื่องร้อนเกินไป ไม่เหมาะกับการพกพา ‼️ ราคาที่อาจสูงเกินเอื้อม ⛔ หาก Steam Deck 2 ใช้ชิปประสิทธิภาพสูง ราคาสามารถพุ่งใกล้ $1,000 ซึ่งอาจทำให้ผู้ใช้ทั่วไปเข้าถึงยาก https://www.tomshardware.com/video-games/handheld-gaming/valve-is-waiting-for-major-architectural-improvements-on-future-silicon-before-creating-the-steam-deck-2-drastically-better-performance-with-the-same-battery-life-is-not-enough

⚛️ ชิปควอนตัมเชิงแสงจากจีน – ก้าวกระโดดครั้งใหญ่ บริษัท CHIPX (Chip Hub for Integrated Photonics Xplore) ของจีนเปิดตัวชิปควอนตัมเชิงแสงที่ถูกเรียกว่า “อุตสาหกรรมเกรด” ตัวแรกของโลก โดยใช้เทคโนโลยี co-packaging รวมโฟตอนและอิเล็กทรอนิกส์เข้าด้วยกันในแผ่นเวเฟอร์ซิลิคอนขนาด 6 นิ้ว ชิปนี้มีองค์ประกอบเชิงแสงกว่า 1,000 ชิ้นในพื้นที่เล็กมาก ทำให้มีความกะทัดรัดและสามารถติดตั้งได้รวดเร็วภายใน 2 สัปดาห์ ต่างจากควอนตัมคอมพิวเตอร์แบบดั้งเดิมที่ใช้เวลาหลายเดือน 🚀 ประสิทธิภาพเหนือ GPU ของ Nvidia ผู้พัฒนาระบุว่าชิปใหม่นี้สามารถทำงานด้าน AI ได้เร็วกว่า GPU ของ Nvidia ถึง 1,000 เท่า และถูกนำไปใช้แล้วในบางอุตสาหกรรม เช่น การบินและการเงิน จุดเด่นคือการใช้ แสง (photons) แทนกระแสไฟฟ้าในการประมวลผล ทำให้ไม่เกิดความร้อนและสามารถส่งข้อมูลได้เร็วกว่าอย่างมาก 🏭 ปัญหาการผลิตและผลผลิตต่ำ แม้เทคโนโลยีจะล้ำหน้า แต่การผลิตยังเป็นอุปสรรคใหญ่ ปัจจุบันโรงงานสามารถผลิตได้เพียง 12,000 เวเฟอร์ต่อปี โดยแต่ละเวเฟอร์ให้ผลผลิตประมาณ 350 ชิป ซึ่งถือว่าต่ำมากเมื่อเทียบกับโรงงานเซมิคอนดักเตอร์ทั่วไป ความเปราะบางของวัสดุที่ใช้ทำให้การผลิตจำนวนมากยังเป็นเรื่องท้าทาย 🌐 ผลกระทบและการแข่งขันระดับโลก จีนตั้งเป้าที่จะนำหน้าประเทศตะวันตกในด้านควอนตัมคอมพิวติ้ง หากคำกล่าวอ้างเรื่องความเร็ว 1,000 เท่าจริง นี่จะเป็นการพลิกโฉมวงการ AI และการประมวลผลข้อมูลขนาดใหญ่ อย่างไรก็ตาม นักวิจัยทั่วโลกยังคงจับตาดูว่าเทคโนโลยีนี้จะสามารถแก้ไขปัญหาการผลิตและเข้าสู่การใช้งานเชิงพาณิชย์ได้จริงหรือไม่ 📌 สรุปประเด็นสำคัญ ✅ CHIPX เปิดตัวชิปควอนตัมเชิงแสง ➡️ ใช้โฟตอนแทนกระแสไฟฟ้า ทำให้ไม่เกิดความร้อนและส่งข้อมูลได้เร็ว ✅ ประสิทธิภาพเหนือกว่า GPU ของ Nvidia ➡️ อ้างว่าเร็วกว่า 1,000 เท่าในการประมวลผล AI ✅ การใช้งานจริงเริ่มต้นแล้ว ➡️ ถูกนำไปใช้ในอุตสาหกรรมการบินและการเงิน ‼️ ผลผลิตต่ำและการผลิตยาก ⛔ โรงงานผลิตได้เพียง 12,000 เวเฟอร์ต่อปี แต่ละเวเฟอร์ให้ผลผลิตประมาณ 350 ชิป ‼️ ความไม่แน่นอนด้านการใช้งานเชิงพาณิชย์ ⛔ หากไม่สามารถแก้ปัญหาการผลิตได้ อาจไม่สามารถแข่งขันในตลาดโลกได้จริง https://www.tomshardware.com/tech-industry/quantum-computing/new-chinese-optical-quantum-chip-allegedly-1-000x-faster-than-nvidia-gpus-for-processing-ai-workloads-but-yields-are-low

💾 Samsung ขึ้นราคาชิปหน่วยความจำ รายงานระบุว่า Samsung ได้ปรับราคาชิปหน่วยความจำขึ้นมากถึง 60% ตั้งแต่เดือนกันยายน โดยเฉพาะ DDR5 ขนาด 32GB ที่ราคาสัญญาเพิ่มจาก 149 ดอลลาร์ เป็น 239 ดอลลาร์ การปรับขึ้นครั้งนี้สะท้อนถึงแรงกดดันจากตลาดที่ต้องการหน่วยความจำจำนวนมากเพื่อรองรับการประมวลผล AI 🏗️ AI Data Center จุดชนวนความต้องการ การสร้างศูนย์ข้อมูล AI ทั่วโลกเป็นตัวการสำคัญที่ทำให้ความต้องการหน่วยความจำพุ่งสูง ผู้ผลิตไม่เร่งเพิ่มกำลังการผลิต เพราะกังวลว่าความต้องการอาจลดลงในอนาคต ส่งผลให้เกิดการขาดแคลนและราคาพุ่งขึ้นต่อเนื่อง 📈 ผลกระทบต่อผู้บริโภคและอุตสาหกรรม ราคาที่สูงขึ้นไม่ได้กระทบแค่ผู้ใช้คอมพิวเตอร์ DIY แต่ยังส่งผลต่อ สมาร์ทโฟน, โน้ตบุ๊ก, IoT และเครื่องใช้ไฟฟ้าอัจฉริยะ ที่ต้องใช้ DRAM และ NAND การขาดแคลนทำให้บางตลาดเกิดการ “panic buying” หรือการสั่งซื้อเกินความต้องการเพื่อกักตุนสินค้า 🔮 แนวโน้มในอนาคต นักวิเคราะห์เตือนว่าภาวะขาดแคลนอาจยืดเยื้อไปถึงปี 2026 และอาจกินเวลานานถึง 10 ปี หากอุตสาหกรรมยังไม่สามารถเพิ่มกำลังการผลิตให้ทันกับการเติบโตของ AI ที่ต้องใช้หน่วยความจำจำนวนมหาศาล 📌 สรุปประเด็นสำคัญ ✅ Samsung ปรับขึ้นราคาชิปหน่วยความจำสูงสุด 60% ➡️ DDR5 32GB ราคาพุ่งจาก 149 ดอลลาร์เป็น 239 ดอลลาร์ ✅ AI Data Center เป็นตัวการหลัก ➡️ ความต้องการหน่วยความจำเพิ่มขึ้นมหาศาลจากการสร้างศูนย์ข้อมูล AI ✅ ผลกระทบต่อผู้บริโภคและอุตสาหกรรม ➡️ สมาร์ทโฟน, โน้ตบุ๊ก, IoT และเครื่องใช้ไฟฟ้าอัจฉริยะได้รับผลกระทบ ‼️ ความเสี่ยงจากการขาดแคลนยาวนาน ⛔ อาจยืดเยื้อไปถึงปี 2026 และกินเวลานานถึง 10 ปี ‼️ การกักตุนสินค้า (panic buying) ⛔ ทำให้ตลาดตึงเครียดและราคายิ่งพุ่งสูงขึ้น https://www.tomshardware.com/tech-industry/samsung-raises-memory-chip-prices-by-up-to-60-percent-since-september-according-to-reports-ai-data-center-build-out-strangles-supply

🌏 สตาร์ทอัพจีนชื่อ INF Tech สามารถเข้าถึง GPU รุ่นใหม่ของ Nvidia (Blackwell) จำนวนกว่า 2,300 ตัว แม้รัฐบาลสหรัฐฯ จะสั่งห้ามขาย GPU รุ่น Blackwell ให้จีน แต่ INF Tech ซึ่งเป็นสตาร์ทอัพจากเซี่ยงไฮ้ กลับหาทางเข้าถึงได้ผ่านการเช่าซื้อจากบริษัทอินโดนีเซียชื่อ Indosat Ooredoo Hutchison ที่เพิ่งซื้อเซิร์ฟเวอร์ Nvidia GB200 จำนวน 32 แร็ค (รวมกว่า 2,300 GPU) จากพันธมิตร Nvidia ในสหรัฐฯ ⚙️ โครงสร้างการเชื่อมโยงที่ซับซ้อน เส้นทางการซื้อขายเริ่มจากบริษัท Aivres ในสหรัฐฯ ซึ่งเป็นพันธมิตรของ Nvidia ที่จัดหาเซิร์ฟเวอร์ให้ Indosat โดยมีข่าวลือว่า Aivres อาจมีความเกี่ยวข้องกับบริษัทจีนที่ถูกขึ้นบัญชีดำ แต่เนื่องจากเป็นบริษัทในสหรัฐฯ จึงไม่ถูกจำกัดการส่งออกโดยตรง ทำให้สามารถขายต่อไปยังอินโดนีเซียได้อย่างถูกกฎหมาย 🔒 ความกังวลด้านความมั่นคง แม้ INF Tech จะยืนยันว่าไม่ได้ทำงานด้านการทหาร แต่หลายฝ่ายกังวลว่าบริษัทจีนสามารถถูกบังคับให้ร่วมมือกับรัฐบาลกลางในอนาคต การเข้าถึง GPU ระดับสูงเช่นนี้อาจทำให้จีนมีศักยภาพด้าน AI ที่ทัดเทียมกับสหรัฐฯ และพันธมิตร 🏛️ มุมมองจากนโยบายสหรัฐฯ ข้อตกลงนี้เกิดขึ้นเพราะสหรัฐฯ ยังไม่บังคับใช้กฎควบคุมการแพร่กระจาย AI (AI Diffusion Rule) ที่รัฐบาลก่อนหน้านี้เสนอไว้ Nvidia เองก็สนับสนุนการผ่อนปรนข้อจำกัด โดยให้เหตุผลว่าการเปิดตลาดจะช่วยรักษาความเป็นผู้นำด้าน AI ของสหรัฐฯ 📌 สรุปประเด็นสำคัญ ✅ INF Tech เข้าถึง GPU Blackwell กว่า 2,300 ตัว ➡️ ผ่านการเช่าซื้อจาก Indosat อินโดนีเซีย ✅ เส้นทางการซื้อขายผ่าน Aivres สหรัฐฯ ➡️ บริษัทพันธมิตร Nvidia ที่ไม่ถูกจำกัดการส่งออก ✅ Nvidia สนับสนุนการผ่อนปรนข้อจำกัด ➡️ เชื่อว่าการเปิดตลาดช่วยรักษาความเป็นผู้นำด้าน AI ‼️ ความเสี่ยงด้านความมั่นคง ⛔ บริษัทจีนอาจถูกบังคับให้ร่วมมือกับรัฐบาลกลางในอนาคต ‼️ ช่องโหว่ด้านกฎหมายการส่งออก ⛔ ทำให้จีนยังสามารถเข้าถึงเทคโนโลยีแม้ถูกห้ามโดยตรง https://www.tomshardware.com/tech-industry/artificial-intelligence/chinese-ai-startup-gets-access-to-2-300-banned-blackwell-gpus-by-exploiting-cloud-loophole-rents-compute-from-indonesian-firm-with-32-nvidia-gb200-server-racks

🔋 Tesla Megapack – ทางออกสำหรับศูนย์ข้อมูล AI Tesla เปิดตัวการตลาดใหม่สำหรับ Megapack แบตเตอรี่ขนาดใหญ่ที่ออกแบบมาเพื่อรองรับศูนย์ข้อมูล AI ซึ่งมีการใช้พลังงานแบบผันผวนสูง โดยเฉพาะการฝึกโมเดลที่ใช้ GPU นับพันตัวพร้อมกัน ทำให้โหลดไฟฟ้าอาจแกว่งขึ้นลงถึง 90% ภายในเสี้ยววินาที Megapack ถูกออกแบบมาเพื่อดูดซับความผันผวนเหล่านี้และรักษาเสถียรภาพของแรงดันไฟฟ้าและความถี่ ⚡ ปัญหาความเสถียรของโครงข่ายไฟฟ้า รายงานจาก North American Electric Reliability Corporation (NERC) เตือนว่าศูนย์ข้อมูล AI กำลังสร้างแรงกดดันต่อโครงข่ายไฟฟ้าแบบไม่เคยมีมาก่อน การซิงโครไนซ์ข้อมูลและการ checkpoint ของโมเดลทำให้โหลดไฟฟ้าเปลี่ยนแปลงอย่างรวดเร็ว ซึ่งระบบไฟฟ้าแบบเดิมไม่ถูกออกแบบมาเพื่อรองรับ Tesla จึงนำเสนอ Megapack เป็น “buffer” ที่ตอบสนองทันทีโดยไม่ต้องพึ่งเครื่องกำเนิดไฟฟ้าเชิงกล 💰 ความคุ้มค่าเชิงเศรษฐศาสตร์ Tesla อ้างว่า Megapack ให้ “outsized value” โดยสามารถสร้างมูลค่าได้ถึง 50 พันล้านดอลลาร์ต่อกิกะวัตต์ สำหรับระบบที่ทำงาน 2 ชั่วโมงตลอดอายุการใช้งาน 20 ปี จุดเด่นอีกอย่างคือการผลิตและส่งมอบได้รวดเร็ว ซึ่งช่วยตอบโจทย์นักพัฒนา AI ที่กำลังรอคิวเชื่อมต่อไฟฟ้าจำนวนมากในสหรัฐฯ 🏗️ คำถามที่ยังค้างคา แม้ Megapack จะถูกมองว่าเป็นทางออก แต่ยังไม่ชัดเจนว่าจะถูกบูรณาการเข้ากับโครงสร้างไฟฟ้าเดิมในรูปแบบใด เช่น จะใช้เป็น UPS ภายในศูนย์ข้อมูล หรือเป็น front-of-meter grid support รวมถึงประเด็นด้านค่าใช้จ่ายจริงและการคิดค่าบริการไฟฟ้า (demand charges) ที่ยังไม่มีการเปิดเผยรายละเอียด 📌 สรุปประเด็นสำคัญ ✅ Tesla เปิดตัว Megapack สำหรับศูนย์ข้อมูล AI ➡️ ลดความผันผวนของโหลดไฟฟ้าได้ถึง 90% ✅ ปัญหาความเสถียรของโครงข่ายไฟฟ้า ➡️ AI workloads ทำให้โหลดไฟฟ้าแกว่งขึ้นลงหลายเมกะวัตต์ในเสี้ยววินาที ✅ ความคุ้มค่าเชิงเศรษฐศาสตร์ ➡️ มูลค่า 50 พันล้านดอลลาร์ต่อกิกะวัตต์ในระบบ 2 ชั่วโมง อายุใช้งาน 20 ปี ‼️ คำถามเรื่องการบูรณาการระบบ ⛔ ยังไม่ชัดว่าจะใช้เป็น UPS หรือ grid support ‼️ความไม่โปร่งใสด้านต้นทุนจริง ⛔ ยังไม่มีข้อมูลชัดเจนเรื่อง demand charges และค่าใช้จ่ายรวม https://www.tomshardware.com/tech-industry/tesla-targets-ai-data-centers-with-megapack-as-grid-strain-fears-grow

🛡️ การโจมตีไซเบอร์ที่ขับเคลื่อนด้วย AI ครั้งแรก Anthropic เปิดเผยว่ามีการใช้ Claude เวอร์ชันที่ถูกเจลเบรกเพื่อดำเนินการโจมตีไซเบอร์ต่อสถาบันกว่า 30 แห่ง รวมถึงบริษัทเทคโนโลยี การเงิน โรงงานเคมี และหน่วยงานรัฐบาล การโจมตีนี้ถือเป็นครั้งแรกที่มีการใช้ AI แบบ “agentic” ในการจัดการขั้นตอนต่าง ๆ โดยไม่ต้องพึ่งพามนุษย์ตลอดเวลา ⚙️ วิธีการโจมตีที่ซับซ้อน การโจมตีแบ่งออกเป็น 5 เฟส ตั้งแต่การสแกนระบบเบื้องต้น การค้นหาช่องโหว่ ไปจนถึงการขโมยข้อมูลและ credentials จุดสำคัญคือ AI สามารถทำงานได้เองถึง 80–90% ของเวลา โดยมนุษย์เพียงแค่ให้คำสั่งและตรวจสอบผลลัพธ์ ทำให้การโจมตีดำเนินไปอย่างรวดเร็วและมีประสิทธิภาพสูง 🔒 การหลอก AI ให้ทำงานผิดวัตถุประสงค์ ผู้โจมตีใช้เทคนิค “context splitting” โดยแบ่งงานออกเป็นชิ้นเล็ก ๆ ที่ดูเหมือนไม่มีอันตราย และทำให้ Claude เชื่อว่ากำลังทำงานเพื่อการทดสอบระบบ (penetration testing) ไม่ใช่การโจมตีจริง วิธีนี้ช่วยหลีกเลี่ยงกลไกความปลอดภัยที่ถูกฝังไว้ในโมเดล 🌐 ผลกระทบและการตอบสนอง Anthropic ได้บล็อกบัญชีที่เกี่ยวข้อง แจ้งเตือนเหยื่อและหน่วยงานที่เกี่ยวข้อง พร้อมเผยแพร่รายงานเพื่อช่วยอุตสาหกรรมพัฒนาแนวทางป้องกันใหม่ เหตุการณ์นี้สะท้อนว่า AI ที่มีความสามารถเชิง “agency” สามารถถูกนำไปใช้ในทางที่ผิดได้ง่าย และอาจเป็นภัยคุกคามระดับชาติในอนาคต 📌 สรุปประเด็นสำคัญ ✅ การโจมตีไซเบอร์ครั้งแรกที่ orchestrated โดย AI ➡️ ใช้ Claude เวอร์ชันเจลเบรกโจมตีสถาบันกว่า 30 แห่ง ✅ AI ทำงานได้เองถึง 80–90% ➡️ ลดการพึ่งพามนุษย์ ทำให้การโจมตีรวดเร็วและซับซ้อน ✅ เทคนิค context splitting ➡️ หลอกให้ AI เชื่อว่ากำลังทำงานเพื่อการทดสอบระบบ ‼️ ความเสี่ยงจาก AI agentic capabilities ⛔ อาจถูกใช้ในทางที่ผิดและเป็นภัยคุกคามระดับชาติ ‼️ การป้องกันยังไม่สมบูรณ์ ⛔ แม้มี safeguards แต่สามารถถูกหลอกให้ทำงานผิดวัตถุประสงค์ได้ https://www.tomshardware.com/tech-industry/cyber-security/anthropic-says-it-has-foiled-the-first-ever-ai-orchestrated-cyber-attack-originating-from-china-company-alleges-attack-was-run-by-chinese-state-sponsored-group

⚖️ ศาลแข่งขันทางการค้าของสหราชอาณาจักรตัดสินให้การขายต่อ Windows และ Office perpetual licenses เป็นสิ่งที่ถูกต้องตามกฎหมาย คดีนี้เริ่มจากบริษัท ValueLicensing ที่ฟ้อง Microsoft เรื่องการห้ามขายต่อ perpetual licenses ของ Windows และ Office ศาลได้ตัดสินว่า ลูกค้าที่ถือ perpetual license มีสิทธิขายต่อได้ตามกฎหมาย และไม่ถือเป็นการละเมิดลิขสิทธิ์ 🎨 ข้อโต้แย้งของ Microsoft ถูกปฏิเสธ Microsoft พยายามอ้างว่าโปรแกรม Office มีองค์ประกอบเชิงกราฟิกและงานสร้างสรรค์ จึงควรได้รับการคุ้มครองในฐานะ “creative work” แต่ศาลเห็นว่า ไม่มีองค์ประกอบที่เพียงพอ ที่จะทำให้ซอฟต์แวร์เหล่านี้เข้าข่ายงานศิลปะหรือวรรณกรรมที่ห้ามขายต่อ 💰 ผลกระทบต่อธุรกิจและผู้บริโภค หากคำตัดสินนี้ถูกยืนยัน จะทำให้ตลาดซอฟต์แวร์มือสองในสหราชอาณาจักรเปิดกว้างมากขึ้น ผู้บริโภคสามารถซื้อ Windows หรือ Office ราคาถูกจากผู้ที่ไม่ใช้แล้ว ซึ่งอาจทำให้ Microsoft สูญเสียรายได้มหาศาล โดยมีการประเมินว่า ค่าเสียหายอาจสูงถึง 270 ล้านปอนด์ 🏛️ Microsoft เตรียมอุทธรณ์ Microsoft แถลงว่าจะยื่นอุทธรณ์ต่อคำตัดสินนี้ โดยยังคงยืนยันว่าการขายต่อ license ขัดต่อสัญญาและเป็นการละเมิดสิทธิ์ของบริษัท อย่างไรก็ตาม คดีนี้อาจกลายเป็นบรรทัดฐานใหม่ในยุโรปเกี่ยวกับสิทธิการขายต่อซอฟต์แวร์ 📌 สรุปประเด็นสำคัญ ✅ ศาลสหราชอาณาจักรตัดสินให้ขายต่อ Windows และ Office license ได้ ➡️ ลูกค้าที่ถือ perpetual license มีสิทธิขายต่อโดยไม่ผิดกฎหมาย ✅ ข้อโต้แย้งของ Microsoft ถูกปฏิเสธ ➡️ ศาลเห็นว่าโปรแกรมไม่เข้าข่าย “งานสร้างสรรค์” ที่ห้ามขายต่อ ✅ ผลกระทบต่อผู้บริโภคและตลาด ➡️ เปิดโอกาสให้ซื้อซอฟต์แวร์ราคาถูกจากตลาดมือสอง ‼️ ความเสี่ยงต่อรายได้ของ Microsoft ⛔ อาจสูญเสียรายได้มหาศาลและต้องจ่ายค่าเสียหาย 270 ล้านปอนด์ ‼️ ความไม่แน่นอนจากการอุทธรณ์ ⛔ หาก Microsoft ชนะการอุทธรณ์ ตลาดซอฟต์แวร์มือสองอาจถูกจำกัดอีกครั้ง https://www.tomshardware.com/tech-industry/big-tech/microsoft-to-appeal-ruling-in-favor-of-reselling-perpetual-windows-licenses-uk-competition-court-says-fineprint-holds-no-ground-as-judges-throw-out-companys-creative-work-argument

🖥️ Tachyum Prodigy – โปรเซสเซอร์ 1,024 คอร์ หลังจากรอคอยกว่า 6 ปี Tachyum เปิดเผยสเปกใหม่ของ Prodigy ที่ใช้สถาปัตยกรรม multi-chiplet ผลิตบนเทคโนโลยี TSMC 2nm-class โดยรุ่นสูงสุด “Prodigy Ultimate” จะมี 768–1,024 คอร์, แรม DDR5 สูงสุด 48TB ต่อซ็อกเก็ต, และแบนด์วิดท์หน่วยความจำถึง 3.38TB/s ⚡ พลังงานและประสิทธิภาพที่ท้าทาย Tachyum อ้างว่า Prodigy สามารถทำงานได้เร็วกว่า Nvidia Rubin NVL576 rack ถึง 21 เท่า และให้ประสิทธิภาพ AI inference กว่า 1,000 PFLOPS อย่างไรก็ตาม ตัวเลขเหล่านี้ถูกตั้งคำถาม เนื่องจากการใช้พลังงานสูงถึง 1,600W ต่อชิป ทำให้ยากต่อการใช้งานจริงในศูนย์ข้อมูล 🏭 ความล่าช้าและอุปสรรคการผลิต แม้จะมีการประกาศสเปกใหม่ แต่ Prodigy ยังไม่เข้าสู่การผลิตจริง การย้ายจากเทคโนโลยี 5nm FinFET ไปสู่ 2nm GAA ทำให้ต้องออกแบบใหม่ทั้งหมด ซึ่งอาจใช้เวลาอีก 4–5 ปีในการพัฒนาและตรวจสอบ หากทุกอย่างเป็นไปตามแผน Prodigy อาจพร้อมใช้งานจริงได้ในปี 2030–2031 🌐 ความเสี่ยงด้านการแข่งขันและต้นทุน การพัฒนาชิปขั้นสูงเช่นนี้ต้องใช้เงินลงทุนมหาศาลกว่า 300 ล้านดอลลาร์ และ Tachyum อาจหมดทุนก่อนที่จะผลิตได้จริง อีกทั้งเมื่อถึงเวลานั้น ตลาดอาจเต็มไปด้วยคู่แข่งจาก AMD, Intel และ Nvidia ที่มีผลิตภัณฑ์พร้อมใช้งานแล้ว ทำให้ Prodigy เสี่ยงที่จะไม่สามารถแข่งขันได้ 📌 สรุปประเด็นสำคัญ ✅ Tachyum เปิดเผยสเปกใหม่ Prodigy Processor ➡️ รุ่น Ultimate มี 1,024 คอร์ และรองรับ DDR5 สูงสุด 48TB ต่อซ็อกเก็ต ✅ อ้างว่าทำงานเร็วกว่า Nvidia Rubin NVL576 ถึง 20 เท่า ➡️ ให้ประสิทธิภาพ AI inference กว่า 1,000 PFLOPS ✅ ใช้สถาปัตยกรรม multi-chiplet บน TSMC 2nm-class ➡️ มีแบนด์วิดท์หน่วยความจำสูงถึง 3.38TB/s ‼️ การใช้พลังงานสูงถึง 1,600W ต่อชิป ⛔ อาจไม่เหมาะกับการใช้งานจริงในศูนย์ข้อมูล ‼️ ความล่าช้าและต้นทุนมหาศาล ⛔ อาจต้องรอถึงปี 2030–2031 และใช้เงินลงทุนกว่า 300 ล้านดอลลาร์ https://www.tomshardware.com/pc-components/cpus/after-six-years-of-promises-and-no-shipping-silicon-tachyum-revises-prodigy-processor-specs-to-1-024-cores-with-1-600w-of-power-consumption-likely-another-5-year-delay-company-claims-its-chip-is-20-times-faster-than-nvidias-rubin-nvl576-rack

📊 AMD ก้าวขึ้นสู่ 25% ของตลาด x86 CPU ข้อมูลจาก Mercury Research ระบุว่า AMD มีส่วนแบ่งตลาดรวมของ x86 CPU อยู่ที่ 25.6% เพิ่มขึ้นจาก 24.2% ในไตรมาสก่อน และจาก 24% ในช่วงเดียวกันของปีก่อน ถือเป็นการบรรลุ milestone สำคัญที่สะท้อนถึงการเติบโตอย่างต่อเนื่อง 🖥️ เดสก์ท็อป: จุดแข็งของ AMD ในตลาดเดสก์ท็อป AMD ทำผลงานโดดเด่นด้วยซีรีส์ Ryzen 9000 “Granite Ridge” ที่ได้รับความนิยมในกลุ่มผู้ใช้ระดับ enthusiast และ performance ทำให้ AMD ครองส่วนแบ่งถึง 33.6% เพิ่มขึ้นจาก 32.2% ในไตรมาสก่อน และมากกว่า 10% เมื่อเทียบกับปี 2024 💻 ตลาดโน้ตบุ๊กและเซิร์ฟเวอร์ แม้ AMD จะเสียส่วนแบ่งเล็กน้อยในตลาดโน้ตบุ๊กเมื่อเทียบกับปีก่อน แต่ก็เริ่มกลับมาแข็งแกร่งขึ้นในไตรมาสล่าสุด โดยมีส่วนแบ่ง 21.9% ขณะที่ในตลาดเซิร์ฟเวอร์ AMD ยังคงขยายตัวอย่างช้า ๆ โดยมีส่วนแบ่ง 27.8% ซึ่งสะท้อนถึงการยอมรับที่เพิ่มขึ้นของซีรีส์ EPYC Turin ⚡ Intel ยังคงครองตลาดแต่ถูกกดดัน Intel ยังคงครองส่วนแบ่งใหญ่กว่า 74% ของตลาดรวม แต่กำลังเผชิญปัญหาการจัดหาชิป entry-level และการเปลี่ยนผ่านผลิตภัณฑ์ ทำให้ AMD สามารถแทรกตัวเข้ามาได้มากขึ้น โดยเฉพาะในตลาดเดสก์ท็อปที่ Intel สูญเสียความนิยมในรุ่น Core Raptor Lake 📌 สรุปประเด็นสำคัญ ✅ AMD ครอง 25.6% ของตลาด x86 CPU รวม ➡️ เพิ่มขึ้นทั้งเมื่อเทียบ QoQ และ YoY ✅ AMD ครอง 33.6% ของตลาดเดสก์ท็อป ➡️ Ryzen 9000 “Granite Ridge” ได้รับความนิยมสูง ✅ AMD มีส่วนแบ่ง 21.9% ในตลาดโน้ตบุ๊ก ➡️ เริ่มกลับมาแข็งแกร่งหลังจากเสียส่วนแบ่งก่อนหน้านี้ ✅ AMD มีส่วนแบ่ง 27.8% ในตลาดเซิร์ฟเวอร์ ➡️ EPYC Turin ได้รับการยอมรับเพิ่มขึ้น ‼️ Intel สูญเสียความนิยมในบางเซ็กเมนต์ ⛔ ปัญหาการจัดหาชิป entry-level และการเปลี่ยนผ่านผลิตภัณฑ์ ‼️ การแข่งขันรุนแรงในตลาดเดสก์ท็อป ⛔ Intel ถูกกดดันจาก Ryzen รุ่นใหม่ที่ครองใจผู้ใช้ enthusiast https://www.tomshardware.com/pc-components/cpus/amd-continues-to-chip-away-at-intels-x86-market-share-company-now-sells-over-25-percent-of-all-x86-chips-and-powers-33-percent-of-all-desktop-systems

🖥️ ผลการทดสอบ PassMark ของ Core Ultra X7 358H ชิป Intel Core Ultra X7 358H ซึ่งเป็นรุ่นกลางสำหรับโน้ตบุ๊ก ได้คะแนน 4,282 คะแนนใน single-threaded และ 29,426 คะแนนใน multi-threaded ซึ่งต่ำกว่า Core Ultra 7 255H (4,347 คะแนน) และ 265H (4,433 คะแนน) ประมาณ 11–15% ⚙️ สเปกเบื้องต้นของชิป 🔰 โครงสร้าง 16 คอร์ (4+8+4) 🔰 แคช L3 ขนาด 18MB 🔰 ใช้สถาปัตยกรรม Xe3 สำหรับ iGPU (Arc B390) แม้ยังเป็นตัวอย่างวิศวกรรม (engineering sample) แต่ผลลัพธ์สะท้อนว่าประสิทธิภาพยังไม่สามารถแซงรุ่น Arrow Lake-H ได้ 🎮 iGPU Arc B390 เทียบกับ GPU Laptop iGPU Arc B390 ทำคะแนน 9,339 คะแนน ใกล้เคียง GTX 1650 Super แต่ยัง ช้ากว่า RTX 3050 Laptop ถึง 23% ซึ่งต่างจากผล Geekbench ก่อนหน้านี้ที่เคยแสดงว่าใกล้เคียง RTX 3050 Ti 🔮 แนวโน้มและความคาดหวัง Core Ultra X7 358H จะเปิดตัวในเดือน มกราคม 2026 บนแพลตฟอร์มโน้ตบุ๊กเท่านั้น หากผลทดสอบจริงยังไม่ดีขึ้น Intel อาจต้องพึ่งพา Nova Lake ที่จะเปิดตัวปลายปี 2026 เพื่อแข่งขันกับคู่แข่ง AMD และ Apple 📌 สรุปประเด็นสำคัญ ✅ คะแนน PassMark ของ Core Ultra X7 358H ➡️ Single-core: 4,282 / Multi-core: 29,426 ✅ ด้อยกว่า Core Ultra 7 255H และ 265H ➡️ ช้ากว่า 11–15% ในการทดสอบ multi-threaded ✅ iGPU Arc B390 ใกล้ GTX 1650 Super ➡️ แต่ยังช้ากว่า RTX 3050 Laptop 23% ‼️ เป็นเพียง engineering sample ⛔ ผลลัพธ์อาจเปลี่ยนไปเมื่อเปิดตัวจริง ‼️ เสี่ยงต่อการเสียเปรียบคู่แข่ง ⛔ หากไม่ปรับปรุง อาจต้องพึ่ง Nova Lake ในปลายปี 2026 https://wccftech.com/intel-core-ultra-x7-358h-benchmarked-on-passmark/

😏 Intel CEO Lip-Bu Tan เข้ามาควบคุมกลยุทธ์ AI ด้วยตัวเอง 👨‍💼 การเปลี่ยนแปลงผู้นำในฝ่าย AI Intel ประสบปัญหาความไม่ต่อเนื่องและความล่าช้าในกลยุทธ์ AI มาหลายปี การลาออกของ Sachin Katti อดีตหัวหน้า AI ที่ย้ายไป OpenAI ถือเป็นการสูญเสียครั้งใหญ่ ทำให้ฝ่าย AI ของ Intel ขาดแรงขับเคลื่อนหลักและเกิดความไม่แน่นอนในทิศทาง ⚡ Lip-Bu Tan เข้ามาคุมเอง จากบันทึกภายในที่หลุดออกมา Tan ยอมรับว่าทีม AI ของ Intel เผชิญการเปลี่ยนแปลงมากในช่วงที่ผ่านมา เขาจึงตัดสินใจ เข้ามาควบคุมโดยตรง เพื่อปรับกลยุทธ์และทำให้การดำเนินงานสอดคล้องกับแผนเทคโนโลยีระยะยาว Tan มีชื่อเสียงจากการพลิกฟื้นบริษัท Cadence มาก่อน จึงถูกมองว่าเป็นสัญญาณบวกต่ออนาคตของ Intel 🏗️ การปรับโครงสร้างและความท้าทาย ฝ่าย AI ของ Intel มีการปรับโครงสร้างครั้งใหญ่ โดยผู้บริหารระดับสูงออกไปหลายคน ทำให้โครงสร้างการบริหารถูกลดชั้นลง แม้จะช่วยให้การตัดสินใจรวดเร็วขึ้น แต่ก็มีความเสี่ยงเพราะการควบคุมจากผู้บริหารอาจไม่ครอบคลุมทุกด้าน ขณะเดียวกัน Intel ยังคงพัฒนา Gaudi chip และโครงการ Crescent Island ที่เคยถูกวางแผนโดย Katti 🔮 ความคาดหวังในอนาคต การที่ Tan เข้ามาคุมเองทำให้ตลาดจับตามองว่า Intel จะสามารถกลับมาแข่งขันในตลาด AI ได้หรือไม่ หากเขาสามารถสร้างความสม่ำเสมอใน roadmap และเร่งการเปิดตัวผลิตภัณฑ์ใหม่ Intel อาจฟื้นความเชื่อมั่นและกลับมาเป็นผู้เล่นหลักในตลาด AI ที่กำลังร้อนแรง 📌 สรุปประเด็นสำคัญ ✅ อดีตหัวหน้า AI ของ Intel ลาออกไป OpenAI ➡️ ทำให้ฝ่าย AI ของ Intel ขาดแรงขับเคลื่อนหลัก ✅ Lip-Bu Tan เข้ามาควบคุมกลยุทธ์ AI โดยตรง ➡️ ตั้งเป้าให้ roadmap มีความสม่ำเสมอและชัดเจน ✅ มีการปรับโครงสร้างฝ่าย AI ครั้งใหญ่ ➡️ ผู้บริหารระดับสูงออกไปหลายคน โครงสร้างถูกลดชั้นลง ‼️ ความเสี่ยงจากการบริหารแบบรวมศูนย์ ⛔ อาจทำให้การควบคุมไม่ครอบคลุมทุกด้านของฝ่าย AI ‼️ ความไม่แน่นอนหลังการสูญเสีย Sachin Katti ⛔ Momentum ของโครงการ AI อาจชะลอตัวลงจนกว่าจะมีการปรับทิศทางใหม่ https://wccftech.com/intel-ceo-lip-bu-tan-takes-direct-control-of-the-ai-strategy/