🎙️ เรื่องเล่าจากข่าว: Huawei CloudMatrix 384—AI ซูเปอร์คลัสเตอร์ที่ท้าชน Nvidia ด้วยพลังแห่งการรวมชิป ในงาน World Artificial Intelligence Conference 2025 ที่เซี่ยงไฮ้ Huawei ได้เปิดตัวระบบ CloudMatrix 384 ซึ่งเป็นซูเปอร์คลัสเตอร์ AI ที่ประกอบด้วยชิป Ascend 910C จำนวน 384 ตัว เชื่อมต่อกันด้วยโครงสร้างแบบ “all-to-all mesh” ผ่านสายออปติกความเร็วสูง แม้ชิปแต่ละตัวจะมีประสิทธิภาพต่ำกว่า Nvidia H100 แต่ Huawei ใช้กลยุทธ์ “จำนวนมาก + การออกแบบระบบ” เพื่อชดเชยข้อเสีย และสามารถให้ประสิทธิภาพรวมสูงกว่าระบบ Nvidia GB200 NVL72 ได้ในหลายด้าน เช่น: - ความเร็วในการประมวลผล BF16 สูงกว่า 1.7 เท่า - ความจุหน่วยความจำสูงกว่า 3.6 เท่า - แบนด์วิดธ์หน่วยความจำสูงกว่า 2.1 เท่า อย่างไรก็ตาม ระบบนี้ใช้พลังงานมากกว่าถึง 3.9 เท่า และมีประสิทธิภาพต่อวัตต์ต่ำกว่าถึง 2.3 เท่า ซึ่งอาจเป็นข้อจำกัดสำคัญในตลาดโลก แต่สำหรับจีนที่มีแหล่งพลังงานหลากหลายและราคาถูก นี่อาจไม่ใช่ปัญหา ✅ Huawei เปิดตัวระบบ CloudMatrix 384 ในงาน WAIC 2025 ที่เซี่ยงไฮ้ ➡️ ใช้ชิป Ascend 910C จำนวน 384 ตัว เชื่อมต่อแบบ all-to-all mesh ด้วยสายออปติก ➡️ ออกแบบมาเพื่อแข่งขันกับ Nvidia GB200 NVL72 ✅ ระบบสามารถประมวลผลได้ถึง 300 PFLOPs แบบ BF16 ➡️ สูงกว่า Nvidia GB200 NVL72 ที่ทำได้ 180 PFLOPs ➡️ เหมาะสำหรับงาน inference ของโมเดลขนาดใหญ่ ✅ Ascend 910C มีประสิทธิภาพประมาณ 60% ของ Nvidia H100 ในงาน inference ➡️ ใช้เทคนิค dual-chiplet และหน่วยความจำ HBM2E ขนาด 128 GB ➡️ ผลิตโดย SMIC ด้วยเทคโนโลยี 7nm รุ่นใหม่ ✅ ระบบมีความจุหน่วยความจำรวม 49.2 TB และแบนด์วิดธ์รวม 1229 TB/s ➡️ สูงกว่า Nvidia GB200 NVL72 ถึง 3.6 เท่าในด้านความจุ และ 2.1 เท่าในด้านแบนด์วิดธ์ ➡️ รองรับการเชื่อมต่อแบบ scale-out ได้ถึง 165,000 NPU ✅ ระบบ CloudMatrix 384 ถูกติดตั้งแล้วบน Huawei Cloud และพร้อมใช้งานจริง ➡️ ใช้ในงาน AI training และ inference ระดับองค์กร ➡️ เป็นส่วนหนึ่งของยุทธศาสตร์ลดการพึ่งพาเทคโนโลยีต่างชาติ ✅ Nvidia GB200 NVL72 ใช้ชิป Grace CPU 36 ตัว และ Blackwell GPU 72 ตัว ➡️ ออกแบบให้ทำงานร่วมกันเป็น “GPU ขนาดยักษ์” สำหรับโมเดลระดับล้านล้านพารามิเตอร์ ➡️ มีข้อจำกัดด้านการส่งออกไปยังจีน ✅ Huawei ใช้สายออปติก 800G LPO จำนวน 6,912 เส้นในการเชื่อมต่อภายในระบบ ➡️ ลด latency และเพิ่ม bandwidth ได้อย่างมหาศาล ➡️ เป็นการออกแบบที่เน้น “ระบบ” มากกว่าชิปเดี่ยว ✅ DeepSeek AI ใช้ Ascend 910C สำหรับ inference และพบว่าประสิทธิภาพ “เกินคาด” ➡️ ใช้เทคนิคแปลง CUDA เป็น CUNN ด้วยโค้ดเพียงบรรทัดเดียว ➡️ ช่วยลดต้นทุนและลดการพึ่งพา Nvidia ✅ จีนกำลังผลักดัน ecosystem ด้าน AI แบบครบวงจร ตั้งแต่ชิปถึงโมเดล ➡️ มีการตั้งพันธมิตรระหว่างผู้ผลิตชิปและนักพัฒนา LLM ➡️ เป้าหมายคือสร้างระบบ AI ที่ไม่ต้องพึ่งพาตะวันตก ‼️ ระบบ CloudMatrix 384 ใช้พลังงานมากกว่าระบบ Nvidia ถึง 3.9 เท่า ⛔ ประสิทธิภาพต่อวัตต์ต่ำกว่า Nvidia ถึง 2.3 เท่า ⛔ อาจไม่เหมาะกับประเทศที่มีข้อจำกัดด้านพลังงาน ‼️ ชิป Ascend 910C ยังไม่สามารถเทียบเท่า Nvidia H100 ในงาน training ⛔ เหมาะกับ inference มากกว่า training ที่ต้องใช้ความเสถียรสูง ⛔ ยังขาด ecosystem ด้านซอฟต์แวร์ที่เทียบเท่า CUDA ‼️ ระบบ CloudMatrix ยังไม่มี benchmark สาธารณะหรือการทดสอบจากองค์กรอิสระ ⛔ ข้อมูลส่วนใหญ่มาจาก Huawei และ SemiAnalysis ⛔ ต้องรอการพิสูจน์จากการใช้งานจริงในระยะยาว ‼️ รัฐบาลสหรัฐฯ เตรียมออกมาตรการลงโทษบริษัทที่ใช้ชิป Ascend 910C ทั่วโลก ⛔ อ้างว่าใช้เทคโนโลยีที่มีต้นกำเนิดจากสหรัฐฯ ⛔ อาจส่งผลต่อบริษัทต่างชาติที่ร่วมใช้งานระบบนี้ https://www.techspot.com/news/108891-huawei-cloudmatrix-384-ai-system-poised-challenge-nvidia.html

🧠 เรื่องเล่าจากข่าว: “Man in the Prompt” เมื่อ AI กลายเป็นผู้ช่วยโจรกรรมข้อมูล นักวิจัยจากบริษัท LayerX ค้นพบช่องโหว่ใหม่ที่เรียกว่า “Man in the Prompt” ซึ่งอาศัยความจริงที่ว่า ช่องใส่คำสั่ง (prompt input) ของ AI บนเว็บเบราว์เซอร์เป็นส่วนหนึ่งของโครงสร้างหน้าเว็บ (Document Object Model หรือ DOM) นั่นหมายความว่า ส่วนเสริมใด ๆ ที่เข้าถึง DOM ได้ ก็สามารถอ่านหรือเขียนคำสั่งลงในช่อง prompt ได้ทันที—even ถ้าไม่มีสิทธิ์พิเศษ! แฮกเกอร์สามารถใช้ส่วนเสริมที่เป็นอันตราย (หรือซื้อสิทธิ์จากส่วนเสริมที่มีอยู่แล้ว) เพื่อแอบแฝงคำสั่งลับ, ดึงข้อมูลจากคำตอบของ AI, หรือแม้แต่ลบประวัติการสนทนาเพื่อไม่ให้ผู้ใช้รู้ตัว LayerX ได้ทดลองโจมตีจริงกับ ChatGPT และ Google Gemini โดยใช้ส่วนเสริมที่ดูไม่มีพิษภัย แต่สามารถเปิดแท็บลับ, ส่งคำสั่งไปยัง AI, ดึงข้อมูลออก และลบหลักฐานทั้งหมด สิ่งที่น่ากลัวคือ AI เหล่านี้มักถูกใช้ในองค์กรเพื่อประมวลผลข้อมูลลับ เช่น เอกสารภายใน, แผนธุรกิจ, หรือรหัสโปรแกรม—ซึ่งอาจถูกขโมยไปโดยไม่รู้ตัว ✅ “Man in the Prompt” คือการโจมตีผ่านส่วนเสริมเบราว์เซอร์ที่แอบแฝงคำสั่งในช่อง prompt ของ AI ➡️ ใช้ช่องโหว่ของ DOM ที่เปิดให้ส่วนเสริมเข้าถึงข้อมูลในหน้าเว็บ ➡️ ไม่ต้องใช้สิทธิ์พิเศษก็สามารถอ่าน/เขียนคำสั่งได้ ✅ AI ที่ได้รับผลกระทบ ได้แก่ ChatGPT, Gemini, Claude, Copilot และ Deepseek ➡️ ทั้ง AI เชิงพาณิชย์และ AI ภายในองค์กร ➡️ มีการทดสอบจริงและแสดงผลสำเร็จ ✅ ส่วนเสริมสามารถแอบส่งคำสั่ง, ดึงข้อมูล, และลบประวัติการสนทนาได้ ➡️ เช่น เปิดแท็บลับ, ส่งคำสั่งไปยัง ChatGPT, ดึงผลลัพธ์, แล้วลบแชท ➡️ Gemini สามารถถูกโจมตีผ่าน sidebar ที่เชื่อมกับ Google Workspace ✅ ข้อมูลที่เสี่ยงต่อการรั่วไหล ได้แก่ อีเมล, เอกสาร, รหัส, แผนธุรกิจ และทรัพย์สินทางปัญญา ➡️ โดยเฉพาะ AI ภายในองค์กรที่ฝึกด้วยข้อมูลลับ ➡️ มีความเชื่อมั่นสูงแต่ขาดระบบป้องกันคำสั่งแฝง ✅ LayerX แนะนำให้ตรวจสอบพฤติกรรม DOM ของส่วนเสริมแทนการดูแค่สิทธิ์ที่ประกาศไว้ ➡️ ปรับระบบความปลอดภัยให้มองเห็นการเปลี่ยนแปลงใน DOM ➡️ ป้องกันการแอบแฝงคำสั่งและการดึงข้อมูลแบบเรียลไทม์ ‼️ ส่วนเสริมที่ดูปลอดภัยอาจถูกแฮกหรือซื้อสิทธิ์ไปใช้โจมตีได้ ⛔ เช่น ส่วนเสริมที่มีฟีเจอร์จัดการ prompt อาจถูกใช้เพื่อแอบแฝงคำสั่ง ⛔ ไม่ต้องมีการติดตั้งใหม่หรืออนุญาตใด ๆ จากผู้ใช้ ‼️ ระบบความปลอดภัยแบบเดิมไม่สามารถตรวจจับการโจมตีในระดับ DOM ได้ ⛔ เช่น DLP หรือ Secure Web Gateway ไม่เห็นการเปลี่ยนแปลงใน DOM ⛔ การบล็อก URL ของ AI ไม่ช่วยป้องกันการโจมตีภายในเบราว์เซอร์ ‼️ องค์กรที่อนุญาตให้ติดตั้งส่วนเสริมอย่างเสรีมีความเสี่ยงสูงมาก ⛔ พนักงานอาจติดตั้งส่วนเสริมที่เป็นอันตรายโดยไม่รู้ตัว ⛔ ข้อมูลภายในองค์กรอาจถูกขโมยผ่าน AI ที่เชื่อมกับเบราว์เซอร์ ‼️ AI ที่ฝึกด้วยข้อมูลลับภายในองค์กรมีความเสี่ยงสูงสุด ⛔ เช่น ข้อมูลทางกฎหมาย, การเงิน, หรือกลยุทธ์ ⛔ หากถูกดึงออกผ่าน prompt จะไม่มีทางรู้ตัวเลย https://hackread.com/browser-extensions-exploit-chatgpt-gemini-man-in-the-prompt/

🎙️ เรื่องเล่าจากโลก LLMs: พาไปส่องโครงสร้างภายในของโมเดล AI ยักษ์ยุคใหม่ 7 ปีผ่านไปจาก GPT-2 ถึงวันนี้ แม้โมเดลจะดูคล้ายกันมาก แต่ภายใต้ “กลไกเล็ก ๆ” กลับมีการเปลี่ยนแปลงครั้งใหญ่ในเรื่องประสิทธิภาพและหน่วยความจำ เช่น: - เปลี่ยนจาก Multi-Head Attention (MHA) เป็น Grouped-Query Attention (GQA) - ใช้ Multi-Head Latent Attention (MLA) ในบางโมเดล เช่น DeepSeek V3 - การใช้ Mixture-of-Experts (MoE) เพื่อเพิ่มพารามิเตอร์โดยไม่เพิ่มต้นทุน inference - การปรับตำแหน่งของ Normalization Layer เพื่อให้โมเดลเสถียรขึ้น - ใช้ Sliding Window Attention และ QK-Norm เพื่อประหยัด KV cache และเร่งการเรียนรู้ - ลดขนาดโมเดลโดยยังให้ความสามารถสูง เช่น SmolLM3 กับ Gemma 3n ✅ DeepSeek V3 ใช้ Multi-Head Latent Attention (MLA) แทน GQA เพื่อประหยัด KV cache ➡️ ขณะเดียวกันยังให้ผลลัพธ์ดีกว่า MHA และใช้พารามิเตอร์น้อยลง ‼️ MLA แม้มีผลดี แต่ยังใหม่และซับซ้อนในการ implement ⛔ ต้องใช้การบีบอัดและ projection ซึ่งเพิ่มขั้นตอนในการ inference ✅ DeepSeek V3 ใช้ Mixture-of-Experts (MoE) ที่มี 256 expert layers ➡️ ใช้เพียง 9 expert ต่อ token ขณะ inference ทำให้ประหยัดพลังงาน ‼️ การใช้ MoE ทำให้ parameter ทั้งหมดเยอะมาก แม้จะใช้จริงเพียงส่วนน้อย ⛔ หากระบบ routing ไม่ดีหรือไม่เสถียร อาจเกิด undertraining ในบาง expert ✅ OLMo 2 ใช้ Post-Norm แบบใหม่ และเพิ่ม QK-Norm ภายใน attention block ➡️ ช่วยเสถียรภาพในการฝึกและลด loss ‼️ QK-Norm และการสลับ Pre/Post-Norm ต้องทดลองอย่างระวัง ⛔ ถ้าใช้ผิดจังหวะอาจทำให้ training loss แปรปรวน ✅ Gemma 3 ใช้ Sliding Window Attention เพื่อลดการใช้หน่วยความจำ ➡️ ลดขนาด window เหลือ 1024 token และมี Global Attention เฉพาะบางชั้น ‼️ Sliding Window Attention ลด memory แต่ไม่ลด latency เสมอไป ⛔ เพราะยังต้องประมวลผลแบบ local ซึ่งไม่สามารถใช้ FlashAttention ได้เต็มที่ ✅ Gemma 3n ใช้ Per-Layer Embedding เพื่อให้ inference บนอุปกรณ์เล็ก ➡️ แยก parameter บางส่วนไว้บน CPU หรือ SSD แล้วโหลดตามต้องการ ‼️ Per-Layer Embedding ทำให้พารามิเตอร์ถูกสตรีมจากอุปกรณ์ภายนอก ⛔ ถ้า bandwidth หรือ latency สูงเกินไปจะกระทบต่อการ inference อย่างหนัก ✅ Mistral Small 3.1 เลิกใช้ Sliding Attention เพื่อรองรับ FlashAttention แบบเต็ม ➡️ ทำให้ inference เร็วขึ้นแม้จะมีพารามิเตอร์ใกล้เคียงกับ Gemma 3 ✅ Llama 4 ใช้ MoE แบบ alternated (สลับชั้น MoE กับ Dense) ➡️ Active parameter มีแค่ 17B แม้ model จะมี 400B ✅ Qwen3 มีรุ่น dense ขนาดเล็กมาก (เช่น 0.6B) และ MoE ขนาดใหญ่ถึง 235B ➡️ รุ่น MoE ไม่มี shared expert แต่ยังใช้ GQA เหมือนรุ่นก่อน ✅ SmolLM3 ใช้ NoPE (No Positional Embeddings) แบบไม่ระบุตำแหน่งเลย ➡️ แสดงให้เห็นว่าไม่ต้องใช้ embedding ก็สามารถเรียนรู้ลำดับได้บางส่วน ‼️ การไม่มี Positional Embedding (เช่น NoPE) อาจกระทบโมเดลใน task ที่ต้องอิงลำดับ ⛔ เช่นการสรุปเนื้อหายาว หรือการจัดเรียงข้อมูลตามเวลา https://magazine.sebastianraschka.com/p/the-big-llm-architecture-comparison

DeepSeek ถูกแบนในเช็ก – เพราะอาจส่งข้อมูลผู้ใช้ให้รัฐบาลจีน DeepSeek เป็นบริษัท AI จากจีนที่เปิดตัวในปี 2023 และได้รับความนิยมอย่างรวดเร็วหลังเปิดตัวแอปบน iOS และ Android ในเดือนมกราคม 2025 โดยสามารถแซง ChatGPT ขึ้นอันดับหนึ่งใน App Store ได้ในหลายประเทศ แต่ความนิยมนี้กลับมาพร้อมกับความกังวลด้านความมั่นคง เมื่อหน่วยงานความมั่นคงไซเบอร์แห่งชาติของเช็ก (NÚKIB) ออกรายงานเมื่อวันที่ 9 กรกฎาคม 2025 ระบุว่า DeepSeek และบริษัทแม่ High-Flyer มี “ความเชื่อมโยงลึก” กับรัฐบาลจีน และอาจถูกใช้เป็นเครื่องมือในการจารกรรมข้อมูล รายงานอ้างถึงกฎหมายจีนหลายฉบับ เช่น: - กฎหมายความมั่นคงแห่งชาติ - กฎหมายข่าวกรองแห่งชาติ - กฎหมายต่อต้านการจารกรรม ซึ่งทั้งหมดบังคับให้บริษัทจีนต้องให้ข้อมูลผู้ใช้แก่รัฐบาล ไม่ว่าผู้ใช้นั้นจะอยู่ประเทศใดก็ตาม ผลคือ Czechia ประกาศแบนการใช้งาน DeepSeek ในเกือบทุกกรณี ยกเว้นสำหรับนักวิจัยด้านความปลอดภัย และการใช้งานโมเดลโอเพนซอร์สที่ไม่เชื่อมต่อกับเซิร์ฟเวอร์ของบริษัท ประเทศอื่น ๆ ที่ออกมาตรการคล้ายกัน ได้แก่ สหรัฐฯ (รวมถึงกองทัพเรือและ NASA), แคนาดา, ออสเตรเลีย, อินเดีย, อิตาลี, เดนมาร์ก, เนเธอร์แลนด์, นอร์เวย์, เกาหลีใต้ และไต้หวัน NÚKIB ระบุว่า “ความกังวลต่อ DeepSeek ไม่ได้เกิดจากวัฒนธรรมร่วมกันหรือภูมิศาสตร์ แต่เป็นผลจากการประเมินความเสี่ยงอย่างเป็นกลาง” และคาดว่าประเทศอื่น ๆ จะออกมาตรการเพิ่มเติมในอีกไม่กี่เดือนข้างหน้า ✅ ข้อมูลจากข่าว - รัฐบาลเช็กประกาศแบนการใช้งาน DeepSeek เนื่องจากความเสี่ยงด้านความมั่นคงไซเบอร์ - DeepSeek เป็นบริษัท AI จากจีนที่เปิดตัวในปี 2023 และได้รับความนิยมในปี 2025 - หน่วยงาน NÚKIB ระบุว่า DeepSeek มีความเชื่อมโยงกับรัฐบาลจีน - อ้างถึงกฎหมายจีนที่บังคับให้บริษัทต้องให้ข้อมูลผู้ใช้แก่รัฐบาล - การแบนครอบคลุมทุกกรณี ยกเว้นนักวิจัยและการใช้งานแบบ self-host ที่ไม่เชื่อมต่อกับเซิร์ฟเวอร์ของบริษัท - ประเทศอื่นที่ออกมาตรการคล้ายกัน ได้แก่ สหรัฐฯ, แคนาดา, ออสเตรเลีย, อินเดีย, อิตาลี, เดนมาร์ก, เนเธอร์แลนด์, นอร์เวย์, เกาหลีใต้ และไต้หวัน ‼️ คำเตือนและข้อควรระวัง - ผู้ใช้ DeepSeek อาจเสี่ยงต่อการถูกเก็บข้อมูลและส่งต่อให้รัฐบาลจีนโดยไม่รู้ตัว - กฎหมายจีนมีอำนาจเหนือบริษัทจีนแม้จะให้บริการในต่างประเทศ - การใช้งานโมเดล AI ที่เชื่อมต่อกับเซิร์ฟเวอร์จีนอาจเปิดช่องให้เกิดการจารกรรมข้อมูล - องค์กรควรหลีกเลี่ยงการใช้บริการจากบริษัทที่มีความเชื่อมโยงกับรัฐบาลต่างชาติในงานที่เกี่ยวข้องกับข้อมูลสำคัญ - การใช้งานโมเดลโอเพนซอร์สควรทำแบบ self-host เพื่อป้องกันการส่งข้อมูลออกนอกองค์กร https://www.tomshardware.com/tech-industry/cyber-security/czechia-warns-that-deepseek-can-share-all-user-information-with-the-chinese-government

AI สร้างมัลแวร์หลบหลีก Microsoft Defender ได้ – แค่ฝึกสามเดือนก็แฮกทะลุ นักวิจัยจาก Outflank ซึ่งเป็นทีม red team ด้านความปลอดภัย เปิดเผยว่า พวกเขาสามารถฝึกโมเดล Qwen 2.5 (โมเดล LLM แบบโอเพนซอร์สจาก Alibaba) ให้สร้างมัลแวร์ที่สามารถหลบหลีก Microsoft Defender for Endpoint ได้สำเร็จประมาณ 8% ของกรณี หลังใช้เวลาเพียง 3 เดือนและงบประมาณราว $1,500 ผลลัพธ์นี้จะถูกนำเสนอในงาน Black Hat 2025 ซึ่งเป็นงานสัมมนาด้านความปลอดภัยระดับโลก โดยถือเป็น “proof of concept” ที่แสดงให้เห็นว่า AI สามารถถูกนำมาใช้สร้างภัยคุกคามไซเบอร์ได้จริง เมื่อเปรียบเทียบกับโมเดลอื่น: - Anthropic’s AI ทำได้ <1% - DeepSeek ทำได้ <0.5% - Qwen 2.5 จึงถือว่ามีประสิทธิภาพสูงกว่ามากในบริบทนี้ นักวิจัยยังระบุว่า หากมีทรัพยากร GPU มากกว่านี้ และใช้ reinforcement learning อย่างจริงจัง ประสิทธิภาพของโมเดลอาจเพิ่มขึ้นอีกมาก ซึ่งเป็นสัญญาณเตือนสำหรับอนาคตของการโจมตีแบบอัตโนมัติ แม้ Microsoft Defender จะยังคงเป็นเครื่องมือที่มีประสิทธิภาพในภาพรวม แต่การพัฒนา AI ฝั่งรุก (offensive AI) กำลังไล่ตามอย่างรวดเร็ว และอาจทำให้ระบบป้องกันต้องปรับตัวอย่างหนักในอนาคต ✅ ข้อมูลจากข่าว - นักวิจัยจาก Outflank ฝึกโมเดล Qwen 2.5 ให้สร้างมัลแวร์ที่หลบหลีก Microsoft Defender ได้ - ใช้เวลา 3 เดือนและงบประมาณ $1,500 ในการฝึกโมเดล - ประสิทธิภาพของโมเดลอยู่ที่ 8% ซึ่งสูงกว่าโมเดลอื่น ๆ ที่ทดสอบ - จะมีการนำเสนอผลการทดลองในงาน Black Hat 2025 - ใช้เทคนิค reinforcement learning เพื่อปรับปรุงความสามารถของโมเดล - ถือเป็น proof of concept ที่แสดงให้เห็นว่า AI สามารถสร้างภัยไซเบอร์ได้จริง ‼️ คำเตือนและข้อควรระวัง - การใช้ AI สร้างมัลแวร์อาจกลายเป็นเครื่องมือใหม่ของแฮกเกอร์ในอนาคต - โมเดลโอเพนซอร์สสามารถถูกนำไปใช้ในทางร้ายได้ หากไม่มีการควบคุม - Microsoft Defender อาจต้องปรับปรุงอย่างต่อเนื่องเพื่อรับมือกับภัยคุกคามจาก AI - การมี GPU และทรัพยากรเพียงพออาจทำให้บุคคลทั่วไปสามารถฝึกโมเดลโจมตีได้ - การพึ่งพาเครื่องมือป้องกันเพียงอย่างเดียวไม่เพียงพอ ต้องมีการฝึกอบรมและวางระบบความปลอดภัยเชิงรุก - องค์กรควรเริ่มรวม AI threat modeling เข้าในแผนความปลอดภัยไซเบอร์ https://www.tomshardware.com/tech-industry/cyber-security/ai-malware-can-now-evade-microsoft-defender-open-source-llm-outsmarts-tool-around-8-percent-of-the-time-after-three-months-of-training

จีนกำลังสร้างเมืองแห่ง AI กลางทะเลทรายตะวันตก — โครงการนี้ถูกพัฒนาในเมืองอี้อู (Yiwu) โดยมีแผนจะวางระบบดาต้าเซ็นเตอร์ 36 แห่ง เชื่อมต่อกันผ่านโครงข่ายความเร็วสูง → ที่เด็ดคือจำนวนชิป H100/H200 ที่จะใช้งานรวมกันเกิน 115,000 ตัว! → เทียบเท่ากับกริดของบริษัทคลาวด์ขนาดใหญ่ระดับโลกในบางประเทศเลยทีเดียว แต่ปัญหาใหญ่อยู่ที่ข้อจำกัดของสหรัฐฯ ที่ห้ามส่งออก NVIDIA รุ่นสูง (H100/H200) ไปยังจีน → แล้ว “จีนจะหาชิปจากไหน?” Bloomberg รายงานว่ามีช่องทางหลายรูปแบบ ทั้ง: - การขนย้ายผ่านประเทศในเอเชียตะวันออกเฉียงใต้ เช่น มาเลเซีย–สิงคโปร์ - การใช้ชิป H20 ที่ยังไม่ถูกควบคุมแบบเข้มข้น - และการใช้ loophole ด้านเทรดเพื่อเข้าสู่ระบบภายใน → แสดงให้เห็นว่า มาตรการคุมส่งออกยังไม่สามารถปิดทุกช่องทางได้ 100% บริษัทคลื่นลูกใหม่เช่น Zhipu AI และ DeepSeek เริ่มใช้คลัสเตอร์ระดับ Sovereign AI — ที่รัฐบาลสนับสนุนให้สร้าง AI ด้วยทรัพยากรภายในประเทศ → ซึ่งถ้าโครงการนี้เดินหน้าได้จริง = จีนจะมี compute power ที่ใกล้เคียงกับสหรัฐฯ โดยไม่ต้องพึ่งบริษัทตะวันตกเลย ✅ จีนกำลังสร้างโครงสร้างพื้นฐาน AI ขนาด hyperscale ที่ Yiwu → ครอบคลุม 36 ดาต้าเซ็นเตอร์ • มีแผนใช้ NVIDIA H100 / H200 รวมกว่า 115,000 ตัว   • เป็นหนึ่งในโครงการใหญ่ที่สุดที่เคยสร้างในจีนด้าน AI ✅ แม้ถูกสหรัฐฯ จำกัดการเข้าถึง H-series → ยังมีการขนย้ายผ่านช่องทางระดับ SEA (เช่น สิงคโปร์–มาเลเซีย) ✅ จีนยังมีคลัง H20 ที่บริษัท Big Tech ภายในประเทศใช้งานอยู่แล้ว → อาจใช้ทดแทนการขาด H100 ได้ระดับหนึ่ง ✅ ดาต้าเซ็นเตอร์จีนเติบโตอย่างรวดเร็ว → คาดว่ามูลค่าตลาดจะอยู่ที่ 300 พันล้านหยวนภายในปีนี้ ✅ โครงการยังไม่ได้รับการยืนยันจากฝ่ายสหรัฐฯ → อาจอยู่ในระยะลับหรือวางแผนต้นแบบ ✅ จีนยังไม่หันไปใช้ชิป Huawei หรือทางเลือกในประเทศสำหรับระบบ hyperscale → แสดงถึงการพึ่ง NVIDIA เป็นหลัก https://wccftech.com/chinese-ai-firms-plans-massive-domestic-data-center-with-100000-nvidia-ai-chips/

อยู่ดี ๆ บน GitHub ก็มีรายงานจากกลุ่มชื่อ HonestAGI โพสต์งานวิเคราะห์ที่ชี้ว่า → Huawei ใช้ โมเดล Qwen 2.5–14B ของ Alibaba เป็นพื้นฐาน → แล้ว “ปรับแต่ง–ฝึกต่อ (incremental training)” กลายเป็น Pangu Pro MOE ที่เปิดตัวเมื่อเร็ว ๆ นี้ → รายงานนี้บอกว่าโมเดลสองตัวมี “ความคล้ายอย่างผิดปกติ” จนไม่น่าเกิดจากแค่บังเอิญ ประเด็นร้อนคือ: - ถ้าจริง = Huawei อาจ ละเมิดลิขสิทธิ์โมเดล + ใส่ข้อมูลเท็จในรายงานทางเทคนิค - ถ้าไม่จริง = HonestAGI เองก็ไม่มีโปร่งใส และไม่รู้ว่าเบื้องหลังเป็นใคร Huawei ไม่รอช้า ออกแถลงการณ์ผ่านห้องวิจัย AI “Noah’s Ark Lab” → ยืนยันว่า Pangu Pro Moe ฝึกจากศูนย์ (from scratch) → ชี้ว่าโมเดลนี้ใช้ Huawei Ascend chip ทุกขั้นตอน และ “ออกแบบโครงสร้างเองทั้งหมด” → ยอมรับว่าอ้างอิง open-source แต่ ปฏิบัติตามเงื่อนไขลิขสิทธิ์อย่างเคร่งครัด Alibaba ปฏิเสธให้ความเห็น และยังไม่มีตัวตนของ HonestAGI เปิดเผยอย่างชัดเจน หลายฝ่ายมองว่าเรื่องนี้สะท้อน “การแข่งขันและความกดดันสูง” ในวงการ LLM จีน ที่ตอนนี้ Qwen–DeepSeek–Pangu–Baichuan ต่างเปิดโมเดลแข่งกันอย่างดุเดือด ✅ กลุ่ม HonestAGI เผยแพร่งานวิเคราะห์โมเดล Huawei ว่า “มีความสัมพันธ์สูงผิดปกติกับ Qwen 2.5”   • คาดว่าฝึกต่อจากโมเดล Alibaba โดยไม่ฝึกเองตั้งแต่ต้น   • ชี้ว่าอาจมีการใส่ข้อมูลเท็จ–ละเมิด open source license ✅ Huawei ออกแถลงการณ์โต้ทันทีว่า “ไม่ได้ลอก”   • โมเดล Pangu Pro MOE ใช้ชิป Ascend ทั้งหมด   • พัฒนาเองทุกด้าน ทั้งสถาปัตยกรรมและข้อมูล   • ยอมรับใช้อ้างอิง open source แต่ไม่ระบุว่าใช้อะไรบ้าง ✅ Huawei เปิด source โมเดลนี้บน GitCode ตั้งแต่ปลาย มิ.ย. 2025 เพื่อให้เข้าถึงง่ายขึ้น   • พยายามผลักดันการใช้งานในสายรัฐบาล, การเงิน, อุตสาหกรรม ✅ โมเดล Qwen ของ Alibaba ถูกออกแบบมาเน้นใช้งานฝั่ง consumer เช่น chatbot เหมือน GPT ✅ จนถึงขณะนี้ Alibaba ยังไม่มีแถลงอย่างเป็นทางการ https://www.thestar.com.my/tech/tech-news/2025/07/07/huawei039s-ai-lab-denies-that-one-of-its-pangu-models-copied-alibaba039s-qwen

ก่อนหน้านี้ เรามักนึกถึง Alibaba, Huawei, Tencent ว่าเป็น “ยักษ์ใหญ่จีนในจีน” แต่วันนี้พวกเขามีเป้าหมายชัดเจนว่าจะขยายตัวสู่ตลาดโลก โดยเฉพาะในช่วงที่เทรนด์ AI Infrastructure กำลังระเบิด → ทุกประเทศต่างแย่งกันสร้างศูนย์ข้อมูล รัน LLMs และติดอาวุธให้ธุรกิจด้วย AI 📌 จากรายงานของ Taiwan Economic Daily ระบุว่า: - Alibaba Cloud ลงทุนกว่า ¥400 ล้านหยวนเพื่อขยายฐาน AI ทั่วโลก - Huawei เริ่มปักหมุด Ascend Chips ในมาเลเซีย - Tencent ก็เตรียมเปิดศูนย์ข้อมูลในต่างประเทศเพิ่มเติม แม้จะสู้ Big Tech อย่าง AWS, Azure, Google Cloud ในเรื่อง CapEx ยังไม่ได้ แต่ ฝั่งจีนชูจุดขายด้าน “นวัตกรรมวิศวกรรม” และราคาย่อมเยา แถมมีโมเดล AI ที่เริ่มตีตื้น LLM ฝั่งตะวันตก เช่น Qwen2.5-Max, DeepSeek R1/R2 📍 โดยเฉพาะในตลาดเอเชียตะวันออกเฉียงใต้และตะวันออกกลาง ซึ่งยังเปิดกว้าง และไม่ยึดติดกับเทคโนโลยีจากฝั่งสหรัฐฯ → กลายเป็นสนามประลองใหม่ของ CSP จีนและอเมริกา ✅ Alibaba Cloud ลงทุนกว่า 400 ล้านหยวน (ราว 2 พันล้านบาท) ขยายบริการ AI Infrastructure สู่ต่างประเทศ   • เปิดศูนย์ข้อมูลในกว่า 29 ภูมิภาคนอกจีน   • เจาะตลาดเอเชียตะวันออกเฉียงใต้ ตะวันออกกลาง อย่างมาเลเซีย ไทย ฯลฯ ✅ Huawei ส่งชิป AI “Ascend” ลงพื้นที่ เช่นในมาเลเซีย เพื่อทดแทน GPU จากตะวันตก   • ใช้เป็นทางเลือกในการฝึกและรัน LLM แบบ sovereign AI ✅ Tencent และ Alibaba มี LLM รุ่นล่าสุดที่แข่งขันกับ GPT–Claude ได้ในบาง benchmark • เช่น Qwen2.5-Max, DeepSeek R1/R2   • แม้จะใช้ฮาร์ดแวร์ที่ “ด้อยกว่า” แต่ยังสร้างผลงานเทียบเคียงกันได้ ✅ วิศวกรรม + ราคา ถูกชูเป็นข้อได้เปรียบเพื่อเจาะตลาดต่างประเทศ   • ไม่เน้น CapEx หนักแบบ AWS แต่ใช้ “โซลูชันเฉพาะกลุ่ม” ✅ ตลาดเป้าหมายหลักคือ: เอเชียตะวันออกเฉียงใต้, อ่าวเปอร์เซีย, ประเทศกำลังพัฒนา https://wccftech.com/china-big-tech-csp-are-accelerating-their-overseas-expansion/

ตอนแรกไม่มีใครเอะใจว่าทำไม ยอดขายของ NVIDIA ในสิงคโปร์ปี 2024 พุ่งถึง 28% ทั้งที่จัดส่งจริงในประเทศมีแค่ 1% — จนกระทั่ง DeepSeek เปิดตัวโมเดล LLM ระดับเทพในจีน… แล้วคำถามเริ่มตามมาว่า “GPU ที่ใช้เทรนได้มายังไง?” คำตอบอาจอยู่ที่คน 3 คนที่โดนจับในสิงคโปร์: - Woon Guo Jie (สิงคโปร์, 41 ปี) - Alan Wei Zhaolun (สิงคโปร์, 49 ปี) - Li Ming (จีน, 51 ปี) พวกเขาถูกกล่าวหาว่า แสดงข้อมูลปลอมเกี่ยวกับปลายทางของเซิร์ฟเวอร์ที่ซื้อจากสหรัฐฯ แล้วส่งต่อเข้าแดนจีน — ข้ามข้อกำหนดการส่งออกของสหรัฐฯ ที่ห้ามส่งอุปกรณ์ AI ขั้นสูงเข้าจีนโดยตรง การสืบสวนถูกเร่งด่วนขึ้นหลัง DeepSeek เปิดตัว และพบว่า บริษัทใช้ GPU ระดับสูงที่ถูกควบคุมการส่งออก แต่ด้าน NVIDIA ปฏิเสธว่า “ไม่เคยขายให้ผู้ต้องห้าม” และ CEO Jensen Huang ก็ออกมาบอกชัดว่า “ไม่มีหลักฐานชิปหลุดไปถึงมือผิด” ปัญหาคือ ช่องทางผ่าน “บริษัทบิลจากสิงคโปร์” แต่จัดส่งสินค้ากลับไปยังจีนหรือมาเลเซีย เป็นสิ่งที่พบได้ทั่วไปในอุตสาหกรรมการค้า → ทำให้สหรัฐฯ เตรียมร่างกฎหมายใหม่ที่บังคับให้ GPU ชั้นสูงต้องมี “ระบบติดตาม GPS” ตลอดการขนส่ง ✅ สามผู้ต้องหาในสิงคโปร์ถูกตั้งข้อหาฉ้อโกงในปี 2023–2024   • แสดงข้อมูลเท็จเกี่ยวกับปลายทางจริงของเซิร์ฟเวอร์ที่ซื้อ   • เชื่อมโยงกับการส่งมอบชิปให้บริษัทจีน DeepSeek ซึ่งอยู่ระหว่างจับตามอง ✅ DeepSeek เป็นบริษัท AI สัญชาติจีนที่เปิดตัวโมเดลขนาดใหญ่ปลายปี 2024   • เทียบระดับ GPT-4 และ Claude   • สหรัฐสงสัยว่า GPU ที่ใช้มาจากแหล่งผิดกฎหมายผ่านชาติที่ 3 ✅ NVIDIA รายงานว่าสิงคโปร์คิดเป็น 28% ของรายได้ในช่วงเวลาดังกล่าว แต่จัดส่งจริงแค่ 1%   • จุดชนวนให้เริ่มสืบสวนช่องทางการส่งต่อ ✅ NVIDIA ปฏิเสธว่าไม่ได้ขายให้รายชื่อที่ถูกแบน และไม่รู้เห็นการลักลอบ   • CEO ยืนยัน “ไม่มีหลักฐาน GPU หลุดไปถึง DeepSeek” ✅ สหรัฐฯ เตรียมออกกฎหมายให้ติดระบบติดตาม (tracking tech) กับ GPU ขั้นสูงที่ส่งออก   • เพื่อป้องกันการถูก “เบี่ยงปลายทาง” (diversion) ไปยังประเทศต้องห้าม ✅ สิงคโปร์ถือเป็นศูนย์กลางการค้าในภูมิภาค → การใช้ billing address จากที่นี่แต่จัดส่งที่อื่นเป็นเรื่องปกติ https://www.tomshardware.com/tech-industry/singapore-ai-chip-court-case-adjourned-until-august-trio-accused-of-illegally-smuggling-nvidia-chips-to-china-for-use-by-ai-firm-deepseek

ในขณะที่หลายคนเพิ่งเริ่มได้ยินชื่อ DeepSeek (อีกหนึ่งสตาร์ทอัพจีนที่โตเร็วมาก) — แต่เบื้องหลังกลับมีผู้เล่นที่น่ากลัวกว่าคือ Zhipu AI Zhipu ไม่ได้เน้นทำโมเดลมาโชว์เหมือน OpenAI หรือ Baidu แต่ “ลงลึกกับรัฐบาล” โดยร่วมมือกับประเทศอย่างซาอุฯ, สหรัฐอาหรับเอมิเรตส์, มาเลเซีย และสิงคโปร์ เพื่อ: - สร้าง ระบบโครงสร้างพื้นฐาน AI ที่เป็นของรัฐ (sovereign LLM infrastructure) - วางขายโมเดลที่รันในคลาวด์ปิด ใช้ได้เฉพาะในประเทศ - ใช้ฮาร์ดแวร์จาก Huawei เป็นเบื้องหลัง หนึ่งในผลงานเด่นคือ AutoGLM Rumination Agent ซึ่งเก่งเรื่องการวิเคราะห์บริบทซับซ้อนและควบคุมเบราว์เซอร์จากคำสั่งได้ นอกจากนี้ Zhipu ยังได้รับเงินสนับสนุนจากภาครัฐจีนกว่า $1.4 พันล้าน และทุนเอกชนจากซาอุฯ อีกราว $400 ล้าน → สะท้อนว่าโมเดลธุรกิจของเขาไม่ได้แค่ขายโมเดล แต่ขาย “เอกราชทางดิจิทัล” ให้ประเทศพันธมิตรเลยทีเดียว ✅ Zhipu AI คือสตาร์ทอัพจากจีนที่เน้นพัฒนา ‘sovereign AI infrastructure’ สำหรับรัฐบาลต่างประเทศ   • สร้างคลาวด์และโมเดล LLM ที่รันภายในประเทศลูกค้าโดยเฉพาะ   • แตกต่างจาก DeepSeek ที่เน้นแข่งขันเชิงโมเดล LLM โดยตรง ✅ ได้รับเงินลงทุนกว่า $1.8 พันล้าน จากทั้งรัฐจีนและนักลงทุนในตะวันออกกลาง (เช่น Prosperity7 จากซาอุฯ)   • สะท้อนความเชื่อมั่นในโมเดลธุรกิจลึกเชิงโครงสร้างมากกว่าบริการแอปพลิเคชันทั่วไป ✅ มีพันธมิตรร่วมพัฒนาโครงสร้างพื้นฐานกับ Huawei   • นำเสนอทางเลือกใหม่สำหรับประเทศที่ไม่ต้องการพึ่งพา OpenAI หรือ Nvidia ✅ โมเดล AutoGLM มีความสามารถเทียบเท่ากับโมเดลระดับบนในเรื่องการสั่งงานอัตโนมัติและ long-context reasoning ✅ กลุ่มเป้าหมายหลักของ Zhipu ได้แก่ประเทศในตะวันออกกลางและเอเชียตะวันออกเฉียงใต้ เช่น มาเลเซียและสิงคโปร์   • ชี้ว่าจีนพยายามขยายอิทธิพลทางดิจิทัลนอกประเทศอย่างชัดเจน https://wccftech.com/chinese-startup-zhipu-ai-seen-as-a-much-greater-threat-than-deepseek-to-us-ai-dominance/

DeepSeek เป็นบริษัท AI สัญชาติจีนที่สร้างชื่อจากโมเดลภาษาขั้นสูง “R1” ซึ่งเคยเทรนด้วย GPU มากถึง 50,000 ตัว (รวม H20, H800, H100) ที่ได้มาจากกองทุน High-Flyer Capital แต่ตอนนี้ปัญหาคือ H20 กลายเป็นชิปต้องห้าม จากมาตรการคุมส่งออกของรัฐบาลสหรัฐฯ — ซึ่งเกิดขึ้นตั้งแต่กลางเดือนเมษายนที่ผ่านมา ทำให้ DeepSeek ไม่สามารถหา GPU ใหม่มาใช้งานได้อีก สิ่งที่น่าห่วงคือ: - ผู้ใช้งานของ R1 จำนวนมากรันอยู่บน H20 → ตอนนี้เริ่มใช้งานติดขัด - R2 ยังไม่เสร็จดี ซีอีโอของ DeepSeek ก็ยังไม่พอใจผลลัพธ์เท่าที่ควร - ถ้า R2 เปิดตัวได้ไม่แรงพอ อาจเสียจังหวะให้คู่แข่งคนอื่นแซงในตลาด LLM จีน นี่สะท้อนว่าบริษัท AI จีนยังพึ่งพา ฮาร์ดแวร์ + ซอฟต์แวร์จากสหรัฐฯ อย่างลึกซึ้งมาก โดยเฉพาะ CUDA stack ของ Nvidia ที่ยังไม่มีทางออกที่เทียบเท่าได้ง่าย ๆ https://www.tomshardware.com/tech-industry/artificial-intelligence/ai-disruptor-deepseeks-next-gen-model-delayed-by-nvidia-h20-restrictions-short-supply-of-accelerators-hinders-development

เดิมทีสหรัฐออกกฎห้ามส่งออกชิป AI ระดับสูง เช่น H100 และ A100 ไปยังจีนมาตั้งแต่ปี 2022 เพราะกลัวว่าจะถูกนำไปใช้ในงานด้านทหารหรือข่าวกรอง โดยเฉพาะในช่วงที่จีนเร่งพัฒนา AI และ supercomputer สำหรับงานยุทธศาสตร์ แต่ล่าสุดมีรายงานจากเจ้าหน้าที่ระดับสูงของกระทรวงต่างประเทศสหรัฐที่บอกว่า “DeepSeek สนับสนุนงานด้านทหาร-ข่าวกรองของจีนอย่างเต็มตัว และอาจ หาทางหลบเลี่ยงข้อจำกัดการส่งออกโดยใช้บริษัทในเอเชียตะวันออกเฉียงใต้เป็นฉากบังหน้า เพื่อเข้าถึงชิป Nvidia อย่างผิดกฎ” สิ่งที่น่าตกใจคือมี “ความเป็นไปได้ว่า DeepSeek ได้ชิป H100 หลังจากสหรัฐแบนไปแล้ว” — แม้ Nvidia จะออกมาปฏิเสธเสียงแข็งว่า DeepSeek ใช้เฉพาะ H800 ซึ่งเป็นเวอร์ชัน “ลดความสามารถ” สำหรับจีนโดยเฉพาะ (ลดแบนด์วิธ NVLink, ไม่มี FP64) ที่ผ่านมาเคยมีรายงานว่า “บริษัทจีนขนฮาร์ดดิสก์ในกระเป๋าเดินทางไปเช่ารันเซิร์ฟเวอร์ที่มาเลเซีย” เพื่อฝึกโมเดล AI แบบเลี่ยงแบน และตอนนี้ DeepSeek เองก็อาจกำลังใช้วิธีคล้าย ๆ กัน โดยเจาะเข้า ศูนย์ข้อมูลในเอเชียตะวันออกเฉียงใต้เพื่อเข้าถึงชิปในระยะไกล โดยไม่ต้องนำเข้าทางตรง https://www.tomshardware.com/tech-industry/semiconductors/chinese-ai-firm-deepseek-reportedly-using-shell-companies-to-try-and-evade-u-s-chip-restrictions-allegedly-procured-unknown-number-of-h100-ai-gpus-after-ban-but-nvidia-denies-the-claim

เพราะโดนสหรัฐแบนชิปแรง ๆ อย่าง H100 ทำให้ Huawei ต้องหาทางอื่นที่จะสู้ในสนาม AI — เขาเลยเอากลยุทธ์ “ใช้เยอะเข้าไว้” หรือที่เรียกว่า Brute Force Scaling มาใช้ สร้างเป็นคลัสเตอร์ชื่อ CloudMatrix 384 (CM384) ไอ้เจ้าตัวนี้คือการรวมพลัง 384 ชิป Ascend 910C (ของ Huawei เอง) กับ CPU อีก 192 ตัว กระจายอยู่ใน 16 rack server แล้วเชื่อมต่อด้วยสายไฟเบอร์ออปติกหมดทุกตัว เพื่อทำให้ interconnect ภายในเร็วแบบสุด ๆ เมื่อรันโมเดล LLM อย่าง DeepSeek R1 (ขนาด 671B พารามิเตอร์) ที่เป็นรุ่นเดียวกับที่ใช้ทดสอบ NVIDIA GB200 NVL72 — ปรากฏว่า CM384 สร้าง token ได้มากกว่า ทั้งในตอน generate และ prefill และมีประสิทธิภาพระดับ 300 PFLOPs (BF16) เทียบกับ 180 PFLOPs ของ GB200 แต่…มันแลกมาด้วยพลังงานระดับ “กินไฟพอๆ กับอาคารทั้งหลัง” — CM384 ใช้ไฟถึง 559 kW เทียบกับ NVIDIA GB200 NVL72 ที่ใช้ 145 kW เท่านั้น เรียกว่าแรงจริงแต่เปลืองไฟมากกว่า 4 เท่า ✅ Huawei เปิดตัวซูเปอร์คลัสเตอร์ CloudMatrix 384 ใช้ NPU Ascend 910C รวม 384 ตัว   • เชื่อมต่อด้วยสายออปติกทั้งหมด ลด latency ระหว่าง node   • ใช้ CPU เสริม 192 ตัวในโครงสร้าง 16 rack ✅ CM384 รันโมเดล DeepSeek R1 ได้เร็วกว่า NVIDIA H800 และ H100   • มี performance สูงถึง 300 PFLOPs (BF16)   • เมื่อเทียบกับ NVIDIA GB200 NVL72 ที่ให้ 180 PFLOPs ✅ ซอฟต์แวร์ CloudMatrix-Infer มีประสิทธิภาพสูงกว่า NVIDIA SGLang ในงาน LLM   • สร้าง token ได้เร็วขึ้น ทั้งตอน prefill และ generate   • เหมาะกับงาน AI inferencing ขนาดใหญ่มาก ✅ CM384 ออกแบบมาเพื่อสร้าง ecosystem ทางเลือกในจีน โดยไม่ต้องใช้ NVIDIA   • ได้รับการเผยแพร่ร่วมกับ AI startup จีนชื่อ SiliconFlow   • มีเป้าหมายเพื่อ “เพิ่มความมั่นใจให้ ecosystem ภายในประเทศจีน” ✅ พลังงานในจีนราคาต่ำลงเกือบ 40% ใน 3 ปี ทำให้การใช้พลังงานมากไม่ใช่จุดอ่อนใหญ่   • ทำให้จีนสามารถเลือก “สเกลแรงเข้าไว้” ได้โดยไม่กลัวค่าไฟพุ่ง https://www.tomshardware.com/pc-components/gpus/huaweis-brute-force-ai-tactic-seems-to-be-working-cloudmatrix-384-claimed-to-outperform-nvidia-processors-running-deepseek-r1

หลังเปิดตัวที่ Computex ไปอย่างน่าตื่นเต้น คราวนี้ AMD เผยผลทดสอบจริงของ Ryzen Threadripper 9000 ซีรีส์แล้ว โดยแบ่งเป็น 2 กลุ่มหลักคือ รุ่นธรรมดา HEDT (X) และ รุ่นระดับมือโปร (WX) รุ่นท็อป Threadripper Pro 9995WX จัดเต็ม 96 คอร์ 192 เธรด! แถมมี Boost Clock สูงสุด 5.45 GHz พร้อม L3 Cache 384MB และ PCIe 5.0 ถึง 128 เลน — ข้อมูลที่น่าสนใจคือ AMD เคลมว่าสามารถ “ทำงานเร็วกว่า Xeon W9-3595X สูงสุดถึง 145%” ในงานเรนเดอร์ V-Ray ในงานสร้างสรรค์และ AI ก็แรงไม่แพ้กัน เช่น เร็วกว่า 49% ใน LLM ของ DeepSeek R1 32B และเร็วกว่า 28% ในงาน AI video editing บน DaVinci Resolve นอกจากนี้ รุ่น HEDT สำหรับนักสร้างคอนเทนต์ทั่วไป เช่น Threadripper 9980X ก็ทำผลงานดีกว่า Xeon ตัวเดียวกันถึง 108% บน Corona Render, 65% เร็วกว่าใน Unreal Engine และ 22% ใน Premiere Pro ฝั่ง AMD ยังไม่บอกราคา แต่เตรียมวางขายในเดือนกรกฎาคมนี้ และสู้กันชัด ๆ กับ Xeon W9 และ Xeon Pro เจเนอเรชันล่าสุดจาก Intel ที่เริ่มเปิดตัวในปีนี้เหมือนกัน ✅ AMD เผย Benchmark อย่างเป็นทางการของ Ryzen Threadripper 9000 ซีรีส์   • ครอบคลุมทั้งกลุ่ม HEDT (X) และ Workstation Pro (WX)   • เทียบกับ Intel Xeon W9-3595X ในหลายงานทั้งสร้างสรรค์ วิศวกรรม และ AI ✅ Threadripper 9980X (HEDT)  • เร็วกว่าคู่แข่ง Xeon W9-3595X:    • 108% บน Corona Render    • 65% ใน Unreal Engine build    • 41% บน Autodesk Revit    • 22% บน Adobe Premiere Pro ✅ Threadripper Pro 9995WX (Workstation)   • เร็วกว่า Threadripper 7995WX รุ่นก่อนหน้า:    • 26% บน After Effects    • 20% บน V-Ray    • 19% บน Cinebench nT ✅ ด้าน AI/LLM/Creative มี performance เหนือกว่า Xeon   • 49% เร็วกว่าใน DeepSeek R1 (LLM 32B)   • 34% เร็วกว่าในการสร้างภาพ (text-to-image) ด้วย Flux.1 + ComfyUI   • 28% เร็วกว่าใน DaVinci Resolve (AI assisted creation)   • 119–145% เร็วกว่าใน V-Ray และ Keyshot ✅ รายละเอียดสเปก Threadripper Pro 9995WX   • 96 คอร์ / 192 เธรด / Boost 5.45GHz   • TDP 350W / L3 Cache 384MB / PCIe 5.0 x128 lanes   • รองรับ DDR5-6400 ECC ✅ มีทั้งหมด 10 รุ่นย่อย: 7 รุ่น WX / 3 รุ่น X (non-Pro)   • วางขายกรกฎาคม 2025   • ราคายังไม่เปิดเผย ‼️ Benchmark ทั้งหมดมาจาก AMD โดยตรง — ต้องรอการทดสอบอิสระเพื่อยืนยัน   • ตัวเลขที่ AMD ให้มักมาจาก workloads เฉพาะทาง   • อาจไม่สะท้อนประสิทธิภาพจริงในงานทั่วไป ‼️ TDP 350W อาจต้องใช้ระบบระบายความร้อนขั้นสูง   • โดยเฉพาะหากใช้ในการเรนเดอร์หรือ AI inferencing ต่อเนื่อง ‼️ ยังไม่มีข้อมูลเรื่องราคาหรือ availability ในตลาดทั่วไป   • อาจเริ่มจากเวิร์กสเตชันแบรนด์ OEM ก่อน เช่น Dell, Lenovo ‼️ รุ่น Workstation ต้องใช้แพลตฟอร์มเฉพาะ เช่น WRX90 ซึ่งแพงและมีข้อจำกัดมากกว่า consumer CPU   • ไม่สามารถใช้ร่วมกับเมนบอร์ดทั่วไปได้ https://www.techspot.com/news/108362-amd-claims-ryzen-threadripper-9000-up-145-faster.html

ใครจะเชื่อว่า “โบนัสเซ็นสัญญา” สำหรับนักวิจัย AI ตอนนี้อาจแตะตัวเลข 100 ล้านเหรียญ! Sam Altman ซีอีโอของ OpenAI ให้สัมภาษณ์ในพอดแคสต์ของน้องชายตัวเองว่า Meta เสนอตัวเลขนี้จริง ๆ เพื่อดึงคนจาก OpenAI ไป Altman บอกว่า “Meta เริ่มแจกข้อเสนอระดับไม่ธรรมดากับหลายคนในทีมเรา...ยังดีที่ตอนนี้ไม่มีใครตัดสินใจย้ายไปนะ” ข้อเสนอนี้รวมทั้งโบนัสและค่าตอบแทนรายปีซึ่งรวม ๆ กันก็ทำให้หลายคน “ตาค้าง” เบื้องหลังเรื่องนี้คือ Meta ตั้งทีม AI “superintelligence” ใหม่ โดยมี Alexandr Wang (อดีตซีอีโอของ Scale AI) มาเป็นผู้นำ ซึ่งนั่งทำงานใกล้กับ Mark Zuckerberg เลย แถม Meta ก็เพิ่งเทเงิน $14.3 พันล้านลงทุนใน Scale AI ไปหมาด ๆ ถือว่าจัดหนักในสนามนี้ Altman ยังวิจารณ์เบา ๆ ว่า “Meta ไม่ใช่บริษัทที่เก่งเรื่องนวัตกรรม” และเตือนว่า ถ้าบริษัทไหนมองแค่เรื่องเงินมากกว่าภารกิจ AI ระดับ AGI (Artificial General Intelligence) อาจสร้างวัฒนธรรมที่ไม่เหมาะกับการเกิด “การค้นพบครั้งใหญ่” ✅ Meta เสนอค่าตอบแทนสูงถึง $100 ล้าน เพื่อดึงนักวิจัย AI จากคู่แข่ง   • รวมทั้งโบนัสเซ็นสัญญาและค่าตอบแทนรวมรายปี   • จุดมุ่งหมายเพื่อเร่งสร้างทีม AI ระดับ “superintelligence” ✅ Sam Altman เผยเรื่องนี้ในพอดแคสต์ โดยระบุว่า Meta เสนอให้หลายคนใน OpenAI   • ยืนยันว่าขณะนี้ยังไม่มีใครรับข้อเสนอ   • มองว่า OpenAI มีโอกาสบรรลุ AGI ได้มากกว่า Meta ✅ ผู้นำทีมใหม่ของ Meta คือ Alexandr Wang (อดีต CEO ของ Scale AI)   • ทำงานใกล้ชิดกับ Mark Zuckerberg   • Meta ลงทุน $14.3 พันล้านใน Scale AI เพื่อสนับสนุนทิศทางนี้ ✅ Meta ได้ตัวนักวิจัยดังบางคนจาก Google DeepMind และ Sesame AI แล้ว   • เช่น Jack Rae และ Johan Schalkwyk   • แต่ยังไม่สำเร็จในการดึง Noam Brown จาก OpenAI หรือ Koray Kavukcuoglu จาก Google ✅ มีมุมมองจากผู้บริหาร AI คนอื่นว่าการล่าคนต้องมีทั้งเงินและทรัพยากร GPU   • CEO ของ Perplexity เผยนักวิจัยจาก Meta บอก “มี 10,000 H100 เมื่อไหร่ ค่อยกลับมาคุย” ‼️ การล่าพนักงานแบบ “เงินนำหน้า” อาจทำลายวัฒนธรรมองค์กร   • คนที่เข้ามาเพราะเงิน อาจไม่ยึดมั่นในเป้าหมายระยะยาวขององค์กร   • ยิ่งในการวิจัย AI แบบ AGI ที่ต้องการการร่วมมือและความมุ่งมั่นสูง ‼️ Meta ถูกวิจารณ์ว่านวัตกรรมโอเพ่นซอร์สของตัวเอง “สะดุด” หลังเลื่อนปล่อยโมเดลใหม่   • ทำให้คู่แข่งอย่าง Google, DeepSeek และ OpenAI นำหน้าไปก่อน ‼️ การแย่งบุคลากร AI อาจทำให้ช่องว่างเทคโนโลยีระหว่างบริษัทยิ่งถ่างออก   • บริษัทเล็กหรือประเทศกำลังพัฒนาจะเสียเปรียบอย่างมาก ‼️ การเสนอค่าตัวระดับเกิน 100 ล้านดอลลาร์อาจผลักดันค่าจ้างในวงการขึ้นแบบไม่ยั่งยืน   • กระทบ ecosystem ของ startup และการวิจัยสาธารณะ https://www.techspot.com/news/108357-meta-offering-up-100-million-lure-ai-talent.html

อิตาลีสอบสวน DeepSeek เรื่องความเสี่ยงของข้อมูลเท็จ หน่วยงานกำกับดูแลด้านการแข่งขันและสิทธิผู้บริโภคของอิตาลี (AGCM) ได้เปิดการสอบสวน DeepSeek ซึ่งเป็นสตาร์ทอัพ AI จากจีน เนื่องจากไม่ได้แจ้งเตือนผู้ใช้เกี่ยวกับความเสี่ยงของข้อมูลที่อาจไม่ถูกต้องหรือถูกสร้างขึ้นโดย AI. รายละเอียดการสอบสวน ✅ AGCM ระบุว่า DeepSeek ไม่ได้ให้คำเตือนที่ชัดเจนเกี่ยวกับ "Hallucinations" ของ AI ซึ่งหมายถึงข้อมูลที่ไม่ถูกต้องหรือถูกสร้างขึ้นโดยไม่มีแหล่งที่มา. ✅ DeepSeek ไม่ตอบกลับคำขอความคิดเห็นจากสื่อ หลังจากมีการสอบสวน. ✅ ก่อนหน้านี้ หน่วยงานคุ้มครองข้อมูลของอิตาลีเคยสั่งให้ DeepSeek ปิดการเข้าถึงแชทบอท เนื่องจากข้อกังวลด้านนโยบายความเป็นส่วนตัว. ผลกระทบและข้อควรระวัง ‼️ AI อาจสร้างข้อมูลที่ไม่ถูกต้องหรือบิดเบือน ซึ่งอาจส่งผลต่อการตัดสินใจของผู้ใช้. ‼️ DeepSeek อาจเผชิญกับมาตรการทางกฎหมายและข้อจำกัดเพิ่มเติม หากไม่สามารถแก้ไขปัญหานี้ได้. ‼️ การใช้ AI ในการให้ข้อมูลต้องมีมาตรฐานที่ชัดเจน เพื่อป้องกันการเผยแพร่ข้อมูลผิดพลาด. แนวทางป้องกันสำหรับผู้ใช้ ✅ ตรวจสอบแหล่งที่มาของข้อมูลที่ได้รับจาก AI โดยเปรียบเทียบกับแหล่งข้อมูลที่เชื่อถือได้. ✅ ใช้ AI อย่างระมัดระวัง โดยไม่พึ่งพาข้อมูลจาก AI เพียงอย่างเดียวในการตัดสินใจที่สำคัญ. ✅ ติดตามการพัฒนาและมาตรการกำกับดูแล AI เพื่อให้แน่ใจว่ามีการปรับปรุงด้านความโปร่งใสและความถูกต้อง. ข้อมูลเพิ่มเติมเกี่ยวกับการกำกับดูแล AI ✅ หลายประเทศเริ่มออกกฎหมายควบคุม AI เช่น สหภาพยุโรปที่มี AI Act เพื่อกำหนดมาตรฐานความปลอดภัย. ✅ บริษัทเทคโนโลยีใหญ่ เช่น OpenAI และ Google กำลังพัฒนาแนวทางป้องกันข้อมูลเท็จใน AI. ‼️ AI ที่ไม่มีมาตรการตรวจสอบอาจถูกใช้เพื่อเผยแพร่ข้อมูลผิดๆ ซึ่งอาจส่งผลต่อสังคมและเศรษฐกิจ. https://www.thestar.com.my/tech/tech-news/2025/06/17/italy-regulator-probes-deepseek-over-false-information-risks

ครั้งแรกที่ทดลองเขียนบทความโดยใช้ ChatGPT หาข้อมูล ช่วยตรวจ และทำภาพประกอบ แต่ยังคงสำนวนของเราเอง ลองแปลภาษาอังกฤษ อันนี้โคตรตื่นเต้น ใช้ ChatGPT แปล ChatGPT in the ASEAN Market Artificial intelligence (AI) is playing an increasingly significant role in everyday life—especially through platforms like ChatGPT, an interactive assistant capable of understanding and responding to human language in a wide variety of contexts. From planning and problem-solving to providing daily advice, ChatGPT has become a go-to tool for many. Currently, it boasts around 800 million users worldwide, with approximately 122 million daily active users. It operates in a competitive field alongside major technology platforms such as Google, Microsoft, and Meta, as well as rising competitors from Asia like DeepSeek, Baidu, Alibaba, and Tencent. In Thailand, while the core user base consists of coders, programmers, and those generating AI visuals, ChatGPT is gradually gaining broader recognition for its role in content creation and ideation. About 14% of Thailand's population of 65.89 million are estimated to be users. Looking across the ASEAN region, which has a combined population of roughly 600 million, Indonesia leads in user share with around 32% of its 283.48 million citizens using the platform. The Philippines follows with an estimated 28% of its population (roughly 119 million) engaging with ChatGPT. In Singapore, usage is widespread among high-income, well-educated groups, while Malaysia is seeing steady growth, particularly among tech-savvy users. However, the region still faces significant challenges, including disparities in access to high-speed internet, AI-compatible devices, and the relatively high cost of AI services for certain demographics. To address these barriers, OpenAI, the US-based AI company behind ChatGPT, has begun collaborating with telecom providers across Southeast Asia. For example, in Laos, ChatGPT is accessible via the Unitel network; in Malaysia, CelcomDigi is planning to introduce AI-powered add-on services; and in Singapore, Singtel has started bundling AI services into consumer packages. In the Philippines, usage remains limited, while Indonesia is piloting AI services with select customer groups. Although Thailand has not yet officially launched ChatGPT service packages, interest is high and discussions with major telecom providers are reportedly underway. Meanwhile, Vietnam, Cambodia, Myanmar, and Brunei remain in the early or pilot phases of deployment. Overall, ASEAN markets are showing increased interest and activity around AI services, even though adoption rates have yet to match those in Europe or the United States. Partnerships between OpenAI and regional telecom providers are expected to be key in expanding ChatGPT’s accessibility and integration across broader segments of the population.

ChatGPT ในตลาดอาเซียน เทคโนโลยีปัญญาประดิษฐ์ (AI) กำลังเข้ามามีบทบาทในชีวิตประจำวัน โดยเฉพาะแพลตฟอร์ม ChatGPT ซึ่งเป็นผู้ช่วยโต้ตอบที่สามารถเข้าใจและตอบสนองภาษามนุษย์ได้หลากหลายรูปแบบ ทั้งในด้านการวางแผน แก้ปัญหา และให้คำแนะนำในชีวิตประจำวัน ปัจจุบันมีผู้ใช้งานทั่วโลกประมาณ 800 ล้านคน โดยมีผู้ใช้งานประจำวันราว 122 ล้านคน ท่ามกลางการแข่งขันกับแพลตฟอร์มจากค่ายเทคโนโลยีรายใหญ่อย่าง Google, Microsoft, Meta ตลอดจนคู่แข่งจากฝั่งเอเชีย เช่น DeepSeek, Baidu, Alibaba และ Tencent สำหรับประเทศไทย แม้กลุ่มผู้ใช้งานหลักจะอยู่ในสายโค้ดดิ้ง โปรแกรมมิ่ง หรือการสร้างภาพ AI แต่ ChatGPT ก็เริ่มเป็นที่รู้จักในวงกว้างด้านการใช้สร้างสรรค์เนื้อหาและแนวคิดใหม่ๆ โดยมีสัดส่วนผู้ใช้งานประมาณ 14% จากประชากร 65.89 ล้านคน หากพิจารณาภาพรวมของตลาดอาเซียน ซึ่งมีประชากรรวมราว 600 ล้านคน พบว่า อินโดนีเซียมีสัดส่วนผู้ใช้งานสูงที่สุด ประมาณ 32% ของประชากร 283.48 ล้านคน รองลงมาคือฟิลิปปินส์ ที่มีผู้ใช้งานประมาณ 28% จากประชากรราว 119 ล้านคน ส่วนสิงคโปร์มีการใช้งานอย่างแพร่หลายในกลุ่มที่มีรายได้สูงและการศึกษาดี ขณะที่มาเลเซียมีแนวโน้มเพิ่มขึ้นอย่างต่อเนื่องในกลุ่มผู้สนใจเทคโนโลยีใหม่ อย่างไรก็ตาม อุปสรรคสำคัญของภูมิภาคนี้ยังอยู่ที่ความเหลื่อมล้ำในการเข้าถึงอินเทอร์เน็ตความเร็วสูง อุปกรณ์ที่รองรับ AI และต้นทุนบริการที่ยังถือว่าสูงสำหรับประชากรบางส่วน ที่ผ่านมา OpenAI ซึ่งเป็นบริษัทด้าน AI จากสหรัฐอเมริกา ได้เปิดตัวโครงการ “OpenAI for Countries” ซึ่งเป็นความร่วมมือกับประเทศต่าง ๆ เพื่อสนับสนุนการพัฒนาโครงสร้างพื้นฐานด้าน AI และการเข้าถึง ChatGPT ในระดับประเทศ ขณะที่สิงคโปร์ OpenAI ได้ประกาศความร่วมมือกับโครงการ AI Singapore ซึ่งเป็นโครงการร่วมระหว่างรัฐบาลและสถาบันการศึกษา เพื่อส่งเสริมการนำ AI มาใช้ในประเทศ ส่วนประเทศอื่นๆ สามารถเข้าถึงได้ผ่านแอปพลิเคชันบนมือถือ และผ่านเว็บไซต์ โดยรวมแล้ว ตลาดอาเซียนกำลังตื่นตัวต่อบริการ AI มากขึ้น แม้ยังไม่เทียบเท่าตลาดยุโรปหรือสหรัฐฯ ความร่วมมือระหว่าง OpenAI กับผู้ให้บริการโทรคมนาคมในภูมิภาค จึงเป็นกุญแจสำคัญในการขยายการเข้าถึง ChatGPT ให้ครอบคลุมประชากรในวงกว้างมากยิ่งขึ้น #Newskit

Minisforum เปิดตัวเซิร์ฟเวอร์ AI ที่ใช้ชิป Ryzen แทน EPYC – การเปลี่ยนแปลงที่ AMD อาจไม่พอใจ Minisforum เปิดตัว MS-S1 Max ซึ่งเป็นเซิร์ฟเวอร์ 2U rackmount ที่ใช้ชิป Ryzen AI Max+ 395 แทนที่จะเป็น EPYC โดยบริษัทอ้างว่า ระบบนี้จะช่วยปฏิวัติการทำงานด้าน AI ในสภาพแวดล้อมคอมพิวเตอร์ขนาดเล็ก อย่างไรก็ตาม แนวทางนี้อาจส่งผลกระทบต่อกลยุทธ์ของ AMD ในตลาดเซิร์ฟเวอร์ 🔍 รายละเอียดสำคัญเกี่ยวกับ MS-S1 Max และผลกระทบต่อ AMD ✅ MS-S1 Max ใช้ชิป Ryzen AI Max+ 395 ซึ่งเป็นชิปสำหรับลูกค้า ไม่ใช่เซิร์ฟเวอร์ - มี กราฟิก Radeon และ NPU สำหรับงาน AI ✅ Minisforum อ้างว่าเซิร์ฟเวอร์นี้เหมาะสำหรับมหาวิทยาลัย, ห้องทดลอง และสตาร์ทอัพด้าน AI - สามารถ รันโมเดลขนาดใหญ่ เช่น DeepSeek 70B ได้โดยไม่ต้องใช้โครงสร้างพื้นฐานแบบดั้งเดิม ✅ MS-S1 Max มีขนาดเล็กเพียง 3.2 ลิตร และออกแบบให้เป็นระบบ all-in-one - ทำให้ มีประสิทธิภาพด้านพลังงานและต้นทุนต่ำกว่าระบบเซิร์ฟเวอร์ทั่วไป ✅ AMD อาจต้องตัดสินใจว่าจะยอมรับหรือจำกัดการใช้ Ryzen ในเซิร์ฟเวอร์ - เนื่องจาก EPYC ได้รับการออกแบบมาเพื่อความน่าเชื่อถือและรองรับงานที่ต้องการความเสถียรสูง ✅ Ryzen ไม่มีการรองรับ ECC memory และฟีเจอร์ระดับเซิร์ฟเวอร์ - อาจทำให้ ไม่เหมาะสำหรับงานที่ต้องการความเสถียรระยะยาว https://www.techradar.com/pro/amd-has-a-problem-chinese-vendor-goes-rogue-and-puts-ryzen-ai-cpus-in-server-racks-instead-of-epyc-processors

สหรัฐฯ กังวลเกี่ยวกับข้อตกลง AI ระหว่าง Apple และ Alibaba ในจีน รัฐบาลสหรัฐฯ แสดงความกังวลเกี่ยวกับข้อตกลงของ Apple กับ Alibaba ซึ่งมีเป้าหมายเพื่อนำ ฟีเจอร์ AI มาสู่ iPhone ในจีน โดยเจ้าหน้าที่ในวอชิงตันมองว่า ข้อตกลงนี้อาจช่วยให้บริษัทจีนพัฒนา AI ได้ดีขึ้น และเพิ่มการควบคุมของรัฐบาลจีนต่อข้อมูลและการเซ็นเซอร์ 🔍 รายละเอียดสำคัญเกี่ยวกับข้อตกลง AI ของ Apple ในจีน ✅ Apple ต้องหาพันธมิตรในจีนเพื่อให้ iPhone มีฟีเจอร์ AI - เนื่องจาก OpenAI ไม่สามารถดำเนินการในจีนได้ ✅ Alibaba เป็นหนึ่งในบริษัทที่ Apple เจรจาด้วย - นอกจากนี้ ยังมี Baidu, Tencent และ DeepSeek ที่ Apple เคยพิจารณา ✅ เจ้าหน้าที่สหรัฐฯ กังวลว่าข้อตกลงนี้อาจช่วยให้จีนพัฒนา AI ได้เร็วขึ้น - รวมถึง เพิ่มการควบคุมของรัฐบาลจีนต่อข้อมูลและการเซ็นเซอร์ ✅ Apple พบกับเจ้าหน้าที่ทำเนียบขาวและคณะกรรมการสภาเพื่อชี้แจงข้อตกลง - แต่ ยังขาดความโปร่งใสเกี่ยวกับรายละเอียดของข้อตกลง ✅ หาก Apple ไม่สามารถทำข้อตกลงได้ อาจสูญเสียลูกค้าในจีนให้กับ Xiaomi และ Huawei - เนื่องจาก แบรนด์เหล่านี้มีฟีเจอร์ AI ที่แข็งแกร่งอยู่แล้ว https://www.neowin.net/news/the-us-lawmakers-raise-concerns-about-apple-alibaba-ai-venture-in-china/

Beelink เปิดตัว AI Mini: มินิพีซีที่ทรงพลังที่สุด พร้อมแข่งกับ Mac Studio Beelink บริษัทจากจีนได้เปิดตัว AI Mini ซึ่งเป็นมินิพีซีที่ออกแบบมาเพื่อ นักพัฒนาและผู้สร้างเนื้อหาที่ต้องการประสิทธิภาพสูงสำหรับงาน AI โดยใช้ AMD Ryzen AI Max+ 395 ซึ่งเป็นโปรเซสเซอร์ที่รวม สถาปัตยกรรม Zen 5 และกราฟิก Radeon 8060S ✅ ใช้ AMD Ryzen AI Max+ 395 พร้อม 16 คอร์ และ 32 เธรด - ให้พลังประมวลผล AI สูงถึง 126 TOPS ✅ สามารถทำงานเป็นเซิร์ฟเวอร์ AI ในพื้นที่โดยไม่ต้องใช้คลาวด์ - รองรับ โมเดล AI ขนาดใหญ่ เช่น DeepSeek R1 ✅ รองรับ RAM สูงสุด 128GB - เหมาะสำหรับ งานที่ต้องใช้ข้อมูลจำนวนมาก เช่น การเรนเดอร์วิดีโอ และแมชชีนเลิร์นนิง ✅ มีพอร์ต USB4 สองพอร์ต รองรับความเร็วสูงสุด 40 Gbps - พร้อม USB Type-C และพอร์ต Ethernet 10 Gbps สองพอร์ต ✅ ราคาอยู่ที่ $1,999 - สูงกว่ารุ่นก่อนหน้า SER9 HX-370 ที่มีราคาเพียงครึ่งหนึ่ง https://www.techradar.com/pro/beelink-targets-mac-studio-audience-with-second-mini-pc-based-on-amds-formidable-ryzen-ai-max-395-cpu-but-it-wont-be-cheap

MSI เปิดตัวซูเปอร์คอมพิวเตอร์ AI สำหรับเดสก์ท็อปที่ Computex 2025 MSI เตรียมเปิดตัว EdgeXpert MS-C931 ซึ่งเป็น ซูเปอร์คอมพิวเตอร์ AI สำหรับเดสก์ท็อป ที่ใช้ แพลตฟอร์ม Nvidia DGX Spark โดยอุปกรณ์นี้มาพร้อมกับ GB10 Grace Blackwell Superchip ที่สามารถประมวลผลได้ถึง 1,000 AI TOPS FP4 ✅ ใช้ Nvidia GB10 Grace Blackwell Superchip - ประกอบด้วย สถาปัตยกรรม Blackwell GPU และ Tensor Cores รุ่นที่ 5 ✅ รองรับ NVLink-C2C เชื่อมต่อกับ Nvidia Grace CPU - ใช้ สถาปัตยกรรม Arm พร้อม 20 คอร์ที่ประหยัดพลังงาน ✅ มาพร้อมกับ ConnectX 7 networking และหน่วยความจำรวม 128GB - รองรับ LLM ขนาดสูงสุด 200 พันล้านพารามิเตอร์ และ 405 พันล้านพารามิเตอร์เมื่อใช้สองชิป ✅ สามารถรองรับ NVMe storage สูงสุด 4TB - ช่วยให้ การประมวลผลโมเดล AI มีประสิทธิภาพสูงขึ้น ✅ มาพร้อมกับซอฟต์แวร์ AI ของ Nvidia ที่รองรับโมเดลจาก DeepSeek, Meta และ Google - ช่วยให้ นักพัฒนาสามารถใช้งานโมเดล AI ได้ง่ายขึ้น https://www.tomshardware.com/desktops/mini-pcs/msi-to-unveil-desktop-ai-supercomputer-at-computex-2025-powered-by-nvidia-dgx

Microsoft แบนการใช้ DeepSeek ในหมู่พนักงาน เนื่องจากความกังวลด้านความปลอดภัยข้อมูลและโฆษณาชวนเชื่อ Brad Smith รองประธานและรองประธานกรรมการของ Microsoft เปิดเผยว่า พนักงานของบริษัทไม่ได้รับอนุญาตให้ใช้แอป DeepSeek ซึ่งเป็นแชตบอท AI จากจีน โดยให้เหตุผลว่า มีความเสี่ยงที่ข้อมูลผู้ใช้จะถูกจัดเก็บในจีน และคำตอบของ AI อาจได้รับอิทธิพลจากโฆษณาชวนเชื่อของรัฐบาลจีน นอกจากนี้ หน่วยงานรัฐบาลหลายแห่งของสหรัฐฯ เช่น กระทรวงพาณิชย์และกองทัพเรือสหรัฐฯ ก็ได้แบน DeepSeek เช่นกัน และอาจมีการขยายข้อห้ามเพิ่มเติมผ่าน กฎหมาย "No DeepSeek on Government Devices Act" ✅ Microsoft แบนการใช้ DeepSeek ในหมู่พนักงาน - เนื่องจาก ความกังวลด้านความปลอดภัยข้อมูลและโฆษณาชวนเชื่อ ✅ DeepSeek ถูกแบนจากหลายหน่วยงานรัฐบาลของสหรัฐฯ - รวมถึง กระทรวงพาณิชย์และกองทัพเรือสหรัฐฯ ✅ กฎหมาย "No DeepSeek on Government Devices Act" อาจขยายข้อห้ามเพิ่มเติม - เพื่อ ป้องกันการใช้ AI ที่อาจมีความเสี่ยงด้านความปลอดภัย ✅ DeepSeek มีนโยบายความเป็นส่วนตัวที่ระบุว่าข้อมูลผู้ใช้ถูกจัดเก็บบนเซิร์ฟเวอร์ในจีน - และ อยู่ภายใต้กฎหมายจีนที่กำหนดให้ต้องให้ความร่วมมือกับหน่วยข่าวกรองของรัฐบาล ✅ DeepSeek เคยเกิดเหตุข้อมูลรั่วไหลครั้งใหญ่ ซึ่งเปิดเผยข้อมูลผู้ใช้กว่า 1 ล้านรายการ - ทำให้ เกิดข้อกังวลเกี่ยวกับการจัดการข้อมูลและความปลอดภัยของผู้ใช้ https://www.techradar.com/pro/security/microsoft-employees-join-the-list-of-those-banned-from-using-deepseek

จีนกำลังเผชิญกับกระแสความนิยมของ DeepSeek ซึ่งเป็นแชตบอท AI ที่พัฒนาโดยบริษัทจีน และได้รับการสนับสนุนจากรัฐบาล อย่างไรก็ตาม ผู้เชี่ยวชาญด้านความปลอดภัยไซเบอร์เตือนว่า การพึ่งพา AI มากเกินไปอาจก่อให้เกิดความเสี่ยงด้านความปลอดภัย Qi Xiangdong ประธานบริษัท Qi An Xin (QAX) ซึ่งเป็นบริษัทด้านความปลอดภัยไซเบอร์ในปักกิ่ง ได้กล่าวในงาน Digital China Summit ว่า AI ขนาดใหญ่มีความท้าทายด้านความปลอดภัย และอาจถูกใช้โดยแฮกเกอร์เพื่อโจมตีระบบ หรือแม้แต่ "วางยาข้อมูล" เพื่อเปลี่ยนแปลงการตัดสินใจของโมเดล AI รัฐบาลจีนได้สนับสนุนการใช้ AI อย่างแพร่หลาย โดยมีการนำ DeepSeek ไปใช้ในหลายภาคส่วน เช่น การแปลภาษา, การเขียนบทความ, การให้คำแนะนำด้านการเลี้ยงดูเด็ก และแม้แต่การแพทย์ อย่างไรก็ตาม มณฑลหูหนาน ได้สั่งห้ามโรงพยาบาลใช้ AI ในการออกใบสั่งยา เนื่องจากความกังวลเกี่ยวกับความแม่นยำของข้อมูล นอกจากนี้ สำนักงานบริหารไซเบอร์ของจีน ได้ประกาศ แคมเปญควบคุม AI เป็นเวลา 3 เดือน เพื่อตรวจสอบบริการ AI ที่ให้คำแนะนำทางการแพทย์โดยไม่ได้รับอนุญาต รวมถึงการเผยแพร่ข้อมูลผิดพลาดเกี่ยวกับการลงทุนและข่าวสารสาธารณะ ✅ ความนิยมของ DeepSeek ในจีน - DeepSeek เป็นแชตบอท AI ที่ได้รับการสนับสนุนจากรัฐบาลจีน - ถูกนำไปใช้ในหลายภาคส่วน เช่น การแปลภาษา, การเขียนบทความ และการแพทย์ ✅ คำเตือนจากผู้เชี่ยวชาญด้านความปลอดภัยไซเบอร์ - Qi Xiangdong เตือนว่า AI อาจถูกใช้โดยแฮกเกอร์เพื่อโจมตีระบบ - มีความเสี่ยงจากการ "วางยาข้อมูล" เพื่อเปลี่ยนแปลงการตัดสินใจของ AI ✅ การควบคุมการใช้ AI ในจีน - มณฑลหูหนานสั่งห้ามโรงพยาบาลใช้ AI ในการออกใบสั่งยา - สำนักงานบริหารไซเบอร์ของจีนประกาศแคมเปญควบคุม AI เป็นเวลา 3 เดือน ✅ การใช้ AI ในภาครัฐ - รัฐบาลจีนใช้ AI ในการร่างเอกสารและตรวจสอบข้อมูล - มีการนำ AI ไปใช้ร่วมกับกล้องวงจรปิดเพื่อช่วยค้นหาผู้สูญหาย https://www.thestar.com.my/tech/tech-news/2025/05/01/relying-on-ai-carries-risks-cybersecurity-expert-warns-amid-chinas-deepseek-craze

Elon Musk ได้ประกาศการอัปเดตใหม่สำหรับ Grok 3.5 ซึ่งเป็นระบบ AI ที่พัฒนาโดย xAI โดยมีความสามารถในการให้คำตอบที่ไม่พึ่งพาข้อมูลจากแหล่งอินเทอร์เน็ต แต่ใช้โมเดลการให้เหตุผล (Reasoning Model) เพื่อสร้างคำตอบที่มีความแม่นยำและไม่ซ้ำใคร โดยเฉพาะในหัวข้อที่ซับซ้อน เช่น อิเล็กโทรเคมีและเครื่องยนต์จรวด การอัปเดตนี้ยังอยู่ในช่วงเบต้าและจะเปิดให้ผู้ใช้ SuperGrok ได้ทดลองใช้งานในสัปดาห์หน้า โดยมีเป้าหมายเพื่อเพิ่มประสิทธิภาพในการตอบคำถามที่ซับซ้อนและลดความเสี่ยงของการละเมิดลิขสิทธิ์จากการดึงข้อมูลจากแหล่งภายนอก นอกจากนี้ Musk ยังมีแผนที่จะระดมทุนหลายพันล้านดอลลาร์เพื่อสร้างซูเปอร์คอมพิวเตอร์ AI ที่ใช้ GPU หนึ่งล้านตัว ซึ่งเป็นส่วนหนึ่งของความพยายามในการขยายศักยภาพการประมวลผลของ xAI ✅ ความสามารถของ Grok 3.5 - ใช้โมเดลการให้เหตุผลเพื่อสร้างคำตอบที่ไม่พึ่งพาข้อมูลจากอินเทอร์เน็ต - รองรับหัวข้อที่ซับซ้อน เช่น อิเล็กโทรเคมีและเครื่องยนต์จรวด ✅ การเปิดตัวเบต้า - เปิดให้ผู้ใช้ SuperGrok ทดลองใช้งานในสัปดาห์หน้า - ยังไม่มีการยืนยันวันที่เปิดตัวอย่างเป็นทางการ ✅ แผนการสร้างซูเปอร์คอมพิวเตอร์ AI - Musk มีแผนระดมทุนหลายพันล้านดอลลาร์เพื่อสร้างซูเปอร์คอมพิวเตอร์ AI - ใช้ GPU หนึ่งล้านตัวเพื่อเพิ่มศักยภาพการประมวลผล ✅ เปรียบเทียบกับเทคโนโลยีอื่น - Grok 3.5 มีความคล้ายคลึงกับ DeepSeek R1 ที่ใช้โมเดลการให้เหตุผล https://www.tomshardware.com/tech-industry/artificial-intelligence/elon-musk-says-grok-3-5-will-provide-answers-that-arent-from-internet-sources