สหรัฐฯ เตรียมแบนการส่งออกสินค้าที่มีซอฟต์แวร์อเมริกันไปจีน – ตอบโต้การควบคุมแร่หายากของปักกิ่ง

รัฐบาลสหรัฐฯ ภายใต้การนำของประธานาธิบดีทรัมป์กำลังพิจารณามาตรการตอบโต้จีนอย่างรุนแรง ด้วยการแบนการส่งออกสินค้าที่ผลิตด้วยหรือมีซอฟต์แวร์จากสหรัฐฯ ไปยังจีน ซึ่งครอบคลุมตั้งแต่ซอฟต์แวร์เฉพาะทางไปจนถึงระบบปฏิบัติการยอดนิยมอย่าง Windows, Android, iOS และ macOS

มาตรการนี้เป็นการตอบโต้ที่สหรัฐฯ มองว่าเหมาะสม หลังจากจีนประกาศควบคุมการส่งออกแร่หายาก ซึ่งเป็นวัตถุดิบสำคัญในอุตสาหกรรมเทคโนโลยี โดยรัฐมนตรีคลังของสหรัฐฯ ยืนยันว่า “ทุกทางเลือกยังอยู่บนโต๊ะ” และหากมีการดำเนินการจริง จะร่วมมือกับประเทศพันธมิตรในกลุ่ม G7

แม้ยังไม่มีการตัดสินใจขั้นสุดท้าย แต่มาตรการนี้อาจส่งผลกระทบอย่างหนักต่อการค้าระหว่างสองประเทศ เพราะแทบทุกอุปกรณ์อิเล็กทรอนิกส์ในจีนล้วนมีส่วนเกี่ยวข้องกับซอฟต์แวร์จากสหรัฐฯ การแบนครั้งนี้อาจทำให้จีนต้องเร่งพัฒนาซอฟต์แวร์ของตัวเอง เช่น HarmonyOS, openKylin และมาตรฐานใหม่อย่าง UBIOS ที่เพิ่งเปิดตัว

อย่างไรก็ตาม ผู้เชี่ยวชาญเตือนว่าการดำเนินการเช่นนี้อาจส่งผลย้อนกลับต่ออุตสาหกรรมของสหรัฐฯ เอง และอาจเร่งให้จีนพัฒนาระบบของตัวเองจนสามารถแข่งขันได้ในอนาคต

แผนการแบนสินค้าจากสหรัฐฯ ไปจีน
ครอบคลุมสินค้าที่ผลิตด้วยหรือมีซอฟต์แวร์จากสหรัฐฯ
รวมถึงระบบปฏิบัติการยอดนิยม เช่น Windows, Android, iOS, macOS
เป็นมาตรการตอบโต้การควบคุมแร่หายากของจีน
อาจดำเนินการร่วมกับพันธมิตรในกลุ่ม G7

ผลกระทบต่อจีน
อุปกรณ์อิเล็กทรอนิกส์ส่วนใหญ่ในจีนใช้ซอฟต์แวร์จากสหรัฐฯ
จีนต้องเร่งพัฒนาซอฟต์แวร์ของตัวเอง เช่น HarmonyOS, openKylin, UBIOS
อาจทำให้จีนอยู่ในสถานะเสียเปรียบในระยะสั้น แต่เร่งการพึ่งพาตนเองในระยะยาว

ความเคลื่อนไหวก่อนหน้านี้
สหรัฐฯ เคยแบนซอฟต์แวร์ออกแบบชิป (EDA) ไปยังจีน
ส่งผลให้บริษัทจีนอย่าง Xiaomi และ Lenovo ไม่สามารถออกแบบชิปกับ TSMC ได้
มาตรการถูกยกเลิกหลังจีนยอมผ่อนปรนการส่งออกแร่หายาก

ข้อควรระวังและความท้าทาย
การแบนอาจกระทบต่อบริษัทเทคโนโลยีสหรัฐฯ ที่มีตลาดใหญ่ในจีน
อาจเร่งให้จีนพัฒนาระบบที่ไม่พึ่งพาสหรัฐฯ และกลายเป็นคู่แข่งในอนาคต
การดำเนินการอาจซับซ้อนและมีผลกระทบต่อห่วงโซ่อุปทานทั่วโลก
อาจนำไปสู่ความตึงเครียดทางเศรษฐกิจและเทคโนโลยีระหว่างสองประเทศ

https://www.tomshardware.com/tech-industry/trump-considering-china-export-ban-on-items-made-with-or-containing-u-s-software-sweeping-restriction-to-hit-hard-in-response-to-beijings-rare-earth-embargo-in-major-trade-war-escalation

“9 เครื่องมือจัดการ Attack Surface ที่องค์กรควรรู้ – ป้องกันภัยไซเบอร์ก่อนถูกเจาะ!”

ในยุคที่ระบบ IT เชื่อมต่อกับโลกภายนอกตลอดเวลา การรู้ว่า “อะไรเปิดเผยอยู่บ้าง” คือกุญแจสำคัญในการป้องกันการโจมตี เครื่องมือประเภท CAASM (Cyber Asset Attack Surface Management) และ EASM (External Attack Surface Management) จึงกลายเป็นหัวใจของการรักษาความปลอดภัยระดับองค์กร

บทความจาก CSO Online ได้รวบรวม 9 เครื่องมือเด่นที่ช่วยค้นหาและจัดการช่องโหว่ในระบบขององค์กร โดยแต่ละตัวมีจุดเด่นต่างกัน เช่น การมองจากมุมของแฮกเกอร์, การเชื่อมต่อกับระบบภายใน, หรือการวิเคราะห์ความเสี่ยงเชิงธุรกิจ

เป้าหมายของเครื่องมือเหล่านี้คือการลด “ข้อมูลที่แฮกเกอร์มองเห็น” ให้เหลือน้อยที่สุด โดยยังคงให้บริการธุรกิจได้ตามปกติ และสามารถตรวจจับการเปลี่ยนแปลงแบบเรียลไทม์ เช่น การเพิ่ม asset ใหม่ หรือการเปลี่ยน config ที่อาจเกิดจาก human error หรือการโจมตี

ความเข้าใจพื้นฐานของ Attack Surface
หมายถึงทรัพยากรทั้งหมดที่เข้าถึงได้จากอินเทอร์เน็ต เช่น IP, domain, application
รวมถึง open ports, SSL, server platform และ protocol ที่ใช้งาน
ช่องโหว่เกิดจาก config ผิดพลาดหรือ software ที่ยังไม่ได้ patch
แม้ asset จะอยู่ใน data center ก็ยังเสี่ยง หากไม่มีการ monitor ที่ดี

ความสามารถของเครื่องมือ CAASM/EASM
ตรวจจับ asset ใหม่และ config drift แบบเรียลไทม์
วิเคราะห์ความเสี่ยงจากทั้งมุมเทคนิคและมุมธุรกิจ
เชื่อมต่อกับระบบภายใน เช่น Jira, ServiceNow, Slack
บางตัวสามารถทำ remediation อัตโนมัติหรือผ่าน playbook

เครื่องมือเด่นที่แนะนำ
Axonius – เน้น asset inventory และ policy compliance เช่น PCI/HIPAA
CrowdStrike Falcon Surface – มองจากมุมแฮกเกอร์ พร้อม remediation ผ่าน integration
CyCognito – วิเคราะห์ความสัมพันธ์ระหว่าง asset และจัดลำดับความเสี่ยง
Informer – ค้นหา asset บน web/API พร้อม pen testing เสริม
JupiterOne – แสดง asset แบบ visual map พร้อม query ขั้นสูง
Microsoft Defender EASM – ค้นหา shadow IT และ probe ทุก layer ของ tech stack
Rapid7 InsightVM – มีสิทธิ์ออก CVE ใหม่ พร้อม dashboard วิเคราะห์แบบเจาะลึก
SOCRadar AttackMapper – ตรวจ SSL, DNS, defacement และ correlate กับวิธีโจมตี
Tenable.asm – วิเคราะห์ asset ด้วย metadata กว่า 200 field พร้อม context เชิงธุรกิจ

ข้อควรระวังและคำเตือน
การ scan แบบ periodic ไม่เพียงพอ ต้องใช้ monitoring แบบต่อเนื่อง
การไม่จัดการ config drift อาจเปิดช่องให้โจมตีโดยไม่รู้ตัว
หากไม่เชื่อมโยง asset กับ context ธุรกิจ อาจจัดลำดับความเสี่ยงผิด
การใช้หลายเครื่องมือโดยไม่มีการบูรณาการ อาจทำให้ข้อมูลกระจัดกระจาย
การไม่ฝึกซ้อม incident response ทำให้ 57% ของเหตุการณ์จริงไม่เคยถูกจำลองมาก่อน

https://www.csoonline.com/article/574797/9-attack-surface-discovery-and-management-tools.html

“Intel Core Ultra 200S Plus หลุดสเปก! Arrow Lake Refresh แรงทะลุชาร์ต – พร้อมชน Ryzen Zen 5”

Intel เตรียมเปิดตัวซีพียูรุ่นใหม่ในตระกูล Core Ultra 200S Plus ที่ใช้ชื่อว่า “Arrow Lake Refresh” ซึ่งจะเปิดตัวต้นปี 2026 โดยมีสองรุ่นที่หลุดข้อมูลออกมาแล้ว คือ Core Ultra 9 290K Plus และ Core Ultra 7 270K Plus

จุดเด่นของซีรีส์นี้คือการเพิ่มจำนวนคอร์ในบางรุ่น และเพิ่มความเร็วสัญญาณนาฬิกาในรุ่นอื่น ๆ โดยยังใช้ซ็อกเก็ต LGA 1851 เหมือนเดิม พร้อมฟีเจอร์ใหม่ที่เรียกว่า “200S Plus Boost” เพื่อเพิ่มประสิทธิภาพให้สูสีกับ Ryzen Zen 5 จาก AMD

Core Ultra 7 270K Plus มี 24 คอร์ (8 Performance + 16 Efficient) มากกว่ารุ่นก่อนหน้า 265K ที่มีแค่ 20 คอร์ พร้อมแคช L3 ขนาด 36MB และความเร็วบูสต์ที่ 5.50GHz เท่ากับรุ่นเดิม แต่ประสิทธิภาพโดยรวมดีขึ้น โดยทำคะแนน Geekbench 6 ได้ 3205 คะแนนแบบ single-core และ 22,206 คะแนนแบบ multi-core ซึ่งใกล้เคียงกับรุ่นท็อปอย่าง Core Ultra 9 285K

ส่วน Core Ultra 9 290K Plus ยังไม่มีข้อมูลเต็ม แต่คาดว่าจะใช้คอนฟิก 24 คอร์เหมือนเดิม เพิ่มความเร็วและ TDP เพื่อดันประสิทธิภาพให้สูงขึ้นอีก

ทั้งสองรุ่นถูกทดสอบในระบบ OEM ของ Lenovo ที่ใช้แรม DDR5 48GB ความเร็ว 7200MT/s และการ์ดจอ RTX 5090D ซึ่งเป็นสเปกระดับสูงที่ช่วยให้ซีพียูแสดงศักยภาพได้เต็มที่

Intel ยังมีแผนเปิดตัว Nova Lake-S ในปีหน้า ซึ่งจะใช้ซ็อกเก็ตใหม่ LGA 1954 และเป็นการเปลี่ยนแปลงครั้งใหญ่ในสายเดสก์ท็อป

สเปกและประสิทธิภาพของ Arrow Lake Refresh
Core Ultra 7 270K Plus มี 24 คอร์ (8P + 16E)
เพิ่มจากรุ่นก่อนหน้า 265K ที่มี 20 คอร์
แคช L3 ขนาด 36MB มากกว่ารุ่นเดิม
ความเร็วบูสต์ 5.50GHz เท่ากับรุ่นก่อน
คะแนน Geekbench 6: 3205 (ST) และ 22,206 (MT)
ทดสอบในระบบ Lenovo OEM พร้อมแรม DDR5 7200MT/s
ใช้ซ็อกเก็ต LGA 1851 เหมือนรุ่นก่อน
มีฟีเจอร์ใหม่ “200S Plus Boost” เพิ่มประสิทธิภาพ
Core Ultra 9 290K Plus คาดว่าจะเพิ่มความเร็วและ TDP
เตรียมเปิดตัวต้นปี 2026

แผนอนาคตของ Intel
เตรียมเปิดตัว Nova Lake-S ในปีหน้า
ใช้ซ็อกเก็ตใหม่ LGA 1954
เป็นการเปลี่ยนแปลงครั้งใหญ่ในสายเดสก์ท็อป
Arrow Lake Refresh อาจเป็นรุ่นสุดท้ายของ LGA 1851

https://wccftech.com/intel-core-ultra-200s-plus-arrow-lake-refresh-cpus-leak-9-290k-plus-7-270k-plus-benchmark/

“Google Cloud เปิดให้ใช้งาน G4 VM แล้ว — มาพร้อม RTX PRO 6000 Blackwell GPU สำหรับงาน AI และกราฟิกระดับสูง” — เมื่อการประมวลผลแบบมัลติโหมดและฟิสิกส์จำลองกลายเป็นเรื่องง่ายบนคลาวด์

Google Cloud ประกาศเปิดให้ใช้งาน G4 VM อย่างเป็นทางการ ซึ่งใช้ GPU รุ่นใหม่ล่าสุดจาก NVIDIA คือ RTX PRO 6000 Blackwell Server Edition โดยออกแบบมาเพื่อรองรับงาน AI ที่หลากหลาย ตั้งแต่การ inference ของโมเดลมัลติโหมด ไปจนถึงการจำลองฟิสิกส์ในหุ่นยนต์และการออกแบบผลิตภัณฑ์

G4 VM รองรับการใช้งานร่วมกับ NVIDIA Omniverse และ Isaac Sim ผ่าน VM image บน Google Cloud Marketplace ทำให้สามารถสร้าง digital twin และฝึกหุ่นยนต์ในสภาพแวดล้อมจำลองได้ทันที

ใช้ GPU RTX PRO 6000 Blackwell
มี Tensor Core รุ่นที่ 5 รองรับ FP4 สำหรับ inference ที่เร็วขึ้นและใช้หน่วยความจำน้อย
มี RT Core รุ่นที่ 4 ให้ ray tracing แบบ real-time ที่เร็วกว่าเดิม 2 เท่า

รองรับสูงสุด 8 GPU ต่อ VM
รวมหน่วยความจำ GDDR7 ได้ถึง 768 GB
เหมาะกับงาน simulation, content creation และ AI agent

เชื่อมต่อกับบริการอื่นใน Google Cloud ได้โดยตรง
เช่น Kubernetes Engine, Vertex AI, Dataproc (Spark/Hadoop)

รองรับซอฟต์แวร์ยอดนิยมในสายวิศวกรรมและกราฟิก
เช่น AutoCAD, Blender, SolidWorks

ใช้ร่วมกับ NVIDIA Omniverse ได้
สร้าง digital twin และฝึกหุ่นยนต์ด้วย Isaac Sim
ใช้ Cosmos foundation model และ Blueprints สำหรับการจำลอง

รองรับการ deploy agentic AI ด้วย NVIDIA Nemotron และ NIM
มี microservices สำหรับ inference ที่ปลอดภัยและเร็ว

เหมาะกับงาน HPC เช่น genomics และ drug discovery
บน Blackwell GPU มี throughput สูงกว่าเดิมถึง 6.8 เท่าในงาน alignment

https://www.techpowerup.com/342057/google-cloud-g4-vms-with-nvidia-rtx-pro-6000-blackwell-gpu-now-generally-available

“RoBERTa Diffusion: เมื่อ BERT กลายเป็นโมเดลสร้างข้อความผ่านกระบวนการ ‘ลบสัญญาณรบกวน’” — จากภาพสู่ภาษา: การประยุกต์ diffusion model กับการสร้างข้อความแบบใหม่

บทความจาก Nathan.rs นำเสนอแนวคิดที่น่าสนใจว่า BERT ซึ่งเป็นโมเดลภาษายอดนิยม อาจเป็นเพียง “กรณีย่อย” ของโมเดล diffusion สำหรับภาษา โดยอธิบายว่า masked language modeling (MLM) ที่ใช้ใน BERT มีโครงสร้างคล้ายกับการลบสัญญาณรบกวน (denoising) ใน diffusion model ที่ใช้ในงานสร้างภาพ

แนวคิดนี้เริ่มจากการศึกษางานของ Google DeepMind ที่เปิดตัว Gemini Diffusion ซึ่งสร้างข้อความโดยเริ่มจาก noise แล้วค่อย ๆ refine ให้กลายเป็นข้อความที่มีความหมาย — ต่างจาก GPT ที่สร้างทีละ token แบบ autoregressive

Nathan เสนอว่า BERT เองก็สามารถนำมาใช้สร้างข้อความได้ หากเปลี่ยนจากการ mask แบบคงที่ มาเป็นการ mask แบบไล่ระดับ (จากน้อยไปมาก แล้วค่อย ๆ ลดกลับลงมา) ซึ่งคล้ายกับกระบวนการ diffusion ในภาพ

เขาเรียกแนวทางนี้ว่า “RoBERTa Diffusion” โดยใช้ RoBERTa (เวอร์ชันปรับปรุงของ BERT) มาฝึกแบบใหม่บน WikiText dataset ด้วยการสุ่มระดับการ mask และฝึกให้โมเดลเดา token ที่หายไปในแต่ละขั้นตอน

ผลลัพธ์ที่ได้คือข้อความที่สร้างขึ้นมีความต่อเนื่องและสมเหตุสมผล แม้จะยังไม่เทียบเท่า GPT-2 แต่ก็ถือเป็น “proof of concept” ที่แสดงให้เห็นว่าโมเดล encoder-only อย่าง BERT ก็สามารถใช้สร้างข้อความได้ หากปรับวิธีการฝึกให้เหมาะสม

Gemini Diffusion ของ Google DeepMind ใช้ diffusion model สร้างข้อความจาก noise
ต่างจาก GPT ที่สร้างทีละ token แบบ autoregressive

BERT ใช้ masked language modeling (MLM) ซึ่งคล้ายกับการ denoise
เหมาะกับการประยุกต์เป็น diffusion model สำหรับภาษา

RoBERTa เป็นเวอร์ชันปรับปรุงของ BERT ที่ใช้ MLM อย่างเดียว
ไม่มีการทำนายประโยคถัดไป (next sentence prediction)

RoBERTa Diffusion ใช้การ mask แบบไล่ระดับในหลายขั้นตอน
ฝึกให้โมเดลเดา token ที่หายไปในแต่ละระดับ

ใช้ WikiText dataset และ HuggingFace library ในการฝึก
พร้อม diffusion_collator ที่สุ่มระดับการ mask

ผลลัพธ์ที่ได้มีความต่อเนื่องและสมเหตุสมผล
แม้จะยังช้ากว่า GPT-2 (~13 วินาที vs ~9 วินาที)

แนวคิดนี้สามารถต่อยอดด้วยเทคนิคใหม่ เช่น AR-Diffusion และ Skip-Step Diffusion
เพื่อเพิ่มคุณภาพและความเร็วในการสร้างข้อความ

https://nathan.rs/posts/roberta-diffusion/

หัวข้อข่าว: “Intel Ultra 9 285HX: สุดยอดชิปมือถือที่มีแค่ 4 แบรนด์ใช้—และ 2 รุ่นลดราคาแรงเกินคาด”

Intel เปิดตัวชิป Ultra 9 285HX ซึ่งเป็นโปรเซสเซอร์มือถือที่เร็วที่สุดเท่าที่เคยมีมา และตอนนี้มีเพียง 4 แบรนด์เท่านั้นที่นำมาใช้ในแล็ปท็อประดับสูง ได้แก่ Dell, HP, MSI และ Lenovo โดยแต่ละรุ่นมาพร้อมสเปกสุดโหดที่เหมาะกับงานระดับมืออาชีพ เช่น การตัดต่อวิดีโอ 4K, การเรนเดอร์ 3D และการประมวลผล AI

ที่น่าตกใจคือ มีถึง 2 รุ่นที่ลดราคาหนักมาก ทั้ง MSI Raider 18 HX AI และ HP ZBook Fury G1i ซึ่งลดราคาจากหลักหมื่นเหลือเพียงครึ่งเดียวในบางร้านค้า ทำให้เป็นโอกาสทองสำหรับผู้ที่ต้องการแล็ปท็อปประสิทธิภาพสูงในราคาคุ้มค่า

Intel Ultra 9 285HX คืออะไร
เป็นชิปมือถือที่เร็วที่สุดของ Intel ณ ปัจจุบัน
ใช้ในแล็ปท็อประดับ workstation สำหรับงานหนัก
รองรับการใช้งานร่วมกับ GPU ระดับสูง เช่น RTX Pro 5000 และ RTX 5080

แบรนด์ที่ใช้ชิปนี้
Dell: รุ่น Pro Max 18 Plus พร้อม RTX Pro 5000, RAM 128GB, SSD 4TB
MSI: รุ่น Raider 18 HX AI พร้อม RTX 5080, RAM 64GB, SSD 2TB
HP: รุ่น ZBook Fury G1i พร้อม RTX Pro 5000, RAM 128GB ECC
Lenovo: รุ่น ThinkPad T16g Gen 3 พร้อม RTX 5080/5090, RAM สูงสุด 192GB

รุ่นที่ลดราคาหนัก
MSI Raider 18 HX AI ลดเหลือ ~$2,699 จาก ~$3,399
HP ZBook Fury G1i ลดเหลือ ~$6,999 จาก ~$14,212
Dell ยังราคาเต็ม ~$9,458 ส่วน Lenovo ยังไม่เปิดราคา

จุดเด่นของแต่ละรุ่น
MSI: เหมาะกับงานสร้างสรรค์และมัลติทาสก์
HP: มี RAM ECC เหมาะกับงานที่ต้องการความเสถียรสูง
Dell: สเปกสูงสุด เหมาะกับงานวิจัยและ simulation
Lenovo: รองรับ SSD สูงสุด 12TB เหมาะกับงานเก็บข้อมูลขนาดใหญ่

https://www.techradar.com/pro/only-4-brands-sell-laptops-with-intels-fastest-ever-mobile-cpu-the-ultra-9-285-hx-and-shockingly-two-are-already-massively-discounted

"เล่น Battlefield 6 บนจอระบายความร้อน CPU ขนาด 2.1 นิ้ว—เมื่อเกมเมอร์ไม่ยอมแพ้ต่อพื้นที่จำกัด"

ในยุคที่เกมเมอร์มักมองหาหน้าจอใหญ่ ๆ เพื่อประสบการณ์ที่เต็มอิ่ม มีผู้ใช้งานคนหนึ่งจากเยอรมนีชื่อ Tim กลับเลือกเส้นทางสุดแหวก—เขาเล่น Battlefield 6 บนจอวงกลมขนาด 2.1 นิ้ว ที่ติดอยู่บนชุดระบายความร้อน CPU แบบน้ำของ MSI รุ่น CoreLiquid P13 ซึ่งมีความละเอียดเพียง 480x480 พิกเซล

แม้จะดูเหมือนเป็นเรื่องตลก แต่ Tim ยืนยันว่าเขาใช้จอนี้ในการ “ฟาร์ม XP” ระหว่างช่วงพักจากงานรีวิวจอ OLED ที่เขาควรจะทำอยู่ โดยอ้างว่า “ก็ยังเป็นการทดสอบจอภาพอยู่นะ” ซึ่งสร้างเสียงหัวเราะและความทึ่งให้กับชุมชนเกมเมอร์

จอของ MSI รุ่นนี้รองรับการแสดงผลแบบ IPS และสามารถใช้เป็นจอที่สองได้จริง ๆ ซึ่งหลายคนใช้แสดงข้อมูลระบบหรือภาพตกแต่ง แต่ Tim กลับใช้มันเล่นเกมเต็มรูปแบบ—แสดงให้เห็นถึงความสร้างสรรค์และความ “ไม่ยอมแพ้” ของเกมเมอร์ตัวจริง

อุปกรณ์ที่ใช้
MSI CoreLiquid P13 AIO liquid cooler
จอวงกลมขนาด 2.1 นิ้ว ความละเอียด 480x480
รองรับการแสดงผล IPS และใช้เป็นจอที่สองได้

วิธีการเล่นเกม
ใช้จอระบายความร้อน CPU เป็นจอหลักในการเล่น Battlefield 6
เล่นเพื่อฟาร์ม XP ระหว่างพักจากงานรีวิวจอ OLED
ใช้ฟีเจอร์ secondary display ที่มีใน AIO รุ่นใหม่

ปฏิกิริยาจากชุมชน
ผู้ชมใน YouTube และโซเชียลต่างทึ่งกับความแหวกแนว
หลายคนมองว่าเป็นการใช้เทคโนโลยีอย่างสร้างสรรค์
บางคนแซวว่า “นี่คือจอที่เหมาะกับการเล่นเกมในที่ทำงาน”

คำเตือนในการใช้งาน
จอขนาดเล็กอาจทำให้มองไม่เห็นรายละเอียดสำคัญในเกม
ไม่เหมาะกับการเล่นเกมแข่งขันหรือ FPS ที่ต้องการความแม่นยำ
การใช้จอระบายความร้อนเป็นจอหลักอาจส่งผลต่ออุณหภูมิ CPU หากไม่ระวัง

https://www.tomshardware.com/video-games/pc-gaming/enthusiast-plays-battlefield-6-on-his-cpu-watercoolers-screen-tiny-2-1-inch-480x480-msi-liquid-cooler-screen-good-enough-for-xp-farming

"13 อุปกรณ์สุดเซอร์ไพรส์ที่คุณสามารถเสียบเข้าพอร์ต USB ของจอมอนิเตอร์ได้"

หลายคนอาจไม่รู้ว่าจอมอนิเตอร์ของคุณไม่ได้มีไว้แค่แสดงภาพเท่านั้น แต่ยังสามารถเป็นศูนย์กลางการเชื่อมต่ออุปกรณ์ต่าง ๆ ได้อีกด้วย! บทความจาก SlashGear เผยว่า USB Type-A ที่อยู่ด้านหลังหรือข้างจอสามารถใช้เป็น USB hub หรือ dock ได้อย่างมีประสิทธิภาพ โดยไม่ต้องพึ่งพาพอร์ตบนตัวเครื่อง PC ที่อาจมีจำกัด

ตั้งแต่การเสียบ dongle ไร้สาย ไปจนถึงพัดลมตั้งโต๊ะ ไฟ RGB ไมโครโฟน กล้องเว็บแคม และแม้แต่เครื่องดูดฝุ่นขนาดจิ๋ว—ทั้งหมดนี้สามารถเชื่อมต่อผ่านพอร์ต USB ของจอได้อย่างง่ายดาย แต่ก็มีข้อควรระวัง เช่น การตรวจสอบกำลังไฟที่อุปกรณ์ใช้ และการทำความสะอาดพอร์ตเพื่อป้องกันการเชื่อมต่อผิดพลาด

พอร์ต USB บนจอมอนิเตอร์
มักเป็น USB Type-A ที่รองรับการเชื่อมต่ออุปกรณ์หลากหลาย
ใช้เป็น USB hub หรือ dock ได้
ช่วยประหยัดพอร์ตบนตัวเครื่อง PC

อุปกรณ์ที่สามารถเชื่อมต่อได้
Dongle สำหรับเมาส์ หูฟัง และ Wi-Fi
จอยเกม เช่น 8BitDo Ultimate 2C Wireless Controller
พัดลมตั้งโต๊ะ เช่น Gaiatop USB Desk Fan
ไฟ RGB เช่น Phopollo Light Strip และ Velted RGB Light Bar
ไมโครโฟน USB เช่น Logitech Blue Microphone
เครื่องดูดฝุ่นจิ๋ว เช่น Auloea Portable Mini Vacuum Cleaner
USB Hub Splitter เช่น Vienon USB Hub
กล้องเว็บแคม เช่น Logitech Brio 101 HD
คีย์บอร์ด เมาส์ และลำโพง
อุปกรณ์ชาร์จ เช่น สมาร์ทโฟนและแท็บเล็ต
แฟลชไดรฟ์และฮาร์ดดิสก์ภายนอก
จอแสดงผลขนาดเล็ก เช่น Wownova Temp Monitor
เครื่องอ่าน SD Card เช่น uni SD Card Reader

คำเตือนในการใช้งานพอร์ต USB บนจอ
อย่าเสียบอุปกรณ์ที่ใช้พลังงานสูงเกินไป อาจทำให้วงจรจอเสียหาย
หากอุปกรณ์ไม่ถูกตรวจพบ อาจเกิดจากพอร์ตเสียหรือมีฝุ่นสะสม
ความเร็วในการชาร์จอาจไม่เทียบเท่าที่ชาร์จโดยตรงจากปลั๊กไฟ

สาระเพิ่มเติมจากภายนอก:

ประโยชน์ของการใช้จอเป็น USB hub
ลดความยุ่งเหยิงของสายไฟบนโต๊ะ
เพิ่มความสะดวกในการเข้าถึงอุปกรณ์
เหมาะสำหรับผู้ที่มีพื้นที่จำกัดหรือใช้โน้ตบุ๊กที่มีพอร์ตน้อย

แนวโน้มการออกแบบจอภาพยุคใหม่
จอภาพหลายรุ่นเริ่มมีพอร์ต USB-C และฟีเจอร์ชาร์จเร็ว
บางรุ่นรองรับการถ่ายโอนข้อมูลและภาพผ่าน USB-C โดยตรง

https://www.slashgear.com/1996516/surprising-gadgets-can-plug-into-monitor-usb-port/

“Jensen Huang ส่ง DGX Spark ด้วยตัวเองให้ Elon Musk และ Sam Altman — สะท้อนความแตกแยกในวงการ AI”

Jensen Huang ซีอีโอของ NVIDIA กลับมาสวมบทบาท “พนักงานส่งของ” อีกครั้ง โดยนำ DGX Spark — ซูเปอร์คอมพิวเตอร์ขนาดเล็กที่ใช้ชิป Grace Blackwell GB200 — ไปส่งให้ Elon Musk และ Sam Altman ด้วยตัวเอง แต่ที่น่าสนใจคือเขาส่งให้ “แยกกัน” เพราะทั้งสองเคยเป็นผู้ร่วมก่อตั้ง OpenAI แต่ปัจจุบันกลายเป็นคู่แข่งที่ขับเคี่ยวกันอย่างดุเดือด

DGX Spark มีพลังประมวลผลถึง 1 petaflop และหน่วยความจำ unified 128GB รองรับโมเดลขนาด 200B parameters ได้แบบ local โดยไม่ต้องพึ่งคลาวด์ ซึ่งเหมาะกับการใช้งานในระดับนักวิจัยหรือผู้พัฒนา AI ชั้นนำ

Huang ส่งเครื่องให้ Musk ที่ฐาน Starbase ของ SpaceX พร้อมแซวว่า “ส่งซูเปอร์คอมพิวเตอร์ที่เล็กที่สุดให้กับจรวดที่ใหญ่ที่สุด” ส่วนฝั่ง Altman เขาไปส่งถึง OpenAI และถ่ายภาพร่วมกับ Greg Brockman และ Altman เหมือนย้อนกลับไปเมื่อ 9 ปีก่อนที่เขาเคยส่ง DGX-1 ให้ Musk ในฐานะผู้ร่วมก่อตั้ง OpenAI

นอกจาก Musk และ Altman แล้ว DGX Spark ยังถูกส่งให้กับนักวิจัยจากบริษัทชั้นนำ เช่น Google, Meta, Microsoft, Hugging Face, JetBrains, Docker, Anaconda, LM Studio และ ComfyUI

DGX Spark วางจำหน่ายในราคา $3,999 ผ่าน NVIDIA, Micro Center และพาร์ตเนอร์อื่น ๆ โดยมีผู้ผลิตหลายราย เช่น Acer, Asus, Dell, Gigabyte, Lenovo, MSI และ HPI เตรียมออกเวอร์ชันของตัวเอง แต่ไม่มี “บริการส่งโดย Jensen” แน่นอน

Jensen Huang ส่ง DGX Spark ให้ Elon Musk และ Sam Altman ด้วยตัวเอง
สะท้อนความสัมพันธ์ที่เปลี่ยนไปจากผู้ร่วมก่อตั้งสู่คู่แข่ง

DGX Spark ใช้ชิป Grace Blackwell GB200
มีพลัง 1 petaflop และหน่วยความจำ unified 128GB

รองรับโมเดลขนาด 200B parameters แบบ local
ไม่ต้องพึ่งคลาวด์ในการรันโมเดลใหญ่

ส่งให้บริษัทชั้นนำหลายแห่ง เช่น Google, Meta, Microsoft ฯลฯ
รวมถึง Hugging Face, JetBrains, Docker และ ComfyUI

วางจำหน่ายในราคา $3,999
ผ่าน NVIDIA, Micro Center และพาร์ตเนอร์อื่น ๆ

ผู้ผลิตหลายรายเตรียมออกเวอร์ชันของตัวเอง
เช่น Acer, Asus, Dell, Gigabyte, Lenovo, MSI และ HPI

https://www.tomshardware.com/tech-industry/artificial-intelligence/jensen-huang-personally-delivers-dgx-spark-mini-pcs-to-elon-musk-and-sam-altman-separately

“Your Data Model Is Your Destiny” — เมื่อโครงสร้างข้อมูลกลายเป็นโชคชะตาของผลิตภัณฑ์

Matt Brown จาก Matrix Partners เสนอแนวคิดที่ทรงพลังว่า “โมเดลข้อมูล” (data model) คือแก่นแท้ที่กำหนดทิศทางของสตาร์ทอัพ ไม่ใช่แค่ในระดับฐานข้อมูล แต่รวมถึงวิธีที่ผลิตภัณฑ์เข้าใจโลก, การออกแบบ UI, การตั้งราคาจนถึงกลยุทธ์ go-to-market

เขาอธิบายว่า ทุกบริษัทมี data model อยู่แล้ว ไม่ว่าจะรู้ตัวหรือไม่ และการเลือกโมเดลที่ “ถูกต้อง” ตั้งแต่ต้นสามารถสร้างความได้เปรียบที่คู่แข่งเลียนแบบไม่ได้ เพราะมันฝังอยู่ในโครงสร้างลึกของผลิตภัณฑ์

ตัวอย่างบริษัทที่ประสบความสำเร็จจากการเลือก data model ที่แตกต่าง:

Slack: ใช้ “channel” เป็นหน่วยหลัก แทนที่จะเป็นข้อความชั่วคราวแบบ email
Toast: ยกระดับ “menu item” ให้เป็นวัตถุหลักที่มีตรรกะของร้านอาหารในตัว
Notion: ใช้ “block” แทน document ทำให้ยืดหยุ่นและรวมหลายเครื่องมือไว้ในที่เดียว
Figma: เปลี่ยนจากไฟล์เป็น “canvas” ที่แชร์ได้แบบเรียลไทม์
Rippling: ใช้ “employee” เป็นศูนย์กลาง เชื่อมโยง HR, IT, finance เข้าด้วยกัน
Klaviyo: ยกระดับ “order data” ให้เทียบเท่า email เพื่อการตลาดที่แม่นยำ
ServiceNow: เชื่อม ticket เข้ากับ service map ทำให้ IT ทำงานเชิงรุกแทนการแก้ปัญหาเฉพาะหน้า

Brown เตือนว่า AI กำลังทำให้การเขียนโค้ดกลายเป็น commodity แต่โมเดลข้อมูลที่ดีจะกลายเป็น “moat” ที่ป้องกันไม่ให้คู่แข่งลอกเลียนได้ง่าย

Data model คือสิ่งที่ผลิตภัณฑ์เลือกให้ความสำคัญ
มันกำหนดว่า “อะไร” คือหน่วยหลักของโลกที่ผลิตภัณฑ์เข้าใจ

โมเดลข้อมูลส่งผลต่อ UI, การตั้งราคา, การตลาด และกลยุทธ์
เช่น UI จะเน้น object ไหน, คิดเงินตามอะไร, ขายด้วย pain point อะไร

บริษัทที่ประสบความสำเร็จมักมี data model ที่แตกต่างและลึกซึ้ง
เช่น Slack, Notion, Figma, Toast, Rippling

โมเดลข้อมูลที่ดีจะสร้าง “compound advantage”
ฟีเจอร์ใหม่จะต่อยอดจากข้อมูลเดิมได้ทันที

การเลือก data model ที่ดีควรเริ่มจาก “workflow” ไม่ใช่ schema
ถามว่า “หน่วยงานหลักของงานในโดเมนนี้คืออะไร”

การ audit data model ทำได้โดยดู foreign keys และ core actions
ตารางไหนมี foreign key มากสุด อาจเป็น object หลักของระบบ

https://notes.mtb.xyz/p/your-data-model-is-your-destiny

“Micron เตรียมถอนตัวจากตลาดหน่วยความจำศูนย์ข้อมูลในจีน” — เมื่อแรงกดดันจากการแบนในปี 2023 ยังไม่คลี่คลาย

Micron ผู้ผลิตหน่วยความจำรายใหญ่ของสหรัฐฯ กำลังเตรียมถอนตัวจากตลาดหน่วยความจำสำหรับศูนย์ข้อมูลในจีน หลังจากไม่สามารถฟื้นตัวจากผลกระทบของการแบนในปี 2023 ที่รัฐบาลจีนประกาศห้ามใช้ผลิตภัณฑ์ของ Micron ในโครงสร้างพื้นฐานด้านข้อมูลที่สำคัญ ด้วยเหตุผลด้านความมั่นคง

ตามรายงานจาก Reuters ที่อ้างแหล่งข่าวภายใน Micron บริษัทมีแผนจะหยุดส่งออกผลิตภัณฑ์ DRAM และหน่วยความจำระดับเซิร์ฟเวอร์ไปยังศูนย์ข้อมูลในจีนโดยตรง แต่จะยังคงให้บริการในกลุ่มสมาร์ตโฟนและยานยนต์ รวมถึงลูกค้าจีนที่มีศูนย์ข้อมูลในต่างประเทศ เช่น Lenovo

การตัดสินใจนี้สะท้อนถึงผลกระทบระยะยาวจากการแบนของ Cyberspace Administration of China ซึ่งทำให้ Micron สูญเสียโอกาสในโครงการศูนย์ข้อมูลที่ได้รับการสนับสนุนจากรัฐ และเปิดช่องให้ผู้ผลิตในประเทศจีนและเกาหลีใต้เข้ามาแทนที่

แม้ Samsung และ SK Hynix จะมีโอกาสขยายตลาดในจีน แต่ก็ยังเผชิญกับข้อจำกัดจากนโยบายส่งออกของสหรัฐฯ เช่นเดียวกับ Micron ขณะที่ผู้ผลิตในประเทศจีนอย่าง YMTC และ CXMT ก็เร่งพัฒนาเทคโนโลยีเพื่อทดแทน แม้ยังตามหลังในด้านประสิทธิภาพและคุณภาพ

Micron เตรียมหยุดส่งออก DRAM และหน่วยความจำเซิร์ฟเวอร์ไปยังศูนย์ข้อมูลในจีน
ยังคงให้บริการในกลุ่มสมาร์ตโฟนและยานยนต์
ยังคงให้บริการลูกค้าจีนที่มีศูนย์ข้อมูลในต่างประเทศ

การแบนในปี 2023 จาก Cyberspace Administration of China เป็นจุดเริ่มต้น
อ้างเหตุผลด้านความมั่นคงของชาติ

การแบนทำให้ Micron สูญเสียโอกาสในโครงการศูนย์ข้อมูลที่ได้รับการสนับสนุนจากรัฐ
ผู้ผลิตในจีนและเกาหลีใต้เข้ามาแทนที่

Samsung และ SK Hynix อาจได้ประโยชน์จากช่องว่างของ Micron
แต่ยังเผชิญข้อจำกัดจากนโยบายส่งออกของสหรัฐฯ

ผู้ผลิตจีนอย่าง YMTC และ CXMT เร่งพัฒนาเทคโนโลยีหน่วยความจำ
ยังตามหลังในด้านประสิทธิภาพและ yield

https://www.tomshardware.com/pc-components/ram/reports-suggest-micron-is-preparing-to-exit-chinas-data-center-memory-market

“AI ตรวจจับภัยในชิปได้ 97% แต่ยังไม่พอ” — เมื่อความแม่นยำสูงยังไม่อาจรับประกันความปลอดภัยในโลกฮาร์ดแวร์

ในโลกที่ชิปคอมพิวเตอร์เป็นหัวใจของทุกระบบ ตั้งแต่ศูนย์ข้อมูลไปจนถึงอุปกรณ์ทางการแพทย์และการทหาร ความปลอดภัยของฮาร์ดแวร์จึงเป็นเรื่องที่ไม่อาจมองข้าม ล่าสุดนักวิจัยจากมหาวิทยาลัย Missouri ได้พัฒนา PEARL — ระบบที่ใช้ AI ตรวจจับ “hardware trojans” หรือช่องโหว่ที่ถูกฝังไว้ในขั้นตอนการผลิตชิป

PEARL ใช้โมเดลภาษาขนาดใหญ่ (LLMs) เช่น GPT-3.5 Turbo, Gemini 1.5 Pro, Llama 3.1 และ DeepSeek-V2 เพื่อวิเคราะห์โค้ด Verilog โดยไม่ต้องใช้โมเดลอ้างอิงแบบ “golden chip” และสามารถอธิบายผลการตรวจจับได้อย่างเข้าใจง่าย

ผลการทดลองพบว่า GPT-3.5 Turbo ตรวจจับได้แม่นยำถึง 97% ขณะที่ DeepSeek-V2 ทำได้ 91% ซึ่งถือว่าสูงมากในแง่เทคนิค แต่ผู้เชี่ยวชาญเตือนว่า “แม้จะพลาดเพียง 3% ก็อาจนำไปสู่หายนะ” เพราะชิปเหล่านี้ถูกใช้ในระบบที่มีความเสี่ยงสูง เช่น การเงินและความมั่นคงของชาติ

การตรวจจับ hardware trojans เป็นเรื่องยาก เพราะชิปถูกผลิตผ่านห่วงโซ่อุปทานที่ซับซ้อนในหลายประเทศ และช่องโหว่อาจถูกฝังในขั้นตอนใดก็ได้ การตรวจสอบแบบ manual ยังจำเป็นเพื่อเสริมความมั่นใจ แม้ AI จะช่วยได้มากก็ตาม

นักวิจัยจากมหาวิทยาลัย Missouri พัฒนา PEARL เพื่อตรวจจับ hardware trojans
ใช้ LLMs เช่น GPT-3.5 Turbo, Gemini 1.5 Pro, Llama 3.1 และ DeepSeek-V2
วิเคราะห์โค้ด Verilog โดยไม่ต้องใช้ golden chip

PEARL ใช้เทคนิค in-context learning เช่น zero-shot และ few-shot
ให้ผลลัพธ์พร้อมคำอธิบายที่เข้าใจง่าย

GPT-3.5 Turbo ตรวจจับได้แม่นยำถึง 97%
DeepSeek-V2 ทำได้ 91%

ทดสอบกับ benchmark เช่น Trust-Hub และ ISCAS 85/89
ใช้ทั้งโมเดล open-source และ enterprise

PEARL ไม่ต้องใช้โมเดลอ้างอิง ทำให้ใช้งานได้กว้างขึ้น
เหมาะกับการตรวจสอบชิปในระบบที่ไม่มี golden reference

แม้ AI จะตรวจจับได้ 97% แต่ยังมีช่องว่างที่อาจนำไปสู่หายนะ
ความผิดพลาดเพียงเล็กน้อยในชิปอาจทำให้ระบบล่มหรือถูกเจาะ

ห่วงโซ่อุปทานของชิปมีความซับซ้อนและเสี่ยงต่อการฝังช่องโหว่
การตรวจสอบต้องครอบคลุมทุกขั้นตอน ตั้งแต่การออกแบบจนถึงการประกอบ

การพึ่งพา AI เพียงอย่างเดียวอาจไม่เพียงพอในระบบที่มีความเสี่ยงสูง
ยังต้องมีการตรวจสอบแบบ manual และการทดสอบเชิงลึก

ความแม่นยำของโมเดลอาจแตกต่างกันตามบริบทและประเภทของโค้ด
ต้องเลือกโมเดลให้เหมาะกับงานและมีการปรับแต่งอย่างเหมาะสม

https://www.techradar.com/pro/ai-can-detect-malicious-chip-vulnerabilities-with-a-97-success-rate-but-i-fear-that-is-simply-not-enough

Gelato vs. Ice Cream vs. Frozen Yogurt vs. Sherbet vs. Sorbet: Get The Scoop On The Difference

You scream, I scream, we all scream for… wait, is that ice cream or gelato? Or frozen yogurt? And what’s the deal with sherbet and sorbet? Are all of these things ice cream, too?

Don’t get a brain freeze. We’ll break down the similarities and technical differences between these frozen treats—based on ingredients and how they’re made—in addition to dipping into the overlap of the terms in casual use.

Join as we serve up the answers to these questions and more:

What defines ice cream?
What is the difference between gelato and ice cream?
How is ice cream different from frozen yogurt?
Is sherbet a kind of ice cream?
What is the difference between sherbet and sorbet?
How is gelato different from sorbet?
What is the difference between sorbet and ice cream?

Quick summary

We casually call a lot of frozen treats ice cream. But according to US technical guidelines, ice cream must contain 10 percent milk fat. It’s typically made with milk, cream, flavorings, and sometimes egg yolk. Gelato is similar to ice cream but typically contains less cream and air. Frozen yogurt uses yogurt as its primary ingredient rather than milk and cream. Unlike ice cream, sherbet uses fruit juice or fruit purée as its main ingredient and typically only has a small amount of dairy. Sorbet also uses fruit juice or purée as its main ingredient, but it doesn’t contain any dairy products or eggs.

What is the difference between gelato and ice cream?

Generally, the term ice cream refers to a creamy frozen dessert that’s made with dairy fats, sugar, and sometimes egg yolks. However, ice cream is often casually used as a catchall term to refer to all kinds of frozen desserts, including many of the ones that we’ll compare here, some of which do not contain cream or any dairy products.

That being said, the definition of ice cream is often much more narrow in technical use. In fact, according to US law, in order for a food to be considered ice cream in the US it must contain at least 10 percent milk fat. The legal definition also touches on the inclusion of flavoring ingredients like sugar or artificial sweeteners and optional dairy products, such as cream, butter, buttermilk, and skim milk. Typically, egg yolks are also allowed as an ingredient. Ice cream typically contains a lot of cream in order to achieve the required milk fat percentage.

Gelato is an Italian-style dessert that usually contains many of the same ingredients as ice cream. It’s often considered a type of ice cream—sometimes referred to as “Italian ice cream.”

Compared to ice cream, though, gelato usually contains less cream and has a lower milk fat percentage. Additionally, the slower churning process of gelato causes it to be infused with less air than ice cream. All of this means that gelato tends to have a silkier texture than ice cream.

frozen yogurt vs. ice cream

Frozen yogurt (popularly nicknamed fro-yo) and ice cream are both typically made from dairy products and sugar. However, the main ingredients in ice cream are milk and cream and the main ingredient in frozen yogurt is, unsurprisingly, yogurt. Under certain technical requirements, ice cream must have at least 10 percent milk fat, but those requirements don’t apply to frozen yogurt. The fat percentage of frozen yogurt depends on what type of milk was used to make the yogurt in it.

Is sherbet ice cream?

Sherbet is a creamy frozen dessert made mainly from fruit juice or fruit purée—it typically contains only small amounts of dairy products, egg whites, and/or gelatin. (Sherbet is pronounced [ shur-bit ], but many people say [ shur-burt ], leading to spelling sherbert becoming increasingly common.)

Sherbet is technically not ice cream, even though they both can contain fruit and dairy products. The big difference is that sherbet’s main ingredient is fruit juice or purée, while ice cream’s main ingredients are typically milk and cream. Still, they’re close enough that many people likely consider sherbet a type of ice cream.

sherbet vs. sorbet

As we just learned, sherbet typically contains only a small amount of dairy products and/or eggs. Sorbet (pronounced [ sawr-bey ]) is a creamy frozen concoction made from fruit juice or fruit purée that does not contain any dairy products or eggs. Sorbet is usually a dessert, but not always—it’s sometimes served between courses as a palate cleanser.

The words look similar because they’re ultimately based on the same root—the Turkish şerbet, from the Persian sharbat, from the Arabic sharbah, meaning “a drink.”

gelato vs. sorbet

By now, you know that gelato traditionally uses milk and cream as its main ingredients, and that sorbet primarily contains fruit juice or fruit purée and does not use dairy products or eggs. Sorbet is less creamy.

sorbet vs. ice cream

The difference between ice cream and sorbet is also based on whether or not dairy is used. Technically speaking, ice cream always contains cream and/or milk as its main ingredients, while sorbet traditionally never includes dairy or eggs, instead being primarily made from fruit juice or fruit purée.

sherbet vs. sorbet

As we just learned, sherbet typically contains only a small amount of dairy products and/or eggs. Sorbet (pronounced [ sawr-bey ]) is a creamy frozen concoction made from fruit juice or fruit purée that does not contain any dairy products or eggs. Sorbet is usually a dessert, but not always—it’s sometimes served between courses as a palate cleanser.

The words look similar because they’re ultimately based on the same root—the Turkish şerbet, from the Persian sharbat, from the Arabic sharbah, meaning “a drink.”

gelato vs. sorbet

By now, you know that gelato traditionally uses milk and cream as its main ingredients, and that sorbet primarily contains fruit juice or fruit purée and does not use dairy products or eggs. Sorbet is less creamy.

sorbet vs. ice cream

The difference between ice cream and sorbet is also based on whether or not dairy is used. Technically speaking, ice cream always contains cream and/or milk as its main ingredients, while sorbet traditionally never includes dairy or eggs, instead being primarily made from fruit juice or fruit purée.

Get the inside scoop

Here’s the final scoop: All of these distinctions are traditional and technical. As more dairy-free options become available, you’re much more likely to see many of these names applied to frozen desserts that include some nontraditional ingredients. In the case of ice cream, for example, fat sources used for the base may include ingredients like coconut milk, oat milk, or avocado.

สงวนลิขสิทธิ์ © 2025 AAKKHRA & Co.

“Lenovo เปิดตัว LEGION Radeon RX 9070 XT รุ่นปรับแต่งพิเศษ” — การ์ดจอ OEM ที่ออกแบบเพื่อเกมเมอร์สาย MoDT โดยเฉพาะ

Lenovo สร้างความฮือฮาในวงการฮาร์ดแวร์ด้วยการเปิดตัวการ์ดจอรุ่นปรับแต่งพิเศษ LEGION Radeon RX 9070 XT ซึ่งเป็นส่วนหนึ่งของพีซีเกมมิ่งรุ่น Blade 7000P ที่ใช้แนวคิด Mobile on Desktop (MoDT) โดยนำชิ้นส่วนจากโน้ตบุ๊กประสิทธิภาพสูงมาใช้ในเครื่องตั้งโต๊ะ

แม้ Lenovo จะไม่ใช่แบรนด์ที่มีชื่อเสียงด้านการ์ดจอแบบ custom แต่การ์ดรุ่นนี้ถูกออกแบบมาเพื่อใช้งานเฉพาะในระบบของ Lenovo เท่านั้น ไม่วางจำหน่ายแยก ทำให้กลุ่มนักสะสมและผู้ใช้ระดับสูงให้ความสนใจ

การ์ดใช้สเปกมาตรฐานของ AMD Radeon RX 9070 XT:
4,096 stream processors
16 GB GDDR6 memory
64 MB L3 cache
ความเร็ว base clock 1,660 MHz, game clock 2,400 MHz, boost clock 2,970 MHz

ดีไซน์ภายนอกเน้นความเรียบง่ายแบบอุตสาหกรรม:
ฮีตซิงก์ขนาดใหญ่แบบ 3-slot
ฝาครอบสีเทาเข้มและ backplate ลาย LEGION สีดำ
มีไฟ RGB ด้านบนที่ปรับสีได้ตามธีมของผู้ใช้

แม้จะมีเสียงวิจารณ์เรื่องความสวยงาม แต่หลายคนชื่นชมเรื่องการระบายความร้อนและความเงียบในการทำงาน โดยเฉพาะเมื่อเทียบกับการ์ด OEM รุ่นอื่น ๆ

คำเตือนจากข้อมูลข่าว
การ์ดรุ่นนี้เป็น OEM ไม่สามารถซื้อแยกได้
หากต้องการอัปเกรดซีพียูในอนาคต อาจต้องเปลี่ยนทั้งระบบ
ดีไซน์เรียบแบบอุตสาหกรรม อาจไม่ถูกใจผู้ใช้ที่ชอบความสวยงาม
การ์ดมีขนาดใหญ่ อาจไม่เหมาะกับเคสขนาดเล็ก การเปลี่ยนหรือซ่อมพัดลมต้องใช้ชิ้นส่วนเฉพาะจาก Lenovo

https://www.techpowerup.com/341941/lenovo-designs-custom-legion-radeon-rx-9070-xt-gpu

“Firefox 144 มาแล้ว! ปรับปรุง PiP, เสริมความปลอดภัย และเพิ่มฟีเจอร์ใหม่เพียบทั้งบนเว็บและมือถือ”

Mozilla ได้ปล่อย Firefox 144 อย่างเป็นทางการเมื่อวันที่ 13 ตุลาคม 2025 โดยมาพร้อมฟีเจอร์ใหม่ที่น่าสนใจทั้งด้านความสะดวกในการใช้งาน ความปลอดภัย และการสนับสนุนนักพัฒนาเว็บ โดยเฉพาะการปรับปรุงฟีเจอร์ Picture-in-Picture (PiP) ที่ให้ผู้ใช้สามารถปิดหน้าต่างวิดีโอแบบลอยได้โดยไม่หยุดเล่นวิดีโอ ด้วยการกด Shift + Click หรือ Shift + Esc

นอกจากนี้ Firefox 144 ยังอัปเดตปุ่ม Firefox Account บนแถบเครื่องมือให้แสดงคำว่า “Sign In” ชัดเจนขึ้น และปรับปรุงระบบเข้ารหัสรหัสผ่านใน Password Manager จาก 3DES-CBC เป็น AES-256-CBC เพื่อความปลอดภัยที่ทันสมัยยิ่งขึ้น

สำหรับผู้ใช้ Android จะเห็นแบนเนอร์แปลภาษาใหม่ และมีการลบตัวเลือก “Allow screenshots in private browsing” ออกไป ส่วนผู้ใช้ Windows จะเห็นการเปลี่ยนแปลงพฤติกรรมของการเปิดลิงก์จากแอปอื่นให้เปิดใน virtual desktop เดียวกัน

ปล่อย Firefox 144 อย่างเป็นทางการเมื่อ 13 ตุลาคม 2025
พร้อม Firefox 140.4 และ 115.29.0 ESR

ปรับปรุง Picture-in-Picture (PiP)
ปิดหน้าต่าง PiP โดยไม่หยุดวิดีโอด้วย Shift + Click หรือ Shift + Esc

ปรับปรุงปุ่ม Firefox Account บน toolbar
แสดงคำว่า “Sign In” ถัดจากไอคอน

เสริมความปลอดภัยใน Password Manager
เปลี่ยนการเข้ารหัสจาก 3DES-CBC เป็น AES-256-CBC

สำหรับ Android:
เพิ่มแบนเนอร์แปลภาษา
ลบตัวเลือก “Allow screenshots in private browsing”

สำหรับ Windows:
เปิดลิงก์จากแอปอื่นใน virtual desktop เดียวกัน

สำหรับนักพัฒนาเว็บ:
รองรับ Element.moveBefore API
รองรับ math-shift compact
รองรับ PerformanceEventTiming.interactionId
รองรับ command และ commandfor attributes
รองรับ View Transition API Level 1
รองรับ resizeMode ใน getUserMedia
รองรับ worker transfer สำหรับ RTCDataChannel
รองรับ upsert proposal (getOrInsert, getOrInsertComputed)
รองรับ WebGPU GPUDevice.importExternalTexture (Windows)
รองรับ lock() และ unlock() ของ ScreenOrientation (Windows/Android)
รองรับ dithering สำหรับ gradients บน WebRender
เพิ่ม batch-encoding path ให้ VideoEncoder ใน WebCodecs (Windows)
ปรับปรุง tooltip ใน Inspector ให้แสดง badge สำหรับ custom events

https://9to5linux.com/firefox-144-is-now-available-for-download-this-is-whats-new

“iPhone พับได้อาจถูกกว่าที่คิด — Foxconn ลดต้นทุนบานพับเหลือ $70 พร้อมเปิดทางสู่ยุคใหม่ของ Apple”

Apple กำลังเตรียมเปิดตัว iPhone พับได้ในปี 2026 โดยมีจุดเด่นสำคัญคือการลดต้นทุนของ “บานพับ” ซึ่งเป็นชิ้นส่วนที่มีความซับซ้อนและมีผลต่อราคาของอุปกรณ์อย่างมาก จากรายงานล่าสุดพบว่า Foxconn และ Shin Zu Shing (SZS) ได้ร่วมมือกันพัฒนาและผลิตบานพับสำหรับ iPhone พับได้ โดยสามารถลดราคาต่อหน่วยลงเหลือเพียง $70–$80 จากเดิมที่เคยประเมินไว้ที่ $100–$120

การลดต้นทุนนี้ไม่ได้เกิดจากการใช้วัสดุราคาถูก แต่เป็นผลจากการปรับปรุงกระบวนการผลิตให้มีประสิทธิภาพมากขึ้น โดย Foxconn ใช้กำลังการผลิตขนาดใหญ่และเทคนิคการประกอบที่แม่นยำ ทำให้สามารถรักษาคุณภาพและความทนทานของบานพับได้ในขณะที่ลดต้นทุนลง

Apple ยังวางแผนใช้โครงสร้างตัวเครื่องแบบไฮบริดระหว่างอะลูมิเนียมและไทเทเนียม เพื่อให้มีความแข็งแรงแต่ยังคงน้ำหนักเบา พร้อมหน้าจอภายในขนาด 7.8 นิ้ว และหน้าจอภายนอกขนาด 5.5 นิ้ว โดยมีการออกแบบบานพับให้ลดรอยพับ (crease) ให้เหลือน้อยที่สุด

นอกจากนี้ Apple ยังควบคุมคุณภาพอย่างเข้มงวด โดยให้ Foxconn และ SZS รับผิดชอบการผลิตบานพับกว่า 65% ของทั้งหมด ส่วนที่เหลืออีก 35% เป็นของ Amphenol และอาจมี Luxshare-ICT เข้ามาเสริมในปี 2027 ซึ่งจะช่วยเพิ่มการแข่งขันและลดราคาลงอีกในอนาคต

ข้อมูลสำคัญจากข่าว
บานพับของ iPhone พับได้มีราคาลดลงเหลือ $70–$80 ต่อหน่วย
เดิมเคยประเมินไว้ที่ $100–$120
Foxconn และ SZS ร่วมกันผลิตบานพับ โดย Foxconn ถือหุ้นมากกว่า
Apple ควบคุมคุณภาพผ่านการเลือกซัพพลายเออร์หลัก
Amphenol รับผิดชอบอีก 35% ของคำสั่งผลิตบานพับ
Luxshare-ICT อาจเข้าร่วมเป็นซัพพลายเออร์ในปี 2027
iPhone พับได้จะมีหน้าจอ 7.8 นิ้วภายใน และ 5.5 นิ้วภายนอก
ใช้โครงสร้างอะลูมิเนียม-ไทเทเนียมแบบไฮบริด
บานพับถูกออกแบบให้ลดรอยพับให้เหลือน้อยที่สุด

ข้อมูลเสริมจากภายนอก
บานพับเป็นหนึ่งในชิ้นส่วนที่แพงและซับซ้อนที่สุดในอุปกรณ์พับได้
Foxconn เป็นผู้ผลิตรายใหญ่ที่มีความเชี่ยวชาญด้านการประกอบอุปกรณ์อิเล็กทรอนิกส์
SZS มีความเชี่ยวชาญด้านชิ้นส่วนกลไก แต่อาจมีบทบาทน้อยกว่าหาก Foxconn ควบคุมการผลิต
การใช้วัสดุไฮบริดช่วยให้ตัวเครื่องแข็งแรงแต่ยังคงน้ำหนักเบา
การลดต้นทุนโดยไม่ลดคุณภาพเป็นกลยุทธ์สำคัญของ Apple ในการเข้าสู่ตลาดใหม่

https://wccftech.com/foldable-iphone-hinge-cost-drop-foxconn-supplier-strategy/

"Tensor G5: ชิปเรือธงจาก Google ที่สะดุดกลางสนามแข่งสมาร์ตโฟน"

ลองนึกภาพว่าคุณกำลังรอสมาร์ตโฟน Pixel รุ่นใหม่จาก Google ที่มาพร้อมชิป Tensor G5 ซึ่งผลิตบนเทคโนโลยี 3nm ของ TSMC ฟังดูน่าตื่นเต้นใช่ไหม? แต่เมื่อเปิดตัวจริงกลับพบว่า Tensor G5 มีปัญหาเรื่องความร้อนและการ throttle อย่างหนัก โดยเฉพาะในการเล่นเกมหรือแม้แต่การจำลอง PlayStation 2

สาเหตุหลักมาจากการออกแบบชิปแบบ “ปะติดปะต่อ” ของ Google ที่ใช้คอร์ CPU จาก ARM แบบสำเร็จรูป ไม่ได้พัฒนาเองเหมือนคู่แข่งอย่าง Qualcomm ที่ใช้คอร์ Oryon แบบ custom ซึ่งมีความเร็วสูงและระบบ cache ที่ปรับแต่งมาอย่างดี

GPU ที่ใช้ก็เป็น Imagination IMG DXT-48-1536 ซึ่งแม้จะมีประสิทธิภาพใกล้เคียง Adreno หรือ Mali แต่ไม่มี ray-tracing และ Google ยังต้องพึ่งพา Imagination ในการอัปเดตไดรเวอร์ ทำให้ขาดความคล่องตัวในการปรับแต่ง

แม้ Tensor G5 จะมี TPU รุ่นใหม่สำหรับงาน AI และใช้โมเด็ม Exynos 5G แต่เมื่อเทียบกับ Snapdragon 8 Elite Gen 5 แล้ว ยังห่างไกลในด้านประสิทธิภาพและการควบคุมความร้อน

สถาปัตยกรรมของ Tensor G5
CPU แบบ 8-core: Cortex-X4, Cortex-A725, Cortex-A520
GPU: Imagination IMG DXT-48-1536 ไม่มี ray-tracing
TPU รุ่นที่ 5 สำหรับงาน AI
โมเด็ม Exynos 5G
ผลิตบนเทคโนโลยี 3nm ของ TSMC

ปัญหาหลักของ Tensor G5
เกิดความร้อนสูงและ throttle อย่างรวดเร็ว
ประสิทธิภาพต่ำในการเล่นเกมและ emulation
คะแนน Geekbench และ 3DMark ต่ำกว่าคู่แข่ง

ข้อเปรียบเทียบกับ Snapdragon 8 Elite Gen 5
ใช้คอร์ Oryon แบบ custom ที่มีความเร็วสูง
มี L2 cache ขนาด 12MB สำหรับทั้ง prime และ performance cores
ปรับแต่งระบบภายในได้ละเอียดกว่า

ข้อจำกัดด้าน GPU และไดรเวอร์
Google ต้องพึ่งพา Imagination ในการอัปเดตไดรเวอร์
ขาดความสามารถในการควบคุมและปรับแต่งแบบเต็มรูปแบบ

คำเตือนสำหรับผู้ใช้ Pixel 10 ที่ใช้ Tensor G5
อาจพบปัญหาความร้อนและประสิทธิภาพตกในการใช้งานหนัก
การเล่นเกมหรือใช้งาน AI อาจไม่ลื่นไหลเท่าที่คาดหวัง
การพึ่งพาเทคโนโลยีจากภายนอกทำให้ Google ขาดความยืดหยุ่นในการพัฒนา

Tensor G5 เป็นตัวอย่างของการพยายามลดต้นทุนด้วยการใช้ส่วนประกอบสำเร็จรูป แต่ในโลกของสมาร์ตโฟนระดับเรือธง ความเร็ว ความร้อน และความเสถียรคือสิ่งที่ผู้ใช้คาดหวังสูงสุด และดูเหมือนว่า Google ยังต้องปรับกลยุทธ์อีกมากหากต้องการแข่งขันกับ Qualcomm และ Apple อย่างเต็มตัว.

https://wccftech.com/the-flaw-in-tensor-g5/

“ITER — สร้างดวงอาทิตย์บนโลกเข้าสู่ขั้นตอนสำคัญ! เตรียมประกอบแกนปฏิกรณ์ฟิวชันครั้งประวัติศาสตร์”

ในตอนใต้ของฝรั่งเศส มีโครงการหนึ่งที่อาจเปลี่ยนอนาคตพลังงานของมนุษยชาติไปตลอดกาล — ITER หรือ International Thermonuclear Experimental Reactor กำลังเข้าสู่ขั้นตอนสำคัญที่สุดของการก่อสร้าง นั่นคือการประกอบแกนปฏิกรณ์ฟิวชัน ซึ่งเป็นหัวใจของการทดลองสร้าง “ดวงอาทิตย์จำลอง” บนโลก

เป้าหมายของ ITER คือการสร้างพลังงานจากการหลอมรวมของไอโซโทปไฮโดรเจน (deuterium และ tritium) ซึ่งเป็นกระบวนการเดียวกับที่เกิดขึ้นในแกนของดวงอาทิตย์ โดยใช้ความร้อนสูงถึง 150 ล้านองศาเซลเซียสภายในเครื่อง tokamak — ห้องปฏิกรณ์ทรงโดนัทที่สามารถกักเก็บพลาสมาไว้ได้ด้วยสนามแม่เหล็กมหาศาล

ล่าสุด Westinghouse Electric Company ได้รับสัญญามูลค่า 180 ล้านดอลลาร์ในการประกอบแกนปฏิกรณ์ โดยจะเชื่อมต่อชิ้นส่วนเหล็กหนักกว่า 400 ตันเข้าด้วยกันด้วยความแม่นยำระดับ 0.25 มิลลิเมตร พร้อมติดตั้งระบบแม่เหล็ก Central Solenoid ที่สามารถยกเรือบรรทุกเครื่องบินได้ และสร้างสนามแม่เหล็กแรงกว่าของโลกถึง 280,000 เท่า

นอกจากนี้ยังมีการติดตั้งระบบกำจัดของเสียจากปฏิกิริยา เช่น divertor ที่สามารถทนความร้อนสูงถึง 20 เมกะวัตต์ต่อตารางเมตร โดยใช้วัสดุพิเศษอย่างทังสเตน

แม้โครงการจะเริ่มต้นตั้งแต่ปี 1985 และเผชิญกับความล่าช้าหลายครั้ง แต่ปัจจุบันมีความร่วมมือจาก 33 ประเทศทั่วโลก และตั้งเป้าเริ่มทดลองปฏิกิริยา deuterium-tritium ในปี 2039

เป้าหมายของ ITER
สร้างพลังงานจากการหลอมรวมไฮโดรเจนแบบเดียวกับดวงอาทิตย์
ใช้ tokamak ในการกักเก็บพลาสมาที่อุณหภูมิ 150 ล้าน °C
พลังงานที่ได้มากกว่าการเผาไหม้ถ่านหินถึง 4 ล้านเท่า

ความคืบหน้าล่าสุด
เริ่มขั้นตอนประกอบแกนปฏิกรณ์
Westinghouse ได้รับสัญญา 180 ล้านดอลลาร์ในการดำเนินการ
ใช้ชิ้นส่วนเหล็ก 9 ชิ้น หนักชิ้นละ 400 ตัน

ระบบแม่เหล็ก Central Solenoid
สูง 60 ฟุต ประกอบด้วยแม่เหล็ก superconducting
สร้างสนามแม่เหล็กแรงกว่าของโลก 280,000 เท่า
พร้อมติดตั้งในฝรั่งเศสแล้ว

ระบบกำจัดของเสีย (Divertor)
กำจัด helium ash และเชื้อเพลิงที่ไม่ถูกเผาไหม้
ทนความร้อนสูงถึง 20 MW/m²
ใช้วัสดุพิเศษอย่างทังสเตน

ข้อมูลเสริมจากภายนอก
Tokamak เป็นเทคโนโลยีที่ใช้ในหลายโครงการฟิวชัน เช่น JET, EAST, KSTAR
Central Solenoid เป็นหัวใจของการควบคุมพลาสมาใน tokamak
ทังสเตนมีจุดหลอมเหลวสูงสุดในบรรดาวัสดุโลหะทั้งหมด

คำเตือนและข้อจำกัด
โครงการล่าช้ามาตั้งแต่ปี 1985 และยังไม่เริ่มทดลองจริง
งบประมาณพุ่งจาก 6 พันล้านเป็นกว่า 20 พันล้านดอลลาร์
การประกอบชิ้นส่วนจากหลายประเทศมีปัญหาเรื่องความเข้ากันได้
การทดลอง deuterium-tritium ตั้งเป้าไว้ปี 2039 ซึ่งยังอีกนาน

https://www.slashgear.com/1989458/worlds-largest-fusion-energy-experiment-iter-critical-phase/

หัวข้อข่าว: <output> แท็กที่ถูกลืมใน HTML แต่ทรงพลังเกินคาด — ตัวช่วยใหม่เพื่อการเข้าถึงที่แท้จริง

ลองนึกถึงแท็ก HTML ที่สามารถแสดงผลลัพธ์แบบไดนามิก พร้อมรองรับการเข้าถึง (accessibility) โดยไม่ต้องเขียน ARIA เพิ่มเติม — นั่นคือ <output> แท็กที่อยู่ในสเปก HTML มาตั้งแต่ปี 2008 แต่แทบไม่มีใครพูดถึง

Den Odell ผู้เขียนบทความนี้เล่าว่าเขาค้นพบแท็ก <output> ขณะทำโปรเจกต์ด้าน accessibility ที่ต้องแสดงคะแนนความเสี่ยงแบบเรียลไทม์ให้ผู้ใช้เห็นและ “ได้ยิน” ผ่าน screen reader เดิมทีเขาใช้ ARIA live region ซึ่งทำงานได้ แต่รู้สึกว่าเป็นการ “แปะ” แก้ปัญหาเฉพาะหน้า จนกระทั่งเขาพบว่า <output> ถูกออกแบบมาเพื่อสิ่งนี้โดยเฉพาะ

แท็ก <output> จะประกาศค่าที่เปลี่ยนแปลงให้ screen reader โดยอัตโนมัติ โดยไม่รบกวนผู้ใช้ และยังสามารถเชื่อมโยงกับ <input> ได้ด้วย attribute for="" เพื่อระบุว่า output นี้ขึ้นอยู่กับ input ตัวใด

ตัวอย่างการใช้งานมีตั้งแต่เครื่องคิดเลข, slider ที่แสดงค่าระยะทาง, การแจ้งเตือนความแข็งแรงของรหัสผ่าน ไปจนถึงการแสดงราคาค่าขนส่งที่ดึงมาจาก API แบบเรียลไทม์

แม้ว่า <output> จะยังมีข้อจำกัด เช่น บาง screen reader ยังไม่รองรับการอ่านค่าที่เปลี่ยนแปลงได้ดีนัก แต่ก็สามารถแก้ได้ด้วยการเพิ่ม role="status" แบบชัดเจน

สรุปเนื้อหาบทความและข้อมูลเสริม
<output> คือแท็ก HTML สำหรับแสดงผลลัพธ์แบบไดนามิก
ใช้แสดงค่าที่คำนวณหรือเกิดจากการกระทำของผู้ใช้
ถูกแมปไปยัง role="status" ใน accessibility tree โดยอัตโนมัติ

ความสามารถด้าน accessibility
screen reader อ่านค่าที่เปลี่ยนแปลงโดยไม่รบกวนผู้ใช้
อ่านค่าทั้งหมด ไม่ใช่แค่ส่วนที่เปลี่ยน

การใช้งานร่วมกับ <input>
ใช้ attribute for="" เพื่อเชื่อมโยงกับ input หลายตัว
ไม่จำเป็นต้องอยู่ใน <form> ก็ใช้งานได้

ตัวอย่างการใช้งานจริง
เครื่องคิดเลขที่แสดงผลลัพธ์ทันที
การแสดงค่าจาก slider เช่น “10,000 miles/year”
การแจ้งเตือนความแข็งแรงของรหัสผ่าน
การแสดงผลลัพธ์จาก API เช่นราคาค่าขนส่ง

ข้อมูลเสริมจากภายนอก
<output> อยู่ในสเปก HTML5 มาตั้งแต่ปี 2008
รองรับในเบราว์เซอร์หลักและ screen reader ส่วนใหญ่
ใช้งานร่วมกับ React, Vue และเฟรมเวิร์ก JavaScript อื่นได้ดี
เป็นแท็ก inline โดยดีไซน์ สามารถจัดสไตล์ได้เหมือน <span> หรือ <div>

คำเตือนเกี่ยวกับการใช้งาน <output>
บาง screen reader ยังไม่รองรับการประกาศค่าที่เปลี่ยนแปลง
ควรเพิ่ม role="status" เพื่อให้แน่ใจว่าค่าจะถูกอ่าน
ไม่ควรใช้ <output> สำหรับการแจ้งเตือนทั่วไป เช่น toast message หรือ error message

การกลับมาให้ความสนใจกับ <output> คือการย้ำเตือนว่า HTML ยังมีขุมทรัพย์ที่ถูกลืมซ่อนอยู่มากมาย และบางครั้งคำตอบที่ดีที่สุดก็อาจอยู่ตรงหน้าเรามานานแล้ว โดยไม่ต้องพึ่งพา JavaScript หรือ ARIA เสมอไปครับ

https://denodell.com/blog/html-best-kept-secret-output-tag

“Athena1: ซีพียูสายพันธุ์ยุโรปเพื่อความมั่นคง — SiPearl เปิดตัวชิปสำหรับงานพลเรือนและกลาโหม พร้อมชนคู่แข่งโลกในปี 2027”

SiPearl บริษัทออกแบบชิปจากฝรั่งเศสประกาศเปิดตัว “Athena1” ซีพียูรุ่นใหม่ที่ออกแบบมาเพื่อรองรับงาน “dual-use” ทั้งพลเรือนและกลาโหม โดยเน้นความปลอดภัยระดับสูงสำหรับการใช้งานในภาครัฐ การสื่อสารลับ ระบบข่าวกรอง และอุตสาหกรรมอวกาศ

Athena1 เป็นรุ่นปรับแต่งจาก Rhea1 ซึ่งเป็นชิปรุ่นแรกของบริษัท โดยใช้สถาปัตยกรรม Arm Neoverse V1 และมีให้เลือกตั้งแต่ 16 ถึง 80 คอร์ ขึ้นอยู่กับความต้องการด้านประสิทธิภาพและข้อจำกัดด้านความร้อนของแต่ละงาน

แม้จะเป็นชิปที่ออกแบบในยุโรป แต่การผลิต die ยังต้องพึ่งพา TSMC จากไต้หวัน โดยการบรรจุ (packaging) จะเริ่มต้นในเอเชียก่อนจะย้ายกลับมาทำในยุโรป เพื่อสร้างห่วงโซ่อุตสาหกรรมภายในภูมิภาค

Athena1 มีกำหนดวางจำหน่ายเชิงพาณิชย์ในช่วงครึ่งหลังของปี 2027 โดยจะเป็นส่วนหนึ่งของยุทธศาสตร์ “อธิปไตยทางเทคโนโลยี” ของยุโรป ที่ต้องการลดการพึ่งพาชิปจากสหรัฐฯ และเอเชีย โดยเฉพาะในช่วงที่ความขัดแย้งทางภูมิรัฐศาสตร์และภัยไซเบอร์เพิ่มขึ้นอย่างต่อเนื่อง

ข้อมูลสำคัญจากข่าว
Athena1 เป็นซีพียูรุ่นใหม่จาก SiPearl สำหรับงานพลเรือนและกลาโหม
ใช้สถาปัตยกรรม Arm Neoverse V1 มีให้เลือกตั้งแต่ 16 ถึง 80 คอร์
รองรับงานด้านการสื่อสารลับ, ข่าวกรอง, อุตสาหกรรมอวกาศ และระบบตรวจจับ
เป็นรุ่นปรับแต่งจาก Rhea1 ซึ่งเป็นชิปรุ่นแรกของบริษัท
ผลิต die โดย TSMC และเริ่ม packaging ในไต้หวันก่อนย้ายกลับยุโรป
วางจำหน่ายเชิงพาณิชย์ในครึ่งหลังของปี 2027
เป็นส่วนหนึ่งของยุทธศาสตร์อธิปไตยทางเทคโนโลยีของยุโรป
ออกแบบมาให้ทนต่อสภาพแวดล้อมที่รุนแรง เช่น อุณหภูมิ, ความชื้น, รังสี

ข้อมูลเสริมจากภายนอก
Rhea1 ถูกพัฒนาภายใต้โครงการ European Processor Initiative (EPI)
Athena1 ไม่มี HBM2e บนตัวชิป ใช้ DDR5 แทนเพื่อลดต้นทุน
การใช้ Arm Neoverse V1 ช่วยให้รองรับงาน HPC และ AI ได้ดี
SiPearl ได้รับเงินลงทุน €130 ล้านจากรัฐฝรั่งเศสและกองทุนยุโรปในปี 2025
การย้าย packaging กลับยุโรปช่วยสร้าง ecosystem อุตสาหกรรมภายในภูมิภาค

https://www.techradar.com/pro/athena-1-is-probably-the-most-secure-cpu-ever-designed-but-i-dont-think-the-only-european-cpu-will-be-good-enough-to-challenge-rivals-when-it-launches-in-2027

“AMD เปิดตัว Radiance Cores, Neural Arrays และ Universal Compression — เทคโนโลยีใหม่ที่จะเปลี่ยนโลกกราฟิกเกมยุคถัดไป”

AMD และ Sony ร่วมกันเปิดเผยเทคโนโลยีใหม่ 3 รายการที่จะถูกฝังอยู่ในสถาปัตยกรรมกราฟิก RDNA รุ่นถัดไป ได้แก่ Radiance Cores, Neural Arrays และ Universal Compression โดยทั้งหมดนี้ถูกออกแบบมาเพื่อยกระดับการเรนเดอร์ภาพแบบเรียลไทม์, การอัปสเกลด้วย AI และการจัดการแบนด์วิดธ์หน่วยความจำให้มีประสิทธิภาพสูงสุด

Radiance Cores คือฮาร์ดแวร์เฉพาะสำหรับการประมวลผล ray tracing และ path tracing โดยแยกออกจาก shader cores เพื่อให้สามารถจัดการกับการเคลื่อนที่ของแสง (ray traversal) ได้เร็วขึ้นและแม่นยำขึ้น ซึ่งช่วยลดภาระของ CPU และเพิ่มประสิทธิภาพของ GPU ในการ shading และ lighting

Neural Arrays คือการเชื่อมต่อ compute units (CU) ภายใน GPU ให้ทำงานร่วมกันแบบ AI engine เดียว ซึ่งช่วยให้สามารถประมวลผลโมเดล machine learning ขนาดใหญ่ได้อย่างมีประสิทธิภาพมากขึ้น โดยเฉพาะในงาน neural rendering, frame generation และ denoising สำหรับฉากที่ใช้ ray tracing

Universal Compression เป็นระบบบีบอัดข้อมูลภายใน GPU ที่สามารถจัดการกับข้อมูลทุกประเภทได้แบบอัตโนมัติ ช่วยลดการใช้แบนด์วิดธ์หน่วยความจำ และเพิ่มความเร็วในการโหลด texture และโมเดลกราฟิก

Mark Cerny สถาปนิกของ PlayStation และ Jack Huynh รองประธาน AMD ระบุว่า เทคโนโลยีเหล่านี้จะถูกนำไปใช้ใน GPU และ SoC รุ่นถัดไป รวมถึงคอนโซล PlayStation รุ่นใหม่ ซึ่งจะช่วยให้เกมมีความสมจริงระดับภาพยนตร์ และสามารถเรนเดอร์ฉากซับซ้อนได้แบบเรียลไทม์

ข้อมูลสำคัญจากข่าว
AMD เปิดตัวเทคโนโลยีใหม่ 3 รายการ: Radiance Cores, Neural Arrays และ Universal Compression
Radiance Cores เป็นฮาร์ดแวร์เฉพาะสำหรับ ray/path tracing โดยแยกจาก shader cores
Neural Arrays เชื่อม compute units ให้ทำงานร่วมกันแบบ AI engine เดียว
Universal Compression บีบอัดข้อมูลทุกประเภทภายใน GPU เพื่อลดการใช้แบนด์วิดธ์
เทคโนโลยีเหล่านี้จะถูกใช้ใน RDNA GPU รุ่นถัดไปและ SoC สำหรับ PlayStation
ช่วยเพิ่มประสิทธิภาพการเรนเดอร์, อัปสเกล, และโหลด texture ได้เร็วขึ้น
รองรับงาน neural rendering, frame generation และ denoising แบบเรียลไทม์
Mark Cerny และ Jack Huynh ยืนยันว่าเทคโนโลยีจะเปลี่ยนโฉมกราฟิกเกมในอนาคต

ข้อมูลเสริมจากภายนอก
Radiance Cores คล้ายกับ RT Cores ของ Nvidia ที่ใช้ในการ์ดจอ RTX
Neural Arrays จะช่วยให้ FSR และ PSSR มีคุณภาพสูงขึ้นและทำงานเร็วขึ้น
Universal Compression มาแทน Delta Color Compression ที่ใช้ใน RDNA รุ่นก่อน
การแยก ray traversal ออกจาก shader ช่วยลด latency และเพิ่ม frame rate
Project Amethyst คือความร่วมมือระยะยาวระหว่าง AMD และ Sony เพื่อพัฒนา AI สำหรับเกม

https://wccftech.com/amd-unveils-radiance-cores-neural-arrays-universal-compression-next-gen-rdna-gpu-architecture/

“พบช่องโหว่ร้ายแรงใน Deno บน Windows — เสี่ยงถูกสั่งรันคำสั่งอันตรายผ่านไฟล์ batch”

Deno ซึ่งเป็น runtime สำหรับ JavaScript, TypeScript และ WebAssembly ได้ออกประกาศแจ้งเตือนช่องโหว่ความปลอดภัยระดับสูง (CVE-2025-61787) ที่ส่งผลกระทบต่อระบบ Windows โดยเฉพาะเมื่อมีการเรียกใช้ไฟล์ batch (.bat หรือ .cmd) ผ่าน API ของ Deno ซึ่งอาจเปิดช่องให้ผู้ไม่หวังดีสั่งรันคำสั่งอันตรายได้โดยไม่ตั้งใจ

ปัญหานี้เกิดจากพฤติกรรมของ Windows ที่ใช้ API CreateProcess() ซึ่งจะเรียก cmd.exe โดยอัตโนมัติเมื่อมีการรันไฟล์ batch แม้ว่าจะไม่ได้ระบุไว้ในคำสั่งโดยตรง ส่งผลให้การส่งอาร์กิวเมนต์จากผู้ใช้ไปยังไฟล์ batch อาจถูกตีความเป็นคำสั่งใหม่ เช่น &calc.exe ซึ่งจะเปิดโปรแกรมเครื่องคิดเลขทันที

ทีม Deno ได้แสดงตัวอย่างการโจมตีผ่านโค้ดทั้งใน Node.js และ Deno เอง โดยใช้คำสั่ง spawn() หรือ Command.spawn() เพื่อรันไฟล์ batch พร้อมอาร์กิวเมนต์ที่แฝงคำสั่งอันตราย ซึ่งสามารถเปิดโปรแกรมหรือรันคำสั่งใด ๆ ได้ทันที

ช่องโหว่นี้ส่งผลกระทบต่อ Deno เวอร์ชันก่อน 2.5.2 และ 2.2.15 โดยทีมงานได้ออกแพตช์แก้ไขแล้วในเวอร์ชันดังกล่าว พร้อมแนะนำให้นักพัฒนาอัปเดตทันที โดยเฉพาะผู้ที่ใช้ Deno ในการจัดการสคริปต์หรือระบบอัตโนมัติบน Windows

ข้อมูลสำคัญจากข่าว
ช่องโหว่ CVE-2025-61787 ส่งผลให้เกิด Command Injection บน Windows
เกิดจากการใช้ CreateProcess() ที่เรียก cmd.exe โดยอัตโนมัติเมื่อรันไฟล์ batch
ส่งผลให้คำสั่งที่แฝงในอาร์กิวเมนต์ เช่น &calc.exe ถูกตีความเป็นคำสั่งใหม่
ตัวอย่างการโจมตีแสดงผ่าน Node.js และ Deno โดยใช้ spawn() และ Command.spawn()
ช่องโหว่นี้มีคะแนน CVSS 8.1 ถือว่าร้ายแรง
ส่งผลต่อ Deno เวอร์ชันก่อน 2.5.2 และ 2.2.15
ทีมงานออกแพตช์แก้ไขแล้วในเวอร์ชัน 2.5.2 และ 2.2.15
แนะนำให้นักพัฒนาอัปเดตทันทีเพื่อป้องกันการโจมตี

ข้อมูลเสริมจากภายนอก
Deno เป็น runtime ที่เน้นความปลอดภัย โดยไม่อนุญาตให้เข้าถึงระบบโดยตรงเว้นแต่ระบุสิทธิ์
Command Injection เป็นหนึ่งในช่องโหว่ที่พบได้บ่อยในระบบที่รับ input จากผู้ใช้
Windows มีพฤติกรรมเฉพาะในการจัดการไฟล์ batch ซึ่งต่างจากระบบ Unix
การใช้ & ใน command line เป็นการเชื่อมคำสั่งหลายชุดใน Windows
ช่องโหว่นี้อาจถูกใช้ร่วมกับการโจมตีอื่น เช่น privilege escalation หรือ malware dropper

https://securityonline.info/high-severity-deno-flaw-cve-2025-61787-allows-command-injection-on-windows/

“Zhaoxin เปิดตัว KH-50000 ซีพียู 96 คอร์ — ท้าชน AMD EPYC ด้วยดีไซน์ chiplet และแบนด์วิดธ์ระดับเซิร์ฟเวอร์”

Zhaoxin ผู้ผลิตชิปจากจีนที่ไม่ค่อยเป็นที่รู้จักในตลาดโลก ได้เปิดตัวซีพียูรุ่นใหม่ KH-50000 สำหรับเซิร์ฟเวอร์ โดยมีจำนวนคอร์สูงถึง 96 คอร์ ใช้ดีไซน์แบบ chiplet ที่คล้ายกับ AMD EPYC รุ่น Genoa และ Bergamo ซึ่งเป็นผู้นำในตลาดเซิร์ฟเวอร์ระดับสูง

KH-50000 ใช้สถาปัตยกรรม “Century Avenue” ที่สืบทอดจาก Centaur Technology โดยประกอบด้วย 12 compute dies ล้อมรอบ I/O die ขนาดใหญ่ รวมเป็น 96 คอร์ และแคช L3 ขนาด 384MB โดยไม่มี simultaneous multithreading ทำให้จำนวนเธรดเท่ากับจำนวนคอร์

ชิปนี้รองรับหน่วยความจำ DDR5 ECC แบบ 12 ช่อง รวมสูงสุดถึง 3TB และมี PCIe 5.0 ถึง 128 lanes พร้อม PCIe 4.0 อีก 16 lanes ซึ่งถือเป็นการก้าวกระโดดจากรุ่นก่อน KH-40000 ที่รองรับแค่ DDR4 และ PCIe 3.0

KH-50000 ยังสามารถใช้งานแบบ multi-socket ด้วย interconnect ZPI 5.0 ซึ่งรองรับการติดตั้ง 2S และ 4S ทำให้สามารถรวมได้ถึง 384 คอร์ในเมนบอร์ดเดียว โดยมีขนาดแพ็กเกจ 72 x 76 มม. ใกล้เคียงกับ AMD SP5 socket

แม้จะมีการเปิดเผยสเปกหลายด้าน แต่ Zhaoxin ยังไม่เปิดเผยค่า TDP (thermal design power) ซึ่งเป็นปัจจัยสำคัญในการประเมินความเหมาะสมของชิปในศูนย์ข้อมูลที่ต้องการประสิทธิภาพและประหยัดพลังงาน

ข้อมูลสำคัญจากข่าว
Zhaoxin เปิดตัว KH-50000 ซีพียูเซิร์ฟเวอร์แบบ 96 คอร์
ใช้ดีไซน์ chiplet ประกอบด้วย 12 compute dies และ I/O die
ไม่มี simultaneous multithreading — เธรดเท่ากับจำนวนคอร์
รองรับ DDR5 ECC แบบ 12 ช่อง รวมสูงสุด 3TB
มี PCIe 5.0 จำนวน 128 lanes และ PCIe 4.0 อีก 16 lanes
ใช้ interconnect ZPI 5.0 รองรับ multi-socket สูงสุด 4 ชิป (384 คอร์)
ขนาดแพ็กเกจ 72 x 76 มม. ใกล้เคียง AMD EPYC SP5
เหมาะสำหรับงานเซิร์ฟเวอร์ ไม่ใช่สำหรับเดสก์ท็อปหรือเกม
เปรียบเทียบกับ AMD EPYC Genoa และ Bergamo ในด้านดีไซน์และขนาด
ยังไม่เปิดเผยค่า TDP ซึ่งเป็นข้อมูลสำคัญในการใช้งานจริง

ข้อมูลเสริมจากภายนอก
Zhaoxin เป็นบริษัทร่วมทุนระหว่าง VIA Technologies และรัฐบาลเซี่ยงไฮ้
AMD EPYC Genoa มี TDP อยู่ที่ประมาณ 300–500W สำหรับ 96 คอร์
การใช้ chiplet ช่วยลดต้นทุนและเพิ่มความยืดหยุ่นในการผลิต
ZPI 5.0 มีแนวคิดคล้าย Infinity Fabric ของ AMD สำหรับการเชื่อมต่อหลายชิป
KH-50000 อาจเป็นก้าวสำคัญของจีนในการลดการพึ่งพาเทคโนโลยีตะวันตก

https://www.techradar.com/pro/a-cpu-vendor-youve-never-heard-of-could-launch-a-96-core-x86-cpu-that-is-very-very-similar-to-amds-epyc-but-i-wonder-what-the-tdp-will-be-on-that-one

“Crucial เปิดตัว LPCAMM2 RAM ความเร็วทะลุ 8,533 MT/s — เร็วที่สุดในโลก แต่ราคาก็แรงไม่แพ้กัน”

Crucial ซึ่งเป็นแบรนด์ภายใต้ Micron ได้เปิดตัวหน่วยความจำ LPCAMM2 สำหรับแล็ปท็อป โดยมีความเร็วสูงสุดถึง 8,533 MT/s ถือเป็น RAM สำหรับโน้ตบุ๊กที่เร็วที่สุดในตลาดขณะนี้ โดยออกแบบมาเพื่อรองรับงานหนัก เช่น การประมวลผล AI, การเรนเดอร์กราฟิก และการทำงานแบบมัลติทาสก์ในระดับมืออาชีพ

LPCAMM2 เป็นฟอร์แมตใหม่ที่ลดขนาดลงจาก SODIMM เดิมถึง 60% ทำให้ช่วยเพิ่มพื้นที่ภายในเครื่อง ส่งผลให้ระบายความร้อนได้ดีขึ้น และประหยัดพลังงานมากขึ้น โดยใช้ LPDDR5X ที่มีแรงดันไฟต่ำเพียง 1.05V และมีประสิทธิภาพด้านพลังงานดีกว่า DDR5 รุ่นก่อนถึง 7 เท่า

Crucial ระบุว่า LPCAMM2 เร็วกว่า DDR5 SODIMM ทั่วไปถึง 1.5 เท่า และจากการทดสอบจริงพบว่าประสิทธิภาพดีขึ้นถึง 70% ในงานด้านการสร้างคอนเทนต์และการใช้งานสำนักงานทั่วไป

หน่วยความจำนี้มีให้เลือกทั้งขนาด 32GB และ 64GB โดยรุ่น 64GB มีราคาประมาณ $451.99 (ราว 16,500 บาท) ซึ่งถือว่าเป็นระดับพรีเมียม และยังจำกัดเฉพาะโน้ตบุ๊กรุ่นใหม่ที่รองรับ LPCAMM2 เท่านั้น เช่น Lenovo และ Dell ในกลุ่ม AI mobile workstation

Crucial ยังชูจุดเด่นด้านความสามารถในการอัปเกรด ซึ่งสวนทางกับแนวโน้มของอุตสาหกรรมที่นิยมใช้ RAM แบบฝังถาวร โดยเชื่อว่าการอัปเกรดได้จะช่วยลดขยะอิเล็กทรอนิกส์และยืดอายุการใช้งานของอุปกรณ์

ข้อมูลสำคัญจากข่าว
Crucial เปิดตัว LPCAMM2 RAM สำหรับแล็ปท็อป ความเร็วสูงสุด 8,533 MT/s
เร็วกว่า DDR5 SODIMM ทั่วไปถึง 1.5 เท่า และประสิทธิภาพดีขึ้น 70% ในการใช้งานจริง
ใช้ LPDDR5X ที่มีแรงดันไฟต่ำ 1.05V และประหยัดพลังงานกว่าเดิมถึง 7 เท่า
ขนาดเล็กลง 60% จาก SODIMM ช่วยเพิ่ม airflow และความยืดหยุ่นในการออกแบบเครื่อง
มีให้เลือกทั้ง 32GB และ 64GB โดยรุ่น 64GB ราคา $451.99
รองรับเฉพาะโน้ตบุ๊กรุ่นใหม่ เช่น Lenovo และ Dell ที่มีสล็อต LPCAMM2
ชูจุดเด่นด้านการอัปเกรดได้ ลดขยะอิเล็กทรอนิกส์และยืดอายุเครื่อง
เหมาะกับงาน AI, การเรนเดอร์, การประมวลผลข้อมูลขนาดใหญ่ และมัลติทาสก์

ข้อมูลเสริมจากภายนอก
LPCAMM2 ย่อมาจาก Low-Power Compression-Attached Memory Module 2
JEDEC กำลังพิจารณามาตรฐาน LPCAMM2 เพื่อให้รองรับในวงกว้าง
LPDDR5X เป็นหน่วยความจำที่ใช้ในสมาร์ตโฟนระดับเรือธง เช่น Galaxy S23 Ultra
ความเร็ว 8,533 MT/s เทียบเท่ากับ SSD PCIe Gen6 ในการจัดการข้อมูล
Crucial เคยเปิดตัว Clocked SODIMM ที่เร็วสุด 6,400 MT/s แต่ยังช้ากว่า LPCAMM2

https://www.techradar.com/pro/crucial-reveals-fastest-laptop-memory-ever-lpcamm2-ram-reaches-a-staggering-8533-mt-s-but-at-just-under-usd500-it-aint-for-everyone

“Evernote v11 พลิกโฉมครั้งใหญ่ในรอบ 5 ปี — เสริมพลัง AI ช่วยจัดการโน้ตอย่างชาญฉลาด”

หลังจากเงียบไปนาน Evernote แอปจดบันทึกยอดนิยมกลับมาอีกครั้งด้วยการอัปเดตครั้งใหญ่ในเวอร์ชัน 11 ซึ่งถือเป็นการเปลี่ยนแปลงครั้งสำคัญในรอบ 5 ปี โดยมีการปรับปรุงมากกว่า 200 รายการตั้งแต่ต้นปี 2024 ทั้งในด้านประสิทธิภาพ ความเสถียร และประสบการณ์ผู้ใช้ พร้อมเปิดตัวฟีเจอร์ใหม่ที่ขับเคลื่อนด้วย AI เพื่อยกระดับการใช้งานให้ทันสมัยและทรงพลังยิ่งขึ้น

ฟีเจอร์เด่นคือ “AI Assistant” ที่พัฒนาโดยร่วมมือกับ OpenAI ซึ่งทำหน้าที่เป็นผู้ช่วยสนทนาในแอป ช่วยค้นหา แก้ไข สรุป และจัดการเนื้อหาในโน้ต รวมถึงสามารถค้นหาข้อมูลจากเว็บโดยไม่ต้องออกจาก Evernote เลย

อีกหนึ่งฟีเจอร์ที่น่าจับตามองคือ “Semantic Search” ที่ช่วยให้ผู้ใช้ค้นหาโน้ตด้วยภาษาธรรมชาติ เช่น พิมพ์ว่า “ทริปอังกฤษ” แล้วระบบสามารถแสดงโน้ตที่เกี่ยวกับ “London Trip” หรือ “Edinburgh Trip” ได้ทันที โดยไม่ต้องใช้คำค้นตรงตัว

นอกจากนี้ยังมี “AI-powered meeting notes” ที่สามารถบันทึกเสียงจากไมโครโฟนของเครื่อง แล้วแปลงเป็นสรุปและบันทึกการประชุมแบบอัตโนมัติ พร้อมแยกเสียงของผู้พูดแต่ละคนได้อย่างแม่นยำ ซึ่งเป็นการต่อยอดจากฟีเจอร์ AI Transcribe ที่เปิดตัวในปี 2024

Evernote ยังปรับภาพลักษณ์ใหม่ด้วยโลโก้และดีไซน์ที่ทันสมัยขึ้น เพื่อสะท้อนความเปลี่ยนแปลงในยุคที่ AI กลายเป็นส่วนหนึ่งของการทำงานประจำวัน

ข้อมูลสำคัญจากข่าว
Evernote v11 เป็นการอัปเดตครั้งใหญ่ในรอบ 5 ปี
มีการปรับปรุงมากกว่า 200 รายการตั้งแต่ต้นปี 2024
เปิดตัวฟีเจอร์ AI Assistant ที่พัฒนาโดย OpenAI
AI Assistant ช่วยค้นหา สรุป แก้ไข และจัดการโน้ต รวมถึงค้นหาเว็บในแอป
Semantic Search ช่วยค้นหาโน้ตด้วยภาษาธรรมชาติ ไม่ต้องใช้คำค้นตรงตัว
AI-powered meeting notes บันทึกเสียงและแปลงเป็นสรุป พร้อมแยกเสียงผู้พูด
ปรับภาพลักษณ์ใหม่ด้วยโลโก้และดีไซน์ที่ทันสมัย
ฟีเจอร์ใหม่ช่วยให้ Evernote กลายเป็นแพลตฟอร์มที่ทรงพลังและเป็น “สมองที่สอง”

ข้อมูลเสริมจากภายนอก
Evernote ถูกซื้อกิจการโดย Bending Spoons ในปี 2022 และเริ่มปรับโครงสร้างใหม่
OpenAI SDK ที่ใช้ใน AI Assistant เป็นเทคโนโลยีเดียวกับที่ใช้ใน ChatGPT
Semantic Search เป็นเทคนิคที่ใช้ embedding และ vector search เพื่อจับความหมาย
การแยกเสียงผู้พูดใน meeting notes ใช้เทคนิค speaker diarization ที่นิยมในระบบ transcription
Evernote เคยเป็นแอปจดโน้ตอันดับหนึ่งในช่วงปี 2010–2015 ก่อนจะถูกแซงโดย Notion และ OneNote

https://www.techradar.com/pro/evernote-unveils-its-biggest-update-yet-and-unsurprisingly-theres-ai-involved