🇨🇳 “จีนเร่งผลิตชิป AI ในประเทศ แต่ติดขัดสองด่านใหญ่ — โรงงานผลิตขั้นสูงและหน่วยความจำ HBM ยังเป็นอุปสรรคสำคัญ” จีนกำลังเดินหน้าสร้างความพึ่งพาตนเองด้านฮาร์ดแวร์ AI อย่างจริงจัง โดยบริษัทชั้นนำอย่าง Huawei และ Cambricon ได้เริ่มเร่งผลิตตัวเร่ง AI (AI accelerators) ภายในโรงงานในประเทศ โดยคาดว่าจะผลิตได้มากกว่า 1 ล้านชิ้นภายในปี 2026 ซึ่งถือเป็นก้าวสำคัญในการลดการพึ่งพา NVIDIA และผู้ผลิตต่างชาติ แต่ความทะเยอทะยานนี้ยังติดขัดจากสองอุปสรรคใหญ่ ได้แก่ ความสามารถของโรงงานผลิตเซมิคอนดักเตอร์ขั้นสูง (เช่น SMIC) และการขาดแคลนหน่วยความจำ HBM ซึ่งจำเป็นต่อการทำงานของชิป AI ระดับสูง โดยเฉพาะรุ่น Ascend 910B และ 910C ที่ Huawei ใช้ในศูนย์ข้อมูลของตน แม้ SMIC จะเริ่มผลิตชิป Ascend ได้ในระดับ 7nm-class แต่ยังมีข้อจำกัดด้าน yield และระยะเวลาการผลิตที่ยาวนานกว่ามาตรฐานโลกถึงสองเท่า ขณะที่ HBM ซึ่งเคยสต็อกไว้จาก Samsung กว่า 11 ล้านชุด ก็กำลังจะหมดลงภายในสิ้นปี 2025 และผู้ผลิตในประเทศอย่าง CXMT ยังไม่สามารถผลิตได้ในระดับที่เพียงพอ นอกจากนี้ Huawei ยังถูกกล่าวหาว่าเคยใช้บริษัทตัวแทนในการสั่งผลิตชิปจาก TSMC โดยหลบเลี่ยงข้อจำกัดจากสหรัฐฯ ซึ่งทำให้เกิดความตึงเครียดในอุตสาหกรรม และผลักดันให้จีนต้องเร่งสร้างโรงงานของตนเอง พร้อมลงทุนกว่า 9 พันล้านดอลลาร์ในอุปกรณ์ผลิตชิป ✅ ความคืบหน้าการผลิตชิป AI ในจีน ➡️ Huawei และ Cambricon ตั้งเป้าผลิต AI accelerators กว่า 1 ล้านชิ้นในปี 2026 ➡️ SMIC เริ่มผลิตชิป Ascend 910B และ 910C ด้วยเทคโนโลยี 7nm-class ➡️ Huawei เคยใช้ TSMC ผ่านบริษัทตัวแทนเพื่อผลิตชิป Ascend 910B ➡️ SMIC เพิ่มกำลังผลิตจาก 20,000 เป็น 80,000 wafers ต่อเดือนภายในปี 2027 ✅ ปัญหาด้านหน่วยความจำ HBM ➡️ Huawei เคยสต็อก HBM จาก Samsung กว่า 11.7 ล้านชุดก่อนถูกแบน ➡️ คาดว่า HBM จะหมดภายในสิ้นปี 2025 ➡️ CXMT ผลิต HBM ได้เพียง 2.2 ล้านชุดในปี 2026 — รองรับได้แค่ 250,000–400,000 ชิป ➡️ YMTC เตรียมเข้าสู่ตลาด DRAM และใช้เทคโนโลยี Xtacking เพื่อผลิต HBM ✅ การลงทุนและแผนระยะยาว ➡️ Huawei ลงทุนกว่า $9 พันล้านในอุปกรณ์ผลิตชิปเพื่อสร้างโรงงานของตนเอง ➡️ ก่อตั้งบริษัท SiCarrier เพื่อผลิตเครื่องมือสำหรับโรงงาน ➡️ หากสำเร็จ จะช่วยลดภาระ SMIC และเพิ่มความสามารถในการผลิตในประเทศ ➡️ เป้าหมายคือการสร้างระบบผลิตชิปแบบครบวงจรโดยไม่พึ่งต่างชาติ ✅ ข้อมูลเสริมจากภายนอก ➡️ NVIDIA ยังสามารถส่งชิป AI รุ่นลดสเปก เช่น H20 และ B30A ให้จีนได้ ➡️ CUDA ของ NVIDIA ยังเป็นอุปสรรคต่อการเปลี่ยนไปใช้ฮาร์ดแวร์จีน ➡️ Huawei พัฒนา CANN เป็นทางเลือกแทน CUDA สำหรับงาน AI ➡️ จีนมีแผนสร้างศูนย์ข้อมูล AI 39 แห่ง โดยใช้ GPU ที่ถูกจำกัดจากสหรัฐฯ https://www.tomshardware.com/tech-industry/artificial-intelligence/chinas-chip-champions-ramp-up-production-of-ai-accelerators-at-domestic-fabs-but-hbm-and-fab-production-capacity-are-towering-bottlenecks

🎙️ เรื่องเล่าจาก 9-9-6 ถึง 0-0-7: เมื่อความขยันกลายเป็นเครื่องมือกดดันมากกว่าความภาคภูมิใจ Armin Ronacher นักพัฒนาโอเพ่นซอร์สชื่อดังเขียนบทความสะท้อนถึงวัฒนธรรม “996” หรือการทำงานตั้งแต่ 9 โมงเช้าถึง 3 ทุ่ม 6 วันต่อสัปดาห์ ซึ่งเคยถูกมองว่าเป็น “สูตรลับ” ของความสำเร็จในวงการสตาร์ทอัพ โดยเฉพาะในจีน เขาเล่าว่าแม้ตัวเองจะรักการทำงานดึก รักการเขียนโค้ด และเคยทำงานจนไม่ได้นอนก่อนเที่ยงคืนเลยตลอดสัปดาห์ แต่เขาก็รักครอบครัว รักการเดินเล่น และการสนทนาอย่างลึกซึ้ง—สิ่งที่ไม่มีทางเกิดขึ้นได้ในชีวิตที่ถูกกำหนดด้วย 72 ชั่วโมงต่อสัปดาห์ Ronacher เตือนว่าแม้ผู้ก่อตั้งบริษัทจะมีแรงจูงใจสูง แต่การผลักดันให้พนักงานทำงานแบบ 996 โดยไม่มีอำนาจหรือผลตอบแทนเท่ากันนั้น “ไม่รับผิดชอบ” และไม่ควรเป็นวัฒนธรรมองค์กร เขาย้ำว่า “ความเข้มข้น” ในการทำงานไม่ควรวัดจากจำนวนชั่วโมง แต่จากผลลัพธ์ที่สร้างได้ และการทำงานหนักควรเป็น “ทางเลือกส่วนตัว” ไม่ใช่ “ข้อบังคับทางวัฒนธรรม” ในขณะเดียวกัน บทวิเคราะห์จาก Forbes และ CNBC ก็ชี้ว่า 996 กำลังถูกนำมาใช้ในสหรัฐฯ โดยบางบริษัทสตาร์ทอัพในซิลิคอนวัลเลย์เริ่มใช้เป็น “ตัวกรอง” ในการคัดเลือกพนักงาน โดยถามตรง ๆ ว่า “คุณพร้อมทำงาน 996 ไหม” แม้จะถูกมองว่าเป็นกลยุทธ์เร่งการเติบโต แต่ผลกระทบกลับรุนแรง ทั้งด้านสุขภาพจิต ความเหนื่อยล้า และอัตราการลาออกที่สูงขึ้น โดยเฉพาะในทีมเล็กที่การเสียคนหนึ่งอาจทำให้ทั้งโปรเจกต์หยุดชะงัก ในจีนเอง แม้ 996 จะเคยถูกยกย่องโดยผู้ก่อตั้งอย่าง Jack Ma ว่าเป็น “พร” แต่ตอนนี้เริ่มมีการต่อต้านมากขึ้น โดยศาลสูงสุดของจีนประกาศว่า 996 ขัดต่อกฎหมายแรงงาน และนักวิชาการบางคนถึงกับเปรียบเทียบว่าเป็น “แรงงานกึ่งบังคับ” ✅ ความหมายและต้นกำเนิดของวัฒนธรรม 996 ➡️ หมายถึงการทำงาน 9am–9pm, 6 วันต่อสัปดาห์ รวม 72 ชั่วโมง ➡️ เริ่มจากวงการเทคโนโลยีในจีน เช่น Alibaba, Huawei ➡️ ถูกมองว่าเป็นสูตรเร่งการเติบโตของสตาร์ทอัพ ✅ มุมมองจาก Armin Ronacher ➡️ รักการทำงานหนัก แต่ไม่สนับสนุนการบังคับให้คนอื่นทำแบบเดียวกัน ➡️ ชี้ว่าความเข้มข้นควรวัดจากผลลัพธ์ ไม่ใช่จำนวนชั่วโมง ➡️ การทำงานหนักควรเป็นทางเลือก ไม่ใช่วัฒนธรรมองค์กร ✅ การแพร่กระจายของ 996 สู่ตะวันตก ➡️ บางบริษัทในสหรัฐฯ ใช้ 996 เป็นเกณฑ์คัดเลือกพนักงาน ➡️ มีการโฆษณาในประกาศรับสมัครว่า “ต้องตื่นเต้นกับการทำงาน 70+ ชั่วโมง” ➡️ ถูกมองว่าเป็น hustle culture ที่อาจย้อนกลับมาทำลายองค์กรเอง ✅ การต่อต้านและผลกระทบ ➡️ ศาลจีนประกาศว่า 996 ขัดต่อกฎหมายแรงงาน ➡️ นักวิชาการเปรียบเทียบว่าเป็นแรงงานกึ่งบังคับ ➡️ ส่งผลต่อสุขภาพจิต ความเหนื่อยล้า และอัตราการลาออก https://lucumr.pocoo.org/2025/9/4/996/

🎙️ เรื่องเล่าจากซิมการ์ดถึง eSIM: เมื่อการปลดล็อกมือถือกลายเป็นเรื่องจำเป็นมากกว่าทางเลือก หลายคนอาจเคยซื้อสมาร์ทโฟน Android ผ่านผู้ให้บริการเครือข่าย เช่น Verizon, AT&T หรือ T-Mobile โดยจ่ายราคาถูกลงผ่านสัญญาผ่อนรายเดือน ซึ่งสะดวกและน่าดึงดูด แต่สิ่งที่หลายคนไม่รู้คือ โทรศัพท์เหล่านี้มักจะ “ล็อกเครือข่าย” ทำให้ไม่สามารถใช้ซิมจากเครือข่ายอื่นได้ทันที ในทางกลับกัน โทรศัพท์ที่ “ปลดล็อก” แล้วจะสามารถใช้กับซิมใดก็ได้ทั่วโลก ซึ่งเหมาะมากสำหรับนักเดินทางหรือผู้ที่ไม่ต้องการผูกมัดกับสัญญาระยะยาว โดย FCC (คณะกรรมการการสื่อสารแห่งสหรัฐฯ) ยังออกข้อบังคับให้ผู้ให้บริการต้องช่วยปลดล็อกเครื่องเมื่อสัญญาสิ้นสุด วิธีเช็กว่าเครื่องของคุณปลดล็อกหรือยังนั้นง่ายมาก—ถ้ายังใช้ซิมการ์ดแบบดั้งเดิม คุณสามารถยืมซิมจากเพื่อนหรือครอบครัวแล้วใส่เข้าไปในเครื่อง หากสามารถโทรออกได้โดยไม่มี error แสดงว่าเครื่องปลดล็อกแล้ว อีกวิธีคือเข้าไปที่ Settings > Network > SIMs แล้วลองปิด “Automatically select network” หากเครื่องแสดงเครือข่ายมากกว่าหนึ่ง แสดงว่าเครื่องน่าจะปลดล็อกแล้ว ในยุคที่ eSIM กำลังกลายเป็นมาตรฐานใหม่ การปลดล็อกเครื่องยิ่งสำคัญ เพราะ eSIM สามารถเปิดใช้งานผ่านแอปหรือ QR code ได้ทันที โดยไม่ต้องเปลี่ยนซิมการ์ดจริง และในปี 2025 สมาร์ทโฟนรุ่นใหม่จาก Apple, Samsung, Google และ Huawei ต่างรองรับ eSIM อย่างแพร่หลาย ✅ ความหมายของการปลดล็อกเครื่อง ➡️ โทรศัพท์ที่ปลดล็อกสามารถใช้กับซิมจากทุกเครือข่าย ➡️ เหมาะสำหรับนักเดินทางหรือผู้ที่ไม่ต้องการผูกสัญญาระยะยาว ➡️ FCC บังคับให้ผู้ให้บริการต้องช่วยปลดล็อกเมื่อสัญญาหมด ✅ วิธีเช็กสถานะการปลดล็อก ➡️ ใส่ซิมจากเครือข่ายอื่นแล้วลองโทรออก หากใช้งานได้แสดงว่าเครื่องปลดล็อก ➡️ เข้า Settings > Network > SIMs แล้วปิด “Automatically select network” ➡️ หากเห็นหลายเครือข่าย แสดงว่าเครื่องน่าจะปลดล็อก ✅ บริบทของ eSIM ในปี 2025 ➡️ eSIM คือซิมแบบฝังในเครื่องที่เปิดใช้งานผ่านแอปหรือ QR code ➡️ สมาร์ทโฟนรุ่นใหม่จาก Apple, Samsung, Google, Huawei รองรับ eSIM อย่างแพร่หลาย ➡️ eSIM ช่วยให้เปลี่ยนเครือข่ายได้ง่ายขึ้นโดยไม่ต้องเปลี่ยนซิมการ์ดจริง ✅ เครื่องมือเสริมในการตรวจสอบ ➡️ เว็บไซต์เช่น IMEI.info สามารถตรวจสอบสถานะการปลดล็อกได้ ➡️ ผู้ใช้สามารถติดต่อผู้ให้บริการโดยตรงพร้อม IMEI เพื่อขอข้อมูล ➡️ IMEI สามารถดูได้จาก Settings > About Phone > IMEI https://www.slashgear.com/1956283/how-tell-android-phone-carrier-unlocked/

🎙️ เรื่องเล่าจาก Citigroup Conference: เมื่อ AMD มองว่า AI คือโอกาสครั้งเดียวในชีวิต ไม่ใช่แค่กระแสชั่วคราว ในการประชุมกับนักลงทุนที่จัดโดย Citigroup เมื่อวันที่ 3 กันยายน 2025 Jean Hu (CFO ของ AMD) และ Matthew Ramsay (VP ฝ่ายนักลงทุนสัมพันธ์) ได้ตอบคำถามเกี่ยวกับสถานการณ์ตลาด AI, ความสัมพันธ์กับจีน, และราคาชิปที่เพิ่มขึ้นอย่างต่อเนื่อง Hu ยืนยันว่า AMD ไม่ได้เริ่มผลิตชิปใหม่สำหรับตลาดจีน แม้จะได้รับใบอนุญาตจากรัฐบาลสหรัฐฯ โดยระบุว่าบริษัทกำลังพิจารณาว่าลูกค้าจีนจะสามารถซื้อจากสหรัฐฯ ได้หรือไม่ และยังไม่เริ่มผลิต wafer สำหรับ MI308 ซึ่งเป็น GPU รุ่นเฉพาะสำหรับจีน Ramsay เสริมว่า “ความต้องการชิป AI ในจีนมีมากกว่าความสามารถในการผลิต” เนื่องจากผู้ผลิตชิปในจีนถูกจำกัดจากมาตรการคว่ำบาตร และ Huawei ไม่สามารถเข้าถึงเทคโนโลยีระดับสูงจากสหรัฐฯ ได้ เมื่อถูกถามว่า AI เป็นฟองสบู่หรือไม่ Hu ตอบว่า “เรายังอยู่ในช่วงเริ่มต้นของการนำ AI ไปใช้” และชี้ไปที่การลงทุนของ hyperscaler รายใหญ่ในไตรมาสที่ผ่านมา รวมถึงการปรับปรุงประสิทธิภาพขององค์กรผ่าน AI ซึ่งสะท้อนว่า AI ไม่ใช่แค่ hype แต่เป็นการเปลี่ยนแปลงเชิงโครงสร้าง AMD ประเมินว่า TAM (Total Addressable Market) ของ AI จะสูงถึง 500,000 ล้านดอลลาร์ โดย Ramsay ระบุว่า inference workload, ขนาดของ dataset และการขยายไปยังอุตสาหกรรมต่าง ๆ คือปัจจัยหลักที่ผลักดันตลาดนี้ พร้อมเสริมว่า “AI คือจุดเปลี่ยนที่ใหญ่ที่สุดนับตั้งแต่การเกิดอินเทอร์เน็ต” สำหรับราคาชิปที่เพิ่มขึ้น Hu อธิบายว่าเป็นผลจากการเพิ่มฟีเจอร์ในแต่ละรุ่น ทำให้ต้นทุนวัสดุสูงขึ้น แต่ AMD พยายามรักษาสมดุลระหว่างราคาขายกับต้นทุนรวมของการเป็นเจ้าของ (TCO) เพื่อให้ลูกค้าได้รับความคุ้มค่าในระยะยาว ✅ AMD ปฏิเสธว่า AI เป็นฟองสบู่ ➡️ Hu ระบุว่า AI ยังอยู่ในช่วงเริ่มต้นของการนำไปใช้ ➡️ การลงทุนของ hyperscaler และ productivity gains เป็นหลักฐานเชิงประจักษ์ ➡️ AI ถูกมองว่าเป็นโอกาสครั้งเดียวในชีวิตสำหรับอุตสาหกรรม ✅ การประเมินตลาด AI มูลค่า 500,000 ล้านดอลลาร์ ➡️ TAM ของ AI ถูกประเมินโดย AMD ว่าจะสูงถึง $500B ➡️ ปัจจัยหลักคือ inference workload, dataset ขนาดใหญ่ และการขยายสู่อุตสาหกรรม ➡️ Ramsay ระบุว่า AI คือจุดเปลี่ยนใหญ่ที่สุดนับตั้งแต่การเกิดอินเทอร์เน็ต ✅ สถานการณ์ในจีนและการจำกัดการผลิต ➡️ AMD ยังไม่เริ่มผลิต MI308 GPU สำหรับจีน แม้ได้รับใบอนุญาต ➡️ ความต้องการในจีนสูงกว่าความสามารถในการผลิตเนื่องจากข้อจำกัดจากสหรัฐฯ ➡️ Huawei ไม่สามารถเข้าถึงเทคโนโลยีระดับสูงจากสหรัฐฯ ได้ ✅ เหตุผลของราคาชิปที่เพิ่มขึ้น ➡️ AMD เพิ่มฟีเจอร์ในแต่ละรุ่น ทำให้ต้นทุนวัสดุสูงขึ้น ➡️ บริษัทเน้นการปรับปรุง TCO เพื่อให้ลูกค้าได้รับความคุ้มค่า ➡️ ราคาขายสูงขึ้นเพื่อรักษา margin และความสามารถในการแข่งขัน https://wccftech.com/amd-rejects-ai-bubble-defends-500-billion-ai-market-says-chip-price-hikes-are-due-to-high-costs/

🎙️ เรื่องเล่าจาก OceanDisk: เมื่อ SSD กลายเป็นอาวุธใหม่ในสงครามเทคโนโลยี AI ในงานเปิดตัวล่าสุด Huawei ได้เผยโฉม OceanDisk EX 560, SP 560 และ LC 560 ซึ่งเป็น SSD สำหรับงาน AI โดยเฉพาะ โดยมีเป้าหมายชัดเจน: ลดการพึ่งพา HBM (High Bandwidth Memory) ที่จีนถูกจำกัดการนำเข้าอย่างหนักจากสหรัฐฯ OceanDisk LC 560 คือไฮไลต์ของงาน ด้วยความจุ 245TB ซึ่งถือเป็น SSD ที่ใหญ่ที่สุดในโลก ณ ขณะนี้ และมี read bandwidth สูงถึง 14.7GB/s เหมาะสำหรับงานฝึกโมเดลขนาดใหญ่แบบ multimodal ที่ต้องการพื้นที่เก็บข้อมูลมหาศาล OceanDisk EX 560 เน้นประสิทธิภาพสูงสุด ด้วย write speed 1,500K IOPS, latency ต่ำกว่า 7µs และ endurance สูงถึง 60 DWPD เหมาะสำหรับงาน fine-tuning LLM ที่ต้องการความเร็วและความทนทาน ส่วน SP 560 เป็นรุ่นประหยัดที่เน้น inference โดยลด latency ของ token แรกได้ถึง 75% และเพิ่ม throughput เป็นสองเท่า แต่สิ่งที่ทำให้ OceanDisk น่าสนใจไม่ใช่แค่ฮาร์ดแวร์—Huawei ยังเปิดตัว DiskBooster ซึ่งเป็นซอฟต์แวร์ที่ช่วยรวมหน่วยความจำจาก SSD, HBM และ DDR ให้เป็น memory pool เดียวกัน เพิ่มความจุได้ถึง 20 เท่า และลด write amplification ด้วยเทคโนโลยี multi-stream ทั้งหมดนี้คือความพยายามของ Huawei ในการสร้างระบบ AI ที่ไม่ต้องพึ่ง HBM เพียงอย่างเดียว โดยใช้ SSD ความจุสูงและซอฟต์แวร์อัจฉริยะเป็นตัวเสริม เพื่อให้สามารถฝึกและใช้งานโมเดล AI ได้แม้จะถูกจำกัดด้านฮาร์ดแวร์จากต่างประเทศ ✅ การเปิดตัว OceanDisk SSD สำหรับ AI ➡️ OceanDisk LC 560 มีความจุ 245TB และ read bandwidth 14.7GB/s ➡️ OceanDisk EX 560 มี write speed 1,500K IOPS และ latency ต่ำกว่า 7µs ➡️ OceanDisk SP 560 ลด latency ของ token แรกได้ 75% และเพิ่ม throughput 2 เท่า ✅ ความสามารถของ DiskBooster ➡️ รวมหน่วยความจำจาก SSD, HBM และ DDR เป็น memory pool เดียว ➡️ เพิ่มความจุได้ถึง 20 เท่าเมื่อเทียบกับระบบเดิม ➡️ ใช้ multi-stream เพื่อลด write amplification และเพิ่มอายุการใช้งาน SSD ✅ บริบทของการพัฒนา ➡️ Huawei พัฒนา OceanDisk เพื่อลดการพึ่งพา HBM ซึ่งถูกจำกัดการส่งออกจากสหรัฐฯ ➡️ เน้นใช้ NAND flash ภายในประเทศเพื่อสร้างระบบที่พึ่งพาตัวเอง ➡️ ตอบโจทย์ปัญหา “memory wall” และ “capacity wall” ในงาน AI ขนาดใหญ่ ✅ ผลกระทบต่อวงการ AI ➡️ อาจเปลี่ยนแนวทางการออกแบบระบบฝึกโมเดลจาก HBM-centric เป็น SSD-centric ➡️ เปิดทางให้ประเทศที่เข้าถึง HBM ได้จำกัดสามารถสร้างระบบ AI ได้ด้วยต้นทุนต่ำ ➡️ เป็นตัวอย่างของการใช้ “ระบบเสริมหลายชั้น” แทนการพึ่งพาหน่วยความจำจุดเดียว https://www.techradar.com/pro/huawei-released-an-ai-ssd-that-uses-a-secret-sauce-to-reduce-the-need-for-large-amounts-of-expensive-hbm

🎙️ เรื่องเล่าจาก UB-Mesh: เมื่อการเชื่อมต่อใน data center ไม่ใช่แค่สายไฟ แต่คือ “ภาษากลางของระบบอัจฉริยะ” ในงาน Hot Chips 2025 Huawei ได้เปิดตัว UB-Mesh ซึ่งเป็น interconnect protocol แบบใหม่ที่ออกแบบมาเพื่อรองรับการเชื่อมต่อภายใน AI data center ขนาดใหญ่ระดับ SuperNode โดยมีเป้าหมายชัดเจน—ลดต้นทุน, เพิ่มความเสถียร, และ “เปิด source” ให้ทุกคนเข้าถึงได้ UB-Mesh ใช้โครงสร้างแบบ hybrid topology โดยผสมผสาน CLOS backbone ระดับ data hall เข้ากับ mesh แบบหลายมิติภายในแต่ละ rack ทำให้สามารถขยายระบบได้ถึงระดับหลายหมื่น node โดยไม่ต้องเพิ่มต้นทุนแบบเชิงเส้น แนวคิดนี้เกิดจากปัญหาที่ interconnect แบบเดิม เช่น PCIe, NVLink, UALink หรือ Ultra Ethernet เริ่มมีต้นทุนสูงเกินไปเมื่อระบบขยายขนาด และยังต้องใช้ protocol conversion หลายชั้น ซึ่งเพิ่ม latency และความซับซ้อน Huawei จึงเสนอ UB-Mesh เป็น “ภาษากลาง” ที่เชื่อมต่อทุกอุปกรณ์—CPU, GPU, SSD, memory, switch—ให้ทำงานร่วมกันได้เหมือนอยู่ในเครื่องเดียว โดยมี bandwidth มากกว่า 1TB/s ต่ออุปกรณ์ และ latency ต่ำกว่าหนึ่งไมโครวินาที ที่สำคัญคือ Huawei จะเปิด source โปรโตคอลนี้ในเดือนหน้า พร้อมอนุญาตให้ใช้แบบ free license เพื่อผลักดันให้กลายเป็นมาตรฐานใหม่ของอุตสาหกรรม แม้จะยังมีคำถามเรื่อง governance และความเชื่อมั่นจากผู้ผลิตรายอื่น ✅ โครงสร้างของ UB-Mesh ➡️ ใช้ CLOS backbone ระดับ data hall ร่วมกับ multidimensional mesh ภายใน rack ➡️ รองรับการขยายระบบถึงระดับหลายหมื่น node โดยไม่เพิ่มต้นทุนแบบเชิงเส้น ➡️ ออกแบบมาเพื่อแก้ปัญหา latency และ hardware failure ในระบบ AI ขนาดใหญ่ ✅ เป้าหมายของ UB-Mesh ➡️ เป็น interconnect แบบ universal ที่เชื่อมทุกอุปกรณ์ใน data center ➡️ ลดความซับซ้อนจากการใช้ protocol conversion หลายชั้น ➡️ ทำให้ทุกพอร์ตสามารถเชื่อมต่อกันได้โดยไม่ต้องแปลงโปรโตคอล ✅ ประสิทธิภาพที่ Huawei เคลม ➡️ Bandwidth มากกว่า 1TB/s ต่ออุปกรณ์ ➡️ Latency ต่ำกว่าหนึ่งไมโครวินาที ➡️ ใช้ได้กับระบบที่มี CPU, GPU, memory, SSD และ switch ใน node เดียว ✅ การเปิด source และการผลักดันเป็นมาตรฐาน ➡️ Huawei จะเปิดเผยโปรโตคอล UB-Mesh พร้อม free license ในเดือนหน้า ➡️ หวังให้กลายเป็นมาตรฐานใหม่แทนระบบที่ fragmented ในปัจจุบัน ➡️ ขึ้นอยู่กับการยอมรับจาก partner และผู้ผลิตรายอื่น ✅ การทดสอบและการใช้งานจริง ➡️ Huawei ใช้ระบบ 8,192-node เป็นตัวอย่างว่าต้นทุนไม่จำเป็นต้องเพิ่มตามขนาด ➡️ UB-Mesh เป็นส่วนหนึ่งของแนวคิด SuperNode ที่รวมทุกอุปกรณ์ให้ทำงานร่วมกัน ➡️ เหมาะกับ AI training, cloud storage และ HPC ที่ต้องการ bandwidth สูง https://www.techradar.com/pro/could-this-be-the-next-big-step-forward-for-ai-huaweis-open-source-move-will-make-it-easier-than-ever-to-connect-together-well-pretty-much-everything

🎙️ Kirin 9020 – ชิปที่ไม่ใช่แค่เทคโนโลยี แต่คือสัญลักษณ์ของการยืนหยัด Huawei กลับมาอย่างสง่างามในเวทีสมาร์ตโฟนระดับไฮเอนด์ ด้วยการเปิดตัว Kirin 9020 ซึ่งเป็นชิป SoC ที่รวมโมเด็ม 5G และโมดูล RF front-end ที่ผลิตในประเทศจีนทั้งหมด ถือเป็นครั้งแรกที่ Huawei สามารถรวมเทคโนโลยี 5G แบบครบวงจรไว้ในชิปเดียวได้ โดยไม่ต้องพึ่งพาเทคโนโลยีจากตะวันตก Kirin 9020 ถูกใช้ในสมาร์ตโฟนรุ่น Mate 70 และ Pura 80 โดยมีการยืนยันอย่างเป็นทางการจาก Huawei หลังจากเก็บงำข้อมูลชิปมานานกว่า 5 ปี การเปิดเผยครั้งนี้ไม่ใช่แค่การโชว์เทคโนโลยี แต่เป็นการประกาศความมั่นใจในความสามารถด้านการออกแบบและผลิตชิปของจีน ชิปนี้ผลิตโดย SMIC ด้วยเทคโนโลยีระดับ 7 นาโนเมตร แม้จะไม่มีเครื่องมือลิทโธกราฟีขั้นสูงจากตะวันตก แต่ก็สามารถผลิตชิปที่มีความซับซ้อนสูงได้สำเร็จ โดยเฉพาะการรวมโมเด็ม 5G ซึ่งต้องรองรับคลื่นความถี่หลากหลาย, การจัดการสัญญาณแบบ beamforming และการเข้ารหัสขั้นสูง นอกจากโมเด็มแล้ว Huawei ยังสามารถผลิต RF front-end module ได้เอง ซึ่งรวมถึง power amplifier, low-noise amplifier, antenna switch และ filter ที่เคยถูกครอบครองโดยบริษัทอเมริกันอย่าง Broadcom และ Qorvo ทั้งหมดนี้สะท้อนถึงความพยายามของจีนในการสร้างระบบนิเวศเซมิคอนดักเตอร์ที่พึ่งพาตนเอง และ Kirin 9020 ก็กลายเป็นสัญลักษณ์ของการยืนหยัดท่ามกลางการคว่ำบาตรจากสหรัฐฯ 📌 สรุปเนื้อหาเป็นหัวข้อ ➡️ Huawei เปิดตัว Kirin 9020 ซึ่งรวมโมเด็ม 5G และ RF front-end module ที่ผลิตในจีน ➡️ ใช้ในสมาร์ตโฟน Mate 70 และ Pura 80 พร้อมการยืนยันอย่างเป็นทางการจาก Huawei ➡️ ผลิตโดย SMIC ด้วยเทคโนโลยี 7nm-class แม้ไม่มีเครื่องมือลิทโธกราฟีขั้นสูง ➡️ โมเด็ม 5G รองรับคลื่น sub-6 GHz และ mmWave พร้อมเทคนิค OFDM, MU-MIMO, beamforming ➡️ RF front-end module รวม power amplifier, low-noise amplifier, antenna switch และ filter ➡️ Huawei เคยปิดบังข้อมูลชิปมานานกว่า 5 ปี ก่อนจะเปิดเผยอย่างมั่นใจในปี 2025 ➡️ Kirin 9020 เป็นการพัฒนาแบบ incremental จาก Kirin 9010 ไม่ใช่การออกแบบใหม่ทั้งหมด ➡️ การรวมโมเด็ม 5G เข้ากับ SoC เป็นสิ่งที่แม้แต่ Apple ยังไม่สามารถทำได้ ➡️ ชิปนี้แสดงถึงความสามารถของจีนในการผลิตชิป RF-intensive โดยไม่พึ่งพาตะวันตก ➡️ Kirin 9020 กลายเป็นสัญลักษณ์ของการยืนหยัดต่อการคว่ำบาตรจากสหรัฐฯ ✅ ข้อมูลเสริมจากภายนอก ➡️ Huawei ยืนยันชื่อชิปผ่านภาพหน้าจอหลังอัปเดตระบบของผู้ใช้ Pura 80 ➡️ SMIC เคยผลิตชิป 7nm ให้ Huawei ตั้งแต่ Kirin 980 โดยใช้เทคโนโลยีของ TSMC ➡️ การเปิดเผยข้อมูลชิปครั้งนี้ถือเป็นการเปลี่ยนกลยุทธ์จาก “ความลับ” สู่ “ความมั่นใจ” ➡️ จีนมีแผนสร้างระบบนิเวศเซมิคอนดักเตอร์ที่พึ่งพาตนเองเต็มรูปแบบ ➡️ การผลิต RF front-end module เป็นสิ่งที่ยากที่สุดในอุปกรณ์ 5G เพราะต้องใช้วัสดุเฉพาะและเทคนิคขั้นสูง https://www.tomshardware.com/tech-industry/semiconductors/huaweis-kirin-9020-integrates-5g-modem-china-made-5g-fem-chip-symbolizes-resilience-to-u-s-sanctions

🧠 Nvidia B30A – ชิป AI สำหรับจีนที่แรงกว่าเดิม แต่ยังอยู่ในกรอบควบคุมของสหรัฐฯ ในโลกที่เทคโนโลยี AI กลายเป็นสนามแข่งขันระดับโลก Nvidia กำลังเดินเกมใหม่เพื่อรักษาตลาดจีน ซึ่งคิดเป็น 13% ของรายได้บริษัท ด้วยการพัฒนาชิป AI รุ่นใหม่ชื่อว่า “B30A” ที่ออกแบบมาเฉพาะสำหรับตลาดจีน โดยยังคงอยู่ภายใต้ข้อจำกัดการส่งออกของรัฐบาลสหรัฐฯ B30A ใช้สถาปัตยกรรม Blackwell รุ่นล่าสุด และเป็นชิปแบบ “single-die” ซึ่งมีประสิทธิภาพประมาณครึ่งหนึ่งของรุ่นเรือธง B300 ที่ใช้แบบ “dual-die” แต่ยังแรงกว่า H20 ซึ่งเป็นรุ่นที่ Nvidia ได้รับอนุญาตให้ขายในจีนก่อนหน้านี้ ชิป B30A มาพร้อมหน่วยความจำ HBM3E ขนาด 144GB และแบนด์วิดท์สูงถึง 4TB/s พร้อมเทคโนโลยี NVLink สำหรับเชื่อมต่อระหว่างโปรเซสเซอร์ ซึ่งช่วยให้สามารถสร้างระบบ AI ขนาดใหญ่ได้ แม้จะมีข้อจำกัดบางอย่างในจำนวน NVLink ที่อนุญาต นอกจากนี้ Nvidia ยังเตรียมเปิดตัว RTX 6000D สำหรับงาน inference ซึ่งเป็นรุ่นลดสเปกจาก RTX 6000 เพื่อให้ผ่านเกณฑ์ควบคุมการส่งออก โดยทั้งสองรุ่นคาดว่าจะเริ่มส่งมอบตัวอย่างให้ลูกค้าในจีนได้ภายในเดือนกันยายน 2025 หากได้รับอนุมัติจากรัฐบาลสหรัฐฯ แนวทางนี้เกิดขึ้นหลังจากประธานาธิบดีโดนัลด์ ทรัมป์เสนอให้ Nvidia และ AMD จ่าย 15% ของรายได้จากการขายชิปในจีนให้รัฐบาลสหรัฐฯ เพื่อแลกกับการอนุญาตให้ขายชิปรุ่นใหม่ที่ “ลดประสิทธิภาพลง” ประมาณ 30–50% ✅ ข้อมูลในข่าว ➡️ Nvidia พัฒนา B30A ชิป AI สำหรับตลาดจีน โดยใช้สถาปัตยกรรม Blackwell ➡️ B30A เป็นชิปแบบ single-die ที่มีประสิทธิภาพประมาณครึ่งหนึ่งของ B300 ➡️ ประสิทธิภาพของ B30A สูงกว่า H20 และใกล้เคียงกับ H100 ➡️ มาพร้อมหน่วยความจำ HBM3E ขนาด 144GB และแบนด์วิดท์ 4TB/s ➡️ ใช้เทคโนโลยี NVLink สำหรับการเชื่อมต่อระหว่างโปรเซสเซอร์ ➡️ ออกแบบให้ผ่านข้อจำกัดการส่งออกของสหรัฐฯ ➡️ Nvidia เตรียมส่งมอบตัวอย่าง B30A และ RTX 6000D ให้ลูกค้าในจีนภายในกันยายน 2025 ➡️ RTX 6000D เป็นรุ่นลดสเปกสำหรับ inference และกราฟิกระดับมืออาชีพ ➡️ รัฐบาลสหรัฐฯ อาจอนุญาตให้ขายชิปรุ่นใหม่ในจีน หากมีการแบ่งรายได้ 15% ✅ ข้อมูลเสริมจากภายนอก ➡️ H20 ถูกพัฒนาเพื่อให้ผ่านข้อจำกัดการส่งออกในปี 2023 แต่ถูกระงับการขายในเมษายน 2025 ➡️ B30A ใช้เทคโนโลยี CoWoS-S ซึ่งถูกกว่ารุ่น CoWoS-L ที่ใช้ใน B300 ➡️ การออกแบบ single-die ช่วยลดกำลังไฟและเหมาะกับอุปกรณ์ PCIe ➡️ Nvidia ต้องรักษาฐานลูกค้าในจีนเพื่อคง ecosystem ของ CUDA ➡️ Huawei กำลังพัฒนา GPU แข่งกับ Nvidia แม้ยังด้อยในด้านซอฟต์แวร์และแบนด์วิดท์ ➡️ การออกแบบชิปเฉพาะตลาดเป็นกลยุทธ์ที่ใช้ในหลายประเทศ เช่น อินเดียและรัสเซีย https://www.tomshardware.com/pc-components/gpus/nvidia-could-be-readying-b30a-accelerator-for-chinese-market-new-blackwell-chip-reportedly-beats-h20-and-even-h100-while-complying-with-u-s-export-controls

🧠 เมื่อการควบคุมชิปกลายเป็นดาบสองคม: Nvidia โต้กลับว่านโยบายสหรัฐฯ ทำร้ายตัวเองมากกว่าจีน Nvidia ออกมาแสดงจุดยืนชัดเจนผ่านโพสต์บน X ว่าการควบคุมการส่งออกชิป H20 ไปยังจีน ไม่ได้หยุดยั้งความก้าวหน้า AI ของจีนเลยแม้แต่น้อย แต่กลับทำให้สหรัฐฯ สูญเสียความเป็นผู้นำด้านเศรษฐกิจและเทคโนโลยี Aaron Ginn ผู้ร่วมก่อตั้ง Hydra Host เขียนบทความใน Wall Street Journal ว่าการห้ามส่งออกชิปนั้น “ล้มเหลวในโลกจริง” เพราะจีนยังคงพัฒนา AI ต่อเนื่อง และมีการลักลอบนำเข้าชิป Nvidia มูลค่ากว่า 1 พันล้านดอลลาร์ในช่วง 3 เดือนที่ผ่านมา แม้ชิป H20 จะถูกออกแบบให้สอดคล้องกับข้อจำกัดของสหรัฐฯ แต่จีนกลับมองว่าไม่ปลอดภัย และเริ่มหันไปใช้ชิปจากผู้ผลิตในประเทศ เช่น Huawei และ Hygon ซึ่งทำให้ Nvidia สูญเสียส่วนแบ่งตลาดในจีนอย่างต่อเนื่อง Nvidia ยืนยันว่าแพลตฟอร์ม CUDA ซึ่งเป็นชุดเครื่องมือพัฒนา AI ยังเป็นจุดแข็งที่จีนไม่สามารถลอกเลียนแบบได้ง่าย และเรียกร้องให้สหรัฐฯ ยกระดับยุทธศาสตร์ใหม่ แทนที่จะใช้การควบคุมแบบเดิม ✅ ข้อมูลเสริมจากวงการ AI ➡️ แพลตฟอร์ม CUDA เป็นหัวใจของการพัฒนาโมเดล AI ระดับสูง ➡️ ชิป AI เป็นทรัพยากรยุทธศาสตร์ที่มีผลต่อความมั่นคงของชาติ ➡️ การควบคุมการส่งออกอาจกระทบต่อการเติบโตของนวัตกรรมในสหรัฐฯ https://www.tomshardware.com/pc-components/gpus/nvidia-says-h20-export-controls-didnt-stop-chinas-ai-progress-claims-they-only-stifled-u-s-economic-and-technology-leadership

⚡️ เมื่อ AI กลายเป็นตัวดูดพลังงาน: จีนพร้อม แต่สหรัฐฯ ยังติดหล่ม ลองจินตนาการว่าโลกกำลังเข้าสู่ยุคที่ AI ไม่ใช่แค่ซอฟต์แวร์อัจฉริยะ แต่เป็นเครื่องจักรที่กินไฟมหาศาลเหมือนสัตว์ประหลาดในโรงงานไฟฟ้า และในสงครามเทคโนโลยีนี้ จีนดูเหมือนจะเตรียมตัวมาดีกว่าสหรัฐฯ หลายช่วงตัว จีนลงทุนมหาศาลในพลังงานสะอาด ทั้งพลังน้ำ พลังงานนิวเคลียร์ และโซลาร์ฟาร์มขนาดยักษ์ ทำให้มีพลังงานสำรองถึง 80–100% พร้อมรองรับการสร้างศูนย์ข้อมูล AI ใหม่ได้ทันที ในขณะที่สหรัฐฯ กลับต้องเผชิญกับปัญหาโครงสร้างพื้นฐานไฟฟ้าที่ไม่ทันความต้องการ จนบริษัทเทคโนโลยีต้องสร้างโรงไฟฟ้าเอง หรือหันไปพัฒนานิวเคลียร์ขนาดเล็ก แม้จีนจะมีข้อครหาว่าใช้โรงไฟฟ้าถ่านหิน แต่ก็มีแผนรองรับด้วยการลงทุนในพลังงานหมุนเวียน และสามารถเปิดโรงไฟฟ้าสำรองได้ทันทีหากจำเป็น ขณะที่สหรัฐฯ ยังต้องเผชิญกับความล่าช้าในการอนุมัติโครงการใหม่ และความไม่แน่นอนของระบบสายส่ง ที่น่าสนใจคือ แม้จีนจะมีพลังงานเหลือเฟือ แต่ศูนย์ข้อมูลหลายแห่งกลับยังไม่ได้ใช้งานเต็มที่ จึงกำลังพัฒนาเครือข่ายซื้อขายพลังงานสำรองระหว่างกัน ส่วนสหรัฐฯ หากไม่เร่งแก้ปัญหา อาจเสียเปรียบในสงคราม AI แม้จะมีฮาร์ดแวร์ที่ดีกว่า เพราะ “ไม่มีไฟ ก็ไม่มี AI” ✅ จีนเตรียมพร้อมด้านพลังงานเพื่อรองรับ AI ➡️ มีพลังงานสำรอง 80–100% รองรับการสร้างศูนย์ข้อมูลใหม่ ➡️ ลงทุนในพลังงานสะอาด เช่น พลังน้ำ นิวเคลียร์ และโซลาร์ ➡️ วางแผนพลังงานล่วงหน้าเพื่อรองรับความต้องการในอนาคต ➡️ สามารถเปิดโรงไฟฟ้าถ่านหินสำรองได้ทันทีหากจำเป็น ➡️ พัฒนาเครือข่ายซื้อขายพลังงานสำรองระหว่างศูนย์ข้อมูล ✅ สหรัฐฯ เผชิญปัญหาโครงสร้างพื้นฐานไฟฟ้า ➡️ ศูนย์ข้อมูล AI ทำให้ระบบไฟฟ้าสหรัฐฯ ตึงเครียด ➡️ บริษัทเทคโนโลยีต้องสร้างโรงไฟฟ้าเอง เช่น Elon Musk ➡️ ลงทุนในนิวเคลียร์ขนาดเล็กเพื่อรองรับความต้องการ ➡️ ความล่าช้าในการอนุมัติโครงการใหม่เป็นอุปสรรคใหญ่ ➡️ ระบบสายส่งยังไม่พร้อมรองรับการขยายตัวของ AI ✅ ผลกระทบต่อการแข่งขันด้าน AI ➡️ จีนสามารถใช้พลังงานมหาศาลเพื่อเร่งการประมวลผล AI ➡️ สหรัฐฯ แม้มีฮาร์ดแวร์ที่ดีกว่า แต่ขาดพลังงานอาจเสียเปรียบ ➡️ Huawei CloudMatrix ใช้พลังงานมหาศาลเพื่อเอาชนะ Nvidia GB200 https://www.tomshardware.com/tech-industry/artificial-intelligence/ai-experts-warn-that-china-is-miles-ahead-of-the-us-in-electricity-generation-lack-of-supply-and-infrastructure-threatens-the-uss-long-term-ai-plans

🧠 DeepSeek R2: โมเดล AI ที่สะดุดเพราะชิป Huawei DeepSeek บริษัท AI สัญชาติจีนที่เคยสร้างชื่อจากโมเดล R1 กำลังเผชิญกับความท้าทายครั้งใหญ่ในการพัฒนา R2 ซึ่งเดิมทีตั้งใจจะใช้ชิป Ascend 910C ของ Huawei ในการฝึกโมเดล เพื่อสนับสนุนแนวทาง “พึ่งพาตนเอง” ของรัฐบาลจีน แต่ผลลัพธ์กลับไม่เป็นไปตามแผน แม้ Huawei จะส่งทีมวิศวกรไปช่วย DeepSeek โดยตรง แต่ชิป Ascend กลับมีปัญหาหลายด้าน เช่น ความร้อนสูง, การเชื่อมต่อระหว่างชิปที่ช้า, และซอฟต์แวร์ที่ยังไม่เทียบเท่ากับ CUDA ของ NVIDIA ทำให้ DeepSeek ไม่สามารถฝึกโมเดล R2 ได้สำเร็จ สุดท้าย DeepSeek ต้องหันกลับมาใช้ชิป NVIDIA H20 ในการฝึกโมเดล และใช้ชิป Huawei เฉพาะในขั้นตอน inference เท่านั้น ซึ่งเป็นการประนีประนอมระหว่างประสิทธิภาพและนโยบายรัฐ นอกจากนี้ ยังมีปัจจัยอื่นที่ทำให้ R2 ล่าช้า เช่น การติดป้ายข้อมูล (data labeling) ที่ใช้เวลานานกว่าคาด และความกังวลเรื่องความปลอดภัยของชิป NVIDIA ที่อาจมีระบบติดตามตำแหน่ง ทำให้รัฐบาลจีนลังเลที่จะอนุมัติการใช้งานในวงกว้าง แม้ DeepSeek จะยังไม่ประกาศวันเปิดตัวใหม่อย่างเป็นทางการ แต่คาดว่าโมเดล R2 จะเปิดตัวภายในไม่กี่สัปดาห์ข้างหน้า โดยต้องแข่งกับคู่แข่งอย่าง Qwen3 จาก Alibaba ที่กำลังมาแรง ✅ DeepSeek ล่าช้าในการเปิดตัวโมเดล R2 ➡️ เดิมตั้งใจเปิดตัวในเดือนพฤษภาคม แต่เลื่อนออกไปไม่มีกำหนด ➡️ ปัจจุบันยังอยู่ในขั้นตอนปรับปรุงและทดสอบประสิทธิภาพ ✅ ปัญหาจากการใช้ชิป Huawei Ascend 910C ➡️ มีปัญหาความร้อนสูงและการเชื่อมต่อระหว่างชิปที่ช้า ➡️ ซอฟต์แวร์ CANN ยังไม่เทียบเท่ากับ CUDA ของ NVIDIA ➡️ ไม่สามารถฝึกโมเดลขนาดใหญ่ได้สำเร็จ ✅ การเปลี่ยนกลับมาใช้ชิป NVIDIA ➡️ ใช้ NVIDIA H20 ในการฝึกโมเดล R2 ➡️ ใช้ Huawei เฉพาะในขั้นตอน inference เพื่อประหยัดต้นทุน ➡️ เป็นแนวทางแบบ hybrid ที่หลายบริษัทจีนเริ่มนำมาใช้ ✅ ปัจจัยอื่นที่ทำให้ R2 ล่าช้า ➡️ การติดป้ายข้อมูลใช้เวลานานกว่าคาด ➡️ ผู้ก่อตั้งไม่พอใจกับความก้าวหน้า และต้องการคุณภาพสูงกว่าคู่แข่ง ➡️ รัฐบาลจีนยังลังเลเรื่องการอนุมัติชิป NVIDIA เพราะข้อกังวลด้านความปลอดภัย https://wccftech.com/deepseek-r2-ai-model-is-reportedly-delayed-after-chinese-authorities-encouraged-the-firm-to-use-huawei-ai-chips/

💸⚙️ เมื่อชิปกลายเป็นภาษี: Nvidia และ AMD ต้องจ่าย 15% รายได้จากการขายชิป AI ให้จีน ในสงครามเทคโนโลยีระหว่างสหรัฐฯ กับจีน ชิป AI กลายเป็นอาวุธสำคัญ และตอนนี้สองยักษ์ใหญ่แห่งวงการ—Nvidia และ AMD—ต้องจ่าย “ค่าผ่านทาง” ให้รัฐบาลสหรัฐฯ ถึง 15% ของรายได้จากการขายชิป AI ให้จีน เรื่องเริ่มจากการที่สหรัฐฯ เคยจำกัดการส่งออกชิปขั้นสูงไปยังจีน ด้วยเหตุผลด้านความมั่นคง โดยเฉพาะชิปที่มีศักยภาพในการใช้งานทางทหาร แต่เมื่อ Huawei ของจีนเริ่มพัฒนาเทคโนโลยีของตัวเองอย่างรวดเร็ว รัฐบาลสหรัฐฯ จึงกลับลำ เปิดทางให้ Nvidia ส่งออกชิป H20 และ AMD ส่ง MI308 ไปยังจีนได้อีกครั้ง—แต่ต้องจ่ายภาษีพิเศษ ชิปเหล่านี้ถูกออกแบบให้ “ลดความสามารถ” ลงจากรุ่นเรือธง เพื่อให้ผ่านข้อจำกัดด้านการส่งออก แต่ยังคงเป็น AI accelerator ที่ทรงพลังสำหรับงานประมวลผลหนัก เช่น การฝึกโมเดล AI ขนาดใหญ่ แม้จะได้สิทธิ์กลับมาขาย แต่ Nvidia เคยประเมินว่าแค่ข้อจำกัดเดิมก็ทำให้สูญรายได้ถึง 5.5 พันล้านดอลลาร์ ส่วน AMD ก็อาจเสียหายถึง 800 ล้านดอลลาร์ ขณะเดียวกัน ฝ่ายนิติบัญญัติในสหรัฐฯ กำลังเสนอให้ชิป AI ที่ขายให้ต่างประเทศต้องมีระบบติดตามตำแหน่งในตัว เพื่อป้องกันการนำไปใช้ในทางทหารหรือการจารกรรม ✅ Nvidia และ AMD ต้องจ่าย 15% ของรายได้จากการขายชิป AI ให้จีน ➡️ เป็นข้อตกลงใหม่กับรัฐบาลสหรัฐฯ เพื่อแลกกับสิทธิ์ในการส่งออก ✅ ชิปที่เกี่ยวข้องคือ Nvidia H20 และ AMD MI308 ➡️ ถูกออกแบบให้ลดความสามารถลงเพื่อผ่านข้อจำกัดด้านการส่งออก ✅ ชิปเหล่านี้เป็น AI accelerator สำหรับงานประมวลผลหนัก ➡️ เช่น การฝึกโมเดล AI และการคำนวณเชิงลึก ✅ Nvidia เคยประเมินว่าข้อจำกัดเดิมทำให้สูญรายได้ถึง 5.5 พันล้านดอลลาร์ ➡️ ส่วน AMD อาจเสียหายถึง 800 ล้านดอลลาร์ ✅ รัฐบาลสหรัฐฯ เคยห้ามส่งออกชิปขั้นสูงไปยังจีนด้วยเหตุผลด้านความมั่นคง ➡️ แต่กลับลำในเดือนกรกฎาคม 2025 เพื่อรักษาความสามารถในการแข่งขัน ✅ Huawei ของจีนกำลังพัฒนาเทคโนโลยีชิปอย่างรวดเร็ว ➡️ เป็นแรงกดดันให้สหรัฐฯ ต้องปรับนโยบาย ✅ มีข้อเสนอให้ชิป AI ที่ส่งออกต้องมีระบบติดตามตำแหน่งในตัว ➡️ เพื่อป้องกันการนำไปใช้ในทางทหารหรือการจารกรรม https://www.thestar.com.my/tech/tech-news/2025/08/13/the-semiconductors-costing-nvidia-amd-dearly

🚀🇨🇳 เมื่อ Huawei เปิดซอร์ส CANN: ยุทธศาสตร์ใหม่ท้าชน CUDA เพื่ออิสรภาพด้าน AI ของจีน ลองนึกภาพว่าโลกของ AI ที่เคยถูกครอบงำโดย CUDA ของ Nvidia กำลังถูกท้าทายอย่างจริงจังจาก Huawei ที่ตัดสินใจเปิดซอร์ส CANN ซึ่งเป็นชุดเครื่องมือสำหรับพัฒนาแอปพลิเคชัน AI บนชิป Ascend ของตัวเอง CUDA ครองตลาดมากว่า 20 ปี ด้วยการผูกขาดนักพัฒนาให้ใช้เฉพาะฮาร์ดแวร์ของ Nvidia เท่านั้น การเปิดซอร์ส CANN จึงไม่ใช่แค่การปล่อยโค้ด แต่เป็นการเปิดประตูสู่ระบบนิเวศใหม่ที่ไม่ถูกจำกัดด้วยเจ้าของเทคโนโลยี Huawei เริ่มพูดคุยกับมหาวิทยาลัย สถาบันวิจัย และบริษัท AI ชั้นนำในจีน เพื่อร่วมกันสร้างชุมชนพัฒนาแบบเปิดสำหรับ Ascend ซึ่งอาจนำไปสู่การสร้างเครื่องมือ ไลบรารี และเฟรมเวิร์กใหม่ที่รองรับงาน AI ได้หลากหลายมากขึ้น แม้จะยังไม่เทียบเท่า CUDA ในแง่ของความเสถียรและการสนับสนุน แต่ Huawei ก็เริ่มไล่ตามในด้านประสิทธิภาพ โดยบางรุ่นของ Ascend มีผลทดสอบที่เหนือกว่า Nvidia ในบางสถานการณ์ การเปิดซอร์ส CANN ยังสอดคล้องกับยุทธศาสตร์ของจีนในการลดการพึ่งพาเทคโนโลยีจากตะวันตก โดยเฉพาะในช่วงที่สหรัฐฯ จำกัดการส่งออกชิปให้กับ Huawei การสร้างซอฟต์แวร์พื้นฐานของตัวเองจึงเป็นก้าวสำคัญ ✅ Huawei เปิดซอร์ส CANN ซึ่งเป็นชุดเครื่องมือสำหรับชิป Ascend ➡️ เพื่อท้าทายการผูกขาดของ CUDA จาก Nvidia ✅ CUDA เป็นระบบปิดที่ผูกนักพัฒนาไว้กับฮาร์ดแวร์ Nvidia ➡️ ทำให้การพัฒนา AI ต้องอยู่ในระบบของ Nvidia เท่านั้น ✅ CANN มีโครงสร้างแบบหลายชั้น รองรับทั้งงานทั่วไปและงานประสิทธิภาพสูง ➡️ เป็นทางเลือกใหม่สำหรับนักพัฒนา AI ✅ Huawei เริ่มสร้างชุมชนพัฒนาแบบเปิดร่วมกับมหาวิทยาลัยและบริษัท AI ในจีน ➡️ เพื่อเร่งสร้างเครื่องมือ ไลบรารี และเฟรมเวิร์กสำหรับ Ascend ✅ มีรายงานว่า Ascend บางรุ่นมีประสิทธิภาพสูงกว่า Nvidia ในบางกรณี ➡️ เช่น DeepSeek R1 บน CloudMatrix 384 ✅ การเปิดซอร์ส CANN เป็นส่วนหนึ่งของยุทธศาสตร์เทคโนโลยีอิสระของจีน ➡️ ลดการพึ่งพาเทคโนโลยีจากตะวันตกท่ามกลางข้อจำกัดการส่งออกจากสหรัฐฯ https://www.techradar.com/pro/brave-or-foolhardy-huawei-takes-the-fight-to-nvidia-cuda-by-making-its-ascend-ai-gpu-software-open-source

💻🌏 เรื่องเล่าจากสนามรบเทคโนโลยี: Nvidia H20 กับแรงเสียดทานจากจีน ในโลกที่ AI คือสมรภูมิใหม่ของมหาอำนาจ ชิป H20 จาก Nvidia กลายเป็นจุดศูนย์กลางของความขัดแย้งระหว่างสหรัฐฯ กับจีน โดย H20 ถูกออกแบบมาเพื่อขายให้จีนโดยเฉพาะ หลังจากสหรัฐฯสั่งห้ามส่งออกชิป AI ระดับสูงในปี 2023 แม้สหรัฐฯจะกลับลำในเดือนกรกฎาคม 2025 และอนุญาตให้ Nvidia กลับมาขาย H20 ได้อีกครั้ง แต่จีนกลับแสดงความกังวลเรื่อง “ความปลอดภัย” ของชิปนี้ โดยหน่วยงาน CAC (Cyberspace Administration of China) ได้เรียก Nvidia เข้าพบเพื่อสอบถามว่า H20 มี “backdoor” หรือระบบติดตามตำแหน่งหรือไม่ สื่อของรัฐจีน เช่น People’s Daily และบัญชี WeChat ที่เชื่อมโยงกับ CCTV ได้โจมตีว่า H20 “ไม่ปลอดภัย ไม่ทันสมัย และไม่เป็นมิตรต่อสิ่งแวดล้อม” พร้อมเรียกร้องให้บริษัทจีนหันไปใช้ชิปของประเทศ เช่น Huawei Ascend หรือ Biren แทน แม้ Nvidia จะปฏิเสธข้อกล่าวหาอย่างหนักแน่นว่า “ไม่มี backdoor หรือ kill switch ใด ๆ” แต่ความไม่ไว้วางใจยังคงอยู่ โดยเฉพาะเมื่อสหรัฐฯกำลังผลักดันกฎหมาย Chip Security Act ที่จะบังคับให้ชิป AI มีระบบติดตามและควบคุมระยะไกล ในขณะเดียวกัน ความต้องการ H20 ในจีนยังคงสูงมาก โดย Nvidia ได้สั่งผลิตเพิ่มอีก 300,000 ชิ้นจาก TSMC และมีรายงานว่ามีตลาดมืดสำหรับชิป AI ที่ถูกแบนมูลค่ากว่า 1 พันล้านดอลลาร์ในไตรมาสเดียว ✅ รัฐบาลจีนแสดงความกังวลเรื่องความปลอดภัยของชิป Nvidia H20 ➡️ โดยเฉพาะประเด็น backdoor และระบบติดตามตำแหน่ง ✅ หน่วยงาน CAC เรียก Nvidia เข้าพบเพื่อขอคำชี้แจง ➡️ ต้องส่งเอกสารยืนยันว่าไม่มีช่องโหว่ด้านความปลอดภัย ✅ สื่อของรัฐจีนโจมตีว่า H20 “ไม่ปลอดภัย ไม่ทันสมัย และไม่เป็นมิตรต่อสิ่งแวดล้อม” ➡️ เรียกร้องให้บริษัทจีนหันไปใช้ชิปภายในประเทศ ✅ Nvidia ปฏิเสธข้อกล่าวหาอย่างหนักแน่น ➡️ ยืนยันว่าไม่มีระบบควบคุมระยะไกลหรือช่องทางสอดแนม ✅ แม้มีข้อกังวล แต่ยอดขาย H20 ในจีนยังสูงมาก ➡️ Nvidia สั่งผลิตเพิ่มอีก 300,000 ชิ้นจาก TSMC ✅ ตลาดมืดสำหรับชิป AI ที่ถูกแบนในจีนมีมูลค่ากว่า 1 พันล้านดอลลาร์ ➡️ แสดงถึงความต้องการที่ยังคงแข็งแกร่ง https://www.tomshardware.com/tech-industry/china-state-media-says-nvidia-h20-gpus-are-unsafe-and-outdated-urges-chinese-companies-to-avoid-them-says-chip-is-neither-environmentally-friendly-nor-advanced-nor-safe

🧠💻 เรื่องเล่าจากโลก AI: Huawei เปิดซอร์สเครื่องมือพัฒนา GPU เพื่อท้าชน Nvidia ในโลกของการประมวลผล AI ที่ Nvidia ครองตลาดมานานด้วยแพลตฟอร์ม CUDA ที่ปิดซอร์สและผูกขาด Huawei กำลังเดินเกมใหม่เพื่อท้าทายอำนาจนั้น ด้วยการประกาศเปิดซอร์สเครื่องมือพัฒนา CANN (Compute Architecture for Neural Networks) สำหรับชิป Ascend AI GPU ของตนเอง CANN เป็นชุดเครื่องมือที่ช่วยให้นักพัฒนาสร้างแอปพลิเคชัน AI บนชิป Ascend ได้ง่ายขึ้น โดยมีอินเทอร์เฟซหลายระดับคล้ายกับ CUDA ของ Nvidia แต่ต่างกันตรงที่ Huawei เลือกเปิดซอร์ส เพื่อให้ชุมชนนักพัฒนาสามารถเข้าถึง ปรับแต่ง และขยายความสามารถได้อย่างอิสระ การตัดสินใจนี้เกิดขึ้นท่ามกลางแรงกดดันจากรัฐบาลจีนที่ต้องการลดการพึ่งพาเทคโนโลยีจากตะวันตก โดยเฉพาะหลังจากที่หน่วยงาน CAC ของจีนเริ่มสอบสวนชิป H20 ของ Nvidia จากข้อกังวลด้านความปลอดภัย Huawei ได้หารือกับมหาวิทยาลัย บริษัท AI ชั้นนำ และพันธมิตรธุรกิจในจีน เพื่อสร้างระบบนิเวศแบบเปิดรอบชิป Ascend โดยหวังว่าจะเร่งการพัฒนาและเพิ่มการใช้งานในประเทศ ซึ่งเป็นตลาดที่มีความต้องการสูงและกำลังมองหาทางเลือกใหม่ที่ไม่ขึ้นกับสหรัฐฯ แม้ CANN จะยังไม่เทียบเท่า CUDA ที่มีประสบการณ์กว่า 20 ปี แต่การเปิดซอร์สครั้งนี้ถือเป็นก้าวสำคัญที่อาจเปลี่ยนสมดุลของอุตสาหกรรม AI ในระยะยาว ✅ Huawei ประกาศเปิดซอร์สชุดเครื่องมือ CANN สำหรับชิป Ascend AI GPU ➡️ เพื่อแข่งขันกับ CUDA ของ Nvidia ที่เป็นระบบปิด ✅ CANN เป็นสถาปัตยกรรมการประมวลผลแบบ heterogeneous ➡️ มีอินเทอร์เฟซหลายระดับสำหรับการพัฒนาแอปพลิเคชัน AI ✅ Huawei ได้หารือกับมหาวิทยาลัยและบริษัท AI ชั้นนำในจีน ➡️ เพื่อสร้างระบบนิเวศแบบเปิดรอบชิป Ascend ✅ การเปิดซอร์ส CANN เกิดขึ้นหลังจากจีนเริ่มสอบสวนชิป H20 ของ Nvidia ➡️ จากข้อกังวลด้านความปลอดภัยและการติดตามข้อมูล ✅ Huawei หวังว่า CANN จะช่วยเร่งนวัตกรรมและเพิ่มการใช้งานในประเทศ ➡️ โดยเฉพาะในกลุ่มนักพัฒนาและองค์กรที่ต้องการทางเลือกจาก CUDA ✅ CUDA เป็นแพลตฟอร์มที่ผูกขาดกับฮาร์ดแวร์ของ Nvidia ➡️ นักพัฒนาต้องใช้ GPU ของ Nvidia เท่านั้น ✅ Huawei Ascend 910C เป็นชิปที่มีประสิทธิภาพใกล้เคียงกับ Nvidia ➡️ โดยเฉพาะในงาน inference และการประมวลผลแบบเรียลไทม์ ✅ การเปิดซอร์สช่วยให้ชุมชนสามารถพัฒนาและปรับปรุงเครื่องมือได้เอง ➡️ เพิ่มความยืดหยุ่นและลดการพึ่งพาบริษัทเดียว ✅ รัฐบาลจีนสนับสนุนการพัฒนาเทคโนโลยีภายในประเทศ ➡️ เพื่อสร้างความมั่นคงทางเทคโนโลยีและลดการพึ่งพาสหรัฐฯ https://www.tomshardware.com/tech-industry/artificial-intelligence/huawei-is-making-its-ascend-ai-gpu-software-toolkit-open-source-to-better-compete-against-cuda

🔐⚖️ เรื่องเล่าจากโลกชิป: เมื่ออดีตพนักงาน Huawei ถูกตัดสินจำคุกจากคดีลับเทคโนโลยี ในโลกของเซมิคอนดักเตอร์ที่แข่งขันกันอย่างดุเดือด คดีล่าสุดจากประเทศจีนได้สร้างแรงสั่นสะเทือนครั้งใหญ่ เมื่อศาลในเซี่ยงไฮ้ตัดสินจำคุกอดีตพนักงาน Huawei จำนวน 14 คน จากข้อหาขโมยข้อมูลลับด้านเทคโนโลยีชิปไปใช้ในการก่อตั้งบริษัทใหม่ชื่อ Zunpai Communication Technology Zhang Kun อดีตนักวิจัยจาก HiSilicon ซึ่งเป็นหน่วยงานพัฒนาชิปของ Huawei ได้ลาออกในปี 2019 และก่อตั้ง Zunpai ในปี 2021 โดยดึงอดีตเพื่อนร่วมงานมาร่วมทีม พร้อมเสนอเงินเดือนสูงและหุ้นในบริษัท แต่สิ่งที่ตามมาคือข้อกล่าวหาว่า พวกเขาได้คัดลอกข้อมูลลับก่อนลาออก และนำไปใช้ในการพัฒนาชิป Wi-Fi ของ Zunpai ในเดือนธันวาคม 2023 ตำรวจเซี่ยงไฮ้ได้จับกุมผู้ต้องสงสัยทั้ง 14 คน และอายัดทรัพย์สินของ Zunpai มูลค่า 95 ล้านหยวน โดยพบว่าเทคโนโลยีที่ใช้ใน Zunpai มีความคล้ายคลึงกับของ Huawei ถึง 90% แม้คำตัดสินจะยังไม่เผยแพร่สู่สาธารณะ แต่มีรายงานว่าผู้ต้องหาอาจถูกจำคุกสูงสุด 6 ปี พร้อมโทษปรับ คดีนี้สะท้อนถึงความเข้มงวดของจีนในการปกป้องทรัพย์สินทางปัญญา โดยเฉพาะในอุตสาหกรรมชิปที่ถือเป็นหัวใจของเศรษฐกิจดิจิทัล และยังเป็นการเตือนว่า “การลอกเลียนเทคโนโลยี” ไม่ใช่เรื่องเล็กอีกต่อไป ✅ ศาลเซี่ยงไฮ้ตัดสินจำคุกอดีตพนักงาน Huawei 14 คน ➡️ จากข้อหาขโมยข้อมูลลับด้านเทคโนโลยีชิป ✅ ผู้ต้องหาก่อตั้งบริษัท Zunpai เพื่อพัฒนาชิป Wi-Fi ➡️ โดยใช้ข้อมูลจาก HiSilicon ซึ่งเป็นหน่วยงานของ Huawei ✅ ตำรวจพบว่าเทคโนโลยีของ Zunpai คล้ายกับของ Huawei ถึง 90% ➡️ และอายัดทรัพย์สินมูลค่า 95 ล้านหยวน ✅ คำตัดสินยังไม่เผยแพร่ แต่มีรายงานว่าผู้ต้องหาอาจถูกจำคุกสูงสุด 6 ปี ➡️ พร้อมโทษปรับทางการเงิน ✅ Huawei ยังไม่ออกความเห็นอย่างเป็นทางการเกี่ยวกับคดีนี้ ➡️ แต่ได้ดำเนินการทางกฎหมายตั้งแต่ปี 2023 ✅ จีนมีแนวโน้มเพิ่มความเข้มงวดในการปกป้องทรัพย์สินทางปัญญา ➡️ มีผู้ถูกดำเนินคดีด้าน IP มากกว่า 21,000 คนในปี 2024 ✅ HiSilicon เป็นหน่วยงานพัฒนาชิปของ Huawei ที่มีบทบาทสำคัญ ➡️ โดยเฉพาะในด้านการพัฒนา AI และการสื่อสาร ✅ การลอกเลียนเทคโนโลยีชิปส่งผลต่อการแข่งขันในระดับโลก ➡️ และอาจกระทบต่อความมั่นคงของห่วงโซ่อุปทานเทคโนโลยี ✅ การตั้งบริษัทใหม่โดยอดีตพนักงานเป็นเรื่องปกติในวงการเทคโนโลยี ➡️ แต่ต้องไม่ละเมิดข้อมูลลับของบริษัทเดิม https://www.tomshardware.com/tech-industry/semiconductors/14-ex-huawei-employees-handed-down-prison-sentences-in-china-accused-face-up-to-six-years-for-taking-chip-related-business-secrets-with-them-to-form-startup-zunpai

🎙️ 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: “H20 ของ Nvidia” กลายเป็นจุดชนวนใหม่ในสงครามเทคโนโลยีระหว่างจีนกับสหรัฐ หลังจากสหรัฐฯ ยกเลิกคำสั่งห้ามส่งออกชิป H20 ของ Nvidia ไปยังจีนเมื่อเดือนกรกฎาคม 2025 ซึ่งก่อนหน้านั้นเคยถูกแบนในเดือนเมษายนเนื่องจากข้อกังวลด้านความมั่นคง ล่าสุด Cyberspace Administration of China (CAC) ได้เรียกตัว Nvidia เข้าพบเพื่อขอคำชี้แจงเกี่ยวกับ “ความเสี่ยงด้านความปลอดภัย” ของชิป H20 ที่กำลังจะกลับมาวางขายในจีน CAC อ้างว่าได้รับข้อมูลจากผู้เชี่ยวชาญด้าน AI ของสหรัฐฯ ว่าชิป H20 อาจมีฟีเจอร์ “ติดตามตำแหน่ง” และ “ปิดการทำงานจากระยะไกล” ซึ่งอาจกระทบต่อความเป็นส่วนตัวของผู้ใช้ชาวจีน และละเมิดกฎหมายความปลอดภัยไซเบอร์ของประเทศ ด้าน Nvidia ยืนยันว่า “ไม่มี backdoor” ในชิปของตน และให้ความสำคัญกับความปลอดภัยไซเบอร์อย่างสูงสุด พร้อมเตรียมส่งเอกสารชี้แจงตามคำขอของ CAC ขณะเดียวกัน นักการเมืองสหรัฐฯ ก็เคยเสนอให้มีการติดตั้งระบบติดตามในชิปที่ส่งออกไปต่างประเทศ เพื่อป้องกันการลักลอบนำไปใช้ในทางที่ผิด โดยเฉพาะในจีน ซึ่งอาจนำไปใช้พัฒนา AI ทางทหารหรือระบบเซ็นเซอร์ตรวจสอบประชาชน ✅ จีนเรียกตัว Nvidia เข้าพบเพื่อขอคำชี้แจงเกี่ยวกับความเสี่ยงด้านความปลอดภัยของชิป H20 ➡️ CAC ต้องการเอกสารสนับสนุนเกี่ยวกับความเสี่ยงด้าน backdoor และการติดตาม ➡️ อ้างอิงจากรายงานของผู้เชี่ยวชาญ AI สหรัฐฯ ✅ ชิป H20 ถูกพัฒนาขึ้นเพื่อให้ผ่านข้อจำกัดการส่งออกของสหรัฐฯ โดยมีประสิทธิภาพต่ำกว่าชิป H100 ➡️ ถูกแบนในเดือนเมษายน 2025 และกลับมาขายได้ในเดือนกรกฎาคม ➡️ Nvidia สั่งผลิตเพิ่มอีก 300,000 ตัวจาก TSMC เพื่อรองรับความต้องการในจีน ✅ Nvidia ยืนยันว่าไม่มี backdoor ในชิปของตน และให้ความสำคัญกับความปลอดภัยไซเบอร์ ➡️ “ไม่มีช่องทางลับในการควบคุมหรือเข้าถึงจากระยะไกล” ➡️ พร้อมส่งเอกสารชี้แจงตามคำขอของ CAC ✅ นักการเมืองสหรัฐฯ เสนอให้มีการติดตั้งระบบติดตามในชิปที่ส่งออกไปต่างประเทศ ➡️ เช่น Chip Security Act ที่เสนอให้มีระบบตรวจสอบตำแหน่งและการใช้งาน ➡️ ยังไม่มีการผ่านเป็นกฎหมายอย่างเป็นทางการ ✅ จีนยังคงต้องพึ่งพาชิปของ Nvidia สำหรับงานวิจัยและการพัฒนา AI ภายในประเทศ ➡️ แม้จะมีการผลักดันชิปภายในประเทศ เช่น Huawei 910C ➡️ แต่ยังไม่สามารถทดแทน Nvidia ได้ในหลายด้าน https://www.techspot.com/news/108886-china-summons-nvidia-over-potential-security-concerns-h20.html

🧠 เรื่องเล่าจากสนามแข่งขันโครงสร้างพื้นฐานโลก: เมื่อดีล HPE–Juniper กลายเป็นยุทธศาสตร์ชาติ เดิมทีการควบรวมกิจการระหว่าง HPE กับ Juniper ถูกมองว่าเป็นการขยายพอร์ตโฟลิโอบริการ edge-to-cloud แต่เบื้องหลังกลับมีแรงผลักดันจากหน่วยข่าวกรองและทำเนียบขาวที่มองว่า Huawei กำลังกลายเป็นภัยคุกคามเชิงยุทธศาสตร์ในโครงสร้างพื้นฐานดิจิทัลทั่วโลก Huawei เสนอระบบเครือข่ายครบวงจรที่รวมฮาร์ดแวร์ คลาวด์ และ AI ในราคาถูกกว่าคู่แข่งตะวันตก ทำให้หลายประเทศกำลังพึ่งพาเทคโนโลยีจีนมากขึ้น ซึ่งอาจลดอิทธิพลของสหรัฐฯ ในการควบคุมข้อมูลและความมั่นคงไซเบอร์ ด้วยเหตุนี้ HPE–Juniper จึงถูกผลักดันให้กลายเป็น “ทางเลือกของโลกเสรี” โดยผสานจุดแข็งของ Juniper ด้าน routing และ Mist AI เข้ากับ GreenLake และโครงสร้างพื้นฐานของ HPE เพื่อสร้างแพลตฟอร์มเครือข่ายที่ครบวงจรแบบเดียวกับ Huawei แม้กระทรวงยุติธรรมสหรัฐฯ (DOJ) จะมีข้อกังวลด้านการแข่งขัน แต่สุดท้ายก็ต้องยอมให้ดีลผ่านหลังจากถูกกดดันจากหน่วยข่าวกรองและทำเนียบขาว โดยมีเจ้าหน้าที่ DOJ บางคนถูกปลดจากตำแหน่งระหว่างกระบวนการอนุมัติ ✅ HPE ได้รับอนุมัติให้ควบรวมกิจการกับ Juniper Networks มูลค่า $14B ➡️ ประกาศดีลตั้งแต่ ม.ค. 2024 และปิดดีลใน ก.ค. 2025 ➡️ สร้างหน่วยธุรกิจใหม่ “HPE Networking” โดยรวมแบรนด์ Aruba และ Juniper ✅ ดีลนี้มีแรงผลักดันจากหน่วยข่าวกรองสหรัฐฯ และทำเนียบขาว ➡️ มองว่า Huawei เป็นภัยคุกคามเชิงยุทธศาสตร์ ➡️ ต้องการสร้างทางเลือกให้พันธมิตรที่ไม่พึ่งพาเทคโนโลยีจีน ✅ HPE–Juniper จะสร้างแพลตฟอร์มเครือข่ายครบวงจรแบบ AI-native ➡️ ผสาน Mist AI, routing, cloud และ edge infrastructure ➡️ เป้าหมายคือตลาดที่มีข้อมูลอ่อนไหว เช่น ภาครัฐและพันธมิตรสหรัฐฯ ✅ DOJ เคยมีข้อกังวลด้านการแข่งขัน แต่สุดท้ายยอมให้ดีลผ่าน ➡️ เจ้าหน้าที่ DOJ 2 คนที่คัดค้านถูกปลดออก ➡️ แสดงให้เห็นว่าความมั่นคงชาติมีอิทธิพลเหนือกฎการแข่งขัน ✅ HPE ต้องเปิดให้คู่แข่งเข้าถึงบางส่วนของ Mist AI ตามเงื่อนไข DOJ ➡️ เฉพาะโมเดล AI ด้านการตรวจจับและวิเคราะห์เครือข่าย ➡️ ไม่รวมระบบปฏิบัติการหรือข้อมูลลูกค้า ✅ HPE ต้องขายธุรกิจ Aruba Instant On สำหรับ SMB ตามเงื่อนไข DOJ ➡️ เป็นธุรกิจขนาดเล็กที่แยกจาก Aruba Central ➡️ ไม่กระทบต่อธุรกิจหลักของ HPE ‼️ การควบรวมอาจลดการแข่งขันในตลาดเครือข่ายองค์กร ⛔ อาจทำให้ผู้บริโภคมีตัวเลือกน้อยลง ⛔ ส่งผลต่อราคาหรือนวัตกรรมในระยะยาว ‼️ การแทรกแซงจากรัฐบาลอาจบั่นทอนความเป็นอิสระของหน่วยงานกำกับดูแล ⛔ เจ้าหน้าที่ DOJ ที่คัดค้านถูกปลดออกจากตำแหน่ง ⛔ สะท้อนแนวโน้มที่ “ยุทธศาสตร์ชาติ” มาก่อน “กฎตลาด” ‼️ การพึ่งพา Mist AI อาจสร้างความเสี่ยงด้านการผูกขาดข้อมูลเครือข่าย ⛔ แม้เปิดให้คู่แข่งเข้าถึงบางส่วน แต่ข้อมูลหลักยังอยู่กับ HPE ⛔ การวิเคราะห์เครือข่ายอาจถูกควบคุมโดยผู้เล่นรายเดียว ‼️ การแข่งขันกับ Huawei อาจนำไปสู่สงครามเทคโนโลยีที่ยืดเยื้อ ⛔ ประเทศกำลังพัฒนาอาจถูกบีบให้เลือกข้าง ⛔ สร้างความตึงเครียดในภูมิภาค เช่น เอเชียตะวันออกเฉียงใต้ https://www.tomshardware.com/tech-industry/hpe-gets-approval-for-usd14b-acquisition-of-juniper-to-defend-ai-networking-edge-against-chinas-huawei-white-house-stepped-in-after-agencies-flagged-national-security-concerns

🧠 เรื่องเล่าจากเซี่ยงไฮ้: เมื่อจีนรวมพลังสร้างระบบ AI แบบครบวงจรในประเทศ ในงาน World Artificial Intelligence Conference (WAIC) ที่เซี่ยงไฮ้ จีนได้เปิดตัวสองพันธมิตรอุตสาหกรรมใหม่ ได้แก่: 1️⃣ Model-Chip Ecosystem Innovation Alliance นำโดย StepFun ร่วมกับผู้ผลิตชิปชั้นนำของจีน เช่น Huawei, Biren, Enflame และ Moore Threads เพื่อสร้างระบบนิเวศที่เชื่อมโยงตั้งแต่ฮาร์ดแวร์ โมเดล AI ไปจนถึงโครงสร้างพื้นฐาน โดยมีเป้าหมายเพื่อพัฒนาเทคโนโลยีแบบ end-to-end ภายในประเทศ 2️⃣ Shanghai General Chamber of Commerce AI Committee มุ่งเน้นการผลักดันการนำ AI ไปใช้ในภาคอุตสาหกรรม โดยมีสมาชิกเช่น SenseTime, MiniMax, MetaX และ Iluvatar CoreX ซึ่งหลายรายเคยถูกสหรัฐฯ คว่ำบาตรจากการใช้เทคโนโลยีเพื่อการเฝ้าระวัง ทั้งสองพันธมิตรมีเป้าหมายร่วมกันคือการสร้างมาตรฐานเทคโนโลยีภายในประเทศ ลดการพึ่งพา GPU จาก NVIDIA และซอฟต์แวร์จากสหรัฐฯ โดยเน้นการพัฒนา API, รูปแบบโมเดล และสแต็กซอฟต์แวร์กลางที่สามารถใช้งานร่วมกันได้ในระบบจีนทั้งหมด ✅ จีนเปิดตัวสองพันธมิตร AI เพื่อสร้างระบบนิเวศภายในประเทศ ➡️ Model-Chip Ecosystem Innovation Alliance เชื่อมโยงผู้ผลิตชิปและนักพัฒนาโมเดล ➡️ Shanghai AI Committee ผลักดันการใช้ AI ในภาคอุตสาหกรรม ✅ พันธมิตรแรกประกอบด้วย Huawei, Biren, Enflame, Moore Threads และ StepFun ➡️ มุ่งสร้างระบบเทคโนโลยีครบวงจรตั้งแต่ฮาร์ดแวร์ถึงซอฟต์แวร์ ➡️ ลดการพึ่งพา GPU จาก NVIDIA ที่ถูกจำกัดการส่งออก ✅ พันธมิตรที่สองรวมบริษัทที่เคยถูกคว่ำบาตร เช่น SenseTime และ MiniMax ➡️ เปลี่ยนจากเทคโนโลยีเฝ้าระวังมาเป็น LLM และ AI เชิงอุตสาหกรรม ➡️ เชื่อมโยงนักพัฒนา AI กับผู้ใช้งานในภาคธุรกิจ ✅ เป้าหมายคือการสร้างมาตรฐานกลาง เช่น API และรูปแบบโมเดลที่ใช้ร่วมกันได้ ➡️ ลดความซับซ้อนจากสถาปัตยกรรมที่หลากหลาย เช่น Arm, PowerVR ➡️ ส่งเสริมการพัฒนาโมเดลที่สามารถรันบน accelerator ของจีนทุกค่าย ✅ Huawei เปิดตัว CloudMatrix 384 ที่ใช้ชิป 910C จำนวน 384 ตัว ➡️ ใช้เทคนิค clustering เพื่อชดเชยประสิทธิภาพชิปเดี่ยว ➡️ มีประสิทธิภาพบางด้านเหนือกว่า NVIDIA GB200 NVL72 https://www.tomshardware.com/tech-industry/artificial-intelligence/china-forms-ai-alliances-to-cut-u-s-tech-reliance-huawei-among-companies-seeking-to-create-unified-tech-stack-with-domestic-powered-standardization

🎙️ เรื่องเล่าจากศูนย์ข้อมูล: เมื่อจีนมีพลังคอมพิวเตอร์เหลือใช้ แต่ยังขายไม่ได้ Tom’s Hardware รายงานว่า จีนกำลังพัฒนาเครือข่ายระดับประเทศเพื่อขายพลังประมวลผลส่วนเกินจากศูนย์ข้อมูล ที่ไม่ได้ใช้งานเต็มประสิทธิภาพ โดยมีเป้าหมายเพื่อเพิ่มการใช้ทรัพยากรให้คุ้มค่าและสนับสนุนการเติบโตของ AI และคลาวด์ในประเทศ แต่ก็เผชิญกับอุปสรรคสำคัญ เช่น ความล่าช้าในการเชื่อมต่อ (latency) และ ความหลากหลายของฮาร์ดแวร์ ที่ทำให้การรวมระบบเป็นเรื่องยาก จีนเคยผลักดันยุทธศาสตร์ “Eastern Data, Western Computing” โดยให้สร้างศูนย์ข้อมูลในพื้นที่ตะวันตกที่ค่าไฟถูก เพื่อรองรับความต้องการจากเมืองเศรษฐกิจฝั่งตะวันออก แต่ความจริงกลับไม่เป็นไปตามแผน: - ศูนย์ข้อมูลหลายแห่งใช้งานเพียง 20–30% ของความสามารถ - รัฐลงทุนไปกว่า $3.4 พันล้านในปี 2024 แต่ผลตอบแทนยังไม่คุ้ม - มีโครงการถูกยกเลิกกว่า 100 แห่งใน 18 เดือนที่ผ่านมา เพื่อแก้ปัญหา รัฐบาลจีนจึงเตรียมสร้าง เครือข่ายคลาวด์ระดับชาติ โดยรวมพลังประมวลผลที่เหลือจากศูนย์ต่าง ๆ มาให้บริการผ่านระบบรวมศูนย์ โดยร่วมมือกับ China Mobile, China Telecom และ China Unicom แต่ก็มีอุปสรรคใหญ่: - ความล่าช้าในการเชื่อมต่อจากศูนย์ข้อมูลในพื้นที่ห่างไกล - ความหลากหลายของฮาร์ดแวร์ เช่น บางแห่งใช้ Nvidia CUDA บางแห่งใช้ Huawei CANN ทำให้รวมกันไม่ได้ง่าย แม้จะมีความท้าทาย แต่รัฐบาลยังคงมุ่งมั่น เพราะเชื่อว่าแนวทางนี้จะช่วยให้การลงทุนใน AI และคลาวด์มีประสิทธิภาพมากขึ้น 💡 ศูนย์ข้อมูลในพื้นที่ห่างไกลมักมีค่าไฟถูก แต่ latency สูง ➡️ ไม่เหมาะกับงานที่ต้องการความเร็วตอบสนองทันที 💡 การรวมพลังประมวลผลแบบ distributed computing ต้องใช้ระบบจัดการที่ซับซ้อน ➡️ เช่น Kubernetes, scheduling algorithms และระบบ billing ที่แม่นยำ 💡 ความหลากหลายของฮาร์ดแวร์ในคลาวด์อาจต้องใช้ containerization หรือ virtualization ➡️ เพื่อให้ผู้ใช้งานเลือกได้ว่าจะใช้ GPU แบบไหน 💡 การสร้างเครือข่ายคลาวด์ระดับชาติอาจช่วยลดการพึ่งพา hyperscalers ต่างชาติ ➡️ เช่น AWS, Azure และ Google Cloud https://www.tomshardware.com/desktops/servers/china-is-developing-nation-spanning-network-to-sell-surplus-data-center-compute-power-latency-disparate-hardware-are-key-hurdles

🎙️ เรื่องเล่าจาก GPU ที่ถูกแบน: เมื่อ Nvidia ต้องออกแบบใหม่เพื่อขายให้จีน Nvidia เคยผลิต GPU รุ่น H20 สำหรับงาน AI โดยใช้สถาปัตยกรรม Hopper แต่ถูกแบนจากการส่งออกไปจีนในเดือนเมษายน 2025 ทำให้ต้อง: - ยกเลิกคำสั่งซื้อ - หยุดสายการผลิตที่ TSMC - ขาดทุนจากสินค้าค้างสต็อกถึง $4.5 พันล้าน แม้รัฐบาลสหรัฐฯ จะกลับลำในเดือนกรกฎาคม โดยอนุญาตให้ส่งออก H20 และ AMD MI308 ไปจีนโดยไม่ต้องขอใบอนุญาต แต่ Nvidia ไม่ได้กลับมาผลิต H20 อีก เพราะ: - TSMC ยังไม่ได้รับคำสั่งซื้อใหม่ - โรงงานถูกใช้เต็มกำลังกับลูกค้ารายอื่น - การผลิต Hopper ไม่คุ้มเมื่อมี Blackwell ที่ใหม่และมีประสิทธิภาพดีกว่า ดังนั้น Nvidia จึงเตรียมเปิดตัว GPU รุ่นใหม่ชื่อ B30 ที่ใช้สถาปัตยกรรม Blackwell โดย: - มีประสิทธิภาพต่ำกว่า H20 ประมาณ 10–20% - ราคาถูกลง 30–40% - ขนาดเล็กลงและตรงตามข้อกำหนดการส่งออกของสหรัฐฯ - อาจใช้ Blackwell Ultra ที่รองรับ FP4 สำหรับงาน AI โดยเฉพาะ ✅ Nvidia หยุดผลิต GPU รุ่น H20 หลังถูกแบนจากการส่งออกไปจีน ➡️ ขาดทุนจากสินค้าค้างสต็อกถึง $4.5 พันล้านในไตรมาสแรก ✅ รัฐบาลสหรัฐฯ กลับลำ อนุญาตให้ส่งออก H20 และ MI308 ไปจีนโดยไม่ต้องขอใบอนุญาต ➡️ แต่ Nvidia ยังไม่กลับมาผลิต H20 เพราะไม่คุ้มเมื่อเทียบกับ Blackwell ✅ TSMC ยังไม่ได้รับคำสั่งซื้อใหม่สำหรับ H20 และใช้กำลังผลิตกับลูกค้ารายอื่น ➡️ แม้จะมองว่าเป็นข่าวดี แต่ยังไม่พร้อมเพิ่ม forecast ✅ Nvidia เตรียมเปิดตัว GPU รุ่น B30 สำหรับตลาดจีน โดยใช้สถาปัตยกรรม Blackwell ➡️ มีประสิทธิภาพต่ำกว่า H20 10–20% แต่ราคาถูกลง 30–40% ✅ B30 อาจใช้ Blackwell Ultra ที่รองรับ FP4 สำหรับงาน AI ➡️ ช่วยให้มีประสิทธิภาพต่อขนาดสูงขึ้นและตรงตามข้อจำกัดการส่งออก ✅ การออกแบบใหม่ช่วยให้ Nvidia รักษาตลาดจีนและเพิ่ม margin ได้ ➡️ แม้จะลดประสิทธิภาพ แต่ยังแข่งขันได้กับ Biren และ Huawei https://www.tomshardware.com/pc-components/gpus/nvidia-h20-ai-gpu-inventory-is-limited-but-nvidia-is-making-a-new-b30-model-for-china-to-comply-with-export-restrictions

🎙️ เรื่องเล่าจากโลกใต้น้ำ: สหรัฐฯ เตรียมห้ามเทคโนโลยีจีนในสายเคเบิลสื่อสารระหว่างประเทศ สายเคเบิลใต้น้ำเป็นโครงสร้างพื้นฐานสำคัญที่รับส่งข้อมูลอินเทอร์เน็ตระหว่างประเทศถึง 99% แต่ในช่วงไม่กี่ปีที่ผ่านมา มีรายงานว่าจีนมีบทบาทในเหตุการณ์ที่สายเคเบิลถูกตัดหรือถูกแทรกแซง เช่น: - ปี 2023: ไต้หวันกล่าวหาจีนว่าตัดสายเคเบิลอินเทอร์เน็ตของเกาะ Matsu - ปี 2024: สายเคเบิลระหว่างฟินแลนด์และเอสโตเนียถูกตัดโดยเรือบรรทุกน้ำมันที่เชื่อว่าเป็น “เรือเงา” ของจีน - ปี 2025: มีรายงานว่าจีนพัฒนาอุปกรณ์ตัดสายเคเบิลใต้น้ำที่ลึกถึง 4,000 เมตร เพื่อรับมือกับภัยคุกคามเหล่านี้ FCC เตรียมออกกฎใหม่ที่ห้ามบริษัทใด ๆ เชื่อมต่อสายเคเบิลใต้น้ำกับสหรัฐฯ หากใช้เทคโนโลยีจากบริษัทจีน เช่น Huawei และ ZTE ซึ่งอยู่ใน “entity list” ของ FCC กฎใหม่ยังรวมถึงการจำกัดการออกใบอนุญาตให้บริษัทจีนสร้างหรือดำเนินการสายเคเบิล, การจำกัดข้อตกลงเช่าความจุ, และการส่งเสริมการใช้เรือซ่อมสายเคเบิลของสหรัฐฯ รวมถึงเทคโนโลยีที่ “เชื่อถือได้” จากพันธมิตรต่างประเทศ ✅ FCC เตรียมออกกฎห้ามใช้เทคโนโลยีจีนในสายเคเบิลใต้น้ำที่เชื่อมต่อกับสหรัฐฯ ➡️ เพื่อป้องกันภัยคุกคามด้านความมั่นคงจากต่างชาติ โดยเฉพาะจีน ✅ กฎใหม่จะใช้กับบริษัทใน “entity list” เช่น Huawei และ ZTE ➡️ ซึ่งเคยถูกสั่งให้ถอนจากโครงสร้างพื้นฐานโทรคมนาคมในสหรัฐฯ ✅ จะมีการจำกัดการออกใบอนุญาตให้บริษัทจีนสร้างหรือดำเนินการสายเคเบิล ➡️ รวมถึงจำกัดข้อตกลงเช่าความจุและการเข้าถึงระบบ ✅ FCC ต้องการส่งเสริมการใช้เรือซ่อมสายเคเบิลของสหรัฐฯ ➡️ และเทคโนโลยีที่เชื่อถือได้จากพันธมิตรต่างประเทศ ✅ สายเคเบิลใต้น้ำรับส่งข้อมูลอินเทอร์เน็ตระหว่างประเทศถึง 99% ➡️ เป็นโครงสร้างพื้นฐานที่สำคัญต่อเศรษฐกิจและความมั่นคง ‼️ การห้ามเทคโนโลยีจีนอาจกระทบต่อความร่วมมือระหว่างประเทศ ⛔ โดยเฉพาะในโครงการสายเคเบิลที่มีหลายประเทศร่วมลงทุน ‼️ การจำกัดใบอนุญาตอาจทำให้การขยายโครงสร้างพื้นฐานล่าช้า ⛔ ส่งผลต่อการเชื่อมต่ออินเทอร์เน็ตระหว่างประเทศในบางภูมิภาค ‼️ การกล่าวหาจีนว่าเป็นภัยคุกคามอาจเพิ่มความตึงเครียดทางการเมือง ⛔ โดยเฉพาะเมื่อยังไม่มีหลักฐานทางเทคนิคที่เปิดเผยต่อสาธารณะ ‼️ การพัฒนาอุปกรณ์ตัดสายเคเบิลใต้น้ำอาจนำไปสู่การแข่งขันด้านอาวุธไซเบอร์ ⛔ เพิ่มความเสี่ยงต่อโครงสร้างพื้นฐานดิจิทัลทั่วโลก https://www.techspot.com/news/108705-fcc-moves-ban-chinese-tech-undersea-cables.html

Nvidia กลับมาขาย H20 ให้จีน – สหรัฐฯ ไฟเขียวส่งออกชิป AI อีกครั้ง หลังจากที่รัฐบาลสหรัฐฯสั่งห้ามการส่งออกชิป AI รุ่น H100 และ H200 ไปยังจีนในปี 2023 Nvidia ได้เปิดตัวรุ่น H20 ซึ่งเป็นเวอร์ชันลดสเปกเพื่อให้ผ่านข้อจำกัด แต่ก็ยังถูกแบนในเดือนเมษายน 2024 ภายใต้กฎ AI diffusion rule และมาตรการเสริมจากฝ่ายบริหารของอดีตประธานาธิบดี Trump ล่าสุด Nvidia ยืนยันว่าได้รับคำมั่นจากรัฐบาลสหรัฐฯ ว่าจะอนุมัติใบอนุญาตส่งออกสำหรับ H20 และหวังว่าจะเริ่มส่งมอบได้เร็ว ๆ นี้ Jensen Huang ซีอีโอของ Nvidia ได้เดินทางระหว่างวอชิงตันและปักกิ่งเพื่อเจรจากับเจ้าหน้าที่ของทั้งสองประเทศ โดยเน้นว่า AI จะสร้างประโยชน์ต่อธุรกิจและสังคมทั่วโลก และการจำกัดเทคโนโลยีจะทำให้สหรัฐฯ เสียเปรียบต่อคู่แข่งอย่าง Huawei แม้จะยังไม่ใช่การยกเลิกการแบนทั้งหมด แต่การอนุมัติใบอนุญาตส่งออก H20 ถือเป็นสัญญาณบวก และอาจเป็นผลจากข้อตกลงการค้าล่าสุดระหว่างสหรัฐฯ กับจีน เช่น การกลับมาส่งออกแร่หายากจากจีน และการยกเลิกข้อจำกัดด้าน EDA (Electronic Design Automation) เพื่อเตรียมรับมือกับความไม่แน่นอน Nvidia ยังเปิดตัว RTX Pro GPU ที่ออกแบบให้เหมาะกับงาน AI ในโรงงานอัจฉริยะ และเตรียมรุ่น HGX H20 แบบลดสเปกเพื่อหลีกเลี่ยงข้อจำกัดในอนาคต https://www.tomshardware.com/tech-industry/artificial-intelligence/nvidia-to-resume-h20-sales-in-china-says-u-s-government-has-promised-to-grant-licenses-deliveries-to-start-soon

BYD เปิดตัวฟีเจอร์เชื่อมต่อรถกับสมาร์ตโฟน – ขับรถยุคใหม่ต้องไม่ขาดมือถือ BYD ประกาศเปิดตัวฟีเจอร์ “smartphone-car connectivity” ที่สามารถเชื่อมต่อสมาร์ตโฟนกับรถยนต์ได้โดยตรง โดยไม่ต้องใช้สายหรืออุปกรณ์เสริมเพิ่มเติม รองรับแบรนด์สมาร์ตโฟนยอดนิยมในจีน ได้แก่ Huawei, Xiaomi, Oppo และ Vivo ฟีเจอร์นี้จะถูกติดตั้งในรถยนต์ทุกรุ่นของ BYD และช่วยให้ผู้ใช้สามารถ: - ควบคุมฟังก์ชันของรถผ่านแอปบนมือถือ - ใช้มือถือเป็นกุญแจดิจิทัล - สั่งงานระบบนำทาง, เพลง, และการตั้งค่ารถจากระยะไกล - รับการแจ้งเตือนสถานะรถ เช่น แบตเตอรี่, ระบบความปลอดภัย, หรือการบำรุงรักษา การเปิดตัวครั้งนี้สะท้อนแนวโน้มของอุตสาหกรรมรถยนต์ที่กำลังเปลี่ยนจาก “เครื่องยนต์” ไปสู่ “แพลตฟอร์มดิจิทัล” โดยเฉพาะในจีนที่มีการใช้งานสมาร์ตโฟนอย่างแพร่หลาย และผู้บริโภคคาดหวังให้รถยนต์ทำงานร่วมกับอุปกรณ์ส่วนตัวได้อย่างไร้รอยต่อ https://www.thestar.com.my/tech/tech-news/2025/07/15/chinese-carmaker-byd-launches-smartphone-car-connectivity-feature