AMD เตรียมเปิดตัว GPU แบบ multi-chiplet – เร็วขึ้น ฉลาดขึ้น และอาจเปลี่ยนเกมทั้งวงการ AMD กำลังเตรียมเปิดตัว GPU สำหรับเกมที่ใช้สถาปัตยกรรมแบบ multi-chiplet ซึ่งเคยใช้กับชิป AI อย่าง Instinct MI200 และ MI350 โดยนำแนวคิดการแบ่งชิปเป็นส่วนย่อย (chiplets) มาใช้กับกราฟิกการ์ด เพื่อเพิ่มประสิทธิภาพและลดข้อจำกัดของการออกแบบแบบ monolithic ปัญหาใหญ่ของการใช้ chiplet กับ GPU คือ “latency” หรือความล่าช้าในการส่งข้อมูลระหว่างชิป ซึ่งส่งผลต่อการแสดงผลภาพแบบ real-time ที่ต้องการความเร็วสูงมาก AMD จึงคิดค้น “smart switch” ซึ่งเป็นวงจร data fabric ที่ช่วยตัดสินใจในระดับนาโนวินาทีว่าควรย้ายงานหรือคัดลอกข้อมูลระหว่าง chiplets เพื่อให้การเข้าถึงหน่วยความจำเร็วขึ้น โดยมีการใช้แคช L1, L2 และ L3 แบบแชร์ร่วมกันระหว่าง chiplets คล้ายกับเทคโนโลยี 3D V-Cache ที่ใช้ใน CPU นอกจากนี้ AMD ยังเตรียมรวมสถาปัตยกรรมเกมและ AI เข้าด้วยกันภายใต้ชื่อ “UDNA” ซึ่งจะช่วยให้สามารถใช้ซอฟต์แวร์ร่วมกัน เช่น driver และ compiler ได้อย่างมีประสิทธิภาพ แม้จะยังไม่มีการเปิดตัวผลิตภัณฑ์จริง แต่การจดสิทธิบัตรและการเตรียม ecosystem ทั้งด้านฮาร์ดแวร์และซอฟต์แวร์ ทำให้หลายฝ่ายเชื่อว่า GPU แบบ multi-chiplet ของ AMD อาจเปิดตัวเร็ว ๆ นี้ ✅ ข้อมูลจากข่าว - AMD เตรียมเปิดตัว GPU แบบ multi-chiplet สำหรับเกม โดยอาจใช้ชื่อสถาปัตยกรรมว่า UDNA - ใช้แนวคิดจากชิป AI เช่น Instinct MI200 และ MI350 ที่แบ่งชิปเป็นหลายส่วน - ปัญหา latency ถูกแก้ด้วย “smart switch” ที่ตัดสินใจการเข้าถึงข้อมูลในระดับนาโนวินาที - มีการใช้แคช L1, L2 และ L3 แบบแชร์ร่วมกันระหว่าง chiplets - ใช้เทคโนโลยีจาก TSMC เช่น InFO-RDL bridges และ Infinity Fabric เวอร์ชันใหม่ - AMD เตรียมรวมสถาปัตยกรรมเกมและ AI เข้าด้วยกันเพื่อประหยัดทรัพยากรด้านซอฟต์แวร์ - การออกแบบนี้อาจช่วยให้ AMD แข่งขันกับ NVIDIA ได้ดีขึ้นในอนาคต ‼️ คำเตือนและข้อควรระวัง - การใช้ chiplet กับ GPU ยังมีความเสี่ยงด้าน latency ที่อาจส่งผลต่อประสบการณ์เล่นเกม - การออกแบบแบบใหม่ต้องใช้เวลาในการพัฒนา ecosystem ทั้งด้านฮาร์ดแวร์และซอฟต์แวร์ - หาก smart switch ไม่สามารถจัดการข้อมูลได้เร็วพอ อาจทำให้ประสิทธิภาพลดลง - การรวมสถาปัตยกรรมเกมและ AI อาจทำให้เกิดความซับซ้อนในการพัฒนา driver และ compiler - ผู้ใช้ทั่วไปอาจต้องรออีกระยะก่อนจะได้เห็นผลิตภัณฑ์จริงในตลาด https://wccftech.com/amd-chiplet-based-gaming-gpus-are-much-closer-than-you-think/

Huawei เปลี่ยนกลยุทธ์ชิป AI – หวังแซง NVIDIA ด้วยแนวทางใหม่ แม้สหรัฐฯ จะออกมาตรการแบนไม่ให้ NVIDIA ขายชิป AI รุ่นใหม่ในจีน แต่ความต้องการในตลาดยังสูงมาก จนรัฐบาลสหรัฐฯ พิจารณาแบนประเทศอื่นอย่างมาเลเซียและไทยที่อาจเป็นช่องทางลัดให้จีนเข้าถึงชิปเหล่านี้ Huawei จึงตัดสินใจเปลี่ยนกลยุทธ์ครั้งใหญ่ โดยจะเลิกเน้นการผลิตชิปแบบ ASIC ที่ออกแบบมาเฉพาะงาน และหันไปพัฒนาชิปแบบ general-purpose ที่สามารถใช้งานได้หลากหลายเหมือนกับ GPU ของ NVIDIA และ AMD จุดเปลี่ยนสำคัญคือการพัฒนา “ซอฟต์แวร์ตัวกลาง” ที่สามารถแปลงคำสั่งจากภาษา Cuda (ที่ใช้กับ NVIDIA) ให้ทำงานกับชิปของ Huawei ได้ ซึ่งจะช่วยให้ผู้พัฒนาสามารถย้ายงานจาก NVIDIA มาสู่ Huawei ได้ง่ายขึ้น อย่างไรก็ตาม Huawei ยังต้องพึ่งโรงงานผลิตชิปของจีนอย่าง SMIC ซึ่งถูกแบนจากการเข้าถึงเครื่องจักรขั้นสูง ทำให้ยังผลิตได้แค่ระดับ 7 นาโนเมตร ขณะที่ NVIDIA ใช้เทคโนโลยีระดับ 4 นาโนเมตรหรือดีกว่า แม้จะมีข้อจำกัดด้านการผลิต แต่บริษัทเทคโนโลยีจีนอย่าง Alibaba และ Tencent อาจไม่มีทางเลือกในอนาคต หาก Huawei สามารถพัฒนาชิปให้ใกล้เคียงกับ NVIDIA ได้จริง ✅ ข้อมูลจากข่าว - Huawei เตรียมเปลี่ยนแนวทางการออกแบบชิป AI จาก ASIC ไปสู่ general-purpose GPU - พัฒนาซอฟต์แวร์ตัวกลางเพื่อให้รองรับภาษา Cuda ของ NVIDIA - หวังเพิ่มส่วนแบ่งตลาดในจีนที่ยังต้องการชิป AI อย่างมาก - SMIC เป็นโรงงานผลิตหลัก แต่ยังจำกัดที่เทคโนโลยี 7 นาโนเมตร - Alibaba และ Tencent อาจต้องหันมาใช้ชิปของ Huawei หากไม่มีทางเลือกอื่น - การเปลี่ยนแนวทางนี้อาจช่วยให้ Huawei แข่งขันกับ NVIDIA และ AMD ได้ดีขึ้นในระยะยาว ‼️ คำเตือนและข้อควรระวัง - SMIC ยังไม่สามารถผลิตชิประดับสูงได้เทียบเท่ากับ TSMC หรือ Samsung ซึ่งเป็นข้อจำกัดสำคัญ - การพึ่งพาซอฟต์แวร์ตัวกลางอาจทำให้ประสิทธิภาพไม่เทียบเท่าการใช้ Cuda โดยตรง - การเปลี่ยนจาก ASIC ไปสู่ general-purpose ต้องใช้เวลาและทรัพยากรจำนวนมาก - หากซอฟต์แวร์ของ Huawei ไม่ได้รับการยอมรับจากนักพัฒนา อาจทำให้ชิปไม่ถูกใช้งานจริง - การแข่งขันกับ NVIDIA ต้องอาศัยทั้ง ecosystem, tooling และการสนับสนุนจากนักพัฒนา ซึ่ง Huawei ยังขาดอยู่ https://wccftech.com/huawei-looks-to-shake-up-ai-chip-design-to-compete-with-nvidia-says-report/

จัดสเป็คคอมพ์วันนี้ ลองจัดชุด Intel + Nvidia RTX5050 ตัวใหม่ที่เพิ่งออกเลยครับ ครบชุดเหมือนเดิม รวมจอ รวม Windows 11 Home ของแท้ ขอขอบคุณร้าน Advice สำหรับข้อมูลราคา #spec #computer #advice #สเป็คลุง

Intel ยอมรับ “สายเกินไป” ที่จะไล่ทัน AI – จากผู้นำกลายเป็นผู้ตาม Lip-Bu Tan CEO คนใหม่ของ Intel กล่าวในวงประชุมพนักงานทั่วโลกว่า “เมื่อ 20–30 ปีก่อน เราคือผู้นำ แต่ตอนนี้โลกเปลี่ยนไป เราไม่ติดอันดับ 10 บริษัทเซมิคอนดักเตอร์อีกแล้ว” คำพูดนี้สะท้อนถึงความเปลี่ยนแปลงครั้งใหญ่ของบริษัทที่เคยครองตลาด CPU อย่างเบ็ดเสร็จ Intel พยายามปรับตัวหลายด้าน เช่น: - สร้างสถาปัตยกรรม hybrid แบบ big.LITTLE เหมือน ARM แต่ไม่สามารถแย่งส่วนแบ่งตลาดจาก AMD ได้ - เปิดตัว GPU ที่ล่าช้าและไม่สามารถแข่งขันกับ Nvidia ได้ - Outsource การผลิตชิปบางส่วนไปยัง TSMC ตั้งแต่ปี 2023 โดยล่าสุดในปี 2025 มีถึง 30% ของการผลิตที่ทำโดย TSMC แม้จะลงทุนมหาศาลใน R&D แต่ Intel ก็ยังขาดความเร็วและความเฉียบคมในการแข่งขัน โดยเฉพาะในตลาด AI ที่ Nvidia ครองอยู่เกือบเบ็ดเสร็จ Intel จึงวางแผนเปลี่ยนกลยุทธ์: - หันไปเน้น edge AI และ agentic AI (AI ที่ทำงานอัตโนมัติโดยไม่ต้องมีมนุษย์ควบคุม) - ลดขนาดองค์กรและปลดพนักงานหลายพันคนทั่วโลกเพื่อลดต้นทุน - อาจแยกธุรกิจ foundry ออกเป็นบริษัทลูก และเปลี่ยน Intel เป็นบริษัท fabless แบบ AMD และ Apple Tan ยอมรับว่า “การฝึกโมเดล AI สำหรับ training ใน data center เรามาช้าเกินไป” แต่ยังมีความหวังใน edge AI และการเปลี่ยนวัฒนธรรมองค์กรให้ “ถ่อมตัวและฟังตลาดมากขึ้น” ✅ ข้อมูลจากข่าว - CEO Intel ยอมรับว่าไม่ติดอันดับ 10 บริษัทเซมิคอนดักเตอร์อีกต่อไป - Intel พยายามปรับตัวด้วย hybrid architecture และ GPU แต่ไม่ประสบความสำเร็จ - มีการ outsource การผลิตชิปไปยัง TSMC มากขึ้น โดยเฉพาะใน Meteor Lake และ Lunar Lake - Intel ขาดความสามารถในการแข่งขันในตลาด AI โดยเฉพาะด้าน training - บริษัทปลดพนักงานหลายพันคนทั่วโลกเพื่อลดต้นทุน - วางแผนเน้น edge AI และ agentic AI เป็นกลยุทธ์ใหม่ - อาจแยกธุรกิจ foundry ออกเป็นบริษัทลูก และเปลี่ยนเป็น fabless company ‼️ คำเตือนและข้อควรระวัง - การยอมรับว่า “สายเกินไป” ในตลาด AI อาจส่งผลต่อความเชื่อมั่นของนักลงทุนและพันธมิตร - การปลดพนักงานจำนวนมากอาจกระทบต่อขวัญกำลังใจและนวัตกรรมภายในองค์กร - การพึ่งพา TSMC ในการผลิตชิปอาจทำให้ Intel เสียความได้เปรียบด้าน vertical integration - การเปลี่ยนเป็นบริษัท fabless ต้องใช้เวลาและอาจมีความเสี่ยงด้าน supply chain - Edge AI ยังเป็นตลาดที่ไม่แน่นอน และต้องแข่งขันกับผู้เล่นรายใหม่ที่คล่องตัวกว่า https://www.tomshardware.com/tech-industry/intel-ceo-says-its-too-late-for-them-to-catch-up-with-ai-competition-claims-intel-has-fallen-out-of-the-top-10-semiconductor-companies-as-the-firm-lays-off-thousands-across-the-world

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

หลายคนอาจคิดว่า Nvidia ยังเป็นเจ้าตลาด GPU แบบเบ็ดเสร็จทุกแพลตฟอร์ม → แต่ถ้าเรามองไปที่ตลาด eGPU (GPU ภายนอกสำหรับโน้ตบุ๊ก), เกมกลับพลิก! ล่าสุดบริษัท Onexplayer เปิดตัว OnexGPU Lite ซึ่งใช้ Radeon RX 7600M XT แบบโมบายจาก AMD เป็นตัวประมวลผล → นี่คือ eGPU ตัวที่ 11 แล้วที่ใช้ชิป AMD จากซีรีส์ RX 7000 → ที่น่าสนใจคือยังไม่มี eGPU ที่ใช้ชิป RDNA4 ใหม่เลย — ทุกตัวใช้รุ่นเดิม แต่เปลี่ยนพอร์ตให้รองรับ Thunderbolt 5 แม้ RX 7600M XT จะไม่ใช่ GPU ที่แรงที่สุด แต่กลับกลายเป็น "มาตรฐานของ eGPU รุ่นใหม่" ที่เน้นความบาง, น้ำหนักเบา, และการประหยัดพลังงาน → ขณะที่ Nvidia แทบไม่มีบทบาทในกลุ่มนี้ → Vendor หลายรายเลือก AMD เพราะจัดการเรื่อง driver ได้ง่ายกว่า, ประหยัดไฟกว่า และราคาอาจคุ้มค่ากว่าในแพลตฟอร์ม eGPU จุดขายล่าสุดคือพอร์ต Thunderbolt 5 ที่ทำงานได้ทั้งส่งภาพ, ส่งข้อมูล, และจ่ายไฟผ่านสายเดียว → แม้แบนด์วิดธ์ PCIe ยังเท่ากับ OCuLink (64Gbps) แต่ Thunderbolt 5 ใช้งานง่ายกว่า เพราะรองรับ display + power + data → เหมาะมากสำหรับ creator สายวีดีโอ หรือคนที่ใช้ Photoshop บนโน้ตบุ๊กบาง ๆ ✅ OnexGPU Lite ใช้ Radeon RX 7600M XT พร้อมพอร์ต Thunderbolt 5   • เป็น eGPU ตัวที่ 11 แล้วจาก AMD RX 7000 Series   • พัฒนาจาก OnexGPU 2 ที่ใช้ RX 7800M   • เน้น balance ระหว่างประสิทธิภาพ & portability ✅ Thunderbolt 5 รองรับทั้ง PCIe, display output และการจ่ายไฟผ่านสายเดียว   • PCIe bandwidth เทียบเท่า OCuLink (64Gbps)   • แต่มอบประสบการณ์ใช้งานที่ง่ายกว่าและเหมาะสำหรับ creator ✅ AMD ครองตลาด eGPU แบบเงียบ ๆ ขณะที่ Nvidia ยังไม่โดดเข้ามาเต็มตัว ✅ Vendor หลายรายอาจเลือก AMD เพราะเหตุผลด้าน power efficiency, driver compatibility, และราคาต่อโมบาย GPU ✅ แม้จะใช้ RX 7600M XT ซ้ำในหลายรุ่น แต่การเปลี่ยน chassis และพอร์ตเป็น Thunderbolt 5 คือทางเลือกที่คุ้มค่าในตลาด eGPU https://www.techradar.com/pro/amd-is-surpassing-nvidia-in-one-particular-market-and-i-dont-understand-why-11th-egpu-based-on-amd-radeon-rx-7000-series-debuts-and-even-has-thunderbolt-5

ลองนึกภาพการ์ดจอที่มีหน่วยความจำแค่ 4MB SGRAM จากปี 1996…วันนี้กลับกลายเป็น ROG รุ่นล่าสุดที่ใช้ dual-GPU และระบบระบายความร้อนแบบไฮบริด! ASUS เริ่มสร้างชื่อในตลาด GPU จากรุ่น Asus 375 (S3 ViRGE/DX) ที่เน้นกลุ่มผู้ใช้เชิงธุรกิจ → ก่อนจะจับมือกับ Nvidia ในปี 1997 เพื่อเปิดตัว AGP-V3000 (ใช้ชิป Riva 128) รองรับ Direct3D เต็มรูปแบบ → จุดเปลี่ยนสำคัญคือ การตั้งแบรนด์ Republic of Gamers (ROG) ในปี 2006 ที่ผลักดันให้เกิดการ์ดจอสายเกมระดับตำนาน เช่น  • ROG Mars GTX 295 (dual-GPU บน PCB เดียว!)  • ROG Poseidon (ระบบระบายความร้อนไฮบริด)  • และล่าสุดคือ ROG Astral RTX 5080 Doom Edition ที่ราคาแรงทะลุ RTX 5090 งานนี้ ASUS ไม่ได้แจกแค่ของสะสม → แต่จัดแคมเปญแจกของ “ใหญ่” ตั้งแต่ ProArt RTX 5080 ไปจนถึง ROG Strix RTX 5070 Ti → พร้อมเล่นมินิเกมออนไลน์อย่างนั่งชิงช้าเฟอร์ริส–โรลเลอร์โคสเตอร์ชมวิวของตำนานการ์ดแต่ละรุ่น! ✅ ASUS ฉลองครบรอบ 30 ปีในวงการ GPU ตั้งแต่ปี 1996 → 2025   • เริ่มจาก Asus 375 (S3 ViRGE/DX)   • จุดเปลี่ยนในปี 1997: AGP-V3000 (Riva 128) รองรับ Direct3D   • ก่อตั้งแบรนด์ ROG ในปี 2006 → นำไปสู่ Mars GTX 295, Poseidon, และซีรีส์ ROG Astral ✅ แคมเปญแจกของใหญ่จาก ASUS เริ่มตั้งแต่วันนี้จนถึง 7 ต.ค. 2025   • ของรางวัลรวมถึง ProArt RTX 5080, ROG Strix RTX 5070 Ti และ TUF Gaming RTX 5070   • พร้อมพาวเวอร์ซัพพลาย ASUS รุ่นใหม่   • กิจกรรมรวมทั้งมินิเกม, คลิปวิดีโอจากอินฟลูเอนเซอร์ และการโพสต์ประสบการณ์ของผู้ใช้งาน ✅ วิดีโอจาก Justin (J Custom) เล่าย้อนความหลังสมัยรอซื้อ ROG Mars GTX 295 หน้าร้านด้วยความคลั่งเกม ✅ มีการจัดภาพ–ธีมครบชุดแบบ Evangelion Build ที่จับทุกชิ้นส่วนของพีซีให้เป็น aesthetic เดียวกัน https://www.tomshardware.com/pc-components/gpus/asus-celebrates-30-years-in-the-graphics-card-business-with-epic-rtx-50-prizes-and-a-retrospective-video

Samsung เคยเป็นผู้ผลิตหน่วยความจำรายใหญ่ที่สุดของโลก และมีความหวังว่าจะตีตื้นกลับเข้าสู่ตลาดชิป AI ด้วยการส่งมอบ HBM3E ตัวใหม่ให้กับลูกค้า → แต่ Nvidia ยังไม่อนุมัติให้ใช้งานกับเซิร์ฟเวอร์ AI ได้ → ส่งผลให้ SK Hynix กลายเป็นตัวเลือกหลักแทน และ Micron ก็แซงขึ้นมาคว้าดีลรอบล่าสุด สถานการณ์ยิ่งแย่ลง เมื่อ Samsung เจอกำแพงจากสหรัฐฯ → นโยบาย “จำกัดการส่งออกชิป AI ไปยังจีน” ทำให้ Samsung ต้องปรับมูลค่าสินค้าคงคลังแบบขาดทุน → และตั้งแต่ 1 ส.ค. เป็นต้นไป รัฐบาลสหรัฐจะเก็บภาษีนำเข้าสินค้าจากเกาหลีใต้ 25% ซึ่งกระทบโดยตรงต่อยอดขายเครื่องใช้ไฟฟ้า เช่น ทีวี–ตู้เย็น แม้ Samsung จะยังมีโอกาสฟื้นตัวในไตรมาสถัดไป แต่ท่ามกลางการถูกตีจากทุกทิศแบบนี้ — แค่ “ทำได้เท่าเดิม” ก็ถือว่าแกร่งแล้ว ✅ Samsung คาดว่ากำไรไตรมาส 2 ปี 2025 จะลดลง 56% → อยู่ที่ 4.6 ล้านล้านวอน (~3.3 พันล้านเหรียญสหรัฐ) • ต่ำสุดในรอบ 18 เดือน   • สาเหตุจากยอดขายชิปและผลกระทบจากการเมืองการค้า ✅ ธุรกิจ semiconductor ของ Samsung ถูกกระทบหนักจาก:   • การจำกัดการส่งออกชิป AI ไปจีน   • การปรับมูลค่าสินค้าคงคลังลง   • การที่ Nvidia ยังไม่อนุมัติชิป HBM3E ✅ SK Hynix ได้รับความไว้วางใจจาก Nvidia และกำลังจะมีกำไรสูงสุดในรอบไตรมาส   • Micron ก็รายงานรายได้ที่สูงกว่าคาดจากการส่งมอบ HBM ✅ Samsung ขาดทุนจากการดำเนินงานในสาย foundry กว่า 4 ล้านล้านวอนช่วงครึ่งปีแรก   • เกิดจาก yield ต่ำและการตามไม่ทัน TSMC ด้านเทคโนโลยี ✅ Samsung ระบุว่าปัญหาหลักคือ “low utilization rate” และ “impact จาก policy สหรัฐฯ” ✅ บริษัทเตรียมรายงานผลประกอบการเต็มวันที่ 31 กรกฎาคม 2025 https://www.techspot.com/news/108595-samsung-profit-plunges-ai-chip-woes-us-tariffs.html

Sparkle เปิดตัวการ์ดจอตระกูล Arc Pro B60 สามรุ่นรวด → รุ่นแรกเป็นแบบพัดลมเป่า (blower) ขนาด 24GB → รุ่นที่สองเป็นแบบระบายความร้อนแบบพาสซีฟ (ไม่มีพัดลม) ขนาด 24GB เหมาะกับ server → รุ่นสุดท้ายคือ “ไพ่ตาย” — การ์ด dual-GPU ขนาด 48GB ที่แรงกว่าและกินไฟน้อยกว่ารุ่นของ MaxSun ที่เคยออกมาก่อนหน้านี้ จุดเด่นของแต่ละ GPU คือมี 20 Xe-core + 160 XMX engine (หน่วยเร่ง AI) → ทำให้สามารถประมวลผล AI แบบ INT8 ได้สูงสุด 394 TOPS → รองรับ ray tracing และการเข้ารหัส AV1 ด้วย Xe media engine ถึงจะดูคล้ายการ์ดเกม แต่ Arc Pro B60 ถูกออกแบบมาสำหรับ AI inference, media workstation, และ data lab โดยเฉพาะ → ไม่ใช้ multi-GPU แบบ SLI หรือแบ่งงาน render แบบการ์ดเกม → แต่ใช้โครงสร้างที่แชร์ PCIe x16 ด้วยกัน โดยแต่ละชิปใช้ 8 เลนเท่า ๆ กัน การมีรุ่นพาสซีฟแสดงให้เห็นว่า Sparkle จับกลุ่ม server/data center ชัดเจน → พร้อมทั้งใช้ไดรเวอร์ Pro ที่เน้นเสถียรภาพสำหรับซอฟต์แวร์เวิร์กสเตชัน → และยังรองรับ consumer driver เผื่อบางงานที่เบาลง หรือใช้ใน mini-AI desktop ✅ Sparkle เปิดตัว Arc Pro B60 Series แบบมืออาชีพ 3 รุ่น:   • Blower 24GB  • Passive cooling 24GB (เงียบและเหมาะกับ rack/server)   • Dual-GPU 48GB พร้อมระบายความร้อนแบบ blower ✅ ทุกรุ่นใช้สถาปัตยกรรม Intel Battlemage พร้อม 20 Xe-core + 160 XMX engine ต่อชิป   • INT8 AI throughput สูงถึง 394 TOPS (รวม 2 GPU)   • รองรับ ray tracing + AV1 encode ✅ การ์ด dual-GPU ใช้พลังงาน 300W → แรงแต่ยังควบคุมความร้อนได้ดี   • แบ่งเลน PCIe 5.0 x16 แบบ 8+8   • ไม่แชร์ RAM ระหว่าง 2 GPU ✅ รองรับ Linux multi-GPU และ OneAPI → เหมาะกับงาน HPC, วิจัย, AI inferencing ขนาดใหญ่ ✅ เปิดตัวปลายปี 2025 → มาทันช่วงตลาด AI desktop–workstation กำลังโต https://www.techradar.com/pro/another-dual-intel-gpu-card-with-48gb-vram-launched-as-arc-pro-emerges-as-cheap-nvidia-and-amd-alternative-for-ai-crowd

ในขณะที่หลายประเทศเดินหน้าพัฒนาโดรนที่ “ฉลาดขึ้น” เพื่อลดการสูญเสียจากการใช้งานคนจริงในสนามรบ รัสเซียก็ไม่แพ้ใคร ล่าสุดทดสอบภาคสนามกับโดรน AI รุ่น MS001 ที่ → สามารถ “มอง, วิเคราะห์, ตัดสินใจ และโจมตี” ได้เอง → ไม่ต้องพึ่งคำสั่งจากศูนย์ควบคุม → พร้อมระบบ telemetry–ความร้อน–GPS ต่อต้านการสวมรอย สมองกลในโดรนตัวนี้คือ Nvidia Jetson Orin — คอมพิวเตอร์ AI ขนาดเล็กเพียงฝ่ามือ ราคาประมาณ $249 แต่แรงระดับ 67 TOPS (เทียบเท่าหลายล้านล้านคำสั่งต่อวินาที) → ใช้ GPU จากสถาปัตยกรรม Ampere + ซีพียู ARM 6 คอร์ → เทียบได้กับการเอาพลังของ AI ระดับรถยนต์อัจฉริยะมาย่อส่วน แต่อย่าลืมว่า Nvidia ถูกห้ามส่งชิประดับนี้ให้รัสเซียตั้งแต่ปี 2022 แล้วนะครับ → สุดท้ายพบว่ามีการลักลอบผ่านเส้นทางค้าสีเทา เช่น “ปลอมเป็นอุปกรณ์ใช้ส่วนตัว–ส่งผ่านบริษัทบังหน้าในจีน–สิงคโปร์–ตุรกี” → สืบพบว่าในปี 2023 มีชิป Nvidia หลุดรอดเข้าสู่รัสเซียราว $17 ล้านเลยทีเดียว สิ่งนี้ทำให้เกิดคำถามว่า “เราจะควบคุมเทคโนโลยี AI อย่างไร เมื่อแม้แต่ซูเปอร์คอมพิวเตอร์ก็หดตัวมาอยู่ในฝ่ามือ และหาทางเข้าสู่สนามรบได้แม้ถูกแบน?” ✅ รัสเซียทดสอบโดรน AI รุ่น MS001 ที่ควบคุมตัวเองได้เต็มรูปแบบ   • เห็นวัตถุ–วิเคราะห์–เล็ง–ตัดสินใจ–ยิง โดยไม่ต้องมีคำสั่งจากศูนย์   • ใช้งานร่วมกับ swarm (ฝูงโดรน) และทนต่อสภาพแวดล้อมที่ลำบาก ✅ สมองกลหลักคือ Nvidia Jetson Orin (เปิดตัวปลายปี 2024)   • 67 TOPS, หน่วยความจำ 102GB/s   • ใช้ GPU Ampere + ARM 6 คอร์   • ขนาดเล็กพกพาได้ ✅ พบ MS001 ที่ถูกยิงตกมีเทคโนโลยีครบชุด:   • กล้องความร้อนสำหรับปฏิบัติการกลางคืน   • ระบบ GPS ป้องกันการ spoof (CRPA antenna)   • ชิป FPGA สำหรับ logic แบบปรับแต่งเอง   • โมเด็มวิทยุสำหรับส่งข้อมูลและประสานการโจมตีแบบฝูง ✅ มีการใช้งาน Jetson Orin ในโดรนรุ่น V2U เช่นกัน (โจมตีแบบพลีชีพ)   • ใช้บอร์ด Leetop A603 จากจีนในการติดตั้ง Jetson ✅ คาดว่า Nvidia hardware หลุดเข้ารัสเซียผ่านตลาดสีเทามูลค่ากว่า $17 ล้านในปี 2023   • ลักลอบผ่านบริษัทบังหน้าในฮ่องกง–จีน–ตุรกี–สิงคโปร์   • มีการปลอมเอกสารว่าเป็นอุปกรณ์อิเล็กทรอนิกส์ทั่วไป เช่น กล้อง, router ฯลฯ https://www.techspot.com/news/108579-russia-field-testing-new-ai-drone-powered-nvidia.html

Nvidia เปิดตัว RTX 5050 แบบเงียบ ๆ และไม่มีใครได้การ์ดมาทดสอบก่อน วันเปิดขายก็ไม่มีรีวิวให้ดู → ส่อแววแปลก ๆ ตั้งแต่ต้น → จนทีม TechSpot ต้อง “ซื้อเอง” มาราว 500 ดอลลาร์ออสเตรเลียเพื่อรีวิว ผลคือ…มันคือการ์ดระดับเริ่มต้นที่ใช้แรม 8GB GDDR6 บัส 128 บิต → สถาปัตยกรรม Blackwell เหมือน RTX 5090 แต่ถูกตัดสเปกลงหนัก → ความแรงโดยเฉลี่ยในเกม 18 เกมอยู่ที่ 66 fps ที่ 1080p → ต่ำกว่า Radeon RX 7600 เสียอีก ที่น่าผิดหวังคือ ราคาประมาณ $250 นี้ เทียบแล้วแพงกว่า RX 9060 XT (8GB) ที่แรงกว่า 44% → และถ้าไปเล่นรุ่น 9060 XT แบบ 16GB ที่ราคาประมาณ $370 ก็แรงกว่า 80% เลย! ✅ GeForce RTX 5050 เปิดขาย 1 ก.ค. 2025 ด้วยราคา $250   • ไม่มีรีวิวล่วงหน้า   • ไม่มีเครื่องเทสต์ให้สื่อ ✅ สเปกหลักของ RTX 5050:   • 8GB GDDR6 @ 20Gbps   • บัส 128 บิต, 320 GB/s   • ใช้สถาปัตยกรรม Blackwell (GB207)   • 130W TDP, PCIe 5.0 x8   • รองรับ DLSS 4 ✅ ค่าเฉลี่ย 1080p เล่นเกม 18 เกม = 66 fps → ต่ำกว่า RX 7600 (~3%)   • RX 9060 XT 8GB แรงกว่า 44% ในราคาแพงกว่าเพียง ~20%   • RX 9060 XT 16GB แรงกว่า 80% ที่ $370 ✅ ข้อดี:   • ประหยัดพลังงาน   • รองรับ DLSS4   • เย็นพอใช้ (73°C ที่โหลดเต็ม) #ลุงฟันธง 1️⃣ ใครคิดจะ upgrade จาก RTX 3050 อย่าเลยครับ รอซื้อเครื่องใหม่เลย 2️⃣ ใครคิดจะซื้อเครื่องใหม่เล็งไปที่ APU ของ AMD เช่น 8700G น่าจะโอเคกว่า 3️⃣ ใครเป็นสาวก CPU Intel ซื้อเลยครับ https://www.techspot.com/review/3011-nvidia-geforce-rtx-5050/

ลองนึกภาพว่าในแร็กเซิร์ฟเวอร์เดียว เราสามารถวางชิป Xeon รุ่นใหม่ถึง 4 ซ็อกเก็ตได้ → รวมเป็น 768 คอร์เต็ม ๆ → ใช้พลังงานรวม 2,000W → พร้อมรัน LLM หรือ inference workload ได้เลย โดยไม่ต้องพึ่ง GPU นี่ยังไม่รวมระบบแรมที่รองรับได้ถึง 16 แชนแนล DDR5 ความเร็ว 12,800 MT/s ต่อ DIMM ด้วยมาตรฐาน MRDIMM Gen 2 → ช่วยระบายข้อมูลเข้า-ออกจากคอร์ระดับ “Panther Cove” ได้แบบไม่ติดขัด Intel ยังเพิ่มความสามารถด้าน AI แบบเนทีฟในซีพียูนี้ เช่น - รองรับ TF32 แบบของ NVIDIA - เพิ่ม support สำหรับ FP8 - เพิ่มความสามารถของ APX และ AMX → เพื่อเร่ง inference ขนาดเล็กให้รันบนซีพียูได้เลย และนี่จะเป็นผลิตภัณฑ์ 18A node ตัวแรกของ Intel ในระดับ mass production → เชื่อมโยงกับการเปิดตัว AI accelerator ของค่าย Jaguar Shores ได้อย่างสมบูรณ์ในระบบเดียว ✅ Intel Diamond Rapids Xeon 7 จะมีสูงสุด 192 P-Core แท้ใน SKU รุ่นท็อป   • แบ่งเป็น 4 tile, tile ละ 48 คอร์   • ไม่มี E-Core แบบ Xeon 6 ✅ TDP สูงสุดต่อซ็อกเก็ต = 500W   • รองรับระบบระบายความร้อนระดับองค์กร ✅ รองรับแรม DDR5 แบบ 8 หรือ 16 แชนแนล   • ใช้ MRDIMM Gen 2 → Bandwidth ระดับ 12,800 MT/s ต่อ DIMM   • ทำงานร่วมกับคอร์ Panther Cove ได้เต็มประสิทธิภาพ ✅ รองรับเทคโนโลยีใหม่ด้าน AI และคณิตศาสตร์ความละเอียดต่ำ   • TF32 (ของ NVIDIA)   • FP8 → ลด latency inference model   • AMX และ APX รุ่นใหม่ ✅ รองรับ PCIe Gen 6 สำหรับเชื่อมต่อ accelerator ภายนอก ✅ วางจำหน่ายปี 2026 ควบคู่กับ AI accelerator รุ่น Jaguar Shores ✅ ระบบ 4 ซ็อกเก็ตสามารถรวมได้ถึง 768 คอร์ และใช้ไฟ 2,000W ‼️ การผลักดันสู่ TDP 500W ต่อซ็อกเก็ตอาจสร้างความท้าทายให้กับระบบระบายความร้อนและพลังงานในดาต้าเซ็นเตอร์   • ต้องใช้ระบบระบายระดับของเหลว (liquid cooling) หรือ sub-ambient ‼️ Intel จะต้องพิสูจน์ว่าประสิทธิภาพต่อวัตต์จะ “คุ้มพลังงาน” กว่า AMD EPYC รุ่น Zen 6/7 ที่กำลังจะเปิดตัว   • เพราะ AMD นำหน้าไปก่อนในประสิทธิภาพและ efficiency ตลาดเซิร์ฟเวอร์ช่วงหลัง https://www.techpowerup.com/338664/intel-diamond-rapids-xeon-cpu-to-feature-up-to-192-p-cores-and-500-w-tdp

ตอนที่พูดถึง “งานเงินดีในวงการเซมิคอนดักเตอร์” ส่วนใหญ่คนมักจะนึกถึง TSMC — เจ้าพ่อโรงงานผลิตชิปของโลกที่รับผลิตให้ Apple, Nvidia ฯลฯ แต่ข้อมูลล่าสุดจากรายงานของ ITHome กลับเผยสิ่งตรงกันข้ามเล็กน้อย: → พนักงานทั่วไป (non-executive, full-time) ที่ MediaTek ได้เงินเดือนเฉลี่ยสูงสุดในไต้หวัน คือ NT$4.31 ล้าน/ปี (~$149,000) → ขณะที่ TSMC อยู่อันดับ 7 เท่านั้น ด้วยค่าเฉลี่ย NT$3.391 ล้าน/ปี (~$117,000) → Realtek ตามมาในอันดับ 2 ด้วย NT$3.915 ล้าน/ปี (~$135,000) นั่นหมายความว่า MediaTek เป็นบริษัทเดียวที่จ่ายเกิน 4 ล้านไต้หวันดอลลาร์/ปี ให้พนักงานทั่วไป และที่น่าทึ่งยิ่งกว่าคือ… ตัวเลขนี้เพิ่มขึ้นถึง 14.81% จากปี 2023 สวนทางกับหลายบริษัทที่กำลังรัดเข็มขัด เหตุผลอาจมาจากหลายด้าน เช่น - MediaTek มีพนักงานเพียง ~22,000 คน เทียบกับ TSMC ที่มีมากถึง ~83,000 คน - แปลว่าอาจบริหารสัดส่วนค่าตอบแทน–ประสิทธิภาพเฉลี่ยได้เข้มข้นกว่า - และที่สำคัญ — MediaTek ยังได้รับเลือกเป็นหนึ่งใน “บริษัทน่าทำงานด้วยที่สุด” ของไต้หวันด้วย https://wccftech.com/mediatek-only-taiwan-listed-company-whose-employees-are-paid-nt4-million-annually/

ลืมภาพเดิมของเครื่องพิมพ์ 3 มิติที่เป็นกล่องใหญ่ ๆ ไปได้เลยครับ — เพราะทีมนักวิจัยจาก MIT ได้รวมเทคโนโลยี “ซิลิคอนโฟโตนิกส์” (Silicon Photonics) เข้ากับ “เรซินแข็งตัวด้วยแสง” จนสามารถสร้างเครื่องพิมพ์ 3 มิติที่: - เล็กเท่าเหรียญ 1 เหรียญ - ไม่มีชิ้นส่วนเคลื่อนไหว - ใช้เสาแสงนาโน (nano-antennas) ที่ควบคุมทิศแสงจากเลเซอร์ - ยิงลำแสงเข้าไปในอ่างเรซิน → แข็งตัวกลายเป็นแบบ 2 มิติภายในไม่กี่วินาที ทีมงานเตรียมพัฒนาต่อให้สามารถ “พิมพ์แบบ 3 มิติแบบโวลูม” (Volumetric 3D Printing) ได้ในอนาคต → เป้าหมายคือ “สร้างโฮโลแกรมแสงในเรซิน” และให้ชิปทำหน้าที่เสมือนเครื่องพิมพ์ 3 มิติเพียงแค่ใช้แสงขั้นเดียว → ถ้าทำสำเร็จ จะปฏิวัติโลกของเครื่องพิมพ์ 3 มิติแบบพกพาอย่างแท้จริง ✅ ทีม MIT พัฒนาเครื่องพิมพ์ 3 มิติที่อยู่บนชิปซิลิคอนขนาดเท่าเหรียญ   • ใช้เทคโนโลยี Silicon Photonics   • ไม่มีชิ้นส่วนเคลื่อนไหว ✅ เสาแสงนาโนควบคุมเลเซอร์ให้ยิงเข้าสู่อ่างเรซิน   • แข็งตัวเป็นลวดลายแบบ 2D ภายในไม่กี่วินาที   • ใช้ฟิล์มเรซินพิเศษที่คิดค้นร่วมกับมหาวิทยาลัย UT Austin ✅ แผนต่อไป: สร้างชิปที่สามารถ “ยิงแสงเป็นโฮโลแกรม” ลงในเรซินเพื่อพิมพ์วัตถุแบบ 3D โวลูมในขั้นตอนเดียว   • แนวคิดนี้ถูกตีพิมพ์ในวารสาร Nature แล้ว   • เป้าหมายสุดท้าย: 3D printer แบบใส่กระเป๋าได้เลย ✅ ชิปโฟโตนิกส์ใช้งานคล้ายอุปกรณ์ส่งข้อมูลด้วยแสงของ Nvidia และ AMD   • ช่วยยืนยันว่าเทคโนโลยีนี้ไม่ใช่เรื่องเพ้อฝัน https://www.tomshardware.com/3d-printing/mit-team-creates-chip-based-3d-printer-the-size-of-a-coin-cures-resin-using-only-light-handheld-3d-printing-tech-enabled-by-silicon-photonics

TSMC เคยประกาศลงทุนกว่า $100,000 ล้านในสหรัฐฯ และล่าสุดตามรายงานของ Wall Street Journal ดูเหมือนว่าพวกเขา “ไม่เพียงแค่ลงทุน” แต่ถึงขั้น “ปรับลำดับความสำคัญทั่วโลก” → โรงงานใหม่ในญี่ปุ่นถูกชะลอแบบไม่มีกำหนด → โครงการในเยอรมนีและที่อื่นก็ถูกเบรก → ทั้งหมดเพื่อเทงบ–ทรัพยากร–ทีมงานลงที่โรงงานในแอริโซนา ที่ตอนนี้ผลิตชิปรุ่นล่าสุด และจ่อขยายไปถึงระดับ 1.4nm ภายในปี 2030 เหตุผลสำคัญไม่ใช่แค่การตามลูกค้าอย่าง Apple, Nvidia หรือ Microsoft เท่านั้น แต่คือ แรงกดดันจากฝ่ายการเมืองอเมริกัน โดยเฉพาะแผนของอดีตประธานาธิบดีโดนัลด์ ทรัมป์ ที่อาจตั้งภาษีชิปนำเข้าสูงถึง 100% หากผลิตนอกสหรัฐฯ ✅ TSMC ปรับลำดับความสำคัญระดับโลก → เทน้ำหนักไปที่โรงงานในรัฐแอริโซนา สหรัฐอเมริกา   • ชะลอโครงการโรงงานแห่งที่ 2 ในญี่ปุ่นแบบไม่มีกำหนด   • ชะลอแผนในเยอรมนีด้วย   • โรงงานในแอริโซนาเป็นแห่งเดียวในต่างประเทศที่ผลิตชิปขั้นสูงนอกไต้หวัน ✅ แหล่งข่าวเผยว่าแรงผลักดันหลักคือความกลัว “ภาษีทรัมป์” ที่อาจตั้งขึ้นมาใหม่หาก Trump กลับมาเป็นประธานาธิบดี   • มีรายงานว่าเตรียมใช้มาตรการขึ้นภาษีชิปนำเข้าสูงสุดถึง 100%   • ผลักดันยุทธศาสตร์ “Made in USA” ของฝ่ายอนุรักษนิยม ✅ TSMC Arizona Fab ได้รับความสนใจจากลูกค้าใหญ่ ๆ เช่น Nvidia, Apple, Microsoft   • โรงงานจ่อขยายไปถึงระดับ 1.4nm ภายในทศวรรษนี้   • สั่งผลิตเต็มทุกไลน์แล้วในปัจจุบัน ✅ บริษัทร่วมในห่วงโซ่ เช่น Foxconn และ Quanta ก็กำลังย้ายฐานการผลิตมายังอเมริกาเพื่อลดความเสี่ยง https://wccftech.com/tsmc-has-reportedly-prioritized-setting-up-plants-in-the-us-over-other-region/

ลองนึกภาพว่าเมื่อไม่กี่ปีก่อน Nvidia ยังเป็นบริษัททำการ์ดจอเกมเป็นหลัก มูลค่าราว $500 พันล้าน → แต่ตอนนี้ (กลางปี 2025) Nvidia กำลังแตะมูลค่า $4 ล้านล้านดอลลาร์ โดย   • เคยแตะ $3.92T ระหว่างวัน (intraday)   • ปิดที่ $3.89T   • แซงสถิติเดิมของ Apple ที่เคยปิดที่ $3.915T เมื่อปลายปี 2024 สาเหตุหลักมาจากความ “บูม” ของตลาด AI — โดย Nvidia ควบคุม ฮาร์ดแวร์ AI ระดับสูง ที่ใช้เทรนและรัน LLM แทบทั้งหมด → ทำให้กลายเป็น “หัวใจกลางของยุค AI Infrastructure” ที่ทั้ง Microsoft, Amazon, Meta, Tesla และ Alphabet ต้องพึ่งพา → ในไตรมาสล่าสุด Nvidia ทำรายได้ $44.1B (+69%)   • เฉพาะส่วน Data Center ก็ทำถึง $39.1B   • วางเป้า $170B รายได้รวมในปีงบประมาณ 2026 (ขึ้นจาก $130B ในปี 2025) และที่น่าสนใจคือ… → มูลค่าตลาดของ Nvidia สูงกว่ารวมกันของบริษัทจดทะเบียนทั้งประเทศอังกฤษ 🇬🇧 → นักลงทุนที่ถือดัชนีแบบ S&P 500 ตอนนี้มีสัดส่วน Nvidia เพิ่มขึ้นอย่างมากโดยไม่รู้ตัว https://www.techspot.com/news/108558-nvidia-closes-4-trillion-valuation-surpasses-apple-record.html

สหรัฐฯ มีแผนจะจำกัดการส่งออกชิป AI จากบริษัทต่างๆ เช่น Nvidia ไปยังมาเลเซียและไทย หวั่นถูกใช้เป็นเส้นทางลักลอบเข้าจีน

ต้องบอกว่า Nvidia ไม่ได้แค่เปิดตัว Grace Blackwell แล้วให้รอกันเป็นปีนะครับ — เพราะตอนนี้ Dell ส่งมอบ “เครื่องจริง” ให้ CoreWeave ใช้งานแล้ว → ติดตั้งที่ศูนย์ข้อมูลของ Switch → ใช้แร็กแบบ NVL72: ในหนึ่งแร็กมี  • 72 GPU (Blackwell Ultra)  • 36 CPU (Grace 72-core)   • 36 DPU (BlueField) → พร้อมเมโมรี HBM3E 20TB และ RAM รวม 40TB 🔥 → แร็กเดียวให้พลัง inferencing 1.1 ExaFLOPS (FP4) และ training 0.36 ExaFLOPS (FP8) → ใช้น้ำระบายความร้อน เพราะกินไฟถึง 1,400W ต่อ GPU 😮💧 ระบบนี้ยังต่อกันด้วย Nvidia Quantum-X800 InfiniBand และ ConnectX-8 SuperNICs ให้ความเร็วระดับ 14.4 GB/s — แรงกว่า GB200 NVL72 เดิมถึง 2 เท่าในการสื่อสารระหว่างแร็ก สิ่งที่น่าสนใจกว่าคือ... → Dell กับ CoreWeave พึ่งติดตั้ง GB200 NVL72 ไปเมื่อ 7 เดือนก่อน แต่ก็อัปเกรดเป็น GB300 Ultra เลย แสดงว่า demand แรงมาก และตลาดไม่รอของเก่าอีกแล้ว https://www.tomshardware.com/tech-industry/artificial-intelligence/nvidias-newest-top-tier-ai-supercomputers-deployed-for-the-first-time-grace-blackwell-ultra-superchip-systems-deployed-at-coreweave

ย้อนกลับไปปี 2022 Samsung เริ่มลงทุนสร้างโรงงานผลิตชิปแห่งใหม่ที่เมือง Taylor, Texas ด้วยความหวังจะยึดหัวหาดในตลาดอเมริกา → เดิมวางแผนใช้สายการผลิตระดับ 4nm และต่อมาอัปเกรดไปเป็น 2nm เพื่อแข่งขันกับ TSMC/Intel → ทุ่มงบจากเดิม $17B เพิ่มเป็น $44B → รับเงินสนับสนุนจาก CHIPS Act กว่า $6.6B แต่ถึงตอนนี้...อุปกรณ์เครื่องจักรยังไม่ได้ติดตั้ง และแหล่งข่าวบอกว่า เหตุผลสำคัญคือ “ยังไม่มีลูกค้า” และ “ความต้องการชิประดับนี้ในสหรัฐฯ ยังน้อย” ตรงกันข้ามกับ TSMC ที่โรงงานในแอริโซนาแม้ผลิตชิปราคาแพงกว่าจากต่างประเทศ แต่ มีลูกค้าเต็มล่วงหน้าถึงปี 2027 แล้ว เช่น Apple, AMD, Nvidia, Qualcomm สรุปคือ: Samsung อาจสร้างโรงงานทัน แต่ถ้าไม่มีลูกค้ามารอใช้สายการผลิต — ก็ยังเดินหน้าต่อไม่ได้ ✅ Samsung ชะลอการเปิดโรงงานผลิตชิปที่ Taylor, Texas มูลค่า $44,000 ล้าน   • แม้โครงสร้างก่อสร้างจะเสร็จแล้ว 92% ณ มีนาคม 2024   • เดิมมีกำหนดแล้วเสร็จเมษายน 2024 แต่ถูกเลื่อนไปตุลาคม ✅ เหตุหลักของความล่าช้า: “ยังไม่มีลูกค้า และ node 4nm ที่วางแผนไว้ไม่ตรงกับตลาดปัจจุบัน”   • บริษัทวางแผนอัปเกรดเป็น 2nm แต่ต้องใช้เวลา–เงิน–คน–เทคโนโลยีจำนวนมาก ✅ เปรียบเทียบกับ TSMC ที่ Fab 21 ในรัฐแอริโซนา • ผลิตชิประดับ 4nm   • ลูกค้าหลัก: Apple, AMD, Nvidia, Broadcom   • ปริมาณการสั่งผลิตถูกจองหมดถึงปี 2027 แม้ราคาสูง ✅ Samsung มีตลาดโรงหล่อ (foundry market share) เพียง 7.7% เทียบกับ TSMC ที่ถือ 68% ✅ แม้เทคโนโลยีพร้อม แต่ยังต้องสร้างทีมงาน ทดสอบอุปกรณ์ และรับมือกับต้นทุนติดตั้งที่สูง (เฉพาะ EUV เครื่องพิมพ์ลายวงจร ก็ใช้เวลาติดตั้งนานมาก) ✅ Samsung ยืนยันว่าจะเดินหน้าเปิดโรงงานให้ทันปี 2026 เพื่อไม่ให้เสียสิทธิ์เงินสนับสนุนจาก CHIPS Act https://www.tomshardware.com/tech-industry/semiconductors/samsung-delays-usd44-billion-texas-chip-fab-sources-say-completion-halted-because-there-are-no-customers

Jim Farley ซีอีโอของ Ford กล่าวในงาน Aspen Ideas Festival ว่า “ในอีกไม่กี่ปี AI อาจแทนที่งานของพนักงานสาย white-collar ได้ถึงครึ่งหนึ่งทั่วสหรัฐฯ” — โดยเฉพาะงานที่เกี่ยวข้องกับเอกสาร, การวิเคราะห์, การเขียนรายงาน, งานธุรการ หรือแม้แต่งานด้านกฎหมายและการเงิน เขาไม่ได้พูดคนเดียวครับ — บิ๊กเทคอย่าง Amazon, Spotify, Fiverr, Moderna, Anthropic และแม้แต่ JPMorgan Chase ต่างก็เตือนในทางเดียวกัน: - CEO ของ Amazon บอกว่า “หลายตำแหน่งจะหายไป” แต่จะมีโอกาสใหม่เกิดในสายงาน STEM และ Robotics - CEO ของ Anthropic ถึงขั้นคาดว่า "AI จะลบงานระดับเริ่มต้น (entry-level white-collar) ไปครึ่งหนึ่งใน 5 ปี" และอาจเพิ่มอัตราการว่างงาน 10-20% - CPO ของ Anthropic ยังบอกว่า “ลังเลที่จะจ้างเด็กจบใหม่” เพราะไม่แน่ใจว่างานที่พวกเขาทำจะยังอยู่ไหม - CEO ของ Fiverr, Spotify, Moderna ต่างก็พูดในทำนองเดียวกันว่า “แม้แต่งานสายเทคที่ดูรอด ก็ไม่รอด” ฝั่งคนทำงานเองก็เริ่มหวั่น — รายงานจาก PYMNTs (พฤษภาคม 2025) พบว่า คนอเมริกัน 54% มองว่า AI กำลังคุกคามงานของพวกเขา และยิ่งเรียนสูง–เก่งเทค ยิ่งกลัวหนัก ในขณะที่ฝั่งตรงข้ามอย่าง Jensen Huang (CEO ของ Nvidia) กลับบอกว่า “การมองว่า AI จะลบงานเป็นเรื่องเว่อร์เกินจริง” และสนับสนุนให้พัฒนาร่วมกันอย่างโปร่งใส ✅ Ford CEO เตือนว่า AI อาจแทนงาน white-collar ครึ่งหนึ่งในสหรัฐอเมริกาในไม่กี่ปี   • โดยเฉพาะสายงานวิเคราะห์, เอกสาร, บริหาร ฯลฯ ✅ Amazon, Anthropic, Fiverr, Spotify, JPMorgan, และ Moderna แสดงความกังวลเช่นกัน   • Anthropic คาดการว่างงานอาจเพิ่ม 10-20% ภายใน 5 ปี   • CEO ของบางบริษัทเริ่ม “หยุดจ้างเด็กจบใหม่” เพราะไม่แน่ใจอนาคตตำแหน่งงาน ✅ งานที่ AI อาจแทนที่ได้ รวมถึง:   • โปรแกรมเมอร์, นักออกแบบ, ผู้จัดการผลิตภัณฑ์   • นักวิทยาศาสตร์ข้อมูล, ทนายความ, ฝ่ายซัพพอร์ต, ฝ่ายขาย, นักวิเคราะห์การเงิน ✅ Moderna ตั้งเป้า “ไม่ต้องการพนักงานมากกว่าหลักพันคน” เพราะใช้ AI   • จากเดิมที่บริษัทในระดับเดียวกันอาจมีคนเป็นหมื่น ✅ ผลสำรวจในสหรัฐฯ พ.ค. 2025 พบว่า 54% ของพนักงานเชื่อว่า AI กำลังคุกคามงานของตน   • โดยกลุ่มที่เรียนสูงและทำงานสายเทคมีความกังวลมากที่สุด ✅ มีเพียง Jensen Huang (CEO ของ Nvidia) ที่ออกมาบอกว่า “มองโลกในแง่ร้ายเกินไป” https://www.techspot.com/news/108552-ford-ceo-warns-generative-ai-could-eliminate-half.html

รู้ไหมครับว่า CUDA คืออะไร? มันคือแพลตฟอร์มสำหรับพัฒนา AI และการประมวลผลหนัก ๆ ที่ NVIDIA ผูกขาดไว้ — คนเขียนโปรแกรมด้วย CUDA จะใช้ได้แค่บนการ์ดจอของ NVIDIA เท่านั้น → ทำให้เกิดล็อกอิน (vendor lock-in) ขนาดใหญ่ในโลก AI แต่ ZLUDA ซึ่งเป็นโปรเจกต์โอเพ่นซอร์ส เคยมีความหวังว่าจะ "เป็นสะพานเชื่อม" ให้คนที่เขียนโค้ดด้วย CUDA อยู่แล้ว สามารถรันบน GPU ของ Intel หรือ AMD ได้เลยโดยไม่ต้องเปลี่ยนโค้ด → ตอนแรก Intel สนับสนุน แต่ก็มือหลุด → AMD รับช่วงต่อได้ไม่นาน...ก็ถอนตัวเพราะ "ประเด็นทางกฎหมาย" → สุดท้าย ZLUDA ถูกหยุดพัฒนาไปชั่วคราว ล่าสุด! ZLUDA กลับมาอีกครั้ง พร้อมนักพัฒนา 2 คนที่กำลัง ผลักดันให้มันกลายเป็นระบบ multi-vendor เต็มตัว → ทำให้รันโค้ด CUDA ได้แม่นยำระดับ “bit-accurate” บน GPU แบรนด์อื่น → และเริ่มทดลองเพิ่มการรองรับ PhysX (ระบบฟิสิกส์ของ NVIDIA ด้วย) ✅ ZLUDA คือไลบรารีโอเพ่นซอร์สที่ช่วยให้รันโค้ด CUDA ได้บน GPU ที่ไม่ใช่ของ NVIDIA   • เดิมรองรับ Intel, AMD พยายามใช้แต่ถอนตัวไป   • ล่าสุดกลับมาอีกครั้งในเวอร์ชัน “multi-vendor” ✅ ตอนนี้มีนักพัฒนา 2 คนประจำ กำลังเร่งพัฒนาให้เสถียรขึ้นอย่างต่อเนื่อง   • ทำให้การพัฒนาเร็วขึ้น   • รองรับฟีเจอร์ใหม่ เช่น bit-accurate CUDA execution, การทดลองรองรับ PhysX ✅ เป้าหมายคือการ “ลดอำนาจผูกขาดของ CUDA” และทำให้ AI–HPC ยืดหยุ่นมากขึ้น ✅ ไม่มี timeline ชัดเจนว่าจะเปิดใช้งานจริงเมื่อไหร่   • แต่ชุมชนโอเพ่นซอร์สให้ความสนใจสูง https://wccftech.com/zluda-sees-major-progress-in-bringing-nvidia-cuda-code-to-other-gpus/

ลองนึกภาพว่าในอดีต ตลาดเซิร์ฟเวอร์เต็มไปด้วย CPU x86 จาก Intel หรือ AMD เป็นหลัก แต่วันนี้เรากำลังเห็นการเปลี่ยนแปลงครั้งใหญ่ — เพราะ AI ต้องการ "พลังประมวลผลแบบเฉพาะทาง" มากขึ้นเรื่อย ๆ → ทำให้เซิร์ฟเวอร์ที่ใช้ AI GPU + ชิป Arm พุ่งแรง โดยเฉพาะ Nvidia Grace + Blackwell (GB200) ที่อัด GPU ถึง 8 ตัวต่อเครื่อง! แค่เซิร์ฟเวอร์ตระกูลนี้เพียงกลุ่มเดียวก็กลายเป็น “ตัวจุดพลุ” ให้ยอดขายเซิร์ฟเวอร์ Arm โตขึ้น 70% เทียบปีต่อปี → แม้จะยังมีส่วนแบ่งแค่ 21.1% ของยอดส่งมอบเครื่องรวม แต่ก็เป็นก้าวกระโดดที่ใหญ่ที่สุดของ Arm ในตลาดเซิร์ฟเวอร์ และมันยังไม่หยุดแค่นี้ — เพราะ IDC คาดว่า: - ตลาดเซิร์ฟเวอร์รวมจะโตจาก $249B (2024) → $588B (2029) - โดยเซิร์ฟเวอร์ AI แบบ Accelerated จะกินส่วนแบ่งครึ่งหนึ่ง - และเซิร์ฟเวอร์ Arm จะโตจาก $32B → $103B ใน 5 ปี! - ในอนาคตยังมีโอกาสเห็นซีพียูจาก Qualcomm, Marvell, MediaTek หรือ Fujitsu ร่วมวงด้วย ส่วนผู้นำตลาดคืออเมริกา คิดเป็น 62% ของมูลค่าตลาดเซิร์ฟเวอร์ปี 2025 — เพราะเป็นศูนย์กลางการสร้าง AI Infrastructure พร้อมเทเงินลงในโครงการระดับ Stargate หรือ AGI อย่างต่อเนื่อง ✅ ตลาดเซิร์ฟเวอร์ไตรมาสแรกปี 2025 พุ่งถึง $95.2B — โตขึ้น 134% จากปีก่อนหน้า   • การเติบโตเร็วที่สุดที่เคยบันทึกมา   • ขับเคลื่อนโดยเซิร์ฟเวอร์ AI ที่มี GPU แบบเร่งความเร็ว (Accelerated Servers) ✅ ยอดจัดส่งเซิร์ฟเวอร์ Arm โตขึ้น 70% YoY — ส่วนใหญ่เป็นของ Nvidia GB200 NVL72   • ใช้ซีพียู Grace + GPU Blackwell (B200)   • มี GPU 8 ตัวต่อเครื่อง ✅ ปี 2025 คาดการณ์ตลาดเซิร์ฟเวอร์รวม $366B แบ่งเป็น:   • x86: $283.9B (โต 39.9%)   • Non-x86 (รวม Arm): $82B (โต 63.7%) ✅ Arm คาดจะกิน 21.1% ของยอดเครื่องเซิร์ฟเวอร์ทั่วโลกภายในสิ้นปี 2025   • แม้ยังห่างเป้าหมาย 50% แต่ถือเป็นการเติบโตที่มั่นคง ✅ ตลาด Arm-accelerated servers จะโตจาก $32B → $103B ในปี 2029   • ขับเคลื่อนด้วย AI แบบ reasoning model, LLM, AGI ✅ ตลาดใหญ่สุดคือสหรัฐฯ (โต 59.7%) > จีน (โต 39.5%) > ญี่ปุ่น (33.9%) https://www.tomshardware.com/desktops/servers/nvidias-arm-chips-rapidly-gain-share-in-server-market-as-ai-booms-nvidias-arm-powered-gb200-servers-surge-as-market-reaches-a-record-usd95-billion-in-the-first-quarter

“บทเรียนฮาแบบเจ็บจริง” ของคนเล่น Virtual Machine (VM) — เมื่อผู้ใช้รายหนึ่งเผลอกด “Eject” การ์ดจอออกจากระบบผ่าน Windows แบบไม่ตั้งใจ ทำให้ GPU หายไปจาก VM แถมใช้เวลาตั้งชั่วโมงกว่าจะกู้กลับมาได้! 😅💻💥 เรื่องมันเริ่มจากคุณ YnosNava บน Reddit ซึ่งกำลังทดลองใช้ PCIe passthrough บน VM ใน Proxmox เพื่อให้ VM (เช่น Windows) เข้าถึงการ์ดจอโดยตรง — เทคนิคนี้จะทำให้การรันเกมหรือแอปกราฟิกใน VM เร็วและลื่นขึ้นมาก แต่...เขาดันไปเห็นการ์ดจอแสดงอยู่ใน System Tray ของ Windows พร้อมปุ่ม “Eject NVIDIA GeForce…” แล้วด้วยความอยากรู้อยากลอง เขาก็กดเลยครับ! → ผลคือล็อก VM ไม่พอ การ์ดจอหาย! → Windows มองไม่เห็นแล้ว → ต้องลบ–เพิ่มอุปกรณ์ใหม่–รีบูตหลายรอบ–ลงไดรเวอร์ใหม่กว่าจะกลับมาได้ เคสนี้เกิดจากระบบ PCIe passthrough ที่ให้ Windows มองเห็นอุปกรณ์แบบ “hot-pluggable” (ถอดออกได้ทันที) เหมือนแฟลชไดรฟ์ — แต่แน่นอนว่าการ์ดจอไม่ใช่อะไรที่จะถอดแล้วเสียบกลับได้ในพริบตา 😓 ✅ เหตุเกิดจาก Windows VM ที่ใช้ PCIe passthrough บน Proxmox   • การ์ดจอถูก passthrough ไปให้ Windows ใช้โดยตรง   • Windows แสดงอุปกรณ์ว่า “ถอดออกได้” ผ่าน System Tray ✅ ผู้ใช้กด “Eject GPU” ด้วยความอยากรู้ → การ์ดจอหายไปจาก VM   • Windows ไม่สามารถตรวจเจอ GPU ได้อีก   • ต้องใช้เวลา 1 ชั่วโมงแก้ไข โดย:    – ลบอุปกรณ์ GPU ออกจากการตั้งค่า VM    – รีสตาร์ต VM    – เพิ่ม GPU กลับเข้า VM    – รีสตาร์ตใหม่    – ลงไดรเวอร์ใหม่ ✅ นี่เป็นพฤติกรรมปกติของ passthrough แบบ PCIe ที่อนุญาตให้ Windows ถอด GPU ได้   • ขึ้นอยู่กับการตั้งค่า firmware/VM ว่าอนุญาตให้ hot-unplug หรือไม่ https://www.tomshardware.com/software/windows/hilariously-unfortunate-windows-user-ejects-graphics-card-immediately-regrets-it-curiosity-killed-the-vm-acceleration

ในงาน Intel AI Summit ที่เกาหลีใต้ Intel เผยของใหม่สองกลุ่มใหญ่: 1️⃣ Jaguar Shores: คือชื่อรหัสของ AI Accelerator รุ่นต่อไปภายใต้แบรนด์ “Gaudi” ที่จะมาแทน Falcon Shores ซึ่งถูกยกเลิกไปแล้ว  → ความพิเศษอยู่ที่มันจะใช้ HBM4 รุ่นล่าสุดจาก SK hynix  → HBM4 มีแบนด์วิดท์มหาศาล เหมาะสำหรับ AI รุ่นใหญ่ เช่น LLM / LRM  → เป็นครั้งแรกที่ Intel ยืนยันว่าจะใช้ HBM4 จริงในผลิตภัณฑ์ 2️⃣ Diamond Rapids: คือ Xeon Gen ถัดไป (สำหรับ data center) ที่จะใช้ MRDIMM รุ่นที่ 2 — เป็นหน่วยความจำ DDR5 ที่เร็วและฉลาด  → เชื่อมต่อแบบ “multiplexed” ทำให้มี latency ต่ำและเร็วกว่า RDIMM  → ความเร็วคาดว่าจะไปถึง 12,800 MT/s (จากเดิม 8,800 MT/s) แม้ยังไม่มีรายละเอียดเรื่องจำนวน stack ของ HBM4 หรือสเปกเต็มของ Jaguar Shores แต่ก็ถือเป็นสัญญาณชัดว่า Intel ไม่ยอมให้นวัตกรรม AI–Server ตกขบวนอีกแล้วครับ ✅ Jaguar Shores เป็น Gaudi Accelerator รุ่นใหม่ของ Intel ที่จะเปิดตัวในปี 2026   • ใช้ HBM4 จาก SK hynix   • มาแทน Falcon Shores ที่ถูกยกเลิก   • ออกแบบสำหรับ AI workloads ขนาดใหญ่ ✅ HBM4 คือหน่วยความจำความเร็วสูงแบบใหม่ที่ JEDEC เพิ่งรับรองมาตรฐานในปี 2024   • มีแบนด์วิดท์สูงกว่า HBM3E   • Micron, SK hynix และ Samsung เริ่มผลิตทดสอบแล้ว   • ใช้ในระบบ AI, HPC และเซิร์ฟเวอร์ขนาดใหญ่ ✅ Diamond Rapids จะใช้ MRDIMM เจเนอเรชันที่ 2   • มีขนาด 64GB (ใช้ชิป 16GB) และ 128GB (ใช้ชิป 32GB)   • Multiplexed Rank DIMM → มี MRCD chip และ MDB chip ในตัว   • ลด latency ลงกว่า DDR5-6400 RDIMM ได้มากถึง 40%   • รองรับความเร็ว bus สูงสุด 12,800 MT/s ✅ แนวคิด MRDIMM คือให้ internal DRAM ทำงานที่ความเร็วครึ่งนึงของภายนอก เพื่อลดความร้อนและเพิ่มประสิทธิภาพ ‼️ Intel ยังไม่เปิดเผยจำนวน stack ของ HBM4 บน Jaguar Shores → อาจกระทบกับ performance vs NVIDIA / AMD หากใช้ stack น้อยเกินไป ‼️ การแข่งขันด้านหน่วยความจำ AI ร้อนแรงมาก — หาก Intel ปรับช้ากว่า Micron/SK hynix/Samsung อาจเสียส่วนแบ่งในตลาด hyperscaler https://www.tomshardware.com/tech-industry/artificial-intelligence/intel-jumps-to-hbm4-with-jaguar-shores-2nd-gen-mrdimms-with-diamond-rapids-sk-hynix

ก่อนอื่นต้องเข้าใจก่อนว่า ASML คือบริษัทผลิต เครื่อง EUV (Extreme Ultraviolet Lithography) ที่เป็นหัวใจของการผลิตชิปสมัยใหม่ทุกวันนี้ ยิ่งเทคโนโลยีเล็กลง (เช่น 5nm, 3nm), ความละเอียดของเครื่องก็ยิ่งสำคัญ แต่ช่วงหลัง Intel กลับออกมาบอกว่า “เครื่อง High NA EUV รุ่นล่าสุดของ ASML อาจไม่จำเป็นเท่าที่คิดในเทคโนโลยีชิปยุคใหม่” เพราะแนวโน้มตอนนี้คือ “เปลี่ยนจากการลดขนาดทรานซิสเตอร์แนวนอน → ไปเพิ่มชั้นแนวตั้ง (3D stacking)” แทน → ทำให้ความคมชัดของเลนส์ไม่ใช่พระเอกอีกต่อไป BofA จึงลดความคาดหวังต่ออุปสงค์ของเครื่อง High NA EUV แม้จะยังแนะนำ “ซื้อ” หุ้น ASML อยู่ (เพราะยังเชื่อในกระแส AI) แต่ก็มองว่า: - ตลาด High NA ยังไม่เติบโตเท่าที่หวัง - Intel ยังมีปัญหาผลิต 18A - Samsung เองยังไม่สามารถส่งชิปหน่วยความจำให้ NVIDIA ผ่านได้ - และยังมีความเสี่ยงการคว่ำบาตรจากสหรัฐฯ ต่ออุปกรณ์ที่ส่งไปจีน ✅ BofA ลดเป้าราคาหุ้น ASML จาก €795 → €759   • ลดคาดการณ์ EPS ปี 2026–2027 ลง ~5%   • แต่ยังคงคำแนะนำ “Buy” อยู่ ✅ เหตุผลที่ลดประมาณการคือการชะลอความต้องการเครื่อง High NA EUV ของ ASML   • โดยเฉพาะจาก Intel, Samsung   • และการปรับทิศทางดีไซน์ชิปไปสู่แนวตั้งแบบ 3D มากขึ้น ✅ BofA คาดว่า ASML จะขายเครื่อง High NA ได้แค่ 4 เครื่องในปี 2026   • ลดลง ~50% จากที่เคยคาดไว้ ✅ แม้จะเผชิญแรงกดดัน แต่ BofA ยังเชื่อในการเติบโตระยะยาวจากกระแส AI   • คาดว่าตลาด AI chip จะโตแตะ $795B ภายในปี 2030   • ซึ่งยังต้องพึ่งพาเทคโนโลยีลิทโธกราฟีรุ่นล่าสุดอยู่ ✅ อัตราส่วน EV/Operating Income ของ ASML ยังอยู่ที่ 19.6x   • ต่ำกว่าค่าเฉลี่ย 22x แต่ถือว่า “ยังน่าสนใจสำหรับนักลงทุนระยะยาว” https://wccftech.com/asmls-price-target-cut-by-bofa-due-to-lower-high-na-machine-demand/