🎙️ Pixel 10 กับ Tensor G5 – เมื่อ Google เลือก TSMC แทน Samsung เพื่อก้าวสู่ยุค AI บนมือถือ ในเดือนสิงหาคม 2025 Google เปิดตัว Pixel 10 และ Pixel 10 Pro พร้อมชิป Tensor G5 ซึ่งถือเป็นการเปลี่ยนแปลงครั้งใหญ่ในสายผลิตภัณฑ์ Pixel เพราะเป็นครั้งแรกที่ Google เลือก TSMC เป็นผู้ผลิตชิป แทนที่ Samsung ที่เคยร่วมงานกันมาตั้งแต่ Tensor รุ่นแรก Tensor G5 ถูกผลิตด้วยเทคโนโลยี N3P ของ TSMC ซึ่งเป็นกระบวนการระดับ 3 นาโนเมตรที่ให้ประสิทธิภาพสูงและใช้พลังงานต่ำกว่าเดิม โดย CPU เร็วขึ้น 34% และ TPU สำหรับงาน AI เร็วขึ้นถึง 60% เมื่อเทียบกับ Tensor G4 นอกจากความเร็วแล้ว Tensor G5 ยังมาพร้อมกับความสามารถด้าน AI ที่ล้ำหน้า เช่น การรันโมเดล Gemini Nano ของ DeepMind บนเครื่องโดยไม่ต้องพึ่งคลาวด์ ทำให้ฟีเจอร์อย่าง Magic Cue, Call Notes, Voice Translate และ Gboard Smart Edit ทำงานได้เร็วและแม่นยำขึ้น Pixel 10 ยังมีฟีเจอร์กล้องใหม่ เช่น Add Me, Auto Best Take และ 100x Pro Res Zoom ที่ใช้โมเดล diffusion ขนาดเกือบพันล้านพารามิเตอร์ ซึ่งรันบน TPU โดยตรง พร้อมระบบ ISP ใหม่ที่ช่วยให้ถ่ายวิดีโอ 10-bit ได้แม้ในที่แสงน้อย การเปลี่ยนมาใช้ TSMC ไม่ใช่แค่เรื่องประสิทธิภาพ แต่ยังสะท้อนถึงความพยายามของ Google ในการควบคุมคุณภาพและความปลอดภัยของชิป ตั้งแต่การออกแบบจนถึงการผลิต โดยมีเป้าหมายเพื่อสร้างสมาร์ทโฟนที่ฉลาดและปลอดภัยที่สุดในตลาด 📌 สรุปเนื้อหาเป็นหัวข้อ ➡️ Pixel 10 ใช้ชิป Tensor G5 ที่ผลิตโดย TSMC แทน Samsung ➡️ Tensor G5 ผลิตด้วยเทคโนโลยี N3P ระดับ 3nm ที่มีประสิทธิภาพสูง ➡️ CPU เร็วขึ้น 34% และ TPU เร็วขึ้น 60% เมื่อเทียบกับ Tensor G4 ➡️ รองรับโมเดล Gemini Nano จาก DeepMind สำหรับงาน AI บนเครื่อง ➡️ ฟีเจอร์ AI ใหม่ เช่น Magic Cue, Call Notes, Voice Translate, Gboard Smart Edit ➡️ ระบบกล้องใหม่รองรับ 100x Pro Res Zoom และวิดีโอ 10-bit ➡️ Pixel 10 รองรับการชาร์จเร็ว, แบตเตอรี่ใหญ่ขึ้น และชาร์จไร้สายแบบแม่เหล็ก ➡️ รองรับการอัปเดตซอฟต์แวร์นานถึง 7 ปี ➡️ มีการปรับปรุงระบบควบคุมความร้อนให้ชิปทำงานที่ความถี่สูงได้โดยไม่ throttle ➡️ ใช้ LPDDR5X และ UFS 4.0 เพื่อเพิ่มแบนด์วิดท์และความเร็วในการอ่านข้อมูล ✅ ข้อมูลเสริมจากภายนอก ➡️ TSMC เป็นผู้ผลิตชิปที่มี yield สูงและการออกแบบทรานซิสเตอร์ที่แม่นยำ ➡️ N3P เป็นการพัฒนาเพิ่มเติมจาก N3E โดยให้ประสิทธิภาพดีขึ้นแต่ยังคงความเข้ากันได้กับดีไซน์เดิม ➡️ การเปลี่ยนมาใช้ TSMC อาจเป็นการตอบโต้ต่อปัญหาด้านประสิทธิภาพของ Samsung Foundry ➡️ Tensor G5 ใช้สถาปัตยกรรม Matformer และ Per Layer Embedding เพื่อเพิ่มคุณภาพการตอบสนองของโมเดล ➡️ Pixel 10 เป็นรุ่นแรกที่ใช้ diffusion model ในกล้องโดยตรงบนอุปกรณ์ https://www.tomshardware.com/tech-industry/semiconductors/google-switches-from-samsung-to-tsmc-pixel-10-and-g5-use-tsmcs-n3p-process

🎙️ เมื่อ Zuckerberg เบรกการจ้างงาน AI – สัญญาณฟองสบู่ที่ Silicon Valley เริ่มสั่นคลอน ในช่วงปีที่ผ่านมา Meta ทุ่มเงินมหาศาลเพื่อดึงตัวนักวิจัย AI ระดับหัวกะทิจากบริษัทคู่แข่งอย่าง OpenAI และ Google โดยเสนอค่าตอบแทนสูงถึง $1 พันล้านดอลลาร์ต่อคน เพื่อเร่งพัฒนา “Superintelligence Labs” ที่มีเป้าหมายสร้างผู้ช่วยอัจฉริยะถาวรในรูปแบบแว่นตาอัจฉริยะ แต่เมื่อสัปดาห์ที่ผ่านมา Mark Zuckerberg กลับสั่ง “เบรก” การจ้างงานทั้งหมดในแผนก AI ของ Meta ท่ามกลางความกังวลว่าอุตสาหกรรม AI กำลังเข้าสู่ภาวะฟองสบู่ หลังจากรายงานของ MIT ระบุว่า 95% ของบริษัทที่ลงทุนใน AI ไม่ได้รับผลตอบแทนใด ๆ การหยุดจ้างงานนี้เกิดขึ้นก่อนที่ตลาดหุ้นจะร่วงหนัก โดยหุ้นของบริษัทเทคโนโลยีอย่าง Nvidia, Arm และ Palantir ตกลงอย่างต่อเนื่อง นักลงทุนเริ่มตั้งคำถามว่าเงินที่ทุ่มไปกับ AI นั้นคุ้มค่าจริงหรือไม่ แม้ Meta จะออกมาบอกว่าเป็น “การวางแผนองค์กรตามปกติ” แต่เบื้องหลังคือการปรับโครงสร้างครั้งใหญ่ โดยแบ่ง Superintelligence Labs ออกเป็น 4 หน่วยงานใหม่ และยุบทีม AGI Foundations ที่เคยพัฒนาโมเดล Llama และ Behemoth ซึ่งถูกวิจารณ์ว่าบิดเบือน benchmark เพื่อให้ดูดีเกินจริง นักวิเคราะห์เตือนว่า การจ่ายค่าตอบแทนสูงเกินไปโดยไม่มีนวัตกรรมที่ชัดเจนอาจทำให้มูลค่าหุ้นลดลง และความคาดหวังต่อ GPT-5 ที่ไม่เป็นไปตาม hype ยิ่งตอกย้ำว่าฟองสบู่ AI อาจแตกในไม่ช้า 📌 สรุปเนื้อหาเป็นหัวข้อ ➡️ Meta สั่งหยุดการจ้างงานในแผนก AI ทั้งหมด ยกเว้นกรณีพิเศษที่ต้องได้รับอนุมัติจาก Alexandr Wang ➡️ การหยุดจ้างงานเกิดขึ้นก่อนตลาดหุ้นร่วงจากความกังวลเรื่องฟองสบู่ AI ➡️ Zuckerberg เคยเสนอค่าตอบแทนสูงถึง $1 พันล้านเพื่อดึงนักวิจัยจาก OpenAI และ Google ➡️ Superintelligence Labs ถูกแบ่งออกเป็น 4 หน่วยงานใหม่ และทีม AGI Foundations ถูกยุบ ➡️ โมเดล Behemoth ถูกวิจารณ์ว่าบิดเบือน benchmark และมีการลาออกของทีมงาน ➡️ Meta อ้างว่าเป็น “การวางแผนองค์กรตามปกติ” เช่น การจัดงบประมาณประจำปี ➡️ หุ้นของบริษัทเทคโนโลยีหลายแห่ง เช่น Nvidia และ Palantir ร่วงจากความกังวลเรื่องผลตอบแทน AI ➡️ Zuckerberg ยืนยันว่าเป้าหมายคือสร้าง “ผู้ช่วยอัจฉริยะถาวร” ที่อยู่ในแว่นตาอัจฉริยะ ➡️ เขาเน้นทีมขนาดเล็กที่มีความสามารถสูง แทนการจ้างงานจำนวนมาก ➡️ ค่าใช้จ่ายในการจ้างงาน AI จะเพิ่มขึ้นอย่างมากในอนาคต ✅ ข้อมูลเสริมจากภายนอก ➡️ Meta ดึงตัวนักวิจัย AI มากกว่า 50 คนจากบริษัทคู่แข่งภายในไม่กี่เดือน ➡️ นักวิเคราะห์จาก Morgan Stanley เตือนว่าการจ่ายค่าตอบแทนสูงอาจลดมูลค่าหุ้น ➡️ GPT-5 ได้รับการตอบรับแบบ “กลาง ๆ” ไม่เป็นไปตามความคาดหวัง ➡️ Sam Altman เปรียบ hype ของ AI กับฟองสบู่ dotcom ในปี 2000 ➡️ บริษัทเทคโนโลยียังคงลงทุนหลายหมื่นล้านดอลลาร์ในโครงสร้างพื้นฐาน AI แม้รายได้ยังไม่ชัดเจน https://www.telegraph.co.uk/business/2025/08/21/zuckerberg-freezes-ai-hiring-amid-bubble-fears/

🎙️ Jaguar Shores – ชิป AI ตัวใหม่ของ Intel ที่อาจเป็นเดิมพันสุดท้าย ในโลกที่ NVIDIA และ AMD ครองตลาด AI อย่างมั่นคง Intel กลับต้องดิ้นรนเพื่อหาที่ยืน และตอนนี้พวกเขากำลังวางเดิมพันครั้งใหญ่กับ “Jaguar Shores” – ชิป AI รุ่นใหม่ที่ไม่ใช่แค่ชิป แต่เป็นแพลตฟอร์มระดับ rack-scale ที่อาจเปลี่ยนเกมได้ หลังจากยกเลิกโครงการ Falcon Shores ที่เคยถูกคาดหวังไว้สูง Intel หันมาโฟกัสกับ Jaguar Shores อย่างเต็มตัว โดยชิปนี้ถูกออกแบบให้รองรับงาน AI ในระดับ data center โดยเฉพาะ มีขนาดแพ็กเกจใหญ่ถึง 92.5mm x 92.5mm และใช้หน่วยความจำ HBM4 จาก SK Hynix ซึ่งถือเป็นเทคโนโลยีล่าสุดในวงการ Jaguar Shores จะรวม CPU Xeon รุ่นใหม่ Diamond Rapids, GPU, IPU, DPU และ interconnect แบบ silicon photonics เข้าไว้ในระบบเดียว เพื่อให้สามารถประมวลผลงาน AI ได้อย่างมีประสิทธิภาพและรวดเร็ว โดยใช้กระบวนการผลิต 18A ที่มีเทคโนโลยี RibbonFET และ PowerVia ซึ่งช่วยเพิ่มประสิทธิภาพต่อวัตต์อย่างมาก แต่แม้จะดูน่าตื่นเต้น Intel ก็ยังเผชิญกับความท้าทายหลายด้าน ทั้งการขาดแคลนบุคลากร ความล่าช้าในการพัฒนา และแรงกดดันจากคู่แข่งที่นำหน้าไปไกลแล้ว หาก Jaguar Shores ล้มเหลว ก็อาจเป็นจุดจบของความหวังในตลาด AI ของ Intel 📌 สรุปเนื้อหาเป็นหัวข้อ ➡️ Jaguar Shores เป็นแพลตฟอร์ม AI รุ่นใหม่ของ Intel ที่ทำงานในระดับ rack-scale ➡️ ใช้กระบวนการผลิต 18A พร้อมเทคโนโลยี RibbonFET และ PowerVia ➡️ ขนาดแพ็กเกจชิปใหญ่ถึง 92.5mm x 92.5mm พร้อม 4 tiles และ 8 HBM sites ➡️ ใช้หน่วยความจำ HBM4 จาก SK Hynix สำหรับงาน HPC และ AI inference ➡️ รวม CPU Xeon Diamond Rapids, GPU, IPU, DPU และ silicon photonics ➡️ ถูกใช้เป็น test vehicle โดยทีมวิศวกรรมความร้อนของ Intel ➡️ เป็นการเปลี่ยนแผนจาก Falcon Shores ที่ถูกยกเลิกไป ➡️ คาดว่าจะเปิดตัวในปี 2026 เพื่อแข่งขันกับ NVIDIA และ AMD ✅ ข้อมูลเสริมจากภายนอก ➡️ Falcon Shores ถูกลดบทบาทเป็นแพลตฟอร์มต้นแบบเพื่อทดสอบเทคโนโลยี ➡️ Jaguar Shores ถูกออกแบบให้รองรับงาน AI inference และ model deployment ➡️ Modular design รองรับการปรับแต่งสำหรับองค์กรที่มี workload เฉพาะ ➡️ Silicon photonics ช่วยให้การเชื่อมต่อระหว่างชิ้นส่วนใน rack มี latency ต่ำมาก ➡️ Intel หวังใช้ Jaguar Shores เป็นจุดเปลี่ยนเพื่อกลับมานำในตลาด AI https://wccftech.com/intel-next-gen-ai-chip-jaguar-shores-test-vehicle-surfaces-online/

🎙️ CN101 – ชิปที่ใช้พลังงานจากความไม่แน่นอน เพื่ออนาคตของ AI ที่ยั่งยืน ในยุคที่ AI กำลังเติบโตอย่างรวดเร็ว ความต้องการพลังงานก็พุ่งสูงขึ้นตามไปด้วย จนหลายศูนย์ข้อมูลต้องชะลอการทำงานของ GPU เพื่อหลีกเลี่ยงไฟดับ แต่ในเดือนสิงหาคม 2025 บริษัทสตาร์ทอัพชื่อ Normal Computing ได้เปิดตัว “CN101” ซึ่งเป็นชิปตัวแรกของโลกที่ใช้หลักการ “thermodynamic computing” หรือการคำนวณด้วยพลวัตทางธรรมชาติ ต่างจาก CPU และ GPU ที่ใช้ตรรกะแบบกำหนดแน่นอน CN101 ใช้ความไม่แน่นอน เช่น ความผันผวน การสลายพลังงาน และเสียงรบกวน เพื่อเร่งการคำนวณบางประเภท โดยเฉพาะการแก้สมการเชิงเส้นขนาดใหญ่ และการสุ่มแบบสถิติ ซึ่งเป็นหัวใจของการเรียนรู้เชิงลึกและการจำลองทางวิทยาศาสตร์ ชิปนี้สามารถเพิ่มประสิทธิภาพการใช้พลังงานได้ถึง 1,000 เท่าในงานเฉพาะทาง และยังสามารถทำงานในโครงสร้างศูนย์ข้อมูลเดิมได้โดยไม่ต้องเพิ่มกำลังไฟฟ้า Normal Computing ก่อตั้งโดยอดีตวิศวกรจาก Google Brain, Google X และ Palantir โดยมีแผนจะเปิดตัว CN201 ในปี 2026 สำหรับโมเดล diffusion ความละเอียดสูง และ CN301 ในปี 2028 สำหรับงานวิดีโอ AI ขนาดใหญ่ 📌 สรุปเนื้อหาเป็นหัวข้อ ➡️ Normal Computing เปิดตัว CN101 ชิป thermodynamic ตัวแรกของโลก ➡️ ใช้พลวัตธรรมชาติ เช่น ความผันผวนและเสียงรบกวน แทนตรรกะแบบกำหนด ➡️ เร่งการคำนวณด้าน linear algebra และ stochastic sampling ➡️ เพิ่มประสิทธิภาพการใช้พลังงานได้สูงสุดถึง 1,000 เท่าในงานเฉพาะทาง ➡️ สามารถทำงานในศูนย์ข้อมูลเดิมโดยไม่ต้องเพิ่มกำลังไฟฟ้า ➡️ CN101 เป็นก้าวแรกของ roadmap ที่จะนำไปสู่ CN201 และ CN301 ➡️ CN201 จะรองรับโมเดล diffusion ความละเอียดสูงในปี 2026 ➡️ CN301 จะรองรับงานวิดีโอ AI ขนาดใหญ่ในปี 2028 ➡️ ทีมผู้ก่อตั้งมาจาก Google Brain, Google X และ Palantir ➡️ การ tape-out ของ CN101 ถือเป็นหมุดหมายสำคัญของการคำนวณแบบ thermodynamic ✅ ข้อมูลเสริมจากภายนอก ➡️ Thermodynamic computing เป็นแนวคิดใหม่ที่ใช้หลักฟิสิกส์แทนตรรกะดิจิทัล ➡️ การใช้ stochasticity ช่วยให้ AI reasoning เร็วขึ้นโดยใช้พลังงานน้อยลง ➡️ งานที่ใช้การสุ่ม เช่น Bayesian inference และการจำลองโมเลกุล ได้ประโยชน์สูง ➡️ IEEE Spectrum ยกให้แนวคิดนี้เป็นหนึ่งในความก้าวหน้าที่น่าจับตามอง ➡️ หากสำเร็จ อาจเปลี่ยนกฎการ scaling ของ AI ในทศวรรษหน้า https://www.techradar.com/pro/chip-designer-youve-never-heard-of-brings-out-first-thermodynamic-silicon-and-seeks-to-reduce-ais-unsustainable-energy-consumption

🎙️ CHIPS Act ไม่ใช่แค่เงินช่วยเหลืออีกต่อไป — รัฐบาลสหรัฐฯ อาจกลายเป็นผู้ถือหุ้นใน Intel และบริษัทชิปอื่น ๆ เดิมที CHIPS Act ถูกออกแบบมาเพื่อให้เงินสนับสนุนแก่บริษัทเซมิคอนดักเตอร์ในการสร้างโรงงานผลิตชิปในสหรัฐฯ แต่ล่าสุด Howard Lutnick รัฐมนตรีพาณิชย์สหรัฐฯ เสนอแนวคิดใหม่ที่พลิกเกม: แทนที่จะให้เงินเปล่า รัฐบาลควร “ซื้อหุ้น” ในบริษัทเหล่านี้ เพื่อให้ผู้เสียภาษีได้รับผลตอบแทนจากการลงทุน แนวคิดนี้เริ่มต้นจาก Intel ซึ่งได้รับเงินสนับสนุนกว่า $7.86 พันล้าน และอาจได้รับเงินกู้เพิ่มอีก $11 พันล้าน แต่รัฐบาลกำลังพิจารณาถือหุ้น 10% ใน Intel เพื่อแลกกับเงินสนับสนุนดังกล่าว หากแนวทางนี้ขยายไปยังบริษัทอื่น เช่น Micron, TSMC, Samsung หรือ GlobalFoundries ก็อาจเปลี่ยนโฉมหน้าความสัมพันธ์ระหว่างรัฐกับเอกชนในอุตสาหกรรมชิปไปอย่างสิ้นเชิง แม้แนวคิดนี้จะดูเหมือนการลงทุนแบบ VC แต่ก็มีข้อจำกัด เช่น บริษัทต่างชาติอย่าง Samsung หรือ TSMC อาจไม่ยอมให้รัฐบาลสหรัฐฯ เข้ามาถือหุ้นง่าย ๆ เพราะเกี่ยวข้องกับรัฐบาลของประเทศตนเอง และอาจซับซ้อนทางการเมือง อย่างไรก็ตาม แนวทางนี้สะท้อนถึงความพยายามของสหรัฐฯ ที่จะลดการพึ่งพาเทคโนโลยีจากต่างประเทศ โดยเฉพาะจากไต้หวัน ซึ่งผลิตชิปขั้นสูงกว่า 90% ของโลก และอยู่ห่างจากจีนเพียง 80 ไมล์ 📌 สรุปเนื้อหาเป็นหัวข้อ ➡️ รัฐบาลสหรัฐฯ เสนอแนวคิดเปลี่ยนเงินสนับสนุนจาก CHIPS Act เป็นการซื้อหุ้นในบริษัทชิป ➡️ Howard Lutnick เสนอให้ถือหุ้น 10% ใน Intel เพื่อแลกกับเงินสนับสนุนกว่า $7.86 พันล้าน ➡️ แนวคิดนี้อาจขยายไปยังบริษัทอื่น เช่น Micron, TSMC, Samsung และ GlobalFoundries ➡️ เป้าหมายคือให้ผู้เสียภาษีได้รับผลตอบแทนจากการลงทุน ไม่ใช่แค่ให้เงินเปล่า ➡️ รัฐบาลสหรัฐฯ เคยให้เงินสนับสนุน Samsung $4.75B, Micron $6.2B และ TSMC $6.6B ➡️ Lutnick ระบุว่า “เราไม่สามารถพึ่งพาไต้หวันในการผลิตชิปขั้นสูงได้อีกต่อไป” ➡️ แนวคิดนี้ได้รับการสนับสนุนจากอดีตประธานาธิบดี Donald Trump ➡️ กระทรวงพาณิชย์สหรัฐฯ กำลังเจรจาใหม่กับบริษัทที่เคยได้รับเงินสนับสนุนจากรัฐบาลก่อนหน้านี้ ➡️ การถือหุ้นจะไม่ให้สิทธิ์ในการบริหาร แต่จะให้รัฐบาลมีอิทธิพลทางยุทธศาสตร์ ➡️ มีการเปรียบเทียบกับการถือหุ้นของรัฐบาลจีนในบริษัทเทคโนโลยีของตนเอง ✅ ข้อมูลเสริมจากภายนอก ➡️ รัฐบาลสหรัฐฯ เคยถือหุ้นในบริษัทเอกชนช่วงวิกฤตเศรษฐกิจ เช่น GM และ AIG ➡️ TSMC มีผู้ถือหุ้นจากหลายประเทศ เช่น รัฐบาลไต้หวันและกองทุนจากสิงคโปร์ ➡️ การถือหุ้นของรัฐอาจช่วยดึงดูดลูกค้ารายใหญ่ให้กับ Intel ที่กำลังขาดทุน ➡️ Nvidia เคยทำข้อตกลงให้รัฐบาลสหรัฐฯ ได้ส่วนแบ่ง 15% จากการขายชิป H20 ให้จีน ➡️ Pentagon เตรียมถือหุ้นใหญ่ในบริษัทเหมืองเพื่อเพิ่มการผลิตแม่เหล็กหายาก https://www.tomshardware.com/tech-industry/chips-act-funding-could-herald-an-era-where-the-u-s-is-not-offering-grants-but-buying-equity-lutnicks-semiconductor-strategy-might-not-end-with-intel

🎙️ 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

🔮 AMD เตรียมเปิดแผนอนาคต Zen 6, RDNA 5, CDNA และ UDNA ในงานใหญ่เดือนพฤศจิกายน AMD ประกาศจัดงาน Financial Analyst Day ในวันที่ 11 พฤศจิกายน 2025 ที่นิวยอร์ก ซึ่งจะเป็นเวทีสำคัญในการเปิดเผยแผนพัฒนาเทคโนโลยีในระยะยาว โดยเฉพาะ CPU ตระกูล Zen รุ่นใหม่, GPU สาย RDNA และ CDNA สำหรับงาน HPC และ AI รวมถึงสถาปัตยกรรมใหม่ชื่อ UDNA ที่จะเป็นหัวใจของ AI accelerators รุ่นถัดไป ในฝั่ง CPU AMD จะพูดถึง EPYC “Venice” ที่ใช้ Zen 6 และจะเปิดเผยข้อมูลเพิ่มเติมเกี่ยวกับ EPYC “Verano” ที่คาดว่าจะใช้ Zen 6 หรือ Zen 7 ในปี 2027 และอาจมีการพูดถึง Zen 8 ด้วย ด้าน GPU จะมีการเปิดตัว RDNA 5 สำหรับผู้ใช้ทั่วไป และ UDNA 6 สำหรับงาน AI โดย AMD ตั้งเป้ารวมสาย RDNA และ CDNA เข้าด้วยกันในอนาคต เพื่อสร้าง GPU ที่รองรับทั้งเกมและงานประมวลผลระดับสูง ในฝั่ง AI และ HPC AMD จะพูดถึง Instinct MI500 accelerators ที่ใช้ UDNA 6 และเทคโนโลยีการเชื่อมต่อแบบใหม่ชื่อ UALink ซึ่งจะช่วยให้ระบบ AI ขนาดใหญ่สามารถเชื่อมต่อกันได้อย่างมีประสิทธิภาพ นอกจากนี้ AMD ยังจะเปิดเผยแผนการเงินระยะยาว และกลยุทธ์ในการแข่งขันกับ Nvidia และผู้ผลิตชิปแบบ custom จาก hyperscale cloud providers ✅ ข้อมูลจากข่าวหลัก ➡️ AMD จะจัดงาน Financial Analyst Day วันที่ 11 พฤศจิกายน 2025 ที่นิวยอร์ก ➡️ งานนี้จะเปิดเผยแผนระยะยาวของ CPU, GPU, AI accelerators และเทคโนโลยีการเชื่อมต่อ ➡️ CPU EPYC “Venice” ใช้ Zen 6 และจะเปิดเผยข้อมูล EPYC “Verano” ที่อาจใช้ Zen 6 หรือ Zen 7 ➡️ อาจมีการพูดถึง Zen 8 สำหรับอนาคตระยะไกล ➡️ GPU RDNA 5 สำหรับผู้ใช้ทั่วไป และ UDNA 6 สำหรับงาน AI จะถูกเปิดเผย ➡️ Instinct MI500 accelerators จะใช้สถาปัตยกรรม UDNA 6 ➡️ เทคโนโลยี UALink จะช่วยให้ระบบ AI ขนาดใหญ่เชื่อมต่อกันได้ดีขึ้น ➡️ AMD จะเปิดเผยแผนการเงินระยะยาวและกลยุทธ์แข่งขันกับ Nvidia และผู้ผลิต custom silicon ✅ ข้อมูลเสริมจากภายนอก ➡️ Zen 6 อาจมีความเร็วทะลุ 7.0GHz และใช้ dual IMC design สำหรับการจัดการหน่วยความจำ ➡️ RDNA 5 คาดว่าจะมี IPC สูงกว่า RDNA 4 ประมาณ 5–10% ที่ความเร็วเท่าเดิม ➡️ ROCm ecosystem จะถูกขยายเพื่อรองรับ AI และ HPC มากขึ้น ➡️ AMD อาจเปิดตัว Radeon RX 10900 XT ที่ใช้ RDNA 5 แข่งกับ RTX 6090 ➡️ UDNA จะเป็นจุดรวมของ GPU สายเกมและ HPC ในอนาคต ➡️ AMD มีแผนใช้ advanced packaging technologies เพื่อเพิ่มประสิทธิภาพและลดต้นทุน https://www.tomshardware.com/pc-components/cpus/amd-to-disclose-roadmaps-in-mid-november-the-future-of-zen-6-rdna-cdna-and-udna-expected

💼 SoftBank ทุ่ม 2 พันล้านดอลลาร์ซื้อหุ้น Intel: เดิมพันอนาคตชิปและ AI SoftBank Group ประกาศเมื่อวันที่ 19 สิงหาคม 2025 ว่าจะลงทุน 2 พันล้านดอลลาร์ใน Intel โดยซื้อหุ้นสามัญในราคาหุ้นละ $23 ซึ่งต่ำกว่ามูลค่าทางบัญชีของ Intel ที่มีสินทรัพย์รวมกว่า $109 พันล้านดอลลาร์ ดีลนี้เกิดขึ้นในช่วงที่ Intel กำลังดิ้นรนฟื้นตัวจากการสูญเสียส่วนแบ่งตลาดในกลุ่มชิป AI ซึ่งถูกครองโดย Nvidia และ AMD โดย SoftBankมองว่า Intel ยังมีโครงสร้างพื้นฐานด้านการผลิตชิปที่แข็งแกร่ง และสามารถกลับมาเป็นผู้นำได้ หากเทคโนโลยี 18A และ 14A ประสบความสำเร็จ การลงทุนนี้ทำให้ SoftBank กลายเป็นผู้ถือหุ้นอันดับ 5 ของ Intel และถือเป็นการเสริมพันธมิตรระยะยาวระหว่างสองบริษัท ซึ่งมีเป้าหมายร่วมกันในการผลักดันการผลิตเซมิคอนดักเตอร์ในสหรัฐฯ และรองรับความต้องการด้าน AI ที่กำลังพุ่งสูง นอกจากนี้ SoftBank ยังถือหุ้นใหญ่ใน Arm และเพิ่งซื้อ Ampere Computing ไปเมื่อเดือนมีนาคม ซึ่งทั้งสองบริษัทมีบทบาทสำคัญในโครงการ Stargate—a mega project ร่วมกับ OpenAI และ Oracle ที่จะสร้างโครงสร้างพื้นฐาน AI มูลค่า $500 พันล้าน ➡️ SoftBank ลงทุน $2 พันล้านใน Intel โดยซื้อหุ้นละ $23 ➡️ Intel กำลังฟื้นตัวจากการสูญเสียตลาดชิป AI และราคาหุ้นตกหนักในปี 2024 ➡️ การลงทุนนี้ทำให้ SoftBank เป็นผู้ถือหุ้นอันดับ 5 ของ Intel ➡️ ดีลนี้เป็นการเสริมพันธมิตรระยะยาวระหว่างสองบริษัท ➡️ Intel มีแผนฟื้นตัวผ่านเทคโนโลยี 18A และ 14A สำหรับการผลิตชิปรุ่นใหม่ ➡️ SoftBank ยังถือหุ้นใหญ่ใน Arm และเพิ่งซื้อ Ampere Computing ➡️ โครงการ Stargate ร่วมกับ OpenAI และ Oracle เป็นส่วนหนึ่งของยุทธศาสตร์ AI ➡️ Intel CEO Lip-Bu Tan และ Masayoshi Son มีความสัมพันธ์ใกล้ชิดและเคยร่วมงานกันหลายครั้ง ➡️ Intel เป็นบริษัทเดียวในสหรัฐฯ ที่ยังสามารถผลิตชิปรุ่นสูงได้ภายในประเทศ ➡️ SoftBank เคยซื้อ Arm ในปี 2016 ด้วยมูลค่า $32 พันล้าน และปัจจุบันมีมูลค่ากว่า $150 พันล้าน ➡️ Ampere Computing เป็นผู้ผลิตชิป ARM สำหรับเซิร์ฟเวอร์ที่เติบโตเร็ว ➡️ ตลาดชิป AI คาดว่าจะมีมูลค่ากว่า $400 พันล้านภายในปี 2030 ➡️ การลงทุนใน Intel อาจช่วย SoftBank ต่อรองกับพันธมิตรอื่นในระบบนิเวศ AI ➡️ รัฐบาลสหรัฐฯ กำลังพิจารณาซื้อหุ้น 10% ใน Intel เพื่อเสริมความมั่นคงด้านเทคโนโลยี https://www.tomshardware.com/tech-industry/semiconductors/softbank-to-buy-usd2-billion-in-intel-shares-at-usd23-each-firm-still-owns-majority-share-of-arm

🏭 จากนำเข้า สู่ผลิตเอง: สหรัฐฯ เริ่มผลิตเวเฟอร์ซิลิกอนในประเทศ ในอดีต สหรัฐฯ ต้องพึ่งพาการนำเข้าแผ่นเวเฟอร์ซิลิกอนจากบริษัทในญี่ปุ่นและไต้หวัน เช่น Shin-Etsu และ Sumco เพื่อใช้เป็นฐานในการผลิตชิป แต่ในปี 2025 GlobalWafers ได้เปิดโรงงานแห่งใหม่ในเมือง Sherman รัฐเท็กซัส ซึ่งถือเป็นครั้งแรกที่มีการผลิตเวเฟอร์ซิลิกอนขนาด 300 มม. ภายในประเทศ โรงงานนี้มีมูลค่าการลงทุนกว่า $3.5 พันล้าน และได้รับการสนับสนุนจาก CHIPS Act รวมถึงเงินลงทุนจาก Apple และ TSMC โดยมีเป้าหมายผลิตเวเฟอร์เดือนละ 300,000 แผ่นในเฟสแรก การผลิตในประเทศจะช่วยลดเวลาการขนส่ง เพิ่มความมั่นคงของห่วงโซ่อุปทาน และลดต้นทุนการผลิตให้กับบริษัทผู้ผลิตชิปในสหรัฐฯ เช่น Texas Instruments, NVIDIA และ Samsung ที่มีโรงงานในเท็กซัส นอกจากนี้ GlobalWafers ยังมีแผนผลิตเวเฟอร์ชนิดพิเศษ เช่น SOI (Silicon-on-Insulator) สำหรับงานด้านอวกาศและกลาโหม และ SiC (Silicon Carbide) สำหรับรถยนต์ไฟฟ้าและโครงสร้างพื้นฐานพลังงานสะอาด การเปิดโรงงานนี้ยังสร้างงานกว่า 2,500 ตำแหน่ง และเป็นส่วนหนึ่งของการเปลี่ยนแปลงเชิงยุทธศาสตร์จากการพึ่งพาเอเชีย สู่การสร้างอุตสาหกรรมเทคโนโลยีที่แข็งแกร่งในฝั่งตะวันตก ✅ ความสำเร็จของ GlobalWafers ในสหรัฐฯ ➡️ เป็นบริษัทแรกที่ผลิตเวเฟอร์ซิลิกอนขนาด 300 มม. ภายในสหรัฐฯ ➡️ โรงงานตั้งอยู่ในเมือง Sherman รัฐเท็กซัส มูลค่าการลงทุน $3.5 พันล้าน ➡️ ได้รับการสนับสนุนจาก CHIPS Act และเงินลงทุนจาก Apple และ TSMC ➡️ ผลิตเวเฟอร์เดือนละ 300,000 แผ่นในเฟสแรก ➡️ ลดการพึ่งพาการนำเข้าจากญี่ปุ่นและไต้หวัน ➡️ ช่วยเสริมความมั่นคงของห่วงโซ่อุปทานในอุตสาหกรรมชิป ➡️ สร้างงานกว่า 2,500 ตำแหน่งในเท็กซัสและมิสซูรี ✅ ข้อมูลเสริมจากภายนอก ➡️ GlobalWafers เป็นหนึ่งใน 5 ผู้นำตลาดเวเฟอร์โลก ร่วมกับ Shin-Etsu และ Sumco ➡️ มีโรงงานในยุโรป เอเชีย และสหรัฐฯ ทำให้ลดต้นทุนขนส่งได้ถึง 5% ➡️ เวเฟอร์ SOI ใช้ในงานอวกาศ กลาโหม และ HPC ด้วยคุณสมบัติกันรังสี ➡️ เวเฟอร์ SiC ใช้ในรถยนต์ไฟฟ้าและระบบพลังงานสะอาด ➡️ ตลาดเวเฟอร์คาดว่าจะเติบโต 5.5% ต่อปีในด้านพื้นที่ และ 2% ในด้านราคา ➡️ GlobalWafers มีข้อตกลงระยะยาวกับลูกค้าเพื่อรักษาเสถียรภาพรายได้ https://wccftech.com/u-s-chip-industry-reaches-another-milestone-as-globalwafers-becomes-the-first-firm-to-produce-silicon-wafers-domestically/

🌐 Silicon Photonics: เทคโนโลยีแห่งอนาคตที่ยังไม่พร้อมสำหรับวันนี้ ในขณะที่อุตสาหกรรมคอมพิวเตอร์กำลังมองหาเทคโนโลยีใหม่เพื่อรองรับการประมวลผล AI ขนาดใหญ่ “Silicon Photonics” หรือการส่งข้อมูลด้วยแสงผ่านชิปซิลิกอน ถูกมองว่าเป็นคำตอบสำหรับการเชื่อมต่อที่เร็วขึ้น ประหยัดพลังงาน และลดความร้อน แต่ Jensen Huang ซีอีโอของ NVIDIA กลับออกมาแสดงความเห็นว่า “โลกควรอยู่กับทองแดงให้นานที่สุดเท่าที่จะทำได้” เพราะแม้ NVIDIA จะร่วมมือกับ TSMC และพัฒนาเทคโนโลยี photonics เช่น Quantum-X และ Spectrum-X แต่การใช้งานจริงยังต้องใช้เวลาอีกหลายปี แม้จะมีการเปิดตัวสวิตช์เครือข่ายแบบ photonics ที่สามารถเชื่อมต่อ GPU หลายล้านตัวใน AI factory ได้ แต่ Jensen ย้ำว่า การเปลี่ยนผ่านจากทองแดงไปสู่แสงต้องใช้การปรับโครงสร้างสถาปัตยกรรมใหม่ทั้งหมด ซึ่งไม่ใช่เรื่องง่ายในระยะสั้น ✅ ความหมายและศักยภาพของ Silicon Photonics ➡️ เป็นเทคโนโลยีที่ใช้แสงแทนไฟฟ้าในการส่งข้อมูลผ่านชิปซิลิกอน ➡️ ให้แบนด์วิดธ์สูงกว่า ลด latency และประหยัดพลังงานมากกว่าสายทองแดง ➡️ เหมาะกับงาน AI ขนาดใหญ่ที่ต้องการเชื่อมต่อ GPU จำนวนมหาศาล ✅ จุดยืนของ NVIDIA และ Jensen Huang ➡️ Jensen Huang ระบุว่า Silicon Photonics ยังไม่พร้อมใช้งานจริง ➡️ แนะนำให้ใช้สายทองแดงต่อไปอีกหลายปีเพื่อความเสถียรและต้นทุนต่ำ ➡️ การเปลี่ยนไปใช้ photonics ต้องปรับโครงสร้างสถาปัตยกรรมใหม่ทั้งหมด ✅ แผนการพัฒนา Photonics ของ NVIDIA ➡️ ร่วมมือกับ TSMC พัฒนาแพลตฟอร์ม COUPE สำหรับการประกอบ photonics ➡️ เปิดตัว Spectrum-X และ Quantum-X switches สำหรับ AI factories ➡️ สวิตช์สามารถส่งข้อมูลได้ถึง 400Tbps และประหยัดพลังงานได้ถึง 3.5 เท่า ➡️ Quantum-X InfiniBand จะวางขายปลายปี 2025 และ Spectrum-X Ethernet ในปี 2026 ✅ Ecosystem และพันธมิตร ➡️ มีพันธมิตรเช่น Coherent, Corning, Foxconn, Lumentum และ SENKO ➡️ TSMC เป็นสมาชิกผู้ก่อตั้ง Silicon Photonics Industry Alliance ➡️ NVIDIA ยังลงทุนในสตาร์ตอัพ Xscape ที่พัฒนาแพลตฟอร์ม photonics สำหรับ AI https://wccftech.com/nvidia-ceo-jensen-huang-claims-silicon-photonics-packaging-is-still-years-away/

🛳 เรือสำราญลำยักษ์ที่ถูกขนานนามว่าเป็นเมืองลอยน้ำประจำปี 2025 ด้วยขนาดและน้ำหนักของเรือกว่าลำละ 200,000 ตัน เรือลำใหม่จากสายเรือยอดฮิตของเหล่านักเดินทาง 🐳 Star of the Seas ➖ Royal Caribbean เรือลำที่ 2 จากคลาส Icon ของ Royal Caribbean น้ำหนักอยู่ที่ 250,800 ตัน ประจำการหลักอยู่ที่เส้นทางแคริบเบียน รวมถึงเกาะส่วนตัวของ Royal Caribbean อย่าง Perfect Day at CocoCay 🤹🏻‍♀ Disney Adventure ➖ Disney Cruise Line เรือลำที่ 8 และเรือใหม่ล่าสุด รองรับผู้โดยสารกว่า 6,000 คน ถูกขนานนามว่าเป็นสวนสนุกกลางทะเลขนาดยักษ์ รถไฟเกาะตีลังกากลางทะเลแห่งแรก พร้อมด้วยการตกแต่งเรือด้วยธีมดิสนีย์ และ อเวนเจอร์ทั้งลำ 🎎 MSC World America ➖ msc cruise line เรือ World class ลำที่ 2 จากสายเรือ MSC กับขนาดเรือยักษ์ใหญ่ ความสูงกว่า 22 ชั้น พร้อมร้านอาหารอีก 19 แห่ง และโซนกิจกรรมความสนุกระดับโลก รวมถึงชิงช้าลอยน้ำบนเรือ 🎆 Star Princess ➖ Princess Cruises เรือสำราญระดับ Sphere ลำที่ 2 ต่อจาก Sun Princess นับเรือสำราญลำใหญ่ที่สุดที่เคยสร้างในอิตาลี ออกเดินทางท่ามกลางทะเลเมดิเตอร์เรเนียน ก่อนจะย้ายไปยังทะเลแคริบเบียน และเส้นทางอลาสก้าในช่วงต้นปี 2569 🗽 📩 สอบถามเพิ่มเติมหรือจองแพ็คเกจได้ทันที! https://cruisedomain.com/ LINE ID: @CruiseDomain 78s.me/c54029 Facebook: CruiseDomain 78s.me/b8a121 Youtube : CruiseDomain 78s.me/8af620 ☎️: 0 2116 9696 #เรือสำราญ2025 #Cruise2025 #StarOfTheSeas #DisneyAdventure #MSCWorldAmerica #StarPrincess #เที่ยวเรือสำราญ #เมืองลอยน้ำ #เที่ยวรอบโลก #สายเรือยอดนิยม #เที่ยวแคริบเบียน #เที่ยวอลาสก้า #ทะเลเมดิเตอร์เรเนียน #ล่องเรือดิสนีย์ #TravelNews #cruisedomain #thaitimes #News1 #Sondhitalk #คุยทุกเรื่องกับสนธิ #เที่ยว #เขมจิราต้องรอด

🧪⚙️ เล่าให้ฟังใหม่: เมื่อชิปไม่ใช่แค่ซิลิคอน — Thermodynamic Computing กำลังเปลี่ยนเกม AI ด้วยพลังของฟิสิกส์ Normal Computing ได้ประกาศความสำเร็จในการ tape-out ชิป CN101 ซึ่งเป็นชิป thermodynamic computing ตัวแรกของโลกที่ออกแบบมาเพื่อการฝึก AI และงาน HPC โดยเฉพาะ จุดเด่นของชิปนี้คือการใช้หลักการทางฟิสิกส์ เช่น ความร้อน ความไม่แน่นอน และความสุ่ม มาเป็นกลไกในการคำนวณ แทนที่จะพยายามกำจัด “noise” แบบที่ชิปทั่วไปทำ แนวคิดนี้คล้ายกับการคำนวณแบบควอนตัมหรือ probabilistic computing โดยชิปจะเริ่มจากสถานะกึ่งสุ่ม แล้วปล่อยให้ระบบเข้าสู่สมดุล จากนั้นอ่านค่าผลลัพธ์จากสถานะสมดุลนั้น ซึ่งเหมาะกับงานที่ไม่ต้องการผลลัพธ์แบบแน่นอน เช่น การสร้างภาพด้วย AI หรือการแก้สมการเชิงเส้น CN101 ถูกออกแบบมาเพื่อแก้ปัญหา linear algebra และ matrix operations ได้อย่างมีประสิทธิภาพ โดยใช้พลังงานน้อยกว่าชิปทั่วไปถึง 1000 เท่าในบางงาน และเป็นส่วนหนึ่งของวิสัยทัศน์ที่ต้องการรวม CPU, GPU, ASIC แบบ thermodynamic และชิปควอนตัมไว้ในเซิร์ฟเวอร์ AI เพื่อให้แต่ละปัญหาได้เครื่องมือที่เหมาะสมที่สุด แม้จะมีศักยภาพสูง แต่ thermodynamic computing ยังอยู่ในช่วงเริ่มต้น และมีความท้าทายด้านการใช้งานจริง เช่น การออกแบบระบบที่สามารถควบคุมความสุ่มได้อย่างแม่นยำ และการประยุกต์ใช้ในงานที่ไม่ใช่ AI ✅ Normal Computing ประกาศ tape-out ชิป thermodynamic computing ตัวแรกชื่อ CN101 ➡️ ใช้หลักการฟิสิกส์ เช่น ความร้อนและความสุ่มในการคำนวณ ✅ CN101 ออกแบบมาเพื่องาน AI และ HPC โดยเฉพาะ ➡️ เช่น การฝึกโมเดล AI และการแก้สมการเชิงเส้น ✅ ชิปเริ่มจากสถานะกึ่งสุ่ม แล้วเข้าสู่สมดุลเพื่อหาคำตอบ ➡️ เหมาะกับงานที่ไม่ต้องการผลลัพธ์แบบ deterministic ✅ CN101 ใช้พลังงานน้อยกว่าชิปทั่วไปถึง 1000 เท่าในบางงาน ➡️ เพิ่มประสิทธิภาพด้านพลังงานอย่างมหาศาล ✅ เป้าหมายคือรวม CPU, GPU, thermodynamic ASIC และชิปควอนตัมไว้ในเซิร์ฟเวอร์เดียว ➡️ เพื่อให้แต่ละปัญหาได้เครื่องมือที่เหมาะสมที่สุด ✅ Roadmap ของ CN101 มีแผนขยายในปี 2026 และ 2028 ➡️ รองรับโมเดล AI ที่ซับซ้อนมากขึ้น เช่น diffusion models https://www.tomshardware.com/tech-industry/semiconductors/worlds-first-thermodynamic-computing-chip-reaches-tape-out-normal-computings-physics-based-asic-changes-lanes-to-train-more-ai

🧠🔧 Apple M5 กับ LMC: ก้าวแรกสู่ยุค CoWoS และชิปหลายชั้นที่ทรงพลังยิ่งขึ้น Apple กำลังเตรียมเปิดตัวชิป M5 สำหรับ Mac รุ่นใหม่ในปี 2026 โดยมีการเปลี่ยนแปลงสำคัญด้านการบรรจุชิป (packaging) ด้วยการใช้วัสดุใหม่ที่เรียกว่า LMC หรือ Liquid Molding Compound ซึ่งจะช่วยให้ชิปมีความแข็งแรงมากขึ้น ระบายความร้อนได้ดีขึ้น และรองรับการออกแบบแบบ multi-die ที่ซับซ้อนมากขึ้นในอนาคต วัสดุ LMC นี้จะถูกผลิตโดย Eternal Materials จากไต้หวัน ซึ่งสามารถเอาชนะผู้ผลิตจากญี่ปุ่นที่ครองตลาดมานานอย่าง Namics และ Nagase ได้สำเร็จ โดย TSMC ได้ผ่านการรับรองคุณภาพของ LMC แล้ว และกำลังทดสอบเพื่อใช้งานร่วมกับเทคโนโลยี CoWoS (Chip-on-Wafer-on-Substrate) ซึ่งเป็นระบบการบรรจุชิปขั้นสูงที่ใช้ในชิป AI และ HPC ระดับสูง แม้ว่า M5 จะยังไม่ใช้ CoWoS เต็มรูปแบบ แต่การเลือกใช้ LMC ที่รองรับ CoWoS ได้ถือเป็นการวางรากฐานสำหรับชิป M6 และ M7 ในอนาคต ที่อาจใช้ CoWoS หรือแม้แต่ CoPoS (Chip-on-Package-on-Substrate) ซึ่งรองรับการวางชิปหลายตัวในแพ็กเกจเดียว เพิ่มทั้งประสิทธิภาพและแบนด์วิดท์ ✅ Apple เลือกใช้ LMC สำหรับชิป M5 ใน Mac รุ่นปี 2026 ➡️ เป็นวัสดุใหม่ที่ช่วยเพิ่มความแข็งแรงและการระบายความร้อน ✅ Eternal Materials จากไต้หวันเป็นผู้ผลิต LMC รายเดียวที่ได้รับเลือก ➡️ เอาชนะผู้ผลิตจากญี่ปุ่นที่ครองตลาดมานาน ✅ TSMC ผ่านการรับรองคุณภาพของ LMC และกำลังทดสอบร่วมกับ CoWoS ➡️ เตรียมใช้งานจริงในปี 2026 และขยายบทบาทในปี 2027–2028 ✅ CoWoS คือเทคโนโลยีการบรรจุชิปที่ใช้ในชิป AI และ HPC ➡️ รองรับการวางชิปหลายตัวในแพ็กเกจเดียว เพิ่มแบนด์วิดท์และประสิทธิภาพ ✅ สำหรับ iPhone A20 จะใช้ MUF (Molding Underfill) แบบใหม่ ➡️ ลดขั้นตอนการผลิตและเพิ่ม yield โดยใช้แพ็กเกจ WMCM (Wafer-level Multi-Chip Module) ✅ Apple วางแผนใช้ CoPoS ในอนาคต ซึ่งจะเพิ่มการใช้ LMC อีก 30% ➡️ รองรับการออกแบบชิปที่ซับซ้อนและมี footprint ใหญ่ขึ้น https://www.techpowerup.com/339870/apple-m5-silicon-adopts-lmc-packaging-paving-the-way-for-cowos

💸⚙️ 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

🔬💾 เรื่องเล่าจากชั้นในของชิป: CT scan เผยความลับของ Intel 386 ที่ซ่อนอยู่ใต้เซรามิก ในยุคที่ชิปสมัยใหม่มีขนาดเล็กลงและซับซ้อนขึ้นเรื่อย ๆ Ken Shirriff นักวิจัยด้านฮาร์ดแวร์ได้ใช้เทคโนโลยี CT scan เพื่อเปิดเผยโครงสร้างภายในของ Intel 386—ชิประดับตำนานจากยุค 1980 ที่ถือเป็นจุดเริ่มต้นของ x86 แบบ 32 บิต แม้ภายนอกจะดูเหมือนเซรามิกสีเทาพร้อมขา 132 ขา แต่ภายในกลับซ่อนวิศวกรรมระดับสูงไว้มากมาย โดย CT scan ให้ภาพ X-ray หลายร้อยชั้นที่สามารถรวมเป็นโมเดล 3D เพื่อหมุน ดู และ “ลอก” ชั้นต่าง ๆ ได้แบบดิจิทัล สิ่งที่พบมีตั้งแต่สายทองคำขนาด 35 ไมโครเมตรที่เชื่อมระหว่าง die กับแผงวงจร ไปจนถึงโครงสร้างวงจร 6 ชั้นที่ซ่อนอยู่ภายในเซรามิก ซึ่งประกอบด้วย 2 ชั้นสำหรับสัญญาณ และ 4 ชั้นสำหรับพลังงานและกราวด์ โดยใช้เทคนิค “single-row double-shelf bonding” เพื่อเพิ่มความหนาแน่นของการเชื่อมต่อ นอกจากนี้ยังพบสายไฟข้างชิปที่ใช้ในขั้นตอนชุบทอง ซึ่งปกติจะไม่ปรากฏให้เห็น รวมถึงการออกแบบที่รองรับการกระจายความร้อนด้วยอีพ็อกซีผสมเงินใต้ die เพื่อให้ชิปทำงานได้เสถียร ที่น่าสนใจคือ มีขาบางขาในแพ็กเกจที่ระบุว่า “No Connect” แต่จริง ๆ แล้วมีการเชื่อมต่อภายใน die ซึ่งอาจใช้สำหรับการทดสอบหรือฟังก์ชันลับที่ Intel ไม่เคยเปิดเผย ✅ Ken Shirriff ใช้ CT scan สำรวจโครงสร้างภายในของ Intel 386 CPU ➡️ สร้างโมเดล 3D ที่สามารถหมุนและลอกชั้นต่าง ๆ ได้แบบดิจิทัล ✅ พบสายทองคำขนาด 35 µm เชื่อมระหว่าง die กับแผงวงจร ➡️ บางจุดมีถึง 5 เส้นเพื่อรองรับกระแสไฟสูง ✅ แพ็กเกจภายในเป็นวงจร 6 ชั้น: 2 ชั้นสัญญาณ + 4 ชั้นพลังงาน ➡️ ใช้เทคนิค “single-row double-shelf bonding” เพื่อเพิ่มความหนาแน่น ✅ พบสายไฟด้านข้างที่ใช้ชุบทองในขั้นตอนการผลิต ➡️ ยืนยันด้วยการขัดเซรามิกให้ตรงกับภาพ CT ✅ ใต้ die มีอีพ็อกซีผสมเงินเพื่อระบายความร้อนและเชื่อมกราวด์ ➡️ ช่วยให้ชิปทำงานได้เสถียรภายใต้โหลด ✅ พบขา “No Connect” ที่มีการเชื่อมต่อภายใน die จริง ➡️ อาจใช้สำหรับการทดสอบหรือฟังก์ชันลับของ Intel https://www.tomshardware.com/pc-components/cpus/ct-scan-peels-back-the-layers-of-time-to-reveal-the-engineering-within-intels-iconic-386-cpu-exposing-intricate-pin-mapping-hidden-power-planes-and-more

ラブ・ストーリーは突然に… บทเพลงที่พาเรากลับไปยุค 90s 🎶✨ ลุงจำได้ดีว่าช่วงนั้นเป็นปลายยุค 90s 📺 บ้านเรายังมีละครญี่ปุ่นเข้ามาฉายทางทีวีอยู่หลายเรื่อง หนึ่งในนั้นคือ Tokyo Love Story หรือที่พวกเรารู้จักกันในชื่อ “หยุดหัวใจไว้ที่เธอ” ❤️ ตอนนั้นนั่งดูทีวีอยู่กับครอบครัว ทุกครั้งที่ละครเริ่ม ท่อนกีตาร์อินโทรของเพลง ラブ・ストーリーは突然に 🎸 ก็ดังขึ้น มันเป็นเสียงที่สดใส เร่งเร้า และติดหูจนลุงเผลอฮัมตามได้อย่างรวดเร็ว เนื้อเรื่องของละครว่าด้วยความรักซับซ้อน 💔 ของหนุ่มสาวสี่คนท่ามกลางมหานครโตเกียวในยุคที่ญี่ปุ่นกำลังพีคสุด ๆ ทางเศรษฐกิจ 💹 บรรยากาศในจอเต็มไปด้วยเสื้อผ้าแฟชั่น 👔 รถสวย ๆ 🚗 และคาเฟ่เก๋ ๆ ☕ ที่ทำให้ลุงมองโตเกียวเหมือนอีกโลกหนึ่ง ริกะ ตัวนางเอกสดใส กล้าแสดงออก เปรียบเหมือนพลังงานของยุคฟองสบู่ ส่วนคันจิ พระเอกหนุ่มจากต่างจังหวัดก็มีความลังเลและยึดติดกับอดีต ความต่างของทั้งคู่เหมือนภาพสะท้อนของสังคมญี่ปุ่นที่กำลังเปลี่ยนแปลง ลุงยังจำได้ว่าตอนใกล้จบ ละครออกอากาศตอนสุดท้าย ครอบครัวใหญ่ของลุงรวมตัวกันเต็มบ้าน 🏠 ทั้งพี่น้อง ป้า น้า อา ต่างพากันมานั่งล้อมทีวีจอแก้วกลางบ้าน เสียงหัวเราะคุยกันคึกคัก 😂 ก่อนละครเริ่ม และทันทีที่อินโทรกีตาร์ดังขึ้น ทุกคนก็เงียบกริบ จ้องไปที่หน้าจอเหมือนถูกสะกด ภาพนั้นยังติดอยู่ในความทรงจำ — เพราะมันไม่ใช่แค่ละคร แต่เป็นช่วงเวลาที่ครอบครัวได้ใช้ร่วมกันอย่างอบอุ่น 🤗 เพลง ラブ・ストーリーは突然に เองก็มีตำนานไม่แพ้ละคร 🎤 โอดะ คาซุมาสะ แต่งเพลงนี้จากความท้าทายที่โปรดิวเซอร์ให้เวลาแค่หนึ่งสัปดาห์เพื่อสร้างเพลงที่ “ปฏิเสธไม่ได้” และเขาก็ทำสำเร็จ เพลงนี้ขึ้นอันดับหนึ่งในชาร์ต Oricon 🏆 ยาวนานเกือบปี ขายได้กว่า 2.7 ล้านแผ่น 💿 จนกลายเป็นหนึ่งในซิงเกิลขายดีที่สุดตลอดกาลของญี่ปุ่น ทุกวันนี้ เวลาลุงได้ยินท่อนอินโทรกีตาร์นั้น 🎶 มันพาลุงย้อนกลับไปในค่ำคืนที่ทุกคนในครอบครัวนั่งล้อมวงดูทีวีด้วยกัน ภาพโตเกียวที่เต็มไปด้วยไฟนีออน 🌆 ความฝันของวัยรุ่น และรอยยิ้มของริกะกับคันจิในฉากฝนพรำ 🌧️ ถึงแม้เรื่องราวในละครจะไม่ได้จบอย่างสุขสมหวัง แต่ในความทรงจำของลุง มันคือหนึ่งในเพลงรักที่งดงามที่สุด 💖 และเป็นบันทึกชิ้นหนึ่งของยุครุ่งเรืองญี่ปุ่นก่อนเข้าสู่ความถดถอยทางเศรษฐกิจ — บทเพลงที่ทำให้ลุงเชื่อว่า “บางครั้งความรักก็เข้ามาโดยไม่ทันตั้งตัว” จริง ๆ ✨ #ลุงเล่าหลานฟัง https://youtu.be/tDDX4v8kP2M

🏭⚔️ เรื่องเล่าจากห้องประชุม Intel: เมื่อประธานบอร์ดพยายามขายโรงงานให้ TSMC แต่ซีอีโอขัดขวางเต็มกำลัง ในช่วงต้นปี 2025 เกิดความขัดแย้งครั้งใหญ่ภายใน Intel เมื่อ Frank Yeary ประธานบอร์ดของบริษัทพยายามผลักดันแผนการขายหรือแยกกิจการโรงงานผลิตชิป (Intel Foundry) ไปให้ TSMC หรือสร้างบริษัทร่วมทุนกับ Broadcom และ Nvidia โดยให้ TSMC เข้ามาควบคุมการผลิตและ “แก้ไข” เทคโนโลยีของ Intel ที่ล่าช้า แต่ Lip-Bu Tan ซีอีโอคนใหม่ที่เพิ่งเข้ารับตำแหน่งในเดือนมีนาคม กลับมองว่าการผลิตชิปภายในเป็นหัวใจของความสามารถในการแข่งขันของ Intel และเป็นสิ่งสำคัญต่อความมั่นคงของห่วงโซ่อุปทานของสหรัฐฯ เขาจึงคัดค้านแผนนี้อย่างหนัก ทำให้เกิดความขัดแย้งในบอร์ดบริหาร และส่งผลให้แผนกลยุทธ์หลายอย่างของ Tan ถูกชะลอหรือถูกขัดขวาง แม้บอร์ดจะยังแสดงการสนับสนุน Tan อย่างเป็นทางการ แต่แรงกดดันภายในและภายนอกก็เพิ่มขึ้นเรื่อย ๆ โดยเฉพาะเมื่อ TSMC เองก็ไม่สนใจซื้อโรงงานของ Intel เนื่องจากความแตกต่างด้านเทคโนโลยี เช่น ระบบ EUV ที่ใช้ต่างกัน และความเสี่ยงด้านธุรกิจที่ไม่คุ้มค่าการลงทุน ✅ Frank Yeary ประธานบอร์ด Intel พยายามขายหรือแยกกิจการโรงงานผลิตชิปให้ TSMC ➡️ เสนอให้ TSMC และบริษัท fabless อย่าง Broadcom/Nvidia ร่วมลงทุน ✅ Lip-Bu Tan ซีอีโอคนใหม่คัดค้านแผนนี้อย่างหนัก ➡️ เห็นว่าการผลิตภายในเป็นสิ่งสำคัญต่อความสามารถแข่งขันและความมั่นคงของสหรัฐฯ ✅ ความขัดแย้งในบอร์ดทำให้แผนกลยุทธ์ของ Tan ถูกชะลอหรือถูกขัดขวาง ➡️ รวมถึงแผนระดมทุนและการเข้าซื้อบริษัท AI เพื่อแข่งกับ Nvidia และ AMD ✅ TSMC ไม่สนใจซื้อโรงงานของ Intel ด้วยเหตุผลทางเทคนิคและธุรกิจ ➡️ เช่น ความแตกต่างด้าน EUV, เครื่องมือ, วัสดุ และความเสี่ยงด้าน yield ✅ Intel และ TSMC ใช้ระบบการผลิตที่แตกต่างกันแม้จะใช้เครื่องมือจาก ASML เหมือนกัน ➡️ การย้ายเทคโนโลยีข้ามบริษัทอาจทำให้เกิด yield loss และต้นทุนสูง ✅ TSMC สนใจลงทุนในโรงงานสหรัฐฯ ของตัวเองมากกว่า ➡️ ประกาศลงทุนสูงถึง $165B เพื่อหลีกเลี่ยงภาษีจากรัฐบาลสหรัฐฯ ✅ Intel Foundry เป็นความพยายามของ Intel ที่จะกลับมาแข่งขันในตลาดการผลิตชิป ➡️ โดยเน้นเทคโนโลยี Intel 3 และ Intel 18A ✅ การแยกกิจการโรงงานอาจทำให้ Intel สูญเสียการควบคุมด้านเทคโนโลยี ➡️ และกลายเป็นบริษัท fabless ที่ต้องพึ่งพาผู้ผลิตภายนอก ✅ การร่วมทุนกับ TSMC อาจทำให้เกิดความขัดแย้งด้านการจัดสรรทรัพยากร ➡️ เช่น การแบ่ง capacity ระหว่างลูกค้า Intel และ TSMC ✅ การล่าช้าในการเข้าซื้อบริษัท AI ทำให้ Intel เสียโอกาสในการแข่งขัน ➡️ บริษัทเป้าหมายถูกซื้อโดยบริษัทเทคโนโลยีอื่นแทน https://www.tomshardware.com/tech-industry/semiconductors/intels-chairman-reportedly-tried-to-broker-a-deal-to-sell-fabs-to-tsmc-ceo-lip-bu-tan-opposed

🚀💾 เรื่องเล่าจากโลกหน่วยความจำ: Silicon Motion เปิดตัวคอนโทรลเลอร์ SSD PCIe 6.0 สำหรับผู้ใช้ทั่วไป — เร็วแรงทะลุ 25 GB/s แต่ต้องรอถึงปี 2029 ในงาน Future Memory & Storage Conference ล่าสุด Silicon Motion ได้เผยโฉม “Neptune” คอนโทรลเลอร์ SSD รุ่นใหม่ที่รองรับ PCIe 6.0 x4 สำหรับเครื่องลูกข่าย (client PC) โดยสามารถอ่านข้อมูลแบบต่อเนื่องได้เร็วกว่า 25 GB/s และรองรับการอ่านแบบสุ่มถึง 3.5 ล้าน IOPS ซึ่งถือว่าเร็วกว่า SSD PCIe 5.0 ที่ดีที่สุดในตลาดตอนนี้หลายเท่า Neptune ใช้เทคโนโลยี NAND 8 ช่อง พร้อมความเร็วอินเทอร์เฟซสูงถึง 4800 MT/s และรองรับ NAND แบบ 3D ที่มีมากกว่า 400 ชั้น นอกจากนี้ยังมีฟีเจอร์ Separate Command Architecture (SCA) ที่ช่วยให้การส่งคำสั่งและที่อยู่ใน NAND เป็นแบบขนาน ลด latency และเพิ่ม bandwidth แม้จะน่าตื่นเต้น แต่ผลิตภัณฑ์จริงจะเริ่มผลิตในปี 2028 และวางจำหน่ายจริงในปี 2029 หรืออาจลากไปถึง 2030 เนื่องจากผู้ผลิต PC อย่าง AMD และ Intel ยังไม่แสดงความสนใจใน PCIe 6.0 สำหรับผู้ใช้ทั่วไป ✅ Silicon Motion เปิดตัวคอนโทรลเลอร์ SSD รุ่น Neptune รองรับ PCIe 6.0 x4 ➡️ เป็นคอนโทรลเลอร์ PCIe Gen6 ตัวแรกสำหรับ client PC ✅ Neptune รองรับ NAND 8 ช่อง ความเร็วสูงสุด 4800 MT/s ➡️ ใช้กับ NAND แบบ 3D ที่มีมากกว่า 400 ชั้น ✅ ความเร็วการอ่านต่อเนื่องมากกว่า 25 GB/s และสุ่มได้ 3.5 ล้าน IOPS ➡️ เร็วกว่าคอนโทรลเลอร์ PCIe 5.0 อย่างเห็นได้ชัด ✅ ใช้เทคโนโลยี SCA เพื่อแยกเส้นทางคำสั่งและที่อยู่ ➡️ ลด latency และเพิ่ม bandwidth ในการใช้งานจริง ✅ คาดว่าจะเริ่มผลิตในปี 2028 และวางจำหน่ายในปี 2029–2030 ➡️ ขึ้นอยู่กับความพร้อมของตลาดและการยอมรับจากผู้ผลิต PC ✅ PCIe 6.0 มีแบนด์วิดธ์สูงถึง 64 GT/s ต่อเลน ➡️ เหมาะสำหรับงาน AI, HPC และการประมวลผลข้อมูลขนาดใหญ่ ✅ คอนโทรลเลอร์ SM8466 สำหรับองค์กรมีความเร็วสูงถึง 28 GB/s และ 7 ล้าน IOPS ➡️ ใช้ NAND 16 ช่องและฟีเจอร์ระดับ enterprise เช่น encryption และ virtualization ✅ SSD PCIe 6.0 ยังต้องการการออกแบบระบบที่รองรับ เช่น เมนบอร์ดและซีพียู ➡️ ทำให้การใช้งานในตลาดทั่วไปยังไม่เกิดขึ้นเร็ว ๆ นี้ ✅ เทคโนโลยี NAND แบบ stacked layers กำลังพัฒนาไปถึง 500 ชั้น ➡️ ช่วยเพิ่มความจุและลดต้นทุนต่อ GB ในอนาคต https://www.tomshardware.com/tech-industry/silicon-motion-gives-a-glimpse-of-its-pcie-6-0-controller-for-client-ssds-25-gb-s-sequential-reads-3-5-million-random-iops-coming-2028-2029

🇨🇳🔧 เรื่องเล่าจากแดนมังกร: แผน “เมกะเมอร์เจอร์” ของจีนในอุตสาหกรรมเซมิคอนดักเตอร์ที่สะดุดกลางทาง จีนมีเป้าหมายใหญ่ในการรวมบริษัทผู้ผลิตอุปกรณ์และชิปให้กลายเป็น “แชมป์แห่งชาติ” ที่สามารถแข่งขันกับยักษ์ใหญ่จากสหรัฐฯ และยุโรปได้ โดยหวังว่าจะลดการพึ่งพาเทคโนโลยีต่างชาติ และสร้างระบบนิเวศที่แข็งแกร่งในประเทศเอง แต่แผนการนี้กลับสะดุดอย่างหนัก เพราะมีอุปสรรคหลายด้าน ทั้งการประเมินมูลค่าที่ไม่ลงตัว ความขัดแย้งทางการเมือง และช่องว่างทางเทคโนโลยีที่ยังห่างไกลจากคู่แข่งระดับโลก แม้จะมีความพยายามจากหน่วยงานรัฐอย่าง NDRC ที่พยายามรวมบริษัทผู้ผลิตเครื่องมือผลิตชิปให้เป็นหนึ่งเดียว แต่การเจรจากลับเต็มไปด้วยความขัดแย้งระหว่างผู้ขายที่ไม่อยากขายต่ำกว่าราคาตลาด กับผู้ซื้อที่ไม่อยากจ่ายแพงเกินจริง ในขณะเดียวกัน บริษัทขนาดเล็กจำนวนมากในจีนก็ล้มละลายหรือถอนตัวจากตลาด IPO ทำให้รัฐบาลต้องหันมาเน้นการควบรวมกิจการแทนการลงทุนกระจาย เพื่อรวมทรัพยากรและบุคลากรไว้ในบริษัทที่มีศักยภาพสูง ถึงแม้ภาพรวมจะดูไม่สดใส แต่ก็ยังมีข่าวดีบ้าง เช่น Naura Technology เข้าซื้อหุ้นใน Kingsemi เพื่อเสริมความแข็งแกร่งด้านอุปกรณ์เคลือบโฟโตลิโธกราฟี ✅ จีนพยายามรวมบริษัทผลิตอุปกรณ์เซมิคอนดักเตอร์ให้เป็นหนึ่งเดียว ➡️ เพื่อแข่งกับ Applied Materials, KLA และ Lam Research จากสหรัฐฯ ✅ หน่วยงาน NDRC เป็นผู้ผลักดันแผนการรวมกิจการ ➡️ หวังลดความซ้ำซ้อนและเพิ่มความเข้ากันได้ของเครื่องมือ ✅ Naura Technology เข้าซื้อหุ้น 9.49% ใน Kingsemi มูลค่า $235 ล้าน ➡️ เพื่อเสริมความแข็งแกร่งด้านอุปกรณ์เคลือบโฟโตลิโธกราฟี ✅ มีการประกาศควบรวมกิจการในอุตสาหกรรมเซมิคอนดักเตอร์แล้ว 26 รายการในปี 2025 ➡️ รวมถึงการควบรวมระหว่าง Sugon และ Hygon ✅ รัฐบาลจีนต้องการสร้าง “แชมป์แห่งชาติ” ที่มีขนาดใหญ่และแข่งขันระดับโลกได้ ➡️ เพื่อดึงดูดเงินทุนและรวมบุคลากรไว้ในบริษัทที่มีศักยภาพ https://www.tomshardware.com/tech-industry/semiconductors/china-semiconductor-megamerger-strategy-reportedly-stalling-new-report-says-high-level-merger-plans-to-strengthen-domestic-chip-industry-face-multiple-headwinds

🧠⚙️ เรื่องเล่าจากวงการชิป: Oxmiq Labs กับภารกิจพลิกโฉม GPU ด้วย RISC-V และซอฟต์แวร์ที่ไม่ผูกกับฮาร์ดแวร์ Raja Koduri อดีตหัวหน้าฝ่ายกราฟิกของ Intel, AMD และ Apple ได้เปิดตัวสตาร์ทอัพใหม่ชื่อ Oxmiq Labs ที่ Silicon Valley โดยมีเป้าหมายชัดเจน: สร้าง GPU ที่ไม่จำเป็นต้องผลิตฮาร์ดแวร์เอง แต่เน้นการพัฒนา IP และซอฟต์แวร์ที่สามารถนำไปใช้กับฮาร์ดแวร์ใดก็ได้ Oxmiq ใช้สถาปัตยกรรม RISC-V เป็นแกนหลักของ GPU IP ที่ชื่อว่า OxCore ซึ่งรวม scalar, vector และ tensor compute engines เข้าไว้ในระบบ modular ที่สามารถปรับแต่งได้ตาม workload ตั้งแต่ edge device ไปจนถึง data center นอกจากฮาร์ดแวร์ IP แล้ว Oxmiq ยังมีซอฟต์แวร์ที่ทรงพลัง เช่น OXCapsule ที่ช่วยจัดการ workload และทำให้แอปพลิเคชันสามารถรันบน CPU, GPU หรือ accelerator โดยไม่ต้องแก้โค้ด และ OXPython ที่สามารถรันโค้ด Python CUDA บนฮาร์ดแวร์ที่ไม่ใช่ Nvidia ได้ทันที Oxmiq ยังร่วมมือกับ Tenstorrent เพื่อเปิดตัว OXPython บนแพลตฟอร์ม Wormhole และ Blackhole และได้รับเงินลงทุนเบื้องต้น $20 ล้านจาก MediaTek และนักลงทุนรายอื่น โดยไม่ต้องพึ่งการผลิตชิปจริงหรือใช้เครื่องมือ EDA ที่มีต้นทุนสูง ✅ Oxmiq Labs ก่อตั้งโดย Raja Koduri เพื่อพลิกโฉม GPU ด้วย RISC-V ➡️ เน้นการพัฒนา IP และซอฟต์แวร์ ไม่ผลิตฮาร์ดแวร์เอง ✅ OxCore เป็น GPU IP ที่รวม scalar, vector และ tensor engines ➡️ รองรับงาน AI, graphics และ multimodal workloads ✅ OxQuilt เป็นระบบประกอบ SoC แบบ chiplet ➡️ ลูกค้าสามารถเลือกโมดูล compute, memory และ interconnect ได้ตามต้องการ ✅ OXCapsule เป็น runtime ที่จัดการ workload และ abstraction ➡️ ทำให้แอปสามารถรันบนฮาร์ดแวร์ต่าง ๆ โดยไม่ต้องแก้โค้ด ✅ OXPython แปลงโค้ด Python CUDA ให้รันบน non-Nvidia hardware ➡️ เปิดทางให้ใช้โค้ดเดิมกับฮาร์ดแวร์ใหม่ได้ทันที ✅ ได้รับเงินลงทุน $20 ล้านจาก MediaTek และนักลงทุนอื่น ➡️ สะท้อนความเชื่อมั่นในโมเดลธุรกิจแบบ IP licensing ✅ Oxmiq ไม่พัฒนา GPU สำหรับผู้บริโภคโดยตรง ➡️ ไม่รวมฟีเจอร์เช่น texture units, ray tracing หรือ HDMI output ✅ โมเดล IP-as-a-Service ช่วยลดต้นทุนการพัฒนาชิปได้ถึง 90% ➡️ ไม่ต้องลงทุนในโรงงานหรือกระบวนการ tape-out ✅ RISC-V เป็นสถาปัตยกรรมเปิดที่กำลังเติบโตในงาน AI และ embedded ➡️ มีความยืดหยุ่นสูงและไม่ผูกกับ vendor รายใด ✅ Tenstorrent เป็นผู้ผลิต accelerator ที่เน้นงาน AI โดยเฉพาะ ➡️ การร่วมมือกับ Oxmiq ช่วยขยาย ecosystem ให้รองรับ CUDA workloads ✅ Capsule เป็นระบบ container ที่ช่วยจัดการ GPU cluster ➡️ ใช้เทคโนโลยีจาก Endgame ของ Intel มาปรับให้เหมาะกับ compute workload https://www.tomshardware.com/tech-industry/artificial-intelligence/legendary-gpu-architect-raja-koduris-new-startup-leverages-risc-v-and-targets-cuda-workloads-oxmiq-labs-supports-running-python-based-cuda-applications-unmodified-on-non-nvidia-hardware

🔐⚖️ 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

🔍💥 เรื่องเล่าจากโลกชิป: เมื่อเทคโนโลยีระดับนาโนกลายเป็นเป้าหมายของการจารกรรม ในโลกของเซมิคอนดักเตอร์ที่แข่งขันกันดุเดือด TSMC บริษัทผู้ผลิตชิปอันดับหนึ่งของโลกจากไต้หวัน กำลังเผชิญกับคดีร้ายแรง เมื่อมีพนักงานปัจจุบันและอดีตพนักงานรวม 6 คนถูกจับกุมในข้อหาพยายามขโมยข้อมูลลับเกี่ยวกับเทคโนโลยีการผลิตชิปขนาด 2 นาโนเมตร ซึ่งถือเป็นเทคโนโลยีล้ำหน้าที่สุดในปัจจุบัน และมีมูลค่าสูงถึง $30,000 ต่อแผ่นเวเฟอร์ การสืบสวนเริ่มต้นจากระบบตรวจสอบภายในของ TSMC ที่พบพฤติกรรมเข้าถึงข้อมูลโดยไม่ได้รับอนุญาต ก่อนส่งเรื่องให้เจ้าหน้าที่ดำเนินคดีภายใต้กฎหมายความมั่นคงแห่งชาติฉบับแก้ไขของไต้หวัน ซึ่งระบุชัดว่าการรั่วไหลของเทคโนโลยีระดับต่ำกว่า 14 นาโนเมตรถือเป็นภัยต่อความมั่นคงของชาติ เจ้าหน้าที่ได้เข้าตรวจค้นบ้านและที่ทำงานของผู้ต้องสงสัย รวมถึงบริษัทญี่ปุ่น Tokyo Electron ที่อาจเกี่ยวข้องกับคดีนี้ แม้ยังไม่มีการเปิดเผยว่าข้อมูลถูกส่งต่อไปยังใคร แต่ความเสียหายที่อาจเกิดขึ้นนั้นมหาศาล เพราะ TSMC เป็นผู้ผลิตชิปให้กับบริษัทระดับโลกอย่าง Apple, Nvidia และ Qualcomm ในยุคที่ AI และเทคโนโลยีขั้นสูงเป็นหัวใจของเศรษฐกิจโลก การขโมยข้อมูลลับไม่ใช่แค่เรื่องธุรกิจ แต่เป็นเรื่องของความมั่นคงระดับชาติ และผู้กระทำผิดอาจต้องโทษจำคุกสูงสุด 12 ปี พร้อมปรับกว่า 100 ล้านดอลลาร์ไต้หวัน ✅ พนักงาน TSMC ถูกจับกุมในข้อหาพยายามขโมยข้อมูลเทคโนโลยี 2nm ➡️ รวมทั้งหมด 6 คน มีทั้งพนักงานปัจจุบันและอดีต ✅ TSMC ตรวจพบการเข้าถึงข้อมูลโดยไม่ได้รับอนุญาตจากระบบภายใน ➡️ ก่อนส่งเรื่องให้เจ้าหน้าที่ดำเนินคดี ✅ คดีนี้อยู่ภายใต้กฎหมายความมั่นคงแห่งชาติฉบับใหม่ของไต้หวัน ➡️ เน้นปกป้องเทคโนโลยีระดับนาโนที่ถือเป็น “เทคโนโลยีหลักของชาติ” ✅ เจ้าหน้าที่เข้าตรวจค้นบ้านและที่ทำงานของผู้ต้องสงสัย ➡️ รวมถึงบริษัทญี่ปุ่น Tokyo Electron ที่อาจเกี่ยวข้อง ✅ TSMC ยืนยันจะดำเนินคดีอย่างเต็มที่และเสริมระบบตรวจสอบภายใน ➡️ เพื่อรักษาความได้เปรียบทางการแข่งขันและเสถียรภาพองค์กร ✅ เทคโนโลยี 2nm เป็นขั้นสูงสุดของการผลิตชิปในปัจจุบัน ➡️ มีประสิทธิภาพสูงและใช้ในอุปกรณ์ระดับพรีเมียม เช่น iPhone 18 ✅ ราคาการผลิตชิป 2nm สูงถึง $30,000 ต่อเวเฟอร์ ➡️ แพงกว่าชิป 3nm ถึง 66% ✅ TSMC มีส่วนแบ่งตลาดมากกว่า Samsung ถึง 3 เท่า ➡️ เป็นผู้ผลิตชิปให้บริษัทเทคโนโลยีชั้นนำทั่วโลก ✅ การแข่งขันด้าน AI และเซิร์ฟเวอร์ทำให้เทคโนโลยีชิปเป็นเป้าหมายสำคัญ ➡️ โดยเฉพาะในยุคหลัง ChatGPT ที่ต้องใช้พลังประมวลผลมหาศาล https://www.tomshardware.com/tech-industry/semiconductors/two-former-tsmc-employees-arrested

ขอร่วมแสดงความเสียใจ สมาชิกลูกเรือ Royal Caribbean เสียชีวิตหลังตกเรือนอกชายฝั่งบาฮามาส เหตุการณ์โศกนาฏกรรมเกิดขึ้นบนเรือ Icon of the Seas ในช่วงเย็นของวันพฤหัสบดีที่ 24 กรกฎาคม พ.ศ. 2568 เมื่อลูกเรือคนหนึ่งตกเรือระหว่างการล่องเรือในทะเลแคริบเบียนตะวันออก เจ้าหน้าที่กู้ภัยได้เริ่มปฏิบัติการนำเรือกู้ภัยลงน้ำเพื่อทำการช่วยเหลือทันที สามารถค้นหาและกู้ตัวบุคคลได้สำเร็จภายในเวลาไม่ถึง 30 นาที แต่โชคร้ายที่ลูกเรือท่านนี้เสียชีวิตไปแล้ว ทางเราขอแสดงความเสียใจต่อครอบครัวของลูกเรือท่านนี้ 💙 ดูเรือ Royal Caribean ทั้งหมดได้ที่ https://78s.me/648705 ✅ ดูแพ็คเกจเรือทั้งหมด http://cruisedomain.com/ LINE ID: @CruiseDomain 78s.me/c54029 Facebook: CruiseDomain 78s.me/b8a121 Youtube : CruiseDomain 78s.me/8af620 ☎️: 02-1169696 #เรือRoyalCaribean #RoyalCaribbean #IconoftheSeas #News #ข่าวเรือสำราญ #TravelNews #แพ็คเกจล่องเรือสำราญ #CruiseDomain #thaitimes #News1 #คิงส์โพธิ์แดง #Sondhitalk #คุยทุกเรื่องกับสนธิ #ข่าวอัพเดต #เที่ยว

🎙️ เรื่องเล่าจากข่าว: Linus Torvalds กับ “เครื่องมือที่พอเพียง” เพื่อสร้างสิ่งยิ่งใหญ่ แม้โลกจะหมุนไปด้วย AI และฮาร์ดแวร์สุดล้ำ แต่ Linus Torvalds ยังคงใช้ AMD Radeon RX 580 ซึ่งเป็นการ์ดจอรุ่นเก่ากว่า 8 ปีเป็นเครื่องมือหลักในการพัฒนา Linux kernel โดยจับคู่กับซีพียู AMD Threadripper เพื่อเร่งการคอมไพล์เคอร์เนลให้เร็วขึ้น เขาเผยข้อมูลนี้ผ่านการรายงานบั๊กเกี่ยวกับฟีเจอร์ Display Stream Compression (DSC) บน Linux 6.17 ซึ่งทำให้จอ ASUS ProArt 5K ของเขาขึ้นจอดำ Torvalds ลงมือแก้ไขเองโดยย้อนแพตช์ที่เป็นต้นเหตุ เพื่อให้การพัฒนาเคอร์เนลดำเนินต่อไปได้ นอกจากนี้ เขายังเปลี่ยนจาก Apple M1 MacBook ที่เคยใช้สำหรับทดสอบ ARM64 มาเป็นแล็ปท็อป Intel ที่ใช้กราฟิก i915 แบบเปิดแทน โดยให้เหตุผลว่าไม่ชอบระบบที่ล็อกฮาร์ดแวร์และขัดขวางการพัฒนาเคอร์เนล ✅ Linus Torvalds ยังคงใช้ AMD RX 580 เป็นการ์ดจอหลักในปี 2025 ➡️ ใช้คู่กับจอ ASUS ProArt 5K ผ่านฟีเจอร์ DSC ➡️ แม้จะเก่า แต่ยังรองรับงานพัฒนาเคอร์เนลได้ดี ✅ เขาใช้ AMD Threadripper เป็นซีพียูหลักเพื่อคอมไพล์เคอร์เนลอย่างรวดเร็ว ➡️ เปลี่ยนจาก Intel มาใช้ Threadripper หลายปีก่อน ➡️ แม้จะมีรุ่นใหม่ออกมา แต่เขายังใช้ระบบเดิมเพราะ “ดีพอแล้ว” ✅ Torvalds รายงานบั๊กเกี่ยวกับ DSC บน Linux 6.17 และแก้ไขด้วยตัวเอง ➡️ ปัญหาทำให้จอขึ้นจอดำเมื่อบูตเคอร์เนลใหม่ ➡️ เขาย้อนแพตช์เพื่อให้การพัฒนาไม่สะดุด ✅ เขาเปลี่ยนจาก Apple M1 MacBook มาใช้แล็ปท็อป Intel ที่ใช้กราฟิก i915 ➡️ ไม่ระบุรุ่น แต่ยืนยันว่าเป็น Intel แบบเปิด ➡️ เหตุผลคือไม่ชอบระบบที่ล็อกฮาร์ดแวร์และขัดขวางการพัฒนา ✅ Torvalds เคยใช้ Ampere Altra สำหรับทดสอบ ARM64 Linux kernel ➡️ เป็นระบบที่มีคอร์จำนวนมาก เหมาะกับการคอมไพล์แบบขนาน ➡️ ใช้ควบคู่กับระบบหลักเพื่อทดสอบหลายสถาปัตยกรรม ‼️ AMD RX 580 ไม่เหมาะกับงานกราฟิกหรือ AI สมัยใหม่ ⛔ ประสิทธิภาพต่ำเมื่อเทียบกับ GPU รุ่นใหม่ ⛔ ไม่รองรับฟีเจอร์อย่าง ray tracing หรือ DLSS ‼️ การใช้ฮาร์ดแวร์เก่าอาจมีข้อจำกัดด้านพลังงานและการรองรับฟีเจอร์ใหม่ ⛔ อาจไม่สามารถใช้งานกับซอฟต์แวร์หรือเกมรุ่นใหม่ได้ ⛔ ต้องพึ่งพาการสนับสนุนจากไดรเวอร์โอเพ่นซอร์สเท่านั้น ‼️ การเปลี่ยนจาก Apple Silicon มาใช้ Intel อาจลดประสิทธิภาพในบางด้าน ⛔ Apple M1/M2 มีประสิทธิภาพสูงและประหยัดพลังงาน ⛔ แต่ไม่เหมาะกับการพัฒนาเคอร์เนลที่ต้องการระบบเปิด ‼️ การพัฒนาเคอร์เนลบนระบบที่ไม่เสถียรอาจทำให้เกิดบั๊กหรือปัญหาไม่คาดคิด ⛔ เช่นกรณี DSC ที่ทำให้จอขึ้นจอดำ ⛔ ต้องมีความเข้าใจลึกในการแก้ไขปัญหาเอง https://www.tomshardware.com/tech-industry/linus-torvalds-still-uses-an-amd-rx-580-from-2017-also-ditches-apple-silicon-for-an-intel-laptop

🎙️ เรื่องเล่าจากซิลิคอนแวลลีย์: เมื่อ “ความรู้” กลายเป็นภัยความมั่นคง Cadence Design Systems บริษัทออกแบบซอฟต์แวร์สำหรับการสร้างชิป (EDA tools) จากสหรัฐฯ ได้ยอมรับผิดและถูกปรับกว่า 140 ล้านดอลลาร์ หลังจากส่งออกเทคโนโลยีไปยังมหาวิทยาลัยแห่งชาติเพื่อการป้องกันประเทศของจีน (NUDT) ซึ่งมีความเกี่ยวข้องกับการจำลองการระเบิดนิวเคลียร์และการพัฒนาอาวุธ แม้ NUDT จะถูกขึ้นบัญชีดำโดยกระทรวงพาณิชย์สหรัฐฯ ตั้งแต่ปี 2015 แต่ Cadence และบริษัทลูกในจีนยังคงส่งออกซอฟต์แวร์ผ่านนามแฝงอย่าง CSCC และ Phytium โดยไม่ขอใบอนุญาตอย่างถูกต้อง การกระทำนี้เกิดขึ้นกว่า 56 ครั้งในช่วงปี 2015–2020 และมีหลักฐานว่าพนักงานของ Cadence China ติดตั้งฮาร์ดแวร์บนแคมปัสของ NUDT และอำนวยความสะดวกในการดาวน์โหลดซอฟต์แวร์จากพอร์ทัลของบริษัท ✅ Cadence ยอมรับผิดและถูกปรับรวมกว่า 140 ล้านดอลลาร์ ➡️ รวมค่าปรับทางอาญาและทางแพ่งจากกระทรวงยุติธรรมและกระทรวงพาณิชย์สหรัฐฯ ➡️ อยู่ภายใต้การคุมประพฤติ 3 ปี พร้อมเงื่อนไขการปรับปรุงระบบควบคุมการส่งออก ✅ ส่งออกซอฟต์แวร์ EDA ไปยัง NUDT โดยใช้ชื่อแฝง CSCC และ Phytium ➡️ มีการส่งออกอย่างน้อย 56 ครั้งระหว่างปี 2015–2020 ➡️ พนักงานรู้ว่า CSCC เป็นนามแฝงของ NUDT แต่ยังดำเนินการต่อ ✅ NUDT ถูกขึ้นบัญชีดำตั้งแต่ปี 2015 เนื่องจากใช้เทคโนโลยีสหรัฐฯ ในการจำลองการระเบิดนิวเคลียร์ ➡️ เป็นมหาวิทยาลัยภายใต้การควบคุมของคณะกรรมาธิการทหารกลางของจีน ➡️ มีบทบาทสำคัญในการพัฒนาอาวุธและซูเปอร์คอมพิวเตอร์ของจีน ✅ Cadence China ถูกกล่าวหาว่าปกปิดข้อมูลจากฝ่ายควบคุมภายในของบริษัทแม่ ➡️ ใช้ชื่อ NUDT เฉพาะในภาษาจีนเพื่อหลีกเลี่ยงการตรวจสอบ ➡️ มีการส่งอีเมลภายในเตือนว่า “เรื่องนี้อ่อนไหวเกินไป” ✅ แม้จะถูกปรับ แต่ Cadence ได้รับประโยชน์จากการลดภาษีตามนโยบายของรัฐบาลทรัมป์ ➡️ ลดภาระภาษีเงินสดได้ประมาณเท่ากับค่าปรับ ➡️ ส่งผลให้ผลประกอบการไตรมาสล่าสุดเติบโตถึง 20% https://www.tomshardware.com/tech-industry/u-s-semiconductor-design-company-fined-usd140-million-over-china-dealings-sold-software-to-a-military-institution-thought-to-be-conducting-nuclear-explosion-simulations