🎙️ 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

⚠️ เรื่องเล่าจากระดับนาโน: เมื่อความสุ่มกลายเป็นอุปสรรคใหญ่ที่สุดของการผลิตชิป ในเดือนกรกฎาคม 2025 บริษัท Fractilia ผู้นำด้านการวัดความแปรปรวนแบบสุ่ม (stochastics metrology) ได้เผยแพร่เอกสารวิชาการที่ชี้ให้เห็นว่า “ความแปรปรวนแบบสุ่ม” ในกระบวนการสร้างลวดลายบนชิป (โดยเฉพาะในเทคโนโลยี EUV และ High-NA EUV) กำลังกลายเป็นปัญหาใหญ่ที่สุดที่ทำให้การผลิตชิประดับ 2nm และต่ำกว่านั้นไม่สามารถทำได้ตามเป้าหมาย แม้ในห้องวิจัยจะสามารถสร้างลวดลายขนาดเล็กถึง 12nm ได้ แต่เมื่อเข้าสู่การผลิตจริง กลับเกิดข้อผิดพลาดแบบสุ่ม เช่น ความหยาบของขอบลวดลาย (LER), ความแปรปรวนของขนาด (LCDU), และการเชื่อมหรือขาดของเส้นลวดลาย ซึ่งไม่สามารถควบคุมได้ด้วยวิธีเดิม Fractilia เรียกช่องว่างนี้ว่า “Stochastics Gap” ซึ่งเป็นช่องว่างระหว่างสิ่งที่สามารถทำได้ในห้องวิจัย กับสิ่งที่สามารถผลิตได้จริงในโรงงาน โดยเสนอแนวทางใหม่ในการวัดและควบคุมความสุ่มด้วยเทคนิคเชิงสถิติและการออกแบบที่ตระหนักถึงความสุ่มตั้งแต่ต้น ✅ Fractilia เปิดเผยว่าอุตสาหกรรมเซมิคอนดักเตอร์สูญเงินหลายพันล้านดอลลาร์ต่อปีจากความแปรปรวนแบบสุ่ม ➡️ ความแปรปรวนนี้เกิดจากพฤติกรรมของโมเลกุล, แหล่งกำเนิดแสง, และอะตอมในกระบวนการสร้างลวดลาย ➡️ ส่งผลให้ yield ต่ำ, ผลิตล่าช้า, และประสิทธิภาพชิปลดลง ✅ “Stochastics Gap” คือช่องว่างระหว่างสิ่งที่สามารถพิมพ์ในห้องวิจัย กับสิ่งที่ผลิตได้จริงในโรงงาน ➡️ แม้จะพิมพ์ลวดลายขนาด 12nm ได้ใน R&D แต่ในโรงงานกลับติดที่ 16–18nm ➡️ ช่องว่างนี้ส่งผลต่อจำนวน die ต่อ wafer และรายได้ที่หายไป ✅ Fractilia เสนอวิธีแก้ปัญหาด้วยการวัดความสุ่มอย่างแม่นยำและออกแบบกระบวนการที่รองรับความสุ่ม ➡️ ใช้เทคโนโลยี FILM™ และ FAME™ เพื่อวัดความแปรปรวนแบบสุ่มในระดับนาโน ➡️ เสนอการออกแบบที่ตระหนักถึงความสุ่ม เช่น OPC แบบ local-aware และการเลือกวัสดุที่ลด noise ✅ ความแปรปรวนแบบสุ่มไม่สามารถแก้ด้วยการควบคุมแบบเดิม ➡️ ไม่ใช่ปัญหาเครื่องมือหรือการปรับพารามิเตอร์ ➡️ ต้องใช้การวิเคราะห์เชิงความน่าจะเป็นแทนการเฉลี่ยแบบเดิม ✅ การวัดความสุ่มอย่างแม่นยำช่วยให้ทีมออกแบบ, วิศวกร, และซัพพลายเออร์สื่อสารกันได้ดีขึ้น ➡️ สร้าง “ภาษากลาง” ในการวิเคราะห์ yield และ defect ➡️ ช่วยให้ตัดสินใจได้เร็วขึ้นและแม่นยำขึ้น ‼️ หากไม่แก้ปัญหา Stochastics Gap จะทำให้การผลิตชิประดับ 2nm และต่ำกว่าติดขัด ⛔ Yield ต่ำลง, ต้องใช้ mask หลายรอบ, และออกแบบชิปแบบประนีประนอม ⛔ สูญเสียรายได้จาก die ที่ผลิตได้น้อยลงต่อ wafer ‼️ โรงงานส่วนใหญ่ยังไม่มีเครื่องมือวัดความสุ่มอย่างแม่นยำในสายการผลิตจริง ⛔ แม้จะรู้ว่าปัญหามีอยู่ แต่ขาดเทคโนโลยีในการวัดและควบคุม ⛔ ทำให้ไม่สามารถปรับปรุงกระบวนการได้อย่างมีประสิทธิภาพ ‼️ การใช้ EUV และ High-NA EUV ทำให้ความสุ่มมีผลมากขึ้นในงบประมาณข้อผิดพลาด ⛔ ความสามารถในการพิมพ์ลวดลายเล็กลง แต่ความสุ่มกลับเพิ่มขึ้น ⛔ ทำให้ข้อผิดพลาดแบบสุ่มกลายเป็นปัจจัยหลักที่จำกัด yield ‼️ การไม่ตระหนักถึงความสุ่มตั้งแต่การออกแบบอาจทำให้ชิปไม่สามารถผลิตได้จริง ⛔ ออกแบบลวดลายที่สวยงามใน CAD แต่ไม่สามารถพิมพ์ได้ในโรงงาน ⛔ ต้องกลับไปแก้แบบใหม่ เสียเวลาและต้นทุน https://www.techradar.com/pro/the-semiconductor-industry-is-losing-billions-of-dollars-annually-because-of-this-little-obscure-quirk

🎮 เรื่องเล่าจากแดนมังกร: เมื่อ “TrueGPU” จุดไฟความหวังให้จีนเป็นเจ้าตลาดกราฟิก ในเดือนกรกฎาคม 2025 บริษัท Lisuan Technology จากจีนได้เปิดตัวกราฟิกการ์ดรุ่นแรกของตนเอง—Lisuan 7G106 และ 7G105—ที่ใช้สถาปัตยกรรม “TrueGPU” ซึ่งออกแบบขึ้นใหม่ทั้งหมดโดยทีมงานอดีตวิศวกรจาก Silicon Valley GPU ทั้งสองรุ่นผลิตบนเทคโนโลยี 6nm ของ TSMC และมีเป้าหมายชัดเจน: แข่งกับ NVIDIA RTX 4060 ในตลาดกลาง โดย 7G106 เน้นเกม ส่วน 7G105 เน้นงาน AI และองค์กร ที่น่าทึ่งคือ แม้จะเป็นรุ่นแรก แต่สามารถรันเกมระดับ AAA อย่าง Black Myth: Wukong และ Shadow of the Tomb Raider ที่ 4K High ได้เกิน 70 FPS! และยังมีฟีเจอร์ล้ำๆ อย่างการเรนเดอร์แบบ out-of-order, การจัดการงานแบบ multitasking 48 งานพร้อมกัน และระบบอัปสเกลภาพ NRSS ที่ตั้งใจชนกับ DLSS และ FSR ✅ Lisuan เปิดตัว GPU รุ่นแรกของจีนที่ใช้สถาปัตยกรรม TrueGPU ➡️ ผลิตบนเทคโนโลยี 6nm ของ TSMC ➡️ ออกแบบ instruction set, compute core และ software stack เองทั้งหมด ✅ Lisuan 7G106 (เกมมิ่ง) และ 7G105 (มืออาชีพ/AI) มีสเปกใกล้เคียงกัน ➡️ FP32 throughput สูงสุด 24 TFLOP/s ➡️ ใช้ GDDR6 ขนาด 12 GB และ 24 GB (ECC) ตามลำดับ ➡️ รองรับ DirectX 12, Vulkan 1.3, OpenGL 4.6, OpenCL 3.0 ✅ รองรับการเข้ารหัส/ถอดรหัสวิดีโอระดับ 8K ➡️ Decode AV1 และ HEVC ได้ถึง 8K60 ➡️ Encode HEVC ที่ 8K30 และ AV1 ที่ 4K30 ✅ รองรับการใช้งานแบบ virtual GPU ได้ถึง 16 หน่วย ➡️ เหมาะกับงาน cloud gaming, metaverse, robotics และ AI ขนาดใหญ่ ➡️ ใช้พลังงานประมาณ 225W ด้วยหัวต่อ PCIe 8-pin ✅ ผลทดสอบเบื้องต้นเทียบเคียง RTX 4060 ได้อย่างสูสี ➡️ 3DMark Fire Strike: 26,800 คะแนน ➡️ Geekbench 6 OpenCL: 111,290 คะแนน (สูงกว่า RTX 4060 ประมาณ 10%) ✅ เกมดังรันได้ลื่นไหลในระดับ 4K High settings ➡️ Black Myth: Wukong และ Wuchang: Fallen Feathers เกิน 70 FPS ➡️ Shadow of the Tomb Raider เกิน 80 FPS ✅ เริ่มผลิตจริงกันยายน 2025 หลังจากทดลองในเดือนสิงหาคม ➡️ ยังไม่ประกาศราคาหรือความเร็วสัญญาณนาฬิกา ➡️ เน้นตลาดจีนเป็นหลักเพื่อลดการพึ่งพาต่างชาติ ‼️ ยังไม่มีการทดสอบจากผู้ผลิตอิสระเพื่อยืนยันประสิทธิภาพจริง ⛔ ผลทดสอบทั้งหมดมาจากบริษัท Lisuan เอง ⛔ ต้องรอการรีวิวจากสื่อและผู้ใช้งานจริงเพื่อความน่าเชื่อถือ ‼️ ยังไม่รองรับ ray tracing แม้จะใช้ DirectX 12 ⛔ ไม่มี DirectX 12 Ultimate ⛔ อาจไม่เหมาะกับเกมที่เน้นกราฟิกแสงเงาขั้นสูง ‼️ ยังไม่มี HDMI output บนการ์ดรุ่นนี้ ⛔ ใช้ DisplayPort 1.4 ทั้งหมด ⛔ อาจไม่สะดวกสำหรับผู้ใช้ทั่วไปที่ต้องการต่อกับทีวีหรือจอ HDMI ‼️ ยังไม่ประกาศราคาขายและรุ่นย่อย (SKU) ⛔ อาจมีความเสี่ยงด้านความพร้อมของตลาด ⛔ ต้องจับตาว่าจะสามารถแข่งขันด้านราคากับแบรนด์ระดับโลกได้หรือไม่ https://www.tomshardware.com/pc-components/gpus/china-advances-toward-tech-independence-with-new-homegrown-6nm-gaming-and-ai-gpus-lisuan-7g106-runs-chinese-aaa-titles-at-4k-over-70-fps-and-matches-rtx-4060-in-synthetic-benchmarks

🧑‍💻 เรื่องเล่าจากโลกไซเบอร์: เมื่อ “งานไอที” กลายเป็นช่องทางส่งเงินให้โครงการนิวเคลียร์เกาหลีเหนือ ลองจินตนาการว่าคุณเป็นบริษัทเทคโนโลยีในสหรัฐฯ ที่จ้างพนักงานไอทีทำงานจากระยะไกล โดยเชื่อว่าเขาเป็นพลเมืองอเมริกัน แต่จริงๆ แล้ว เขาคือเจ้าหน้าที่จากเกาหลีเหนือที่ใช้ตัวตนปลอม และเงินเดือนที่คุณจ่ายไปนั้นถูกส่งตรงไปยังรัฐบาลเปียงยางเพื่อใช้ในโครงการอาวุธนิวเคลียร์! นี่คือสิ่งที่เกิดขึ้นจริงในคดีของ Christina Marie Chapman หญิงวัย 50 ปีจากรัฐแอริโซนา ที่ถูกตัดสินจำคุก 8.5 ปีในเดือนกรกฎาคม 2025 จากการช่วยเหลือเจ้าหน้าที่ไอทีของเกาหลีเหนือให้ได้งานในบริษัทสหรัฐฯ กว่า 309 แห่ง รวมถึงบริษัทระดับ Fortune 500 โดยใช้เทคนิคที่เรียกว่า “ฟาร์มแล็ปท็อป” เพื่อหลอกให้บริษัทเชื่อว่าพนักงานเหล่านั้นทำงานจากในประเทศ ✅ Christina Chapman ถูกตัดสินจำคุก 102 เดือน ฐานช่วยเหลือขบวนการหลอกลวงงานไอทีให้เกาหลีเหนือ ➡️ รับโทษจำคุก 8.5 ปี พร้อมถูกควบคุมหลังพ้นโทษอีก 3 ปี ➡️ ต้องยึดทรัพย์ $284,555.92 และจ่ายค่าปรับ $176,850 ✅ ขบวนการนี้สร้างรายได้ให้เกาหลีเหนือกว่า $17.1 ล้าน ➡️ ใช้ตัวตนปลอมของชาวอเมริกัน 68 คน ➡️ ส่งข้อมูลเท็จไปยังหน่วยงานรัฐกว่า 100 ครั้ง ✅ Chapman ดำเนินการ “ฟาร์มแล็ปท็อป” ที่บ้านของเธอ ➡️ รับเครื่องจากบริษัทสหรัฐฯ แล้วให้เจ้าหน้าที่เกาหลีเหนือเข้าระบบจากต่างประเทศ ➡️ ส่งแล็ปท็อป 49 เครื่องไปยังเมืองชายแดนจีน-เกาหลีเหนือ ✅ บริษัทที่ถูกหลอกรวมถึงเครือข่ายโทรทัศน์รายใหญ่, บริษัทเทคโนโลยีใน Silicon Valley, ผู้ผลิตรถยนต์และอากาศยาน ➡️ มีความพยายามเข้าถึงหน่วยงานรัฐบาลสหรัฐฯ 2 แห่ง แต่ถูกสกัดไว้ได้ ➡️ บางบริษัทถูกขบวนการนี้ “เลือกเป้าหมาย” โดยเฉพาะ ✅ รายได้จากงานไอทีถูกส่งกลับไปยังเกาหลีเหนือผ่านการฟอกเงิน ➡️ Chapman รับเงินเดือนแทน, ปลอมลายเซ็น, ฝากเช็ค และโอนเงินไปต่างประเทศ ➡️ รายได้ถูกแจ้งเท็จต่อ IRS และ Social Security ✅ FBI และ IRS เป็นผู้สืบสวนหลักในคดีนี้ ➡️ ยึดแล็ปท็อปกว่า 90 เครื่องจากบ้านของ Chapman ➡️ ถือเป็นหนึ่งในคดีใหญ่ที่สุดที่เกี่ยวข้องกับการหลอกลวงงานไอทีของเกาหลีเหนือ ✅ รัฐบาลสหรัฐฯ ออกคำแนะนำใหม่สำหรับบริษัทในการตรวจสอบพนักงานระยะไกล ➡️ ตรวจสอบเอกสารตัวตน, ประวัติการศึกษาและการทำงาน ➡️ ใช้วิดีโอสัมภาษณ์แบบเปิดกล้องและตรวจสอบภาพพื้นหลัง ‼️ บริษัทที่ไม่ตรวจสอบพนักงานระยะไกลอย่างเข้มงวดเสี่ยงต่อการถูกแทรกซึม ⛔ อาจถูกขโมยข้อมูล, ติดมัลแวร์ หรือถูกใช้เป็นช่องทางฟอกเงิน ⛔ การใช้บริษัทจัดหางานภายนอกเพิ่มความเสี่ยง ‼️ การใช้ตัวตนปลอมสร้างภาระให้กับพลเมืองสหรัฐฯ ที่ถูกขโมยข้อมูล ⛔ เกิดภาระภาษีเท็จและข้อมูลผิดพลาดในระบบราชการ ⛔ สร้างความเสียหายทางจิตใจและการเงินแก่ผู้ถูกแอบอ้าง ‼️ รายได้จากงานไอทีถูกนำไปใช้สนับสนุนโครงการอาวุธของเกาหลีเหนือ ⛔ เป็นการละเมิดมาตรการคว่ำบาตรของสหรัฐฯ และสหประชาชาติ ⛔ ส่งผลต่อความมั่นคงระดับโลก ‼️ การใช้ AI และเทคโนโลยีใหม่เพิ่มความซับซ้อนในการปลอมตัว ⛔ มีการใช้ AI เปลี่ยนภาพเอกสาร, ปรับเสียง และสร้างวิดีโอปลอม ⛔ ทำให้การตรวจสอบตัวตนยากขึ้นสำหรับบริษัททั่วไป https://hackread.com/arizona-woman-jailed-help-north-korea-it-job-scam/

🎙️ เรื่องเล่าจากโลกเลเซอร์: เมื่อแสงกลายเป็นทางลัดของข้อมูล TechRadar รายงานความก้าวหน้าครั้งสำคัญในการพัฒนา “ชิปโฟโตนิกส์” ที่ใช้เลเซอร์ควอนตัมดอท (Quantum Dot Lasers) ซึ่งสามารถทำงานบนซิลิคอนได้โดยตรง โดยไม่ต้องออกแบบระบบใหม่ทั้งหมด และยังทนความร้อนได้ดีเยี่ยม เหมาะกับการใช้งานจริงในศูนย์ข้อมูลและอุปกรณ์อัจฉริยะในอนาคต ลองจินตนาการว่าในอนาคต ชิปที่อยู่ในสมาร์ทโฟนหรือโน้ตบุ๊กของคุณจะไม่ส่งข้อมูลด้วยไฟฟ้า แต่ใช้ “แสง” แทน ซึ่งเร็วกว่าและประหยัดพลังงานมากกว่า แต่ปัญหาคือการรวมเลเซอร์เข้ากับซิลิคอนนั้นยากมาก เพราะวัสดุไม่เข้ากัน ทีมนักวิจัยจากมหาวิทยาลัยแคลิฟอร์เนีย นำโดย Rosalyn Koscica ได้แก้ปัญหานี้ด้วย 3 กลยุทธ์: 1️⃣ ใช้การเติบโตแบบสองขั้นตอน (MOCVD + MBE) เพื่อสร้างเลเซอร์ควอนตัมดอทบนซิลิคอน 2️⃣ เติมช่องว่างด้วยโพลิเมอร์เพื่อลดการกระจายของแสง 3️⃣ ใช้การออกแบบเลเซอร์แบบ pocket laser ที่เล็กและแม่นยำ ผลลัพธ์คือเลเซอร์ที่ทำงานได้ในช่วง O-band (เหมาะกับการสื่อสารข้อมูล) ทนความร้อนได้ถึง 105°C และมีอายุการใช้งานกว่า 6 ปี โดยไม่ต้องใช้ระบบระบายความร้อนที่ซับซ้อน ที่สำคัญคือกระบวนการนี้สามารถผลิตในโรงงานเซมิคอนดักเตอร์ทั่วไปได้เลย ไม่ต้องเปลี่ยนโครงสร้างชิป ทำให้มีโอกาสผลิตในระดับอุตสาหกรรมได้ง่ายขึ้น https://www.techradar.com/pro/a-new-trick-for-merging-lasers-with-silicon-could-finally-make-photonic-chips-cheap-fast-and-ready-for-mass-production

🎙️ เรื่องเล่าจากโลกเซมิคอนดักเตอร์: เมื่อ STMicro ขยายอาณาจักรด้วยเซนเซอร์จาก NXP ในยุคที่ตลาดชิปสำหรับยานยนต์และอุตสาหกรรมกำลังชะลอตัว STMicroelectronics กลับเดินเกมรุกด้วยการเข้าซื้อกิจการบางส่วนของ NXP Semiconductors ซึ่งเน้นด้าน MEMS-based electromechanical sensors เช่น: - เซนเซอร์ความปลอดภัยและการตรวจสอบสำหรับรถยนต์ - เซนเซอร์วัดแรงดันสำหรับระบบอุตสาหกรรม ดีลนี้มีรายละเอียดดังนี้: - จ่ายเงินสดล่วงหน้า 900 ล้านดอลลาร์ - จ่ายเพิ่มอีก 50 ล้านดอลลาร์ เมื่อบรรลุเป้าหมายทางเทคนิคบางประการ - ธุรกิจเซนเซอร์ของ NXP ที่ขายให้ STMicro มีรายได้ประมาณ 300 ล้านดอลลาร์ในปีที่ผ่านมา - คาดว่าการซื้อขายจะเสร็จสิ้นในครึ่งแรกของปี 2026 อย่างไรก็ตาม STMicro เพิ่งรายงานผลประกอบการขาดทุนไตรมาสแรกในรอบกว่า 10 ปี โดยมีค่าใช้จ่ายจากการปรับโครงสร้างและการด้อยค่าทรัพย์สินถึง 190 ล้านดอลลาร์ ✅ STMicroelectronics จะซื้อกิจการบางส่วนของธุรกิจเซนเซอร์จาก NXP ➡️ มูลค่ารวมสูงสุดถึง 950 ล้านดอลลาร์สหรัฐ ✅ ดีลนี้เน้นเซนเซอร์แบบ MEMS สำหรับยานยนต์และอุตสาหกรรม ➡️ เช่น เซนเซอร์ความปลอดภัยและเซนเซอร์วัดแรงดัน ✅ STMicro จะจ่ายเงินสดล่วงหน้า 900 ล้านดอลลาร์ ➡️ และอีก 50 ล้านดอลลาร์เมื่อบรรลุเป้าหมายทางเทคนิค ✅ ธุรกิจเซนเซอร์ของ NXP มีรายได้ประมาณ 300 ล้านดอลลาร์ในปีที่ผ่านมา ➡️ เป็นธุรกิจที่มีศักยภาพแม้ตลาดชิปโดยรวมจะชะลอตัว ✅ การซื้อกิจการคาดว่าจะเสร็จสิ้นในครึ่งแรกของปี 2026 ➡️ อยู่ระหว่างการดำเนินการและตรวจสอบ ✅ STMicro รายงานผลขาดทุนไตรมาสแรกในรอบกว่า 10 ปี ➡️ ขาดทุนจากการปรับโครงสร้างและการด้อยค่าทรัพย์สิน 190 ล้านดอลลาร์ https://www.thestar.com.my/tech/tech-news/2025/07/25/stmicro-to-buy-part-of-nxp-semiconductors039-sensor-business-for-up-to-950-million

🧠 การเปลี่ยนผ่านสถาปัตยกรรม CPU: ศึกใหญ่ระหว่าง Microsoft และ Apple การเปลี่ยนผ่านสถาปัตยกรรม CPU เปรียบเสมือนการเปลี่ยน "กระดูกสันหลัง" ของระบบคอมพิวเตอร์ เป็นภารกิจที่เสี่ยงแต่จำเป็นสำหรับบริษัทเทคโนโลยียักษ์ใหญ่ โดยเฉพาะ Microsoft และ Apple ซึ่งมีแนวทางแตกต่างกันชัดเจน บทความนี้จะวิเคราะห์ความท้าทาย กลยุทธ์ และผลลัพธ์ของทั้งสองบริษัท เพื่อให้เข้าใจว่าทำไมบางการเปลี่ยนผ่านจึงสำเร็จ และบางครั้งก็กลายเป็นบทเรียนราคาแพง 🪟 Microsoft Windows: เส้นทางแห่งบทเรียนและความพยายาม 🧱 จาก x86 สู่ x64: ก้าวแรกที่มั่นคง Microsoft เริ่มต้นด้วยการเปลี่ยนจากสถาปัตยกรรม x86 (32-bit) สู่ x64 (64-bit) เพื่อตอบโจทย์การใช้หน่วยความจำและประสิทธิภาพที่สูงขึ้น การเปลี่ยนผ่านนี้ประสบความสำเร็จเพราะใช้เทคโนโลยีจำลองอย่าง WoW64 ที่ช่วยให้แอปเก่าแบบ 32-bit ยังใช้งานได้บนระบบใหม่ ทำให้ผู้ใช้ไม่รู้สึกสะดุดในการใช้งาน แต่เบื้องหลังความราบรื่นนั้น คือภาระในการรักษาความเข้ากันได้ย้อนหลังที่ซับซ้อนและยืดเยื้อ ซึ่งในระยะยาวอาจเป็นอุปสรรคต่อการก้าวไปข้างหน้าอย่างรวดเร็ว 💥 Windows RT: ความพยายามที่ผิดพลาด ในปี 2012 Microsoft พยายามพา Windows สู่ชิป ARM ด้วย Windows RT แต่ล้มเหลวอย่างรุนแรง เพราะไม่สามารถรันแอป x86 เดิมได้เลย ทำให้ผู้ใช้สับสนและไม่ยอมรับ ผลที่ตามมาคือยอดขายต่ำและขาดทุนมหาศาลถึง 900 ล้านดอลลาร์ นี่เป็นบทเรียนสำคัญที่ทำให้ Microsoft ตระหนักว่า "ความเข้ากันได้" ไม่ใช่แค่เรื่องรอง แต่เป็นหัวใจหลักของแพลตฟอร์ม Windows 🔄 Windows on ARM (WoA): กลับมาอย่างมีแผน จากความล้มเหลวของ Windows RT, Microsoft ปรับกลยุทธ์ใหม่และพัฒนา Windows on ARM ที่ทันสมัย พร้อมตัวจำลองที่ทรงพลังอย่าง Prism Emulator และประสิทธิภาพที่น่าประทับใจจากชิป Snapdragon X Elite แม้จะมีความก้าวหน้า แต่ยังมีข้อจำกัดบางอย่าง เช่น ไดรเวอร์ระดับลึกหรือเกมบางประเภทที่ยังทำงานไม่ได้หากไม่มีการพัฒนาให้รองรับ ARM โดยตรง 🍎 Apple: การเปลี่ยนผ่านที่เด็ดขาดและชาญฉลาด 🔄 PowerPC สู่ Intel: ข้ามผ่านความล้าหลัง ในปี 2005 Apple ตัดสินใจเปลี่ยนจาก PowerPC ไปสู่ Intel แม้จะมีอุปสรรคทางเทคนิค เช่น รูปแบบการจัดข้อมูลในหน่วยความจำที่ไม่เหมือนกัน (endianness) แต่ Apple ก็สามารถจัดการได้ด้วยตัวแปล Rosetta 1 ที่แปลงแอปเก่าให้รันบนสถาปัตยกรรมใหม่ได้ สิ่งที่น่าสังเกตคือ Apple ยกเลิกการรองรับ Rosetta ภายในเวลาเพียง 5 ปี แสดงให้เห็นถึงความเด็ดขาดในการเดินหน้าสู่อนาคต แม้จะแลกมาด้วยความไม่พอใจจากผู้ใช้บางส่วนที่ยังใช้ซอฟต์แวร์เก่าอยู่ 🚀 Apple Silicon: การเปลี่ยนผ่านที่ “ไร้รอยต่อ” ในปี 2020 Apple เปิดตัวชิป Apple Silicon (M1) ซึ่งถือเป็นการปฏิวัติด้านฮาร์ดแวร์อย่างแท้จริง ความสำเร็จครั้งนี้เกิดจากการวางแผนระยะยาว: Apple พัฒนาชิป ARM สำหรับ iPhone มาหลายปี, รวมฐานของ macOS และ iOS ให้เหมือนกัน, และเตรียม API ใหม่ให้รองรับ ARM ล่วงหน้าหลายปี Rosetta 2 ทำให้แอป Intel สามารถรันบนชิป M1 ได้อย่างมีประสิทธิภาพ และที่น่าทึ่งคือในบางกรณีแอปที่ถูกแปลยังทำงานได้ดีกว่าแอปต้นฉบับบนเครื่อง Intel เดิมด้วยซ้ำ การควบคุมทุกส่วนของระบบทั้งฮาร์ดแวร์และซอฟต์แวร์อย่างแนวดิ่ง ช่วยให้ Apple เคลื่อนไหวได้เร็วและเด็ดขาด ⚖️ Microsoft vs Apple: คนละแนวทาง สู่ผลลัพธ์ที่ต่างกัน แม้ทั้ง Microsoft และ Apple จะใช้ “การจำลอง” เป็นหัวใจในการเปลี่ยนผ่าน แต่ปรัชญาที่อยู่เบื้องหลังแตกต่างกันโดยสิ้นเชิง: 🎯 Microsoft เน้น “ความเข้ากันได้ต้องมาก่อน” ซึ่งช่วยรักษาผู้ใช้เก่าไว้ได้ แต่ก็ต้องแบกรับความซับซ้อนและข้อจำกัดมากมาย เพราะต้องรองรับฮาร์ดแวร์และซอฟต์แวร์เก่าให้ได้ทุกกรณี การเปลี่ยนผ่านจึงมักช้าและต้องค่อยๆ ปรับตัวไปทีละขั้น 🛠️ ในทางตรงกันข้าม Apple เลือก “ตัดของเก่าแล้วมุ่งหน้า” ใช้วิธีเด็ดขาดและเตรียมการล่วงหน้าอย่างดี ทั้งการออกแบบชิปเอง ควบคุม OS และกำหนดกรอบให้กับนักพัฒนา การเปลี่ยนผ่านจึงรวดเร็ว ราบรื่น และน่าประทับใจอย่างมากในสายตาผู้ใช้ 🔚 บทสรุป: เส้นทางต่าง สู่ความสำเร็จที่ไม่เหมือนกัน การเปลี่ยนผ่านสถาปัตยกรรม CPU ไม่ใช่แค่เรื่องเทคนิค แต่มันคือ "การวางหมาก" เชิงกลยุทธ์ในระบบนิเวศซอฟต์แวร์และผู้ใช้นับล้าน Microsoft กำลังฟื้นตัวจากอดีตที่ผิดพลาด และก้าวเข้าสู่ยุคใหม่ของ ARM ด้วยประสิทธิภาพและการจำลองที่ดีขึ้นเรื่อยๆ ในขณะที่ Apple ได้กลายเป็นตัวอย่างระดับโลกของการเปลี่ยนผ่านที่ประสบความสำเร็จที่สุด ด้วยความกล้าที่จะตัดขาดจากอดีตและควบคุมอนาคตด้วยตนเอง 🧩 คำถามที่น่าสนใจคือ: โลกคอมพิวเตอร์ในอนาคตจะให้คุณค่ากับ “ความยืดหยุ่นแบบเปิด” ของ Microsoft หรือ “ความเร็วและประสิทธิภาพแบบปิด” ของ Apple มากกว่ากัน? #ลุงเขียนหลานอ่าน

🎙️ เรื่องเล่าจากงานแต่งที่ไม่ใช่แค่เรื่องรัก: เมื่อลูกสาว Steve Jobs จัดงานแต่งที่สะท้อนทั้ง Silicon Valley และความหรูหราแบบอังกฤษ Eve Jobs วัย 27 ปี แม้จะเป็นทายาทของบุคคลที่เปลี่ยนโลกเทคโนโลยี แต่เธอเลือกเดินเส้นทางของตัวเองในวงการแฟชั่น และหลีกเลี่ยงการใช้ชื่อเสียงของพ่อเพื่อเข้าสู่วงการไอที งานแต่งของเธอกับ Harry Charles นักกีฬาขี่ม้าทีมชาติอังกฤษ จะจัดขึ้นใน Oxfordshire ประเทศอังกฤษ โดยมี: - งบประมาณกว่า $6.7 ล้าน - ผู้จัดงานคือ Stanlee Gatti นักออกแบบงานอีเวนต์ชื่อดังจากแคลิฟอร์เนีย - คาดว่าจะมีการตกแต่งด้วยดอกไม้ immersive, สวนเทียน, และบรรยากาศแบบเทพนิยาย แขกที่ได้รับเชิญ ได้แก่: - Elton John (แสดงสด) - Kamala Harris (อดีตรองประธานาธิบดีสหรัฐฯ) - เจ้าหญิง Beatrice - Jessica Springsteen - Jennifer และ Phoebe Gates - Matt Helders (Arctic Monkeys) แม้หลายคนจะคิดว่า Eve ใช้เงินจากมรดกของ Steve Jobs แต่ Laurene Powell Jobs แม่ของเธอเคยประกาศชัดว่าไม่เชื่อใน “การส่งต่อความมั่งคั่ง” และจะใช้ทรัพย์สินเพื่อสนับสนุนงานการกุศลแทน งานแต่งนี้จึงสะท้อนว่า Eve กำลัง “นิยามใหม่” ของการสืบทอดชื่อ Jobs — ไม่ใช่ด้วยเทคโนโลยี แต่ด้วยความคิดสร้างสรรค์และความสง่างามในแบบของเธอเอง https://wccftech.com/steve-jobs-daughter-to-host-6-7m-high-profile-tech-wedding-elton-john-performing-kamala-harris-attending-and-oxfordshire-bracing-for-a-star-studded-affair/

ลุงนี้ร้อง "อ้าววววว..." เลย 🎙️ เรื่องเล่าจากชิปที่รอเวลา: เมื่อ AI PC ต้องรอทั้ง Windows และตลาดให้พร้อม N1X เป็นแพลตฟอร์ม AI PC ที่ร่วมพัฒนาโดย Nvidia และ MediaTek โดยมีเป้าหมายเพื่อแข่งขันกับ Intel, AMD และ Qualcomm ในตลาดพีซีที่รองรับการประมวลผล AI โดยตรง เดิมทีคาดว่าจะเปิดตัวใน Q3 ปี 2025 แต่กลับไม่ปรากฏในงาน Computex ล่าสุด ทำให้เกิดข้อสงสัยเรื่องความพร้อมของผลิตภัณฑ์ รายงานล่าสุดจาก DigiTimes ระบุว่า: - Microsoft ยังไม่พร้อมเปิดตัวระบบปฏิบัติการใหม่ที่รองรับฟีเจอร์ AI เต็มรูปแบบ - ความต้องการในตลาดโน้ตบุ๊กและเดสก์ท็อปยังไม่ฟื้นตัวเต็มที่ - Nvidia ยังต้องปรับแก้ชิปจากข้อบกพร่องเดิมที่เคยมีรายงานจาก SemiAccurate Nvidia และ MediaTek จึงเลือกเน้นตลาดองค์กรก่อน โดยหวังว่าจะมีการยอมรับในกลุ่ม commercial ก่อนขยายไปยัง consumer นอกจากนี้ ทั้งสองบริษัทยังร่วมมือกันในหลายโครงการ เช่น: - Automotive AI ผ่านแพลตฟอร์ม Dimensity Auto - Edge AI ด้วย Nvidia TAO Toolkit และ MediaTek NeuroPilot - การพัฒนา DGX Spark — AI supercomputer ขนาดเล็ก - การร่วมมือในโครงการ Google v7e TPU ที่จะผลิตจริงในปี 2026 ✅ Nvidia และ MediaTek เลื่อนเปิดตัวแพลตฟอร์ม N1X AI PC ไปเป็น Q1 ปี 2026 ➡️ เดิมคาดว่าจะเปิดตัวใน Q3 ปี 2025 แต่ไม่ปรากฏในงาน Computex ✅ สาเหตุหลักคือ Microsoft ยังไม่พร้อมเปิดตัวระบบปฏิบัติการใหม่ที่รองรับ AI เต็มรูปแบบ ➡️ ส่งผลให้ ecosystem โดยรวมยังไม่พร้อมสำหรับการเปิดตัว N1X ✅ ความต้องการในตลาดโน้ตบุ๊กและเดสก์ท็อปยังอ่อนตัวลง ➡️ ทำให้การเปิดตัวใน consumer segment ถูกเลื่อนออกไป ✅ Nvidia ยังต้องปรับแก้ชิปจากข้อบกพร่องเดิมที่เคยมีรายงาน ➡️ รวมถึงการปรับกลยุทธ์ด้านการผลิตและการตลาด ✅ N1X มีพลังประมวลผล AI สูงถึง 180–200 TOPS ➡️ ถือเป็นการเข้าสู่ตลาดพีซีครั้งใหญ่ที่สุดของ MediaTek ✅ OEM และ ODM หลายรายเตรียมออกแบบผลิตภัณฑ์รองรับ N1X เช่น Dell, HP, Lenovo, Asus, MSI ➡️ ทั้งในรูปแบบโน้ตบุ๊กและเดสก์ท็อป ✅ Nvidia และ MediaTek ร่วมมือในหลายโครงการ เช่น automotive AI, edge AI, และ TPU ของ Google ➡️ คาดว่าจะสร้างรายได้รวมกว่า $4 พันล้านดอลลาร์ https://www.tomshardware.com/tech-industry/semiconductors/nvidias-desktop-pc-chip-holdup-purportedly-tied-to-windows-delays-ongoing-chip-revisions-and-weakening-demand-also-blamed

🎙️ เรื่องเล่าจากชิปเล็กจิ๋ว: เมื่อแสงควอนตัมถูกผลิตบนซิลิคอนแบบเดียวกับ CPU ชิปนี้ใช้โครงสร้างที่เรียกว่า microring resonators จำนวน 12 วง ซึ่งทำหน้าที่ผลิตคู่โฟตอนที่มีคุณสมบัติควอนตัม — โดยปกติการผลิตโฟตอนแบบนี้ต้องใช้ห้องแล็บที่ซับซ้อน แต่ทีมวิจัยสามารถทำให้เกิดขึ้นบนชิปขนาดเท่าเล็บนิ้ว ความท้าทายคือ microring resonators มีความไวต่ออุณหภูมิและความคลาดเคลื่อนในการผลิต — หากไม่ปรับจูนอย่างแม่นยำจะไม่สามารถผลิตโฟตอนได้ ทีมจึงสร้างระบบ feedback บนชิป: - มี photodiode ตรวจสอบการทำงานของแต่ละ resonator - มี heater และวงจรควบคุมปรับจูนอัตโนมัติ - ทำให้ทั้ง 12 วงทำงานร่วมกันได้อย่างเสถียร โดยไม่ต้องใช้เครื่องมือภายนอก ชิปนี้ถูกผลิตด้วยเทคโนโลยี CMOS 45nm ซึ่งแม้จะไม่ใช่ระดับ cutting-edge แต่มีความเสถียรและสามารถผลิตจำนวนมากได้ในโรงงานทั่วไป เช่นของ GlobalFoundries และ Ayar Labs Nvidia CEO ยังเคยกล่าวว่า microring resonators คือ “หัวใจของการเชื่อมต่อแบบ optical สำหรับ AI” — และงานวิจัยนี้แสดงให้เห็นว่า photonics เดียวกันสามารถใช้กับควอนตัมได้เช่นกัน ✅ นักวิจัยสร้าง “โรงงานแสงควอนตัม” บนชิปขนาด 1 มม² โดยใช้ CMOS 45nm ➡️ เป็นการรวม photonics, electronics และ quantum optics บนแพลตฟอร์มเดียว ✅ ใช้ microring resonators 12 วงเพื่อผลิตคู่โฟตอนที่มีคุณสมบัติควอนตัม ➡️ โดยปกติการผลิตโฟตอนต้องใช้ห้องแล็บที่ซับซ้อน ✅ มีระบบ feedback บนชิปเพื่อปรับจูน resonator แบบเรียลไทม์ ➡️ ใช้ photodiode, heater และวงจรควบคุมเพื่อให้ทำงานเสถียร ✅ ผลิตด้วยเทคโนโลยี CMOS 45nm ที่ใช้ใน CPU และ GPU ทั่วไป ➡️ ทำให้สามารถผลิตในโรงงานอุตสาหกรรมได้ ไม่ต้องใช้เทคนิคเฉพาะทาง ✅ ชิปนี้ถูกพัฒนาร่วมกับ GlobalFoundries และ Ayar Labs ➡️ บริษัทที่เชี่ยวชาญด้าน optical interconnects สำหรับ AI และ HPC ✅ Nvidia เคยกล่าวว่า microring resonators คือกุญแจสำคัญของการเชื่อมต่อ AI แบบ optical ➡️ งานวิจัยนี้แสดงให้เห็นว่า photonics เดียวกันสามารถใช้กับควอนตัมได้เช่นกัน ✅ นักวิจัยบางคนในทีมได้เข้าร่วมบริษัทเชิงพาณิชย์ เช่น PsiQuantum, Ayar Labs และ Google X ➡️ แสดงถึงการเปลี่ยนผ่านจากงานวิจัยสู่ผลิตภัณฑ์จริง https://www.tomshardware.com/tech-industry/quantum-computing/researchers-pack-a-quantum-light-factory-into-a-1mm-square-chip-combines-photonics-electronics-and-quantum-hardware-with-traditional-silicon-manufacturing

🎙️ เรื่องเล่าจากสนามแม่เหล็ก: GPS ไม่จำเป็นอีกต่อไป เมื่อควอนตัมบอกได้ว่าคุณอยู่ตรงไหน GPS แม้จะเป็นระบบที่มั่นคง แต่เริ่มมีจุดอ่อน: - ถูก แทรกแซง (jamming) ได้จากสัญญาณรบกวน - ถูก หลอก (spoofing) โดยส่งข้อมูลตำแหน่งปลอม - เกิดบ่อยใน “พื้นที่ความขัดแย้ง” เช่นตะวันออกกลางและชายแดนยุโรป Airbus และ SandboxAQ จึงทดสอบระบบ MagNav บนเครื่องบินทดสอบกว่า 150 ชั่วโมง เหนือสหรัฐ โดยเซนเซอร์จะอ่าน “ลายเซ็นสนามแม่เหล็ก” จากพื้นโลก (คล้ายลายนิ้วมือของแต่ละพื้นที่) แล้วเทียบกับแผนที่แม่เหล็กด้วย AI — ผลคือ: - ความแม่นยำเทียบเท่า FAA (องค์กรควบคุมการบินสหรัฐ) - บางครั้งแม่นยำกว่า inertial navigation ที่ใช้ในภารกิจทหาร - หาค่าพิกัดได้ในระดับ 550 เมตร ระบบควอนตัมนี้ทำงานโดยยิงเลเซอร์ไปยังอิเล็กตรอน → สะท้อนพลังงานกลับ → ได้ค่าพลังงานที่สะท้อนสนามแม่เหล็กเฉพาะจุด — ข้อมูลทั้งหมดมาจากภายในเครื่องบินเอง จึงไม่มีสัญญาณให้แฮกเลย อนาคตเทคโนโลยีนี้อาจนำไปใช้ได้หลายทาง: - ตรวจจับสิ่งของใต้ดิน เช่น อุโมงค์หรือเรือดำน้ำ - ใช้ในระบบการแพทย์ เพื่ออ่าน “สนามแม่เหล็กหัวใจหรือสมอง” ที่อ่อนมาก - วางเป็นโครงสร้างนำทางในรถยนต์, เรือ หรือแม้แต่เครื่องบินไร้คนขับ Joe Depa ผู้บริหารจาก Ernst & Young กล่าวว่า: 🔖 “นี่ไม่ใช่อนาคต 20 ปีข้างหน้า — แต่มันคือปัจจุบันแล้ว” ✅ MagNav ใช้เซนเซอร์ควอนตัมอ่านสนามแม่เหล็กโลกเพื่อระบุตำแหน่ง ➡️ ยิงเลเซอร์ใส่อิเล็กตรอนและวัดพลังงานที่สะท้อนกลับ ✅ เครื่องบินทดสอบของ Airbus บินกว่า 150 ชั่วโมงทั่วสหรัฐ ➡️ วิเคราะห์ลายเซ็นแม่เหล็กแต่ละพื้นที่เพื่อหาพิกัดด้วย AI ✅ ความแม่นยำอยู่ในระดับ 2 ไมล์ตลอดเวลา และ 550 เมตรในหลายจุด ➡️ เทียบได้กับระบบการบินระดับพาณิชย์และทหาร ✅ MagNav ไม่ใช้สัญญาณภายนอก ไม่มีการส่งออกข้อมูล ➡️ จึง “ไม่สามารถแฮกหรือหลอกได้” แบบ GPS ✅ SandboxAQ เป็นบริษัทใน Silicon Valley ที่เชี่ยวชาญ AI + ควอนตัมเซนซิ่ง ➡️ เป็นบริษัทในเครือ Alphabet (กลุ่มเดียวกับ Google) ✅ อาจนำไปใช้ในด้านการแพทย์และความมั่นคงระดับชาติในอนาคต ➡️ เช่นการวัดสนามแม่เหล็กหัวใจหรือสมองแบบไม่รุกล้ำ https://www.techspot.com/news/108735-engineers-turn-quantum-tech-replace-gps-flight-navigation.html

🎙️ เรื่องเล่าจาก Silicon Valley: เมื่อ AI ไม่ได้แค่เปลี่ยนเทคโนโลยี แต่เปลี่ยนความสัมพันธ์ของคน กรณีที่เด่นที่สุดเกิดกับ Windsurf บริษัทสตาร์ทอัพ AI ที่กำลังจะขายให้ OpenAI ในมูลค่า $3B — แต่ CEO Varun Mohan กลับ ล้มดีล และลาออกไปร่วมทีม Google พร้อมพาทีมงานหลักบางส่วนตามไปด้วย ข่าวนี้กระทบแรง เพราะทีมงาน Windsurf ส่วนใหญ่หวังว่าจะได้เงิน payout จากการเข้าซื้อ และบางคนถึงขั้นถ่ายวิดีโอโหมโรงไว้แล้วเพื่อเฉลิมฉลอง — กลับกลายเป็นคลิปบันทึก “การล่มสลาย” ของบริษัท แต่ภายในไม่กี่วัน Cognition บริษัท AI ที่เล็กกว่าแต่กำลังโตไวก็เข้ามาซื้อ Windsurf แทน โดย CEO Jeff Wang บอกว่าจะจ่ายเงินให้พนักงานทุกคนไม่ว่าจะอยู่มานานแค่ไหน — สร้างบรรยากาศ “คืนชีวิต” ให้ทีมงานอีกครั้ง ด้าน Meta กลายเป็นผู้เล่นที่ดุเดือดที่สุด — Mark Zuckerberg ทุ่มตัวเองลงไปล่าผู้เชี่ยวชาญจาก OpenAI, Google DeepMind, Apple และ Anthropic ด้วยข้อเสนอที่มากกว่า $300 ล้านภายใน 4 ปี (จ่ายปีแรกถึงหนึ่งในสาม) แต่แม้จะทุ่มเงินมากขนาดนั้น Meta ก็ยังขาด “หัวหน้าฝ่ายวิจัย” และยังไม่ได้ตัวบุคคลสำคัญที่ต้องการ เช่นในกรณีของ Safe Superintelligence ที่ Daniel Gross ถูก Meta ล่อตัวไป จนทิ้งผู้ร่วมก่อตั้ง Ilya Sutskever ไปอย่างเจ็บปวด เทียบอีกเคสคือ Alexandr Wang ผู้ก่อตั้ง Scale AI ที่เคยเป็นดาวรุ่ง — ถูก Meta ดึงตัวไปเปิดแล็บใหม่และลงทุน $14B กับบริษัทของเขา แต่ผลคือ Scale สูญเสียดีลสำคัญกับ OpenAI และ Google พร้อมต้องปลดพนักงาน 14% ในเวลาสั้น ๆ เสียงสะท้อนจาก Sam Altman ของ OpenAI บอกว่า “ภูมิใจในความยึดมั่นพันธกิจในวงการนี้” แต่มองเห็น “การล่าโดยพวกจอมทัพ mercenaries” ที่ทำให้วงการเปลี่ยนจากความฝัน มาเป็นเรื่องของเงินและอำนาจ ✅ Windsurf เคยอยู่ระหว่างดีลขายให้ OpenAI มูลค่า $3B แต่ CEO เลิกดีลกลางทาง ➡️ Varun Mohan ไปเข้าร่วมทีม Google พร้อมพาทีมหลักตามไป ✅ ภายในไม่กี่วัน Cognition เข้าซื้อ Windsurf และให้พนักงานทุกคนได้ส่วนแบ่ง ➡️ ทำให้กำลังใจกลับมาแม้ดีลแรกถูกล้มกลางทาง ✅ Meta เสนอค่าตอบแทนมากกว่า $300M ต่อคนในบางกรณีเพื่อดึงนักวิจัย AI ➡️ แบ่งจ่ายปีแรกหนึ่งในสามเป็นการจูงใจ ✅ Mark Zuckerberg ลงมาล่าผู้เชี่ยวชาญด้วยตัวเอง ไม่ใช่แค่ส่งทีม HR ➡️ มีเป้าหมายสร้างแล็บเพื่อ AI ระดับ “superintelligence” ✅ Alexandr Wang จาก Scale AI ถูก Meta ดึงตัว — ส่งผลให้ Scale เสียดีลสำคัญ ➡️ บริษัทประกาศปลดพนักงาน 14% หลังจากนั้น ✅ Daniel Gross จาก Safe Superintelligence ถูกดึงตัว ทำให้ Sutskever ต้องแยกทาง ➡️ กระทบต่อทีมวิจัยที่เคยมีพันธกิจร่วมกัน https://www.techspot.com/news/108733-silicon-valley-ai-boom-turns-battle-brains-ndash.html

🎙️ เรื่องเล่าจากโลกไซเบอร์: SquidLoader แฝงตัวในกล้อง Kubernetes ปล่อยมัลแวร์เข้าสถาบันการเงิน การโจมตีเริ่มจากอีเมลภาษาจีนที่แนบไฟล์ RAR มีรหัสผ่าน พร้อมแนบข้อความหลอกว่าเป็น “แบบฟอร์มลงทะเบียนธุรกิจเงินตราต่างประเทศผ่าน Bond Connect” เพื่อหลอกให้ผู้รับเปิดไฟล์ซึ่งปลอมเป็นเอกสาร Word แต่จริง ๆ แล้วเป็น executable ที่ใช้ชื่อและ icon ของ AMDRSServ.exe หลังจากเปิดใช้งาน ตัวมัลแวร์จะ: 1️⃣ ปลดล็อก payload หลัก 2️⃣ เชื่อมต่อกับ Command & Control (C2) server โดยใช้ path ที่เลียนแบบ API ของ Kubernetes เช่น /api/v1/namespaces/kube-system/services เพื่อหลบการตรวจสอบ 3️⃣ ส่งข้อมูลเครื่องกลับไป เช่น IP, username, OS 4️⃣ ดาวน์โหลดและเปิดใช้งาน Cobalt Strike Beacon เพื่อเข้าควบคุมเครื่องแบบต่อเนื่องผ่าน server สำรอง (เช่น 182.92.239.24) มีการพบตัวอย่างแบบเดียวกันในสิงคโปร์และออสเตรเลีย ทำให้คาดว่าเป็น แคมเปญระดับภูมิภาคหรือทั่วโลก ที่ใช้เป้าหมายเป็นสถาบันการเงิน ✅ Trellix พบแคมเปญมัลแวร์ SquidLoader โจมตีสถาบันการเงินฮ่องกง ➡️ โดยใช้ spear-phishing mail หลอกเป็นแบบฟอร์ม Bond Connect ✅ อีเมลเป็นภาษาจีน พร้อมแนบไฟล์ RAR มีรหัสผ่านอยู่ในเนื้ออีเมล ➡️ ช่วยหลบระบบตรวจสอบอีเมลอัตโนมัติได้ระดับหนึ่ง ✅ ไฟล์ปลอมตัวเป็น Word document icon และใช้ชื่อ executable จาก AMD ➡️ เช่น AMDRSServ.exe เพื่อไม่ให้ผู้ใช้งานสงสัย ✅ ระบบมัลแวร์มี 5 ขั้นตอน รวมถึงการเชื่อมต่อกับ C2 และเรียกใช้ Cobalt Strike ➡️ เพื่อควบคุมเครื่องเป้าหมายแบบต่อเนื่องและหลบตรวจจับได้ดี ✅ Path ที่ใช้เชื่อมต่อ C2 ปลอมเป็น API ของ Kubernetes ➡️ ช่วยกลืนเนียนกับทราฟฟิกเครือข่ายในองค์กรที่ใช้ container ✅ ตัวอย่างอื่นถูกพบในสิงคโปร์และออสเตรเลีย ➡️ แสดงว่าเป็นแคมเปญเชิงรุกระดับภูมิภาคหรือข้ามชาติ ‼️ SquidLoader ใช้เทคนิคหลบตรวจจับขั้นสูง เช่น anti-analysis และ anti-debugging ⛔ ตรวจหาเครื่องมืออย่าง IDA Pro, Windbg และ username แบบ sandbox ‼️ หากตรวจพบว่าตัวเองอยู่ใน sandbox หรือเครื่องวิเคราะห์ ตัวมัลแวร์จะปิดตัวเองทันที ⛔ พร้อมแสดงข้อความหลอกว่า “ไฟล์เสีย เปิดไม่ได้” เพื่อหลอก sandbox ‼️ ใช้เทคนิค Asynchronous Procedure Calls (APC) กับ thread ที่ตั้ง sleep ยาว ⛔ ทำให้ emulator และ sandbox ทำงานไม่ถูกต้องและวิเคราะห์ไม่ได้ ‼️ ระดับการตรวจจับใกล้ศูนย์บน VirusTotal ณ วันที่วิเคราะห์ ⛔ หมายถึงองค์กรส่วนใหญ่ยังไม่รู้ว่าตัวเองถูกเจาะหรือเสี่ยง ‼️ หากไม่ใช้ระบบตรวจจับพฤติกรรมหรือ endpoint protection เชิงลึก จะไม่สามารถระบุหรือหยุดการโจมตีได้ ⛔ โดยเฉพาะองค์กรที่พึ่ง signature-based antivirus แบบเดิม https://hackread.com/squidloader-malware-hits-hong-kong-financial-firms/

ลุงอยากให้ สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ (สวทช.) ซื้อมาให้นักวิจัยไทยได้ลองให้ลองสร้าง Chip เองบ้าง 🎙️ เรื่องเล่าจากโรงงานแห่งอนาคต: Nikon พลิกโฉมการผลิตชิปยุค AI ด้วยแผ่นขนาด 600 มม. ในขณะที่ผู้ผลิตรายใหญ่อย่าง TSMC, Intel และ Samsung กำลังมุ่งพัฒนาเทคโนโลยีการแพ็กเกจระดับแผง (Panel-Level Packaging หรือ PLP) เพื่อลดข้อจำกัดด้านขนาดและต้นทุนของเวเฟอร์แบบกลม 300 มม.—Nikon ก็เปิดตัวเครื่อง DSP-100 Digital Lithography System สำหรับฉายลวดลายลงแผ่นแบบสี่เหลี่ยมขนาดใหญ่โดยตรง เครื่องนี้สามารถ: - ฉายลวดลายแบบละเอียดระดับ 1.0 µm บนแผ่นขนาด 600×600 มม. - ได้ความแม่นยำระดับ ±0.3 µm - ผลิตได้ 50 แผ่นต่อชั่วโมง ที่ขนาดมาตรฐาน 510×515 มม. สิ่งที่โดดเด่นคือการ “ไม่ใช้ photomask” เหมือนระบบ lithography แบบเดิม แต่ใช้ แหล่งกำเนิดแสงแบบ i-line equivalent และ ระบบ spatial light modulator (SLM) ร่วมกับ เลนส์หลายตัว (multi-lens array) ที่ถูกพัฒนาจากเทคโนโลยีจอภาพ ทำให้แพตเทิร์นถูกฉายได้ครอบคลุมทั่วแผ่นอย่างไร้รอยต่อ เมื่อใช้แผ่นขนาด 600 มม. หนึ่งแผ่นสามารถบรรจุแพ็กเกจขนาด 100×100 มม. ได้ถึง 36 ชิ้น เท่ากับ productivity เพิ่มขึ้นถึง 9 เท่าเมื่อเทียบกับเวเฟอร์ 300 มม.—ทำให้ต้นทุนต่อ die ลดลงมหาศาล และเหมาะกับยุคที่ AI accelerator ต้องการ HBM4 stacks และ chiplet จำนวนมาก ✅ Nikon เปิดตัวเครื่องฉายลวดลาย DSP-100 สำหรับแผ่นขนาดใหญ่ 600×600 มม. ➡️ รองรับ panel-level packaging สำหรับชิปรุ่นใหม่ที่ใช้ chiplet และ HBM4 ✅ ใช้เทคนิค maskless lithography ด้วยระบบ spatial light modulator ➡️ ลดความบิดเบี้ยวจากเลนส์เดี่ยวและประหยัดต้นทุน photomask ✅ ความละเอียดการฉาย 1.0 µm และความแม่นยำ ±0.3 µm ➡️ เหมาะกับการผลิตชิประดับสูงในยุค generative AI ✅ หนึ่งแผ่นขนาด 600 มม. บรรจุแพ็กเกจ 36 ชิ้น — productivity สูงกว่าเวเฟอร์ 9 เท่า ➡️ ลดต้นทุนต่อ die และเพิ่มการผลิตแบบแผ่นเดียวต่อรอบ ✅ เครื่องจะเริ่มผลิตจริงในปี 2026 และเปิดรับออร์เดอร์แล้ววันนี้ ➡️ ราคาจำกัดเฉพาะลูกค้าที่มีคุณสมบัติเหมาะสม https://www.techpowerup.com/339060/nikon-introduces-600x600-mm-substrates-for-advanced-ai-silicon

🎙️ เรื่องเล่าจากโลกเซมิคอนดักเตอร์: Rapidus ญี่ปุ่นกับการทดสอบผลิตชิป 2nm ด้วยแนวทางใหม่ Rapidus เริ่มต้นทดสอบวงจรที่ใช้ทรานซิสเตอร์แบบ GAA (Gate-All-Around) ซึ่งเป็นเทคโนโลยีล่าสุดในการพัฒนาเซมิคอนดักเตอร์ระดับ 2nm โดยชิ้นทดสอบสามารถแสดงผลทางไฟฟ้าที่ตรงตามเป้าหมาย แสดงว่าทั้งเครื่องมือและกระบวนการของโรงงานทำงานได้ตามแผน สิ่งที่โดดเด่นคือ Rapidus เลือกใช้ระบบ “single-wafer processing” ทุกขั้นตอน ซึ่งปกติในอุตสาหกรรมมักใช้แบบผสมระหว่าง batch และ single wafer เพื่อประหยัดเวลาและต้นทุน — แต่ Rapidus เชื่อว่าการประมวลผลแบบแผ่นต่อแผ่นช่วยลดความผิดพลาด เพิ่มคุณภาพ และทำให้การควบคุมกระบวนการแม่นยำยิ่งขึ้น โดยเฉพาะเมื่อเสริมด้วยระบบ AI สำหรับวิเคราะห์ข้อมูลระดับละเอียดจากแต่ละแผ่นชิป การติดตั้งอุปกรณ์ EUV และ DUV ที่โรงงาน IIM-1 ก็เสร็จสมบูรณ์แล้วกว่า 200 เครื่อง พร้อมใช้งานในไตรมาสที่สองของปีนี้ และจะเปิดให้ลูกค้าเข้ามาออกแบบและทดสอบชิปในปี 2026 ด้วย PDK รุ่นแรก ✅ Rapidus เริ่มทดสอบการผลิตชิป 2nm ที่โรงงาน IIM-1 ในญี่ปุ่น ➡️ ใช้โครงสร้างทรานซิสเตอร์แบบ Gate-All-Around (GAA) ✅ ชิ้นทดสอบแสดงผลทางไฟฟ้าได้ตามเป้าหมายที่วางไว้ ➡️ สะท้อนความพร้อมของเครื่องมือและความแม่นยำของกระบวนการ ✅ โรงงานติดตั้ง EUV และ DUV lithography แล้วกว่า 200 เครื่อง ➡️ พร้อมทดสอบและพัฒนาเทคโนโลยีระดับนาโน ✅ Rapidus ใช้ระบบ single-wafer processing ครบทุกขั้นตอน ➡️ แยกแผ่นชิปแต่ละชิ้นตรวจละเอียด แทนการประมวลผลแบบชุดใหญ่ ✅ ข้อมูลจากการผลิตจะถูกใช้กับ AI เพื่อปรับปรุงกระบวนการแบบเรียลไทม์ ➡️ ช่วยลด defect และเพิ่ม yield ของการผลิต ✅ ระบบนี้ช่วยรองรับการผลิตทั้งขนาดเล็กและขนาดใหญ่ได้ง่าย ➡️ ทำให้เหมาะกับลูกค้ารายย่อยและงานออกแบบเฉพาะทาง ✅ Rapidus เตรียมเปิดตัว PDK รุ่นแรกสำหรับลูกค้าในไตรมาสแรกของปี 2026 ➡️ เพื่อเริ่มขั้นตอนการออกแบบชิปบนเทคโนโลยี 2nm https://www.tomshardware.com/tech-industry/semiconductors/japanese-chipmaker-rapidus-begins-test-production-of-2nm-circuits-company-commits-to-single-wafer-processing-ahead-of-2027-mass-production-target

🎙️ เรื่องเล่าจากโลกไซเบอร์: เมื่อจีนใช้ phishing โจมตีอุตสาหกรรมชิปของไต้หวัน Proofpoint รายงานว่ามีอย่างน้อย 3 กลุ่มแฮกเกอร์ใหม่ ได้แก่ UNK_FistBump, UNK_DropPitch และ UNK_SparkyCarp ที่ร่วมกันโจมตีบริษัทในอุตสาหกรรมเซมิคอนดักเตอร์ของไต้หวัน ตั้งแต่เดือนมีนาคมถึงมิถุนายน 2025 โดยใช้เทคนิค spear phishing เพื่อหลอกให้เหยื่อเปิดอีเมลที่มีมัลแวร์ เป้าหมายของการโจมตีคือบริษัทที่เกี่ยวข้องกับการผลิต ออกแบบ และทดสอบชิป รวมถึงบริษัทในห่วงโซ่อุปทานและนักวิเคราะห์การลงทุนที่เกี่ยวข้องกับตลาดเซมิคอนดักเตอร์ของไต้หวัน กลุ่มแฮกเกอร์ใช้เครื่องมือหลากหลาย เช่น Cobalt Strike, Voldemort (backdoor แบบ custom ที่เขียนด้วยภาษา C), HealthKick (backdoor ที่สามารถรันคำสั่ง) และ Spark (Remote Access Trojan) ซึ่งใช้โดยกลุ่มที่สี่ชื่อ UNK_ColtCentury หรือ TAG-100 (Storm-2077) นักวิจัยเชื่อว่าการโจมตีเหล่านี้สะท้อนยุทธศาสตร์ของจีนที่ต้องการลดการพึ่งพาเทคโนโลยีจากต่างประเทศ โดยเฉพาะจากสหรัฐฯ และไต้หวัน ซึ่งเป็นผู้ผลิตชิปรายใหญ่ของโลก ✅ Proofpoint พบการโจมตีจากกลุ่มแฮกเกอร์จีน 3 กลุ่มหลัก ➡️ ได้แก่ UNK_FistBump, UNK_DropPitch และ UNK_SparkyCarp ✅ เป้าหมายคือบริษัทผลิต ออกแบบ และทดสอบเซมิคอนดักเตอร์ในไต้หวัน ➡️ รวมถึงบริษัทในห่วงโซ่อุปทานและนักวิเคราะห์การลงทุน ✅ ใช้เทคนิค spear phishing เพื่อหลอกให้เปิดอีเมลที่มีมัลแวร์ ➡️ เป็นวิธีที่มีประสิทธิภาพในการเจาะระบบองค์กร ✅ เครื่องมือที่ใช้รวมถึง Cobalt Strike, Voldemort, HealthKick และ Spark ➡️ เป็นมัลแวร์ที่สามารถควบคุมระบบจากระยะไกลและขโมยข้อมูล ✅ กลุ่ม UNK_ColtCentury (TAG-100 / Storm-2077) ใช้เทคนิคสร้างความไว้ใจก่อนโจมตี ➡️ เป็นกลยุทธ์ที่เน้นการหลอกล่อแบบเชิงจิตวิทยา ✅ การโจมตีสะท้อนยุทธศาสตร์จีนในการพึ่งพาตนเองด้านเทคโนโลยี ➡️ โดยเฉพาะในช่วงที่มีการควบคุมการส่งออกจากสหรัฐฯ และไต้หวัน ‼️ การโจมตีแบบ spear phishing ยังเป็นภัยคุกคามหลักต่อองค์กร ⛔ พนักงานควรได้รับการฝึกอบรมเพื่อระวังอีเมลหลอกลวง ‼️ มัลแวร์ที่ใช้มีความสามารถในการควบคุมระบบและขโมยข้อมูลลึก ⛔ อาจทำให้เกิดการรั่วไหลของข้อมูลเชิงพาณิชย์และเทคโนโลยีสำคัญ ‼️ การโจมตีมีเป้าหมายเชิงยุทธศาสตร์ระดับประเทศ ⛔ อาจส่งผลต่อความมั่นคงทางเศรษฐกิจและเทคโนโลยีของไต้หวัน ‼️ การใช้เครื่องมือเช่น Cobalt Strike อาจหลบเลี่ยงระบบรักษาความปลอดภัยทั่วไป ⛔ ต้องใช้ระบบตรวจจับภัยคุกคามขั้นสูงเพื่อป้องกัน https://www.techradar.com/pro/security/chinese-hackers-hit-taiwan-semiconductor-manufacturing-in-spear-phishing-campaign

LG Electronics เตรียมผลิตเครื่อง Hybrid Bonding – ปูทางสู่ยุค HBM4 และ AI ระดับโลก LG Electronics ซึ่งเป็นที่รู้จักในด้านเครื่องใช้ไฟฟ้าและโซลูชัน B2B เช่น HVAC และหุ่นยนต์ กำลังขยายธุรกิจเข้าสู่ตลาดอุปกรณ์เซมิคอนดักเตอร์ โดยพัฒนาเครื่อง Hybrid Bonding สำหรับการประกอบหน่วยความจำ HBM (High Bandwidth Memory) รุ่นใหม่ Hybrid Bonding คือเทคนิคการเชื่อมต่อชั้น wafer โดยไม่ใช้การบัดกรีแบบเดิม แต่ใช้การกดแผ่นทองแดงที่ถูกขัดเรียบระดับนาโนเข้าด้วยกันที่อุณหภูมิห้อง ทำให้ได้การเชื่อมต่อที่บางกว่า เย็นกว่า และเร็วกว่าแบบ Thermal Compression Bonding เทคโนโลยีนี้จำเป็นสำหรับการผลิต HBM4 และ HBM4E ที่มีการซ้อนชั้น DRAM มากกว่า 12 ชั้น ซึ่งวิธีเดิมไม่สามารถรองรับได้อีกต่อไป LG ตั้งเป้าส่งมอบเครื่องผลิตจริงภายในปี 2028 โดยร่วมมือกับมหาวิทยาลัย Seoul National University และเปิดรับนักวิจัยระดับปริญญาเอกจำนวนมากเพื่อเร่งการพัฒนา ปัจจุบันมีเพียงบริษัท BESI (เนเธอร์แลนด์) และ Applied Materials (สหรัฐฯ) ที่ผลิตเครื่อง Hybrid Bonding เชิงพาณิชย์ แต่ยังไม่มีฐานในเกาหลีใต้ ทำให้ LG มีโอกาสเป็นผู้เล่นรายแรกในประเทศ หาก LG ทำสำเร็จตามแผน เครื่องรุ่นแรกอาจพร้อมใช้งานทันกับการผลิต HBM4E ของ SK hynix และการเปิดสายผลิต HBM4 ของ Samsung ในปี 2028 ✅ ข้อมูลจากข่าว - LG Electronics พัฒนาเครื่อง Hybrid Bonding สำหรับการผลิต HBM รุ่นใหม่ - Hybrid Bonding ใช้การกดแผ่นทองแดงเรียบเข้าด้วยกันที่อุณหภูมิห้อง - ให้ผลลัพธ์ที่บางกว่า เย็นกว่า และเร็วกว่า Thermal Compression Bonding - จำเป็นสำหรับการผลิต HBM4 และ HBM4E ที่ซ้อนชั้น DRAM มากกว่า 12 ชั้น - LG ตั้งเป้าส่งมอบเครื่องผลิตจริงภายในปี 2028 - ร่วมมือกับ Seoul National University และรับนักวิจัยระดับ PhD - ปัจจุบันมีเพียง BESI และ Applied Materials ที่ผลิตเครื่องแบบนี้เชิงพาณิชย์ - LG อาจเป็นผู้ผลิตรายแรกในเกาหลีใต้ที่เข้าสู่ตลาดนี้ - เครื่องรุ่นแรกอาจพร้อมใช้งานทันกับการผลิต HBM4E ของ SK hynix และ Samsung ‼️ คำเตือนและข้อควรระวัง - LG ยังอยู่ในขั้นพัฒนาเบื้องต้น ต้องใช้เวลาอีกหลายปีกว่าจะผลิตเชิงพาณิชย์ - การแข่งขันกับบริษัทต่างชาติที่มีประสบการณ์สูงอาจเป็นความท้าทาย - หากไม่สามารถพัฒนาเครื่องให้ตรงตามมาตรฐานอุตสาหกรรม อาจเสียโอกาสทางธุรกิจ - การพึ่งพาเทคโนโลยีใหม่ต้องมีการทดสอบความเสถียรและความแม่นยำอย่างเข้มงวด - ตลาดอุปกรณ์เซมิคอนดักเตอร์มีความผันผวนสูง ต้องมีแผนธุรกิจที่ยืดหยุ่น https://www.techpowerup.com/338913/lg-electronics-to-enter-semiconductor-equipment-market-with-hybrid-bonding

Silicon Motion เปิดตัวคอนโทรลเลอร์ SSD PCIe Gen6 – เร็วกว่าเดิมเท่าตัว รองรับ 512 TB Silicon Motion เปิดตัวคอนโทรลเลอร์ SSD รุ่นใหม่ SM8466 ซึ่งเป็นส่วนหนึ่งของซีรีส์ MonTitan ที่ออกแบบมาเพื่อใช้งานในระดับองค์กรและศูนย์ข้อมูล โดยใช้เทคโนโลยี PCIe Gen6 ที่ให้ความเร็วสูงสุดถึง 28 GB/s และรองรับ IOPS สูงถึง 7 ล้านครั้งต่อวินาที—มากกว่ารุ่นก่อนถึงเท่าตัว ตัวคอนโทรลเลอร์ผลิตบนเทคโนโลยี 4nm ของ TSMC และรองรับมาตรฐานใหม่ NVMe 2.0+, OCP NVMe SSD Spec 2.5 พร้อมฟีเจอร์ด้านความปลอดภัยครบครัน เช่น Secure Boot, AES-256, TCG Opal และ End-to-End Data Protection เมื่อเทียบกับรุ่นก่อน SM8366 (Gen5): - ความเร็ว: 28 GB/s vs 14.2 GB/s - ความจุ: 512 TB vs 128 TB - IOPS: 7 ล้าน vs 3.5 ล้าน - เทคโนโลยีการผลิต: 4nm vs 12nm อย่างไรก็ตาม คอนโทรลเลอร์นี้ยังอยู่ในขั้นตอนการเปิดตัวเทคโนโลยีเท่านั้น และผลิตภัณฑ์จริงจะเริ่มใช้งานในตลาดช่วงปี 2026–2027 โดยเฉพาะในศูนย์ข้อมูลยุคใหม่ ส่วนตลาดผู้บริโภคทั่วไปอาจต้องรอถึงปี 2030 กว่าจะได้ใช้ SSD ที่รองรับ PCIe Gen6 ✅ ข้อมูลจากข่าว - Silicon Motion เปิดตัวคอนโทรลเลอร์ SSD รุ่น SM8466 รองรับ PCIe Gen6 - ความเร็วสูงสุด 28 GB/s และรองรับความจุสูงสุด 512 TB - รองรับมาตรฐาน NVMe 2.0+, OCP Spec 2.5 และฟีเจอร์ความปลอดภัยหลายรายการ - ผลิตบนเทคโนโลยี 4nm ของ TSMC - IOPS สูงสุด 7 ล้านครั้งต่อวินาที - เปรียบเทียบกับรุ่นก่อน SM8366: เร็วขึ้น 2 เท่า, ความจุเพิ่ม 4 เท่า - คาดว่าจะเริ่มใช้งานจริงในปี 2026–2027 สำหรับตลาดองค์กร - ตลาดผู้บริโภคทั่วไปอาจได้ใช้ PCIe Gen6 SSD หลังปี 2030 ‼️ คำเตือนและข้อควรระวัง - คอนโทรลเลอร์ SM8466 ยังไม่พร้อมใช้งานในตลาดทั่วไป ต้องรออีกหลายปี - PCIe Gen5 SSD ยังไม่เป็นที่แพร่หลายในตลาดผู้บริโภค ทำให้ Gen6 ยิ่งห่างไกล - การเปลี่ยนไปใช้ Gen6 ต้องอัปเกรดทั้งเมนบอร์ด, CPU และระบบจัดเก็บข้อมูล - ความเร็วสูงอาจมาพร้อมกับความร้อนและการใช้พลังงานที่มากขึ้น - องค์กรควรวางแผนล่วงหน้าในการเปลี่ยนโครงสร้างพื้นฐานเพื่อรองรับ Gen6 https://wccftech.com/silicon-motion-first-pcie-gen6-ssd-controller-enterprise-sm8466-up-to-28-gbps-speeds-512-tb-capacities/

MIPS จากตำนาน RISC สู่การเริ่มต้นใหม่ในอ้อมแขนของ GlobalFoundries ย้อนกลับไปในยุค 1980s MIPS คือหนึ่งในผู้บุกเบิกสถาปัตยกรรม RISC (Reduced Instruction Set Computing) โดยมี John Hennessy จาก Stanford เป็นผู้ร่วมออกแบบ และเปิดตัว CPU รุ่นแรกคือ R2000 ซึ่งมีเพียง 110,000 ทรานซิสเตอร์ แต่สามารถทำงานได้เร็วถึง 15MHz MIPS เคยเป็นคู่แข่งของ Intel และ Arm และมีบทบาทสำคัญในอุปกรณ์ระดับสูง เช่น: - Workstation ของ Silicon Graphics - เครื่องเล่นเกม Sony PlayStation รุ่นแรก - ยานสำรวจอวกาศ New Horizons ของ NASA แต่หลังจากนั้น MIPS ก็เปลี่ยนมือหลายครั้ง—ผ่าน Silicon Graphics, Imagination Technologies, Tallwood Ventures และ Wave Computing ก่อนจะล้มละลายและกลับมาอีกครั้งในปี 2020 โดยหันไปใช้สถาปัตยกรรม RISC-V แบบโอเพนซอร์ส แม้จะเปิดตัวซีรีส์ eVocore และ Atlas Explorer เพื่อเจาะตลาด AI และ edge computing แต่ก็ไม่สามารถสร้างแรงกระเพื่อมได้มากนัก จนล่าสุด GlobalFoundries เข้าซื้อกิจการ และจะให้ MIPS ดำเนินงานเป็นหน่วยธุรกิจอิสระที่เน้น AI, อุตสาหกรรม และระบบอัตโนมัติ ✅ ข้อมูลจากข่าว - MIPS เคยเป็นผู้นำด้าน RISC และอยู่เบื้องหลัง PlayStation รุ่นแรกและภารกิจของ NASA - เปิดตัว CPU รุ่นแรก R2000 ในปี 1986 และ R3000 ในปี 1988 - ถูกซื้อโดย GlobalFoundries ซึ่งเคยเป็นโรงงานผลิตชิปของ AMD - MIPS จะดำเนินงานเป็นหน่วยธุรกิจอิสระภายใต้ GlobalFoundries - เป้าหมายใหม่คือ AI, ระบบอัตโนมัติ และ edge computing - เคยเปลี่ยนมาใช้ RISC-V architecture เพื่อกลับเข้าสู่ตลาด - CEO ของ MIPS มองว่าการเข้าร่วม GlobalFoundries คือ “การเริ่มต้นบทใหม่ที่กล้าหาญ” ‼️ คำเตือนและข้อควรระวัง - แม้จะมีประวัติยิ่งใหญ่ แต่ MIPS ยังไม่สามารถสร้างแรงกระเพื่อมในตลาด AI ได้จริง - การเปลี่ยนมือบ่อยครั้งสะท้อนถึงความไม่มั่นคงของโมเดลธุรกิจ - RISC-V แม้จะเป็นมาตรฐานเปิด แต่ยังมีความไม่แน่นอนในด้าน ecosystem และการสนับสนุนเชิงพาณิชย์ - การพึ่งพา GlobalFoundries อาจทำให้ MIPS ต้องปรับตัวตามกลยุทธ์ของบริษัทแม่ - ผู้พัฒนาและองค์กรที่ใช้ IP ของ MIPS ควรติดตามการเปลี่ยนแปลงอย่างใกล้ชิด เพื่อประเมินผลกระทบในระยะยาว https://www.techradar.com/pro/arms-legendary-rival-was-in-the-original-playstation-now-in-a-twist-of-fate-mips-has-been-sold-to-amds-former-foundry

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

Zombie Fabs – ความฝันชิปจีนที่กลายเป็นฝันร้าย จีนพยายามผลักดันอุตสาหกรรมเซมิคอนดักเตอร์อย่างหนักในช่วงหลายปีที่ผ่านมา โดยเฉพาะภายใต้แผน “Made in China 2025” ที่ตั้งเป้าให้ประเทศเป็นผู้นำด้านการผลิตชิประดับโลก แต่เบื้องหลังความคืบหน้ากลับมีโครงการล้มเหลวมากมายที่เผาเงินไปหลายหมื่นล้านดอลลาร์ หลายโครงการสร้างโรงงานผลิตชิป (fabs) ขนาดใหญ่ แต่ไม่เคยติดตั้งเครื่องจักรหรือเริ่มผลิตจริง กลายเป็น “zombie fabs” ที่ถูกทิ้งร้าง เช่น: - HSMC ลงทุน $19B เพื่อสร้างโรงงาน 14nm/7nm แต่ถูกยึดโดยรัฐบาลท้องถิ่นหลังเงินหมด - QXIC พยายามสร้างโรงงาน 14nm โดยไม่มีเครื่องจักรหรืออาคารจริง - Tsinghua Unigroup ล้มเหลวทั้งโครงการ DRAM และ 3D NAND หลังขาดทุนและผู้บริหารลาออก - JHICC ถูกสหรัฐฯ แบนหลังขโมยเทคโนโลยีจาก Micron ทำให้ไม่สามารถพัฒนา DRAM ต่อได้ - GlobalFoundries ลงทุน $10B ใน Chengdu แต่ต้องยกเลิกกลางทาง ก่อนถูก HLMC เข้าซื้อในปี 2023 สาเหตุหลักของความล้มเหลวเหล่านี้ ได้แก่: - ขาดความเชี่ยวชาญด้านเทคนิคและ R&D - พึ่งพาเงินทุนจากรัฐบาลท้องถิ่นโดยไม่มี oversight - การบริหารผิดพลาดและการฉ้อโกง - ถูกจำกัดการเข้าถึงเครื่องมือผลิตชิประดับสูงจากมาตรการแบนของสหรัฐฯ - ความขัดแย้งทางภูมิรัฐศาสตร์ที่ทำให้ supply chain ไม่มั่นคง https://www.tomshardware.com/tech-industry/semiconductors/zombie-fabs-plague-chinas-chipmaking-ambitions-failures-burning-tens-of-billions-of-dollars

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

ปกติแล้ว ภายในสมาร์ตโฟน ชิปจะถูกวางอยู่บนแผ่นซับสเตรต แล้ว “ลูกบอลบัดกรี” (solder balls) จะเชื่อมระหว่างชิปกับเมนบอร์ด → แต่ LG Innotek เสนอว่า แทนที่จะใช้ลูกบอลเชื่อมแบบเดิม ให้ใช้แท่งทองแดง (Copper Posts) วางบนซับสเตรตก่อน แล้วค่อยวางลูกบอลบัดกรีอีกที → ทำให้สามารถ “ลดช่องว่างระหว่างจุดเชื่อมต่อ” ลงได้ถึง 20% แบบไม่เสียประสิทธิภาพเลย ข้อดีไม่ใช่แค่บางลง → แต่ระบบนี้ทำให้ ระบายความร้อนได้ดีขึ้นกว่าเดิมถึง 7 เท่า → และทนความร้อนในขั้นตอนผลิตมากขึ้น → ไม่เสียรูปง่ายเหมือนลูกบอลดีบุก ตอนนี้ LG Innotek มีสิทธิบัตร Copper Post แล้วกว่า 40 ใบ และเตรียมใช้กับแพ็กเกจ RF-SiP (สำหรับโมเด็ม, เครื่องขยายสัญญาณ, ตัวกรองคลื่น) และ FC-CSP (สำหรับแอปพลิเคชันโปรเซสเซอร์) ✅ LG Innotek พัฒนาโครงสร้าง Copper Post แทน solder balls แบบเดิม   • วางแท่งทองแดงบน substrate → แล้วค่อยวางลูกบอลบัดกรีด้านบน   • ลดระยะห่างระหว่าง solder ได้ถึง ~20%   • ทำให้สมาร์ตโฟนบางลง และเหลือพื้นที่ใส่แบตฯ หรือชิ้นส่วนอื่น ๆ มากขึ้น ✅ ช่วยเพิ่มการระบายความร้อน + ความทนทานในกระบวนการผลิต   • ทองแดงนำความร้อนดีกว่าดีบุกบัดกรี 7 เท่า   • ไม่เสียรูปแม้ในความร้อนสูงขั้นตอนประกอบ ✅ ช่วยลดปัญหาสัญญาณรบกวน (signal degradation) ที่เกิดจากความร้อนสะสม   • เหมาะกับสมาร์ตโฟนรุ่นสูงที่มีการส่งข้อมูลความเร็วสูง ✅ LG Innotek ลงทุนวิจัยตั้งแต่ปี 2021 โดยใช้ 3D simulation และ digital twin   • ปัจจุบันมีสิทธิบัตรแล้วราว 40 ใบ   • เตรียมใช้งานจริงกับ RF-SiP และ FC-CSP บนสมาร์ตโฟน–อุปกรณ์สวมใส่ ‼️ Copper Post ยังไม่ใช่โซลูชันที่ผ่าน mass adoption → ต้องรอผู้ผลิตนำไปใช้งานจริงอย่างแพร่หลายในตลาดก่อน ‼️ ต้องใช้เทคโนโลยีการผลิตที่แม่นยำสูง → หากควบคุมไม่ดี อาจเกิดความเสียหายหรือค่าใช้จ่ายที่สูงกว่าปกติ https://www.tomshardware.com/tech-industry/semiconductors/lg-innotek-to-slim-down-smartphones-by-replacing-solder-balls-with-copper-posts

ลองนึกภาพว่า SSD หรือ RAM ในอนาคตจะไม่เพียงแค่เร็วจัด แต่ยัง ไม่ต้องจ่ายไฟตลอดเวลาเพื่อเก็บข้อมูล, ไม่ต้องกลัวข้อมูลหายตอนปิดเครื่อง และยังใช้พลังงานน้อยลงอีกด้วย → เทคโนโลยีแบบนั้นเรียกว่า “Spintronics” หรืออุปกรณ์ที่ใช้อิเล็กตรอนทั้ง “ประจุ” และ “สปินแม่เหล็ก” ในการประมวลผล แต่ปัญหาหลักคือ วัสดุ ferromagnetic semiconductor (FMS) ที่ใช้สร้างอุปกรณ์เหล่านี้มักจะใช้งานได้แค่ที่อุณหภูมิต่ำ (ต่ำกว่าอุณหภูมิห้อง) → ทำให้ยังไม่สามารถนำไปใช้ในอุปกรณ์จริงได้ ล่าสุดทีมนักวิจัยจากโตเกียว นำโดย ศ. Pham Nam Hai แก้ปัญหานี้ได้ → พวกเขาสร้างวัสดุ (Ga₀.₇₆Fe₀.₂₄)Sb ที่มี Curie Temperature สูงถึง 530 เคลวิน (≒ 256°C) → สูงกว่าสถิติก่อนหน้า (420 K) และสามารถทำงานได้ในสภาพแวดล้อมปกติสบาย ๆ พวกเขาใช้เทคนิค "step-flow growth" บนแผ่นเวเฟอร์ GaAs ที่เอียงเล็กน้อย → ทำให้สามารถเติมเหล็ก (Fe) ได้ถึง 24% โดยไม่ทำลายโครงสร้างผลึก → ส่งผลให้ตัวอย่างบางเพียง 9.8 นาโนเมตรสามารถ “คงคุณสมบัติแม่เหล็กไว้ได้นานกว่า 1.5 ปีแม้เปิดทิ้งในอากาศ” ทั้งหมดนี้อาจปูทางสู่การผลิตหน่วยความจำ MRAM หรือหน่วยประมวลผล Spintronic ที่ใช้ได้จริงแบบ mass production ในอนาคตอันใกล้ ✅ นักวิจัยจาก Institute of Science Tokyo พัฒนา FMS ที่ทำงานได้ที่อุณหภูมิสูงสุดเท่าที่มีการรายงาน (530 K / ~256°C)   • วัสดุที่ใช้คือ (Ga₀.₇₆Fe₀.₂₄)Sb   • สูงกว่าอุณหภูมิห้องมาก → เหมาะกับการใช้งานจริง ✅ ใช้เทคนิค step-flow growth บนแผ่น GaAs ที่เอียง 10 องศา เพื่อควบคุมโครงสร้าง   • เติม Fe ได้มากโดยไม่เสีย crystalline quality   • ได้ผลึกคุณภาพสูงที่ยังมีคุณสมบัติแม่เหล็กครบถ้วน ✅ ยืนยันคุณสมบัติด้วย Magnetic Circular Dichroism และ Arrott plots   • ค่าพลังแม่เหล็กต่ออะตอม Fe = 4.5 µB ใกล้เคียงทฤษฎี   • ดีกว่าแม่เหล็กโลหะทั่วไปอย่าง α-Fe ✅ ทดสอบเก็บตัวอย่างในอากาศ 1.5 ปี พบว่ายังรักษาคุณสมบัติได้ดี (TC เหลือ ~470 K)   • บ่งชี้ถึงความเสถียรสูง เหมาะกับการใช้งานในเชิงอุตสาหกรรม ✅ สามารถนำไปใช้พัฒนาอุปกรณ์ Spintronic เช่น MRAM ได้ในระดับ CMOS-compatible   • ลด leakage, เพิ่ม endurance, ไม่ volatile, เร็วระดับ SSD, ใช้ไฟต่ำ https://www.neowin.net/news/extraordinary-next-gen-ssd--ram-could-be-awaiting-as-scientists-hit-a-milestone-temperature/