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/

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

เรื่องเริ่มจาก Suhail Doshi อดีต CEO ของ Mixpanel ออกมาโพสต์เตือนบน X ว่า “ระวังผู้ชายชื่อ Soham Parekh เขาทำงานให้สตาร์ทอัป 3–4 แห่งพร้อมกัน และยังไม่หยุด แม้ผมจะไล่เขาออกตั้งแต่สัปดาห์แรก” หลังจากนั้นผู้ก่อตั้งสตาร์ทอัปอื่น ๆ ก็เริ่มออกมาเล่าประสบการณ์คล้ายกัน → Parekh มักจะทำผลงานได้ดีมากในการสัมภาษณ์ (ถึงขั้น “ชนะขาดจากผู้สมัคร 50 คน”) → ได้รับข้อเสนองานที่เงินเดือนสูงถึง $200,000 ต่อปี → แต่พอเริ่มงานจริง เขามักอ้างเหตุฉุกเฉินเช่น น้ำท่วม ป่วย หรือแม้แต่ “โดรนโจมตีตึก” แล้วไม่ส่งงาน บางคนตรวจพบจาก GitHub ว่าเขายัง commit โค้ดอยู่ ในช่วงที่อ้างว่าป่วย → และมีคลิปวิดีโอที่แสดงว่าเขาทำงานให้บริษัทอื่นอยู่จริง → มีหลายบริษัทในกลุ่ม Y Combinator ที่ค้นพบว่าจ้าง Parekh พร้อมกันโดยไม่รู้ตัว 😲 สุดท้าย Parekh ยอมรับแบบตรง ๆ ในรายการ TBPN ว่า “มันจริง ผมไม่ได้ภูมิใจ และไม่แนะนำใครทำตาม…แต่ผมทำเพราะสถานการณ์การเงินแย่มาก” และตอนนี้เขาประกาศว่าจะทำงานให้บริษัทเดียวเท่านั้น โดยได้รับโอกาสใหม่จากสตาร์ทอัปชื่อ Darwin ซึ่งออกมายืนยันว่า “เรายังเชื่อในความสามารถของเขา” https://www.techspot.com/news/108566-crushed-interview-silicon-valley-duped-software-engineer-secretly.html

ในโลกของพลังงานและ AI ที่ทุกวินาทีต้องการประสิทธิภาพสูง การใช้ “ซิลิคอน” อาจไม่พออีกต่อไปแล้วครับ → บริษัทอย่าง Infineon จึงหันมาโฟกัสที่ GaN (Gallium Nitride) ซึ่งเด่นเรื่อง - เปิด–ปิดสัญญาณไฟเร็วกว่า - รองรับแรงดันสูง–ความร้อนสูง - มีความหนาแน่นพลังงานสูงกว่า Si หลายเท่า → ใช้งานได้ดีใน AI Data Center, ยานยนต์ EV, อุตสาหกรรมควบคุมมอเตอร์ ล่าสุด Infineon พัฒนาไลน์ผลิตเวเฟอร์ GaN ขนาด 300 มม. (จากเดิม 200 มม.) ซึ่ง → ทำให้ได้จำนวนชิปต่อแผ่นมากขึ้น 2.3 เท่า → ต้นทุนเฉลี่ยต่อชิปลดลง → พร้อมส่งตัวอย่างให้ลูกค้าทดสอบใน Q4 ปี 2025 ที่น่าตื่นเต้นยิ่งกว่าคือ TSMC กลับตัดสินใจ “เลิกเล่นเกม GaN” โดยจะปิดสายผลิตและรื้อโรงงานออกใน 2 ปีข้างหน้า → เป็นโอกาสทองให้ Infineon กลายเป็นเจ้าใหญ่ในตลาดนี้ ✅ Infineon จะเริ่มผลิต GaN บนเวเฟอร์ขนาด 300 มม. เป็นรายแรกของโลก   • ส่งผลให้ได้ yield สูงขึ้น 2.3 เท่า เทียบกับแบบ 200 มม.   • พร้อมเริ่มส่งตัวอย่างให้ลูกค้าในไตรมาส 4 ปี 2025 ✅ ใช้โครงสร้าง IDM (Integrated Device Manufacturer)   • ควบคุมทุกขั้นตอน: ตั้งแต่ fab ไปจนถึงสินค้า   • ลดต้นทุน–เร่งเวลาไปตลาด   • ทำให้ GaN มีต้นทุนใกล้เคียงกับซิลิคอนแบบเดิม ✅ ตลาด GaN คาดจะเติบโต 36% ต่อปี และมีมูลค่า $2.5B ภายในปี 2030   • ข้อมูลจาก Yole Group   • ผลักดันจากความต้องการใน AI, EV, ระบบพลังงานขั้นสูง ✅ TSMC เตรียมถอนตัวจากตลาด GaN ใน 2 ปีข้างหน้า   • ชี้ชัดว่าบริษัทจะโฟกัสที่โปรเซสเซอร์ margin สูง   • เปิดพื้นที่ให้ Infineon และผู้เล่นเฉพาะทางยึดตลาด power semiconductor ✅ แอปพลิเคชันเป้าหมายของ Infineon รวมถึง:   • แหล่งจ่ายไฟของระบบ AI   • เครื่องชาร์จรถยนต์ไฟฟ้า   • ระบบควบคุมมอเตอร์อุตสาหกรรม https://www.techpowerup.com/338633/infineon-to-start-300-mm-gan-wafer-production-as-tsmc-exits-market

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

แต่เดิม 18A ถูกวางตัวให้เป็นหมัดเด็ดของ Intel ในการกลับเข้าสู่ตลาดโรงหล่อแข่งกับ TSMC — เพราะมันคือเทคโนโลยีแรกที่ใช้ทรานซิสเตอร์แบบ RibbonFET กับโครงสร้างส่งพลังงานด้านหลัง PowerVia อย่างเต็มรูปแบบ แต่ล่าสุดมีรายงานว่า CEO คนใหม่ของ Intel, Lip-Bu Tan กำลังพิจารณา “ถอยออกจาก 18A สำหรับลูกค้าภายนอก” แล้วหันไปโฟกัสกับ 14A แทน โดยเขามองว่า: - 18A ดึงลูกค้าขนาดใหญ่ได้ยาก - ทุนที่ลงไปอาจไม่คุ้ม ถ้ายังไม่มีดีลใหญ่ - 14A เตรียมไว้สำหรับการผลิตจริงในปี 2028 — ถ้าจะโปรโมต ก็ควรเริ่มแล้วตอนนี้ ผลที่ตามมาคือ Intel อาจต้อง “หายไปจากสนามแข่งของ TSMC รุ่น N2 / A16” ไปอีก 2-3 ปี → เปิดช่องว่างให้ TSMC ครองตลาดแบบไร้คู่แข่งเลยก็ได้ แม้ Intel จะยังผลิตชิปภายในของตัวเองด้วย 18A เช่น Panther Lake, Diamond Rapids ฯลฯ แต่การถอนตัวจาก 18A ฝั่งโรงหล่อ ก็เหมือนกับยอมรับว่า… “เรายังไม่พร้อมให้คนอื่นใช้ของเราเป็นเวทีหลักได้ในตอนนี้” ✅ Intel อาจไม่เปิดใช้เทคโนโลยี 18A ให้กับลูกค้าโรงหล่อภายนอกอีกต่อไป   • เพราะดึงลูกค้าใหญ่ได้ไม่มาก   • มีค่าใช้จ่ายสูงในการสนับสนุน + รักษาโรงงาน ✅ จะโฟกัสไปที่เทคโนโลยี 14A แทน → เตรียมพร้อมสำหรับการผลิตในปี 2028   • เริ่มโปรโมตให้ลูกค้าภายนอกแล้ว   • ใช้ PowerDirect และ Turbo Cells — เทคโนโลยีขั้นกว่าของ PowerVia ✅ 18A ยังใช้กับผลิตภัณฑ์ภายในของ Intel เช่น Panther Lake, Jaguar Shores, Diamond Rapids   • แต่ไม่ดันออกตลาดให้ผู้อื่นใช้อีกต่อไป   • ลูกค้าภายนอกที่ยืนยันใช้ 18A มีแค่ Amazon, Microsoft, กระทรวงกลาโหมสหรัฐ ✅ หากถอนตัวจากตลาด foundry รุ่น 18A → Intel จะไม่สามารถแข่งกับ TSMC รุ่น N2 / A16 ได้อีก 2–3 ปี ✅ TSMC ยังเหนือกว่าเรื่องความหนาแน่นของทรานซิสเตอร์ แม้ 18A จะได้เปรียบเรื่อง Power Delivery ✅ Intel เตรียมหารือกับบอร์ดบริหารปลายปีนี้ เพื่อเคาะทิศทางสุดท้าย https://www.tomshardware.com/tech-industry/semiconductors/intel-might-axe-the-18a-process-node-for-foundry-customers-essentially-leaving-tsmc-with-no-rival-intel-reportedly-to-focus-on-14a

ถึงแม้สหรัฐจะคว่ำบาตรจีน ห้ามส่งออกเครื่องจักรลิธอกราฟีรุ่นใหม่ หรือซอฟต์แวร์ออกแบบชิป แต่จีนกลับใช้วิธี “ลงทุนสร้างโรงงานมากขึ้น” เพื่อเร่งความพึ่งพาตนเอง ตอนนี้จีนมีโรงงานผลิตเวเฟอร์ (fab) จำนวนมากขึ้นเรื่อย ๆ โดยเฉพาะบริษัทอย่าง Huahong Semiconductor ที่เพิ่งเปิดโรงงานขนาด 12 นิ้วที่เมือง Wuxi และแค่ในปี 2024 ปีเดียว จีนผลิตเวเฟอร์ได้ถึง 8.85 ล้านแผ่นต่อเดือน เพิ่มขึ้น 15% จากปีที่แล้ว และคาดว่าจะทะลุ 10.1 ล้านแผ่น/เดือนในปี 2025 บริษัทวิจัย Yole Group คาดว่าภายในปี 2030 จีนจะถือกำลังการผลิตเวเฟอร์ทั่วโลกถึง 30% แซงหน้าไต้หวัน (23%) และเกาหลีใต้ (19%) ซึ่งหมายความว่า จีนจะกลายเป็น hub การผลิตเซมิคอนดักเตอร์ที่ใหญ่ที่สุดของโลก แม้จะมีจุดอ่อนเรื่องการผลิต “ชิประดับแนวหน้า” (เพราะถูกจำกัดเทคโนโลยี) แต่การที่จีนควบคุมการผลิต “จำนวนมาก” ได้ ย่อมสร้างอำนาจต่อรองในตลาดโลกอย่างมหาศาล ✅ จีนคาดว่าจะมีส่วนแบ่งกำลังผลิตเวเฟอร์ทั่วโลกถึง 30% ภายในปี 2030   • แซงหน้าไต้หวัน (23%) และเกาหลีใต้ (19%)   • ตามข้อมูลของบริษัทวิเคราะห์ Yole Group ✅ ปัจจุบันจีนมีส่วนแบ่งการผลิตเวเฟอร์อยู่ที่ 21% (ไต้หวันนำที่ 23%)   • ญี่ปุ่น 13%, สหรัฐ 10%, ยุโรป 8% ✅ จีนผลิตเวเฟอร์ได้ 8.85 ล้านแผ่น/เดือนในปี 2024 → คาดว่าจะเพิ่มเป็น 10.1 ล้านในปี 2025   • เติบโต ~15% ต่อปี แม้เผชิญข้อจำกัดจากการคว่ำบาตร ✅ มีการเปิดโรงงานใหม่อย่างน้อย 18 แห่งในปีที่ผ่านมา   • รวมถึงโรงงานใหม่ของ Huahong Semiconductor ในเมือง Wuxi ✅ สหรัฐใช้เซมิคอนดักเตอร์มากที่สุด (57% ของความต้องการโลก) แต่ผลิตได้แค่ 10% ของโลก   • ต้องนำเข้าจากจีน, ไต้หวัน, เกาหลีใต้ เป็นหลัก ✅ ยุโรปและญี่ปุ่นผลิตพอใช้ภายในประเทศเป็นส่วนใหญ่   • ขณะที่สิงคโปร์และมาเลเซียมีส่วนแบ่ง ~6% โดยส่วนใหญ่ผลิตให้ตลาดต่างประเทศ https://www.tomshardware.com/tech-industry/semiconductors/china-could-be-the-worlds-top-semiconductor-foundry-hub-by-2030-despite-us-curbs-nation-to-hold-30-percent-of-global-installed-capacity-surpassing-taiwan

เคยจินตนาการไหมครับว่า ถ้าจะผลิตชิปที่ “ไร้ฝุ่นสุด ๆ” ไม่ปนเปื้อนแม้แต่ไอน้ำ หรือให้ผลึกเซมิคอนดักเตอร์เติบโตได้สวยอย่างสมบูรณ์ จะต้องมีสภาพแวดล้อมแบบไหนถึงจะเพอร์เฟกต์? Space Forge คิดว่า “ต้องไปทำบนอวกาศเท่านั้น!” เพราะในวงโคจรต่ำรอบโลก (LEO) เราจะได้: - สูญญากาศสมบูรณ์แบบ → ไม่มีฝุ่น ไม่มีการปนเปื้อน - อุณหภูมิต่ำกว่าศูนย์มาก ๆ → ไม่ต้องใช้ระบบ cryo แพง ๆ - สภาพไร้น้ำหนัก → ทำให้ผลึกเติบโตได้สมมาตรกว่าบนโลก ดาวเทียม ForgeStar-1 ถูกส่งขึ้นโดย SpaceX (Transporter-14) และจะกลายเป็นเวทีทดสอบการ “จุดเตาหลอมผลึกบนวงโคจร” เป็นครั้งแรกของสหราชอาณาจักร แม้ดาวเทียมรุ่นแรกนี้จะยังไม่ส่งวัสดุกลับโลก (มันจะสลายตัวเป็นลูกไฟตอนจบภารกิจ) แต่เป็นก้าวสำคัญก่อนเข้าสู่รุ่น ForgeStar-2 ที่จะ “ผลิตจริง-ส่งกลับโลก-คุ้มทุน” ✅ ประโยชน์ของการผลิตชิปในอวกาศ:   • ใช้สูญญากาศและอุณหภูมิต่ำโดยไม่ต้องสร้างเอง   • ช่วยสร้างผลึก GaN/SiC ที่สมบูรณ์กว่าการผลิตบนโลก   • เหมาะกับชิป AI, ควอนตัม, และทหาร ที่ต้องการความแม่นยำสูง ✅ ForgeStar-1 ยังเป็นเพียงการทดสอบเทคโนโลยี เช่น:   • ระบบควบคุมวงโคจร   • เกราะกันความร้อน Pridwen สำหรับนำกลับ   • ฟีเจอร์ failsafe เผื่อเก็บคืนไม่ได้ → สลายตัวแบบปลอดภัย ✅ รุ่นถัดไป (ForgeStar-2) จะเป็นรุ่นแรกที่ “ผลิต-ส่งกลับ-ขายได้จริง” • ตั้งเป้าสร้างชิปมูลค่าสูงพอให้คุ้มค่ากับค่าปล่อยดาวเทียม ✅ แผนในอนาคตของ Space Forge คือผลิตดาวเทียม 10–12 ดวง/ปี และอาจไปถึง 100+ ดวง/ปี • แต่ละดวงจะหมุนเวียนใช้ใหม่ได้ทุก 1–6 เดือน https://www.tomshardware.com/tech-industry/semiconductors/spacex-launches-uk-satellite- to-create-semiconductors-in-low-earth-orbit-sub-zero-temps-and-vacuum-of-space-could-advance-ai-data-centers-and-quantum-computing

Microsoft พยายามเลิกพึ่ง GPU ของ Nvidia (อย่าง H100 และ Blackwell) โดยพัฒนาชิปของตัวเองที่ชื่อว่า “Maia” โดยรุ่นถัดไปที่ชื่อเล่นว่า “Braga” มุ่งเน้นงาน inference บน Copilot และโมเดล OpenAI ในระบบ Azure แต่แผนดันสะดุด — เพราะนอกจากจะมี “ขาดคน พนักงานลาออกเกิน 20% ในบางทีม” แล้ว OpenAI ยังขอเพิ่มฟีเจอร์กลางคัน ซึ่งทำให้แผนผังชิปเสียสมดุลจนต้องเริ่ม simulation ใหม่ ระหว่างนี้ Nvidia กลับเดินหน้าเปิดตัวชิป Blackwell ที่แรงกว่า, เร็วกว่า, และครอบคลุมทั้ง training และ inference — พูดง่าย ๆ คือ Microsoft ยังไม่มีอะไรที่ชนะ Nvidia ได้สักจุด ✅ Microsoft พัฒนา “Braga” (Maia รุ่นถัดไป) ชิป AI สำหรับดาต้าเซ็นเตอร์ใน Azure   • วางแผนใช้ทดแทน GPU ของ Nvidia เพื่อควบคุมต้นทุนและ ecosystem เอง   • ออกแบบเพื่อใช้งาน inference เป็นหลัก (ไม่เน้น training) ✅ Braga เลื่อนเปิดตัวไปปี 2026 เป็นอย่างเร็ว   • ช้ากว่าแผนเดิมอย่างน้อย 6 เดือน   • น่าจะอ่อนกว่า Nvidia Blackwell ตอนที่วางขายจริง ✅ ปัจจัยที่ทำให้ล่าช้า:   • ความเปลี่ยนแปลงด้านดีไซน์จากคำร้องของ OpenAI   • พนักงานลาออกเยอะ → ทีมขาดความต่อเนื่อง   • แรงกดดันด้านเดดไลน์ทำให้ simulation fail หลายรอบ ✅ Maia รุ่นแรก (Maia 100) ยังใช้งานจำกัดมาก   • ใช้เทคโนโลยี 5nm + มีระบบ rack และ liquid cooling เฉพาะ   • สเปกไม่ตอบโจทย์การเทรนโมเดลขนาดใหญ่ในยุค LLM boom ✅ Nvidia Blackwell เริ่มใช้งานจริงแล้ว → สร้างแรงกดดันมากขึ้น   • มี transistor เกิน 200 พันล้าน   • ใช้สำหรับทั้ง training และ inference ระดับ hyperscale   • ประสิทธิภาพ + ประหยัดไฟกว่ารุ่นเก่าแบบขาดลอย ✅ คู่แข่งอื่นอย่าง Google (TPU v7) และ Amazon (Trainium 3) ก็เร่งพัฒนาชิปของตนเองไม่แพ้กัน   • เพิ่มแรงบีบให้ Microsoft ต้องเร่งแผน silicon https://www.techspot.com/news/108489-microsoft-custom-ai-chip-hits-delays-giving-nvidia.html

ปกติ AI จะกินพลัง GPU อยู่แล้วใช่ไหมครับ แต่ตอนนี้แม้ GPU จะเร็วระดับหลายเทราไบต์ต่อวินาที (TB/s) แต่การโหลดข้อมูลจาก SSD กลายเป็นตัวถ่วงรุ่นใหม่แบบเต็ม ๆ โดยเฉพาะข้อมูลขนาดเล็ก ๆ ที่อ่านแบบสุ่ม (เช่น 512 ไบต์) ซึ่งโมเดล AI อย่าง LLM ชอบใช้มาก Nvidia เลยเสนอแนวคิด “AI SSD” ที่จะต้องอ่านข้อมูลได้เร็วถึง 100 ล้าน IOPS! แต่ Wallace Kuo ซีอีโอของ Silicon Motion ซึ่งเป็นผู้ผลิตคอนโทรลเลอร์ SSD รายใหญ่บอกว่า “ตอนนี้ยังไม่มี media (วัสดุจัดเก็บ) ที่ทำได้จริง” และต่อให้ tweak NAND เดิมก็อาจไม่เพียงพอ ต้อง “เปลี่ยนชนิดหน่วยความจำทั้งระบบเลย” ปัจจุบัน SSD PCIe 5.0 ระดับท็อปก็ทำได้แค่ประมาณ 2–3 ล้าน IOPS เท่านั้น — เทียบกับเป้าหมายของ Nvidia คือห่างกันถึงเกือบ 50 เท่า! ✅ Nvidia ตั้งเป้า SSD ที่รองรับได้ 100 ล้าน IOPS เพื่อ AI workloads ในอนาคต   • เน้นเฉพาะการอ่านข้อมูลสุ่มขนาดเล็ก (512B random read) ซึ่งเป็นจุดอ่อนสำคัญในระบบ AI ✅ Wallace Kuo จาก Silicon Motion กล่าวว่าเทคโนโลยี NAND flash ปัจจุบันยังทำไม่ได้   • แม้จะปรับคอนโทรลเลอร์หรือโครงสร้าง SSD ก็ยังชนเพดาน ✅ Kioxia กำลังพัฒนา AI SSD ด้วย XL-Flash ที่ตั้งเป้าเกิน 10 ล้าน IOPS   • คาดว่าเปิดตัวพร้อมกับแพลตฟอร์ม Vera Rubin ของ Nvidia ปีหน้า ✅ แนวคิดทางเลือก เช่น Optane ของ Intel เคยถูกคาดหวังไว้สูง แต่เลิกผลิตไปแล้ว   • SanDisk พัฒนา High Bandwidth Flash, แต่หลายฝ่ายยังไม่มั่นใจประสิทธิภาพ ✅ Micron และบริษัทอื่นกำลังเร่งวิจัย media แบบใหม่ เช่น   • Non-volatile memory รุ่นใหม่, HBM storage-integrated, หรือ phase-change memory https://www.techradar.com/pro/security/towards-the-giga-iops-pipedream-how-nvidia-wants-to-reach-100-million-iops-even-if-it-means-inventing-totally-new-types-of-memory

ไต้หวันโดยกระทรวงเศรษฐกิจอัปเดตรายชื่อบริษัทจีนที่ถูกจำกัดการส่งออก “สินค้าหรือเทคโนโลยีสำคัญ” เพิ่มอีก 601 แห่ง โดยมีเป้าหมายใหญ่คือพวกที่เกี่ยวกับเซมิคอนดักเตอร์ รวมถึง Huawei และ SMIC ซึ่งเคยซื้อชิปจาก TSMC มาก่อน บริษัทเหล่านี้ต้องขอใบอนุญาตจากรัฐก่อนถึงจะนำเข้าเทคโนโลยีชิปจากบริษัทไต้หวันได้ — ถ้าไม่มีใบอนุญาต ด่านศุลกากรจะสกัดทันที แม้ไม่ได้บอกว่า “ห้ามส่งออกโดยสิ้นเชิง” แต่ก็นับว่าเป็นการ “บล็อกกลาย ๆ” และเป็นการเดินเกมตามแนวทางของสหรัฐฯ ที่ต้องการจำกัดเทคโนโลยีจีนในระดับโลก จีนไม่พอใจทันที — โดยโฆษกของสภารัฐกิจของจีนใช้คำว่า “ต่ำช้า” และเตือนว่าจะมีการตอบโต้เพื่อ “ปกป้องผลประโยชน์ทางเศรษฐกิจและเทคโนโลยีของประเทศ” มาตรการโต้กลับที่เป็นไปได้มีตั้งแต่: - จำกัดการนำเข้าผลิตภัณฑ์ non-tech จากไต้หวัน - ห้ามบริษัทไต้หวันในจีนทำธุรกิจ - บล็อกการใช้แรร์เอิร์ธหรือวัตถุดิบสำคัญสำหรับไต้หวัน - เร่งผลิตชิปราคาถูก (mature node) มาทำลายราคาตลาดชิป และที่น่ากังวลกว่านั้นคือความตึงเครียดระหว่างช่องแคบไต้หวันอาจถูกใช้เป็นเครื่องมือต่อรองเชิงกลยุทธ์มากขึ้นเรื่อย ๆ ✅ ไต้หวันเพิ่มรายชื่อบริษัทจีนที่ถูกจำกัดการส่งออกเป็น 601 ราย   • รวมถึง Huawei และ SMIC ผู้เล่นหลักของวงการชิปจีน   • ต้องขอใบอนุญาตก่อนนำเข้าสินค้า/บริการจากไต้หวัน ✅ เป้าหมายคือการจำกัดการเข้าถึงเทคโนโลยีเซมิคอนดักเตอร์ขั้นสูงของจีน   • เดินเกมสอดคล้องกับนโยบายสหรัฐและชาติพันธมิตร ✅ จีนแสดงความไม่พอใจอย่างรุนแรง โดยระบุว่าเป็นการละเมิดความร่วมมือทางเศรษฐกิจระหว่างสองฟากฝั่ง   • เรียกการกระทำว่า “น่ารังเกียจและน่าประณามที่สุด” ✅ โฆษกสภารัฐกิจจีนระบุว่าจะใช้ “มาตรการที่รุนแรง” เพื่อตอบโต้และปกป้องห่วงโซ่การผลิตเทคโนโลยีของตัวเอง ✅ จุดเริ่มต้นของการจำกัดนี้มาจากการที่ Huawei ลักลอบสั่งซื้อชิป TSMC ผ่านช่องทางที่แหกกฎของสหรัฐ https://www.tomshardware.com/tech-industry/semiconductors/china-vows-to-retaliate-against-taiwan-for-blacklisting-huawei-smic-from-chip-tech-such-despicable-acts-are-utterly-contemptible-says-china-spokesperson

แม้จะถูกสหรัฐสั่งห้ามซื้อชิป AI รุ่นใหม่จากค่ายใหญ่ (เช่น NVIDIA H100/H20) แต่จีนไม่ยอมแพ้ครับ — บริษัท GPU ระดับแถวหน้าอย่าง Biren Technology, Moore Threads, MetaX, และ Zhaoxin ต่างเดินหน้าขึ้นตลาดหุ้นในประเทศตัวเอง ไม่ว่าจะเป็นตลาด STAR Market ของเซี่ยงไฮ้หรือฮ่องกง เพื่อหาทุนไปพัฒนาเทคโนโลยี AI, GPU สำหรับเกม, หรือระบบซูเปอร์คอมพิวเตอร์ ขณะเดียวกัน บริษัทอย่าง Innosilicon, Illuvatar CoreX, และ DenglinAI เลือก “อยู่แบบเงียบ ๆ” ยังไม่รีบเปิดตัวสู่สาธารณะ เพราะต้องการความยืดหยุ่นจากการไม่ต้องรายงานงบการเงินหรือถูกจับตามองจากภายนอก เรื่องนี้สะท้อนให้เห็นว่าหลังจากถูกกดดันจากสหรัฐ จีนเลือกที่จะ “ต่อสู้ด้วยการสร้าง ecosystem ของตัวเอง” ที่ใช้ได้แม้ไม่มีเทคโนโลยีตะวันตก ทั้งยังเสริมบทบาทของตลาดหุ้นจีนให้กลายเป็นจุดเริ่มต้นของการเติบโตในอุตสาหกรรม AI แบบพึ่งพาตัวเองมากขึ้น ✅ บริษัท GPU จีนจำนวนมากกำลังเตรียมเข้าตลาดหุ้นท้องถิ่นท่ามกลางแรงกดดันจากสหรัฐฯ   • เช่น Biren, Moore Threads, MetaX, Zhaoxin   • เพื่อต้องการระดมทุนสำหรับ R&D, ปรับขนาดการผลิต และขยายทีมงาน ✅ Biren Technology เดินเรื่อง IPO มาตั้งแต่หลายปีก่อน   • ยังไม่ประกาศว่าจะเข้าตลาดไหน (Shanghai STAR Market หรือฮ่องกง) ✅ Moore Threads จัดโครงสร้างใหม่เป็นบริษัทจำกัด-หุ้น เพื่อเตรียมเข้าตลาดหลักทรัพย์จีน   • เน้นธุรกิจ GPU สำหรับเกมและบางส่วนของงาน AI ✅ MetaX ผ่านกระบวนการ “tutoring” เพื่อเตรียม IPO แล้ว   • ระดมทุนไปแล้วกว่า 8 รอบ มูลค่าประเมินราว ¥10,000 ล้าน (≈ $1.38 พันล้าน) ✅ Zhaoxin ซึ่งพัฒนา CPU สถาปัตยกรรม x86 แบบมี GPU ฝังในตัว   • กำลังยื่นจดทะเบียนเข้าตลาด STAR Market ภายในกลางปี 2025 ✅ เหตุผลหลักของการ IPO คือ:  • ต้องการเงินลงทุนมหาศาลเพื่อแข่งขันกับ NVIDIA, AMD   • ต้องการสร้างความโปร่งใส-เชื่อมั่น และกลายเป็นผู้เล่น “ระดับชาติ” ที่ซัพพอร์ตนโยบายจีน https://www.tomshardware.com/pc-components/gpus/blacklisted-chinese-gpu-makers-line-up-to-file-for-ipos-as-us-sanctions-and-trade-war-take-toll-on-ai-hardware-market

รู้ไหมครับว่าพวกแอมป์แรงสูงในมือถือ, เสาสัญญาณ 5G, Wi-Fi 7 หรือแม้แต่ระบบเรดาร์–ดาต้าเซ็นเตอร์ระดับสูง มักต้องใช้ “ทรานซิสเตอร์ GaN” เพราะมันส่งสัญญาณได้เร็วมากและทนร้อนได้ดีกว่า แต่ก็แพงและ “ใส่รวมกับซิลิคอน” ได้ยากมาก จนแทบใช้ได้แค่ในงานเฉพาะ แต่ทีมนี้แก้ปัญหาได้โดยไม่ใช่การเชื่อมทั้งแผ่น (ที่เปลือง) หรือการบัดกรีแบบเดิม (ที่ร้อนเกินไปและจำกัดขนาด) — พวกเขาใช้วิธี เจาะ GaN เป็นชิ้นเล็กจิ๋ว ๆ แล้ววางเฉพาะจุดที่จำเป็นบนซิลิคอน ด้วยความละเอียดระดับนาโนเมตร! เชื่อมด้วยทองแดง (ไม่ใช่ทอง!) ที่ใช้อุณหภูมิต่ำ ปลอดภัย และยังนำไฟฟ้าได้ดี ผลที่ได้ไม่ใช่แค่เร็วแรง แต่ ลดความร้อนได้ด้วย เพราะ design ที่กะทัดรัดและใช้พลังงานมีประสิทธิภาพกว่าเดิมมาก ที่น่าสนใจคือเทคนิคนี้ยังเปิดทางไปถึงการประยุกต์ใช้ใน “ควอนตัมคอมพิวเตอร์” ด้วยนะ เพราะ GaN ทำงานได้ดีในอุณหภูมิต่ำสุดขั้วที่ซิลิคอนทำไม่ได้ ✅ ทีม MIT พัฒนาเทคนิคใหม่ “วาง GaN บนซิลิคอน” แบบละเอียดในระดับจุด (die-level bonding)   • ใช้ชิ้นทรานซิสเตอร์ GaN เล็กไม่ถึง 1 มม. วางบน chip เฉพาะจุดที่ต้องการ   • ประหยัดวัสดุราคาแพงมาก และคุม design ได้ละเอียดกว่าเดิม ✅ ใช้วิธี “copper-to-copper bonding” ที่เย็นกว่า (ต่ำกว่า 400°C) และต้นทุนต่ำกว่าทอง (gold)   • ช่วยให้ไม่ทำลายชิ้นส่วน delicate และเพิ่มการนำไฟฟ้า ✅ พัฒนาทูลพิเศษใช้กล้องและสูญญากาศวางชิ้น GaN แบบแม่นยำระดับนาโน   • ลดการเสียพิกัดและเพิ่ม yield ในการผลิต ✅ สร้างวงจร power amplifier ด้วยเทคโนโลยีนี้ที่ outperform ซิลิคอนแบบเดิม   • ได้ bandwidth และ signal strength สูงขึ้น   • ระบายความร้อนได้ดีกว่า ✅ เทคโนโลยีนี้สามารถใช้ในอุปกรณ์หลายประเภท เช่น:   • การสื่อสารไร้สาย, 6G, ดาวเทียม, ดาต้าเซ็นเตอร์   • อุปกรณ์ควอนตัม — เพราะ GaN ทำงานได้ดีในอุณหภูมิต่ำมาก ✅ งานนี้สนับสนุนโดยกระทรวงกลาโหมสหรัฐ, MIT.Nano, และห้องทดลอง Air Force   • เป็นตัวอย่างของ public–private research ที่เชื่อมโยงความมั่นคงกับเทคโนโลยีพลเรือน https://www.techspot.com/news/108441-mit-researchers-bond-gallium-nitride-transistors-silicon-chips.html

เดิมทีสหรัฐออกกฎห้ามส่งออกชิป AI ระดับสูง เช่น H100 และ A100 ไปยังจีนมาตั้งแต่ปี 2022 เพราะกลัวว่าจะถูกนำไปใช้ในงานด้านทหารหรือข่าวกรอง โดยเฉพาะในช่วงที่จีนเร่งพัฒนา AI และ supercomputer สำหรับงานยุทธศาสตร์ แต่ล่าสุดมีรายงานจากเจ้าหน้าที่ระดับสูงของกระทรวงต่างประเทศสหรัฐที่บอกว่า “DeepSeek สนับสนุนงานด้านทหาร-ข่าวกรองของจีนอย่างเต็มตัว และอาจ หาทางหลบเลี่ยงข้อจำกัดการส่งออกโดยใช้บริษัทในเอเชียตะวันออกเฉียงใต้เป็นฉากบังหน้า เพื่อเข้าถึงชิป Nvidia อย่างผิดกฎ” สิ่งที่น่าตกใจคือมี “ความเป็นไปได้ว่า DeepSeek ได้ชิป H100 หลังจากสหรัฐแบนไปแล้ว” — แม้ Nvidia จะออกมาปฏิเสธเสียงแข็งว่า DeepSeek ใช้เฉพาะ H800 ซึ่งเป็นเวอร์ชัน “ลดความสามารถ” สำหรับจีนโดยเฉพาะ (ลดแบนด์วิธ NVLink, ไม่มี FP64) ที่ผ่านมาเคยมีรายงานว่า “บริษัทจีนขนฮาร์ดดิสก์ในกระเป๋าเดินทางไปเช่ารันเซิร์ฟเวอร์ที่มาเลเซีย” เพื่อฝึกโมเดล AI แบบเลี่ยงแบน และตอนนี้ DeepSeek เองก็อาจกำลังใช้วิธีคล้าย ๆ กัน โดยเจาะเข้า ศูนย์ข้อมูลในเอเชียตะวันออกเฉียงใต้เพื่อเข้าถึงชิปในระยะไกล โดยไม่ต้องนำเข้าทางตรง https://www.tomshardware.com/tech-industry/semiconductors/chinese-ai-firm-deepseek-reportedly-using-shell-companies-to-try-and-evade-u-s-chip-restrictions-allegedly-procured-unknown-number-of-h100-ai-gpus-after-ban-but-nvidia-denies-the-claim

ตอนแรกทุกฝ่ายตื่นเต้นมากครับ เมื่อ Intel ประกาศจะสร้าง “Silicon Heartland” โรงงานผลิตชิปยักษ์ในโอไฮโอ — และต้องการพลังงานมหาศาลขนาดผลิตไฟได้เลี้ยงบ้าน 5 แสนหลัง! เพื่อรองรับเป้าหมายนี้ บริษัท AEP Ohio (ผู้ให้บริการไฟฟ้าท้องถิ่น) จึงเร่งสร้างสถานีย่อยไฟฟ้า Green Chapel Station ไว้ล่วงหน้า ด้วยเงินลงทุน $95 ล้าน โดยคาดว่าจะใช้งานได้ในปี 2025 แต่แผนของ Intel เลื่อนแล้วเลื่อนอีก — จากเปิดโรงงานในปี 2025 → เป็น 2027 → แล้วตอนนี้เลื่อนไปถึง “ปี 2031” เลยทีเดียว! แปลว่า...สถานีไฟฟ้าขนาดยักษ์ที่เสร็จแล้วจะ “ยืนว่างอยู่ 6 ปีเต็ม” เพราะถูกสร้างมาเฉพาะรองรับโรงงานของ Intel เท่านั้น ไม่สามารถจ่ายไฟให้คนทั่วไปได้ทันที แม้จะมีข้อตกลงพิเศษที่ Intel จะได้ “ราคาค่าไฟลดพิเศษ 20 ปี” และลูกค้ารายอื่น ๆ จ่ายแยกต่างหาก — แต่ตอนนี้ AEP และ Intel ต้องกลับมาเจรจากันใหม่ เพราะแผนทั้งหมดต้องเปลี่ยนตามเวลา ข่าวดีเล็ก ๆ คือ แม้จะประกาศขึ้นค่าไฟทั่วกลุ่มลูกค้าเมื่อเร็ว ๆ นี้ แต่ AEP ยืนยันว่า “ค่าไฟของประชาชนจะไม่เกี่ยวกับโครงการ Intel เลย จนกว่าจะมีการใช้ไฟจริง” (ผ่านกลไก Distribution Investment Rider ที่เพิ่มบิลเดือนละ $2–3 เท่านั้น) https://www.tomshardware.com/tech-industry/semiconductors/power-utility-built-usd95-million-500-megawatt-power-substation-for-intels-usd100-billion-ohio-fab-but-six-year-delay-leaves-substation-capable-of-powering-500-000-homes-idle

ปกติในชิปคอมพิวเตอร์ การส่งข้อมูลระหว่างส่วนต่าง ๆ จะใช้กระแสไฟฟ้า (electrons) แต่ข้อจำกัดคือมันร้อน ใช้พลังงานเยอะ และช้าเมื่อเทียบกับความเร็วของ “แสง” ทีมจาก Fudan University เลยเปิดตัว “multiplexer แบบใช้แสง” หรือชิปที่รับข้อมูลจากหลายช่อง แล้วส่งออกผ่านช่องเดียว — โดยใช้ “แสงเลเซอร์” แทนกระแสไฟฟ้า ชิปตัวนี้สามารถรับส่งข้อมูลได้สูงถึง 38 Tbps (terabits per second) เร็วพอจะส่งพารามิเตอร์ของ LLM (เช่น ChatGPT ขนาดใหญ่) ได้ 4.75 ล้านล้านพารามิเตอร์ต่อวินาที ที่สำคัญคือมันทำงานร่วมกับระบบที่ใช้ CMOS (พื้นฐานของชิปยุคปัจจุบัน) ได้ — แปลว่าไม่ต้องเปลี่ยนโครงสร้างคอมพิวเตอร์ทั้งหมด ช่วยลด latency ระหว่างโลกของ “แสง” กับ “ไฟฟ้า” แม้ข้อมูลจะมาจากสื่อของรัฐบาลจีน แต่ก็มีรายงานว่า ทีมส่งผลวิจัยนี้ไปยังวารสาร Nature แล้ว — ถ้าได้รับการตีพิมพ์เมื่อไร ก็ถือเป็นหลักฐานเชิงวิชาการที่น่าเชื่อถือ นักวิเคราะห์ในจีนเชื่อว่า ภายใน 3–5 ปีข้างหน้า เราอาจได้เห็น CPU หรือหน่วยความจำที่ใช้การสื่อสารด้วย “แสงเต็มระบบ” ก็เป็นได้! ✅ ทีมจากมหาวิทยาลัย Fudan พัฒนาชิป multiplexer แบบ photonic — ส่งข้อมูลด้วยแสงแทนไฟฟ้า   • ชื่อทางเทคนิคคือ “silicon photonic integrated high-order mode multiplexer”   • เป็นชิปในตระกูล silicon photonics ✅ ความเร็วการส่งข้อมูลสูงถึง 38 Tbps   • รองรับโหลดการประมวลผลระดับ LLM ขนาดหลายร้อยพันล้านพารามิเตอร์ ✅ สามารถเชื่อมต่อกับระบบที่ใช้ CMOS (เช่น CPU, RAM แบบเดิม) ได้อย่างมีประสิทธิภาพ   • ลด latency ในการเชื่อมระหว่าง photonic–electronic ✅ ทีมวิจัยยื่นผลการวิจัยไปยังวารสาร Nature แล้ว รอการพิจารณา   • หากผ่านตีพิมพ์จะเพิ่มเครดิตอย่างมากในวงการวิชาการ ✅ จีนกำลังเร่งพัฒนา photonic chip และมีเป้าหมายจะใช้เต็มรูปแบบภายใน 3–5 ปี   • เริ่มเข้าสู่สนาม post-Moore’s Law อย่างจริงจัง ✅ นักวิเคราะห์ระบุว่าระบบ photonic มีศักยภาพสูงกว่าชิปอิเล็กทรอนิกส์ด้านความเร็วและพลังงาน   • ตัวอย่าง: สวิตช์ photonic สำหรับ AI cluster รองรับสูงถึง 400 Tb/s เช่นจาก Nvidia https://www.tomshardware.com/tech-industry/semiconductors/chinese-researchers-invent-silicon-photonic-multiplexer-chip-that-uses-light-instead-of-electricity-for-communication-ccp-says-chinas-early-steps-into-light-based-chips-precede-major-breakthroughs-in-three-years

เพราะโดนสหรัฐแบนชิปแรง ๆ อย่าง H100 ทำให้ Huawei ต้องหาทางอื่นที่จะสู้ในสนาม AI — เขาเลยเอากลยุทธ์ “ใช้เยอะเข้าไว้” หรือที่เรียกว่า Brute Force Scaling มาใช้ สร้างเป็นคลัสเตอร์ชื่อ CloudMatrix 384 (CM384) ไอ้เจ้าตัวนี้คือการรวมพลัง 384 ชิป Ascend 910C (ของ Huawei เอง) กับ CPU อีก 192 ตัว กระจายอยู่ใน 16 rack server แล้วเชื่อมต่อด้วยสายไฟเบอร์ออปติกหมดทุกตัว เพื่อทำให้ interconnect ภายในเร็วแบบสุด ๆ เมื่อรันโมเดล LLM อย่าง DeepSeek R1 (ขนาด 671B พารามิเตอร์) ที่เป็นรุ่นเดียวกับที่ใช้ทดสอบ NVIDIA GB200 NVL72 — ปรากฏว่า CM384 สร้าง token ได้มากกว่า ทั้งในตอน generate และ prefill และมีประสิทธิภาพระดับ 300 PFLOPs (BF16) เทียบกับ 180 PFLOPs ของ GB200 แต่…มันแลกมาด้วยพลังงานระดับ “กินไฟพอๆ กับอาคารทั้งหลัง” — CM384 ใช้ไฟถึง 559 kW เทียบกับ NVIDIA GB200 NVL72 ที่ใช้ 145 kW เท่านั้น เรียกว่าแรงจริงแต่เปลืองไฟมากกว่า 4 เท่า ✅ Huawei เปิดตัวซูเปอร์คลัสเตอร์ CloudMatrix 384 ใช้ NPU Ascend 910C รวม 384 ตัว   • เชื่อมต่อด้วยสายออปติกทั้งหมด ลด latency ระหว่าง node   • ใช้ CPU เสริม 192 ตัวในโครงสร้าง 16 rack ✅ CM384 รันโมเดล DeepSeek R1 ได้เร็วกว่า NVIDIA H800 และ H100   • มี performance สูงถึง 300 PFLOPs (BF16)   • เมื่อเทียบกับ NVIDIA GB200 NVL72 ที่ให้ 180 PFLOPs ✅ ซอฟต์แวร์ CloudMatrix-Infer มีประสิทธิภาพสูงกว่า NVIDIA SGLang ในงาน LLM   • สร้าง token ได้เร็วขึ้น ทั้งตอน prefill และ generate   • เหมาะกับงาน AI inferencing ขนาดใหญ่มาก ✅ CM384 ออกแบบมาเพื่อสร้าง ecosystem ทางเลือกในจีน โดยไม่ต้องใช้ NVIDIA   • ได้รับการเผยแพร่ร่วมกับ AI startup จีนชื่อ SiliconFlow   • มีเป้าหมายเพื่อ “เพิ่มความมั่นใจให้ ecosystem ภายในประเทศจีน” ✅ พลังงานในจีนราคาต่ำลงเกือบ 40% ใน 3 ปี ทำให้การใช้พลังงานมากไม่ใช่จุดอ่อนใหญ่   • ทำให้จีนสามารถเลือก “สเกลแรงเข้าไว้” ได้โดยไม่กลัวค่าไฟพุ่ง https://www.tomshardware.com/pc-components/gpus/huaweis-brute-force-ai-tactic-seems-to-be-working-cloudmatrix-384-claimed-to-outperform-nvidia-processors-running-deepseek-r1

ช่วงนี้ Apple ไม่ได้พูดถึง AI แค่เรื่อง Siri หรือ iPhone เท่านั้น แต่กำลังใช้ GenAI เข้ามาเปลี่ยนวงในอย่าง “การออกแบบชิป” ที่เป็นหัวใจของอุปกรณ์ทุกตัวเลย Johny Srouji รองประธานอาวุโสของฝ่ายฮาร์ดแวร์ของ Apple เปิดเผยว่า Apple กำลังใช้ Generative AI ในซอฟต์แวร์ออกแบบชิป EDA เพื่อเพิ่มความเร็วและประสิทธิภาพของการพัฒนา Apple Silicon รุ่นต่อไป เช่น M-Series และ A-Series ซึ่งใช้ใน Mac และ iPhone ตามลำดับ เขาบอกเลยว่า “Generative AI สามารถเพิ่ม productivity ได้มหาศาล” เพราะเดิมทีการวางเลย์เอาต์ของชิป หรือการกำหนดวงจรใช้เวลานานและทำซ้ำบ่อยมาก แต่ถ้าให้ AI สร้างตัวเลือกอัตโนมัติ แล้ววิศวกรคัดกรอง ก็จะเร็วกว่าเดิมหลายเท่า ฝั่งบริษัท Cadence และ Synopsys ที่เป็นผู้ผลิตซอฟต์แวร์ EDA ก็เร่งเสริม GenAI เข้าไปในเครื่องมือของตัวเอง เพื่อให้รองรับแนวโน้มนี้ ซึ่งไม่ใช่แค่ Apple ที่ใช้นะครับ Google, Nvidia, AMD ก็เริ่มหันมาใช้กันหมด และไม่ใช่แค่ฝั่งตะวันตก — มีรายงานจากจีนว่าทีมนักวิจัยสามารถออกแบบซีพียูทั้งตัวโดยใช้ Large Language Model (LLM) แค่ตัวเดียวได้แล้วด้วย Apple เองเริ่มทางนี้ตั้งแต่สมัยเปลี่ยนมาใช้ Apple Silicon ใน MacBook Pro รุ่น M1 ซึ่งเป็นจุดเปลี่ยนครั้งใหญ่ในการเลิกใช้ชิป Intel และพัฒนาชิป Arm ของตนเองแบบเต็มตัว โดยเน้น performance + efficiency + ควบคุม ecosystem ทั้งหมด ✅ Apple เริ่มใช้ Generative AI เพื่อช่วยออกแบบชิปในกระบวนการ EDA (Electronic Design Automation)  • เพิ่ม productivity และลดเวลาทำงานของทีมออกแบบ   • เป็นการนำ AI มาใช้เบื้องหลัง ไม่ใช่แค่ฟีเจอร์ในอุปกรณ์ ✅ Johny Srouji ยืนยันว่า GenAI จะเป็นตัวช่วยสำคัญใน pipeline การพัฒนาชิป   • ช่วย generate layout, logic, simulation patterns   • ลดภาระงานซ้ำซ้อนให้วิศวกร ✅ บริษัท EDA ชั้นนำอย่าง Cadence และ Synopsys กำลังใส่ GenAI ในเครื่องมือของตัวเอง   • เป็นคลื่นเทคโนโลยีที่หลายผู้ผลิตชิปกำลังปรับตัวตาม ✅ Apple เคยทุ่มสุดตัวกับ Apple Silicon โดยไม่มีแผนสำรองตอนเปลี่ยนจาก Intel เป็น M1   • พร้อมพัฒนาระบบแปล x86 → Arm ผ่าน Rosetta 2 ✅ แนวโน้มของโลก: จีนกำลังพัฒนา CPU ที่ออกแบบโดย LLM ล้วน ๆ แล้วเช่นกัน   • เป็นการยืนยันว่า AI เริ่มเข้ามามีบทบาทตั้งแต่ระดับสถาปัตยกรรม ‼️ AI ยังไม่สามารถแทนที่วิศวกรออกแบบชิปได้เต็มตัวในปัจจุบัน   • ความเข้าใจเรื่องสถาปัตยกรรมและข้อจำกัดเชิงฟิสิกส์ยังต้องพึ่งมนุษย์ ‼️ การใช้ GenAI ในงานชิปต้องควบคุมคุณภาพสูง เพราะ error เล็กน้อยอาจทำให้ชิปทั้งตัวใช้ไม่ได้   • จึงต้องมีรอบตรวจสอบหลายชั้น แม้จะใช้ AI ร่วม ‼️ การพึ่งพา AI อย่างรวดเร็วใน R&D มีความเสี่ยงต่อการรั่วไหลของแนวคิดหรือทรัพย์สินทางปัญญา   • ต้องระวังในระดับการใช้งาน LLM ภายนอกที่อาจไม่ได้ควบคุมโมเดลเอง ‼️ แนวโน้มนี้จะเพิ่มการแข่งขันในตลาดชิปแบบ arm-on-silicon สูงขึ้น   • บริษัทที่ไม่เร่งใช้ AI ออกแบบ อาจตามไม่ทันรอบพัฒนาผลิตภัณฑ์ https://www.tomshardware.com/tech-industry/artificial-intelligence/apple-explores-using-generative-ai-to-design-its-chips-executive-says-it-can-be-a-huge-productivity-boost