https://youtube.com/shorts/8GlHnjSo6sE?si=EL6jm3HPVauGwUjR
0 ความคิดเห็น
0 การแบ่งปัน
35 มุมมอง
0 รีวิว
ค้นหา
ค้นพบผู้คนใหม่ๆ สร้างการเชื่อมต่อใหม่ๆ และรู้จักเพื่อนใหม่
-
- เรื่องเล่าจากเดสก์ท็อปที่แรงกว่าเซิร์ฟเวอร์: เมื่อซูเปอร์ชิป AI มาอยู่ในเครื่องธรรมดา
ก่อนหน้านี้ Nvidia GB300 Grace Blackwell Ultra ถูกใช้เฉพาะใน DGX Station สำหรับองค์กรขนาดใหญ่ แต่ตอนนี้ Asus, Lambda และ OEM รายอื่นเริ่มนำชิปนี้มาใช้ในเวิร์กสเตชันทั่วไป — เพื่อให้ผู้ใช้งาน AI ระดับมืออาชีพเข้าถึงพลังประมวลผลแบบไม่ต้องพึ่งคลาวด์
ExpertCenter Pro ET900N G3 มีจุดเด่นคือ:
- ใช้ CPU Grace (ARM-based) + GPU Blackwell Ultra
- หน่วยความจำรวม LPDDR5X + HBM3E สูงสุด 784GB
- Tensor Core รุ่นใหม่ที่รองรับ FP4 สำหรับงาน AI
- พลังประมวลผลสูงถึง 20 PFLOPS
- รองรับ DGX OS และ ConnectX-8 SuperNIC (800 Gb/s)
นอกจากนี้ยังมีความสามารถในการขยาย:
- PCIe x16 จำนวน 3 ช่องสำหรับ GPU เพิ่มเติม
- M.2 SSD 3 ช่อง
- ระบบจ่ายไฟสูงสุด 1,800W สำหรับ GPU
แม้หน้าตาจะดูเรียบง่าย แต่ประสิทธิภาพเทียบได้กับเซิร์ฟเวอร์ระดับ rack ที่ใช้ในศูนย์ข้อมูล AI ขนาดใหญ่
Asus เปิดตัว ExpertCenter Pro ET900N G3 ใช้ชิป Nvidia GB300 Grace Blackwell Ultra
เป็นเวิร์กสเตชันเดสก์ท็อปที่มีพลังประมวลผลสูงถึง 20 PFLOPS
ใช้หน่วยความจำรวม LPDDR5X + HBM3E สูงสุด 784GB
รองรับงาน AI ขนาดใหญ่ เช่นการเทรนโมเดลและ inference
ใช้ CPU Grace (ARM-based) ร่วมกับ GPU Blackwell Ultra
เป็นแพลตฟอร์มเดียวกับ DGX Station ที่เปิดตัวใน GTC 2025
รองรับ DGX OS และ ConnectX-8 SuperNIC ความเร็ว 800 Gb/s
เหมาะสำหรับงานที่ต้องการการเชื่อมต่อความเร็วสูง
มีช่อง PCIe x16 จำนวน 3 ช่อง และ M.2 SSD 3 ช่อง
รองรับการขยาย GPU และพื้นที่จัดเก็บข้อมูล
ระบบจ่ายไฟรองรับสูงสุด 1,800W สำหรับ GPU
ใช้หัวต่อ 12V-2×6 แบบใหม่ที่รองรับการ์ดระดับสูง
Nvidia ร่วมมือกับ OEM เช่น Asus, Dell, Lambda เพื่อขยายตลาด AI workstation
ไม่จำกัดเฉพาะ DGX อีกต่อไป
Dell เริ่มใช้ GB300 NVL72 ในศูนย์ข้อมูล CoreWeave แล้ว
ให้พลัง FP4 inference สูงถึง 1.1 exaFLOPS ต่อ rack
https://www.tomshardware.com/pc-components/gpus/asus-brings-nvidias-gb300-blackwell-ultra-desktop-superchip-to-workstations-features-up-to-784gb-of-coherent-memory-20-pflops-ai-performance🎙️ เรื่องเล่าจากเดสก์ท็อปที่แรงกว่าเซิร์ฟเวอร์: เมื่อซูเปอร์ชิป AI มาอยู่ในเครื่องธรรมดา ก่อนหน้านี้ Nvidia GB300 Grace Blackwell Ultra ถูกใช้เฉพาะใน DGX Station สำหรับองค์กรขนาดใหญ่ แต่ตอนนี้ Asus, Lambda และ OEM รายอื่นเริ่มนำชิปนี้มาใช้ในเวิร์กสเตชันทั่วไป — เพื่อให้ผู้ใช้งาน AI ระดับมืออาชีพเข้าถึงพลังประมวลผลแบบไม่ต้องพึ่งคลาวด์ ExpertCenter Pro ET900N G3 มีจุดเด่นคือ: - ใช้ CPU Grace (ARM-based) + GPU Blackwell Ultra - หน่วยความจำรวม LPDDR5X + HBM3E สูงสุด 784GB - Tensor Core รุ่นใหม่ที่รองรับ FP4 สำหรับงาน AI - พลังประมวลผลสูงถึง 20 PFLOPS - รองรับ DGX OS และ ConnectX-8 SuperNIC (800 Gb/s) นอกจากนี้ยังมีความสามารถในการขยาย: - PCIe x16 จำนวน 3 ช่องสำหรับ GPU เพิ่มเติม - M.2 SSD 3 ช่อง - ระบบจ่ายไฟสูงสุด 1,800W สำหรับ GPU แม้หน้าตาจะดูเรียบง่าย แต่ประสิทธิภาพเทียบได้กับเซิร์ฟเวอร์ระดับ rack ที่ใช้ในศูนย์ข้อมูล AI ขนาดใหญ่ ✅ Asus เปิดตัว ExpertCenter Pro ET900N G3 ใช้ชิป Nvidia GB300 Grace Blackwell Ultra ➡️ เป็นเวิร์กสเตชันเดสก์ท็อปที่มีพลังประมวลผลสูงถึง 20 PFLOPS ✅ ใช้หน่วยความจำรวม LPDDR5X + HBM3E สูงสุด 784GB ➡️ รองรับงาน AI ขนาดใหญ่ เช่นการเทรนโมเดลและ inference ✅ ใช้ CPU Grace (ARM-based) ร่วมกับ GPU Blackwell Ultra ➡️ เป็นแพลตฟอร์มเดียวกับ DGX Station ที่เปิดตัวใน GTC 2025 ✅ รองรับ DGX OS และ ConnectX-8 SuperNIC ความเร็ว 800 Gb/s ➡️ เหมาะสำหรับงานที่ต้องการการเชื่อมต่อความเร็วสูง ✅ มีช่อง PCIe x16 จำนวน 3 ช่อง และ M.2 SSD 3 ช่อง ➡️ รองรับการขยาย GPU และพื้นที่จัดเก็บข้อมูล ✅ ระบบจ่ายไฟรองรับสูงสุด 1,800W สำหรับ GPU ➡️ ใช้หัวต่อ 12V-2×6 แบบใหม่ที่รองรับการ์ดระดับสูง ✅ Nvidia ร่วมมือกับ OEM เช่น Asus, Dell, Lambda เพื่อขยายตลาด AI workstation ➡️ ไม่จำกัดเฉพาะ DGX อีกต่อไป ✅ Dell เริ่มใช้ GB300 NVL72 ในศูนย์ข้อมูล CoreWeave แล้ว ➡️ ให้พลัง FP4 inference สูงถึง 1.1 exaFLOPS ต่อ rack https://www.tomshardware.com/pc-components/gpus/asus-brings-nvidias-gb300-blackwell-ultra-desktop-superchip-to-workstations-features-up-to-784gb-of-coherent-memory-20-pflops-ai-performance0 ความคิดเห็น 0 การแบ่งปัน 127 มุมมอง 0 รีวิว - https://youtu.be/C_kz_1hMNHM?si=TVnm3yFTF_sAzR5P
0 ความคิดเห็น 0 การแบ่งปัน 47 มุมมอง 0 รีวิว - ..ถ้าเป็นข่าวจริงนะ แสดงว่าเปิดหน้าชัดเจนในการทำลายขวัญกำลังใจทหาร ถือว่ารัฐบาลคือพรรคแกนนำและพรรคร่วมรัฐบาลเป็นภัยคุกคามอธิปไตยชาติไทยตนเอง,ไม่ต่างจากคลิปนายกฯที่พักงาน ว่าทหารไทยคือฝ่ายตรงข้ามเรา,เปลี่ยนรัฐบาลทันทีเถอะและจริงๆต้องเปลี่ยนทันทีตั้งแต่นากยฯถูกศาลตัดสินให้พักงานแล้ว,อดีตเสมือนสิ้นสถานะแล้ว ถือว่าศาลเมตตามากๆ,จริงๆมันชัดเจนว่าทั้งรัฐบาลต้องไปหมด,มันคือภัยแผ่นดินไทยชัดเจนในบริบทมากมายหลากหลายนัยยะ,น่าเบื่อหน่ายการปกครองเรามากๆ,เพราะไม่สามารถจัดการคนชั่วเลวบนแผ่นดินไทยเรานี้ให้เด็ดขาดไม่ได้เลย,ตรงกันข้ามกลับเพาะเลี้ยงบำรุงรักษาไว้ให้ดีให้มั่นคง.อนาถสิ้นดีจริงๆ.
https://youtube.com/shorts/DfiiubZ16Ag?si=EEI0pQor8LM3ebzG..ถ้าเป็นข่าวจริงนะ แสดงว่าเปิดหน้าชัดเจนในการทำลายขวัญกำลังใจทหาร ถือว่ารัฐบาลคือพรรคแกนนำและพรรคร่วมรัฐบาลเป็นภัยคุกคามอธิปไตยชาติไทยตนเอง,ไม่ต่างจากคลิปนายกฯที่พักงาน ว่าทหารไทยคือฝ่ายตรงข้ามเรา,เปลี่ยนรัฐบาลทันทีเถอะและจริงๆต้องเปลี่ยนทันทีตั้งแต่นากยฯถูกศาลตัดสินให้พักงานแล้ว,อดีตเสมือนสิ้นสถานะแล้ว ถือว่าศาลเมตตามากๆ,จริงๆมันชัดเจนว่าทั้งรัฐบาลต้องไปหมด,มันคือภัยแผ่นดินไทยชัดเจนในบริบทมากมายหลากหลายนัยยะ,น่าเบื่อหน่ายการปกครองเรามากๆ,เพราะไม่สามารถจัดการคนชั่วเลวบนแผ่นดินไทยเรานี้ให้เด็ดขาดไม่ได้เลย,ตรงกันข้ามกลับเพาะเลี้ยงบำรุงรักษาไว้ให้ดีให้มั่นคง.อนาถสิ้นดีจริงๆ. https://youtube.com/shorts/DfiiubZ16Ag?si=EEI0pQor8LM3ebzG
0 ความคิดเห็น 0 การแบ่งปัน 135 มุมมอง 0 รีวิว - เรื่องเล่าจากโลก LLMs: พาไปส่องโครงสร้างภายในของโมเดล AI ยักษ์ยุคใหม่
7 ปีผ่านไปจาก GPT-2 ถึงวันนี้ แม้โมเดลจะดูคล้ายกันมาก แต่ภายใต้ “กลไกเล็ก ๆ” กลับมีการเปลี่ยนแปลงครั้งใหญ่ในเรื่องประสิทธิภาพและหน่วยความจำ เช่น:
- เปลี่ยนจาก Multi-Head Attention (MHA) เป็น Grouped-Query Attention (GQA)
- ใช้ Multi-Head Latent Attention (MLA) ในบางโมเดล เช่น DeepSeek V3
- การใช้ Mixture-of-Experts (MoE) เพื่อเพิ่มพารามิเตอร์โดยไม่เพิ่มต้นทุน inference
- การปรับตำแหน่งของ Normalization Layer เพื่อให้โมเดลเสถียรขึ้น
- ใช้ Sliding Window Attention และ QK-Norm เพื่อประหยัด KV cache และเร่งการเรียนรู้
- ลดขนาดโมเดลโดยยังให้ความสามารถสูง เช่น SmolLM3 กับ Gemma 3n
DeepSeek V3 ใช้ Multi-Head Latent Attention (MLA) แทน GQA เพื่อประหยัด KV cache
ขณะเดียวกันยังให้ผลลัพธ์ดีกว่า MHA และใช้พารามิเตอร์น้อยลง
MLA แม้มีผลดี แต่ยังใหม่และซับซ้อนในการ implement
ต้องใช้การบีบอัดและ projection ซึ่งเพิ่มขั้นตอนในการ inference
DeepSeek V3 ใช้ Mixture-of-Experts (MoE) ที่มี 256 expert layers
ใช้เพียง 9 expert ต่อ token ขณะ inference ทำให้ประหยัดพลังงาน
การใช้ MoE ทำให้ parameter ทั้งหมดเยอะมาก แม้จะใช้จริงเพียงส่วนน้อย
หากระบบ routing ไม่ดีหรือไม่เสถียร อาจเกิด undertraining ในบาง expert
OLMo 2 ใช้ Post-Norm แบบใหม่ และเพิ่ม QK-Norm ภายใน attention block
ช่วยเสถียรภาพในการฝึกและลด loss
QK-Norm และการสลับ Pre/Post-Norm ต้องทดลองอย่างระวัง
ถ้าใช้ผิดจังหวะอาจทำให้ training loss แปรปรวน
Gemma 3 ใช้ Sliding Window Attention เพื่อลดการใช้หน่วยความจำ
ลดขนาด window เหลือ 1024 token และมี Global Attention เฉพาะบางชั้น
Sliding Window Attention ลด memory แต่ไม่ลด latency เสมอไป
เพราะยังต้องประมวลผลแบบ local ซึ่งไม่สามารถใช้ FlashAttention ได้เต็มที่
Gemma 3n ใช้ Per-Layer Embedding เพื่อให้ inference บนอุปกรณ์เล็ก
แยก parameter บางส่วนไว้บน CPU หรือ SSD แล้วโหลดตามต้องการ
Per-Layer Embedding ทำให้พารามิเตอร์ถูกสตรีมจากอุปกรณ์ภายนอก
ถ้า bandwidth หรือ latency สูงเกินไปจะกระทบต่อการ inference อย่างหนัก
Mistral Small 3.1 เลิกใช้ Sliding Attention เพื่อรองรับ FlashAttention แบบเต็ม
ทำให้ inference เร็วขึ้นแม้จะมีพารามิเตอร์ใกล้เคียงกับ Gemma 3
Llama 4 ใช้ MoE แบบ alternated (สลับชั้น MoE กับ Dense)
Active parameter มีแค่ 17B แม้ model จะมี 400B
Qwen3 มีรุ่น dense ขนาดเล็กมาก (เช่น 0.6B) และ MoE ขนาดใหญ่ถึง 235B
รุ่น MoE ไม่มี shared expert แต่ยังใช้ GQA เหมือนรุ่นก่อน
SmolLM3 ใช้ NoPE (No Positional Embeddings) แบบไม่ระบุตำแหน่งเลย
แสดงให้เห็นว่าไม่ต้องใช้ embedding ก็สามารถเรียนรู้ลำดับได้บางส่วน
การไม่มี Positional Embedding (เช่น NoPE) อาจกระทบโมเดลใน task ที่ต้องอิงลำดับ
เช่นการสรุปเนื้อหายาว หรือการจัดเรียงข้อมูลตามเวลา
https://magazine.sebastianraschka.com/p/the-big-llm-architecture-comparison🎙️ เรื่องเล่าจากโลก LLMs: พาไปส่องโครงสร้างภายในของโมเดล AI ยักษ์ยุคใหม่ 7 ปีผ่านไปจาก GPT-2 ถึงวันนี้ แม้โมเดลจะดูคล้ายกันมาก แต่ภายใต้ “กลไกเล็ก ๆ” กลับมีการเปลี่ยนแปลงครั้งใหญ่ในเรื่องประสิทธิภาพและหน่วยความจำ เช่น: - เปลี่ยนจาก Multi-Head Attention (MHA) เป็น Grouped-Query Attention (GQA) - ใช้ Multi-Head Latent Attention (MLA) ในบางโมเดล เช่น DeepSeek V3 - การใช้ Mixture-of-Experts (MoE) เพื่อเพิ่มพารามิเตอร์โดยไม่เพิ่มต้นทุน inference - การปรับตำแหน่งของ Normalization Layer เพื่อให้โมเดลเสถียรขึ้น - ใช้ Sliding Window Attention และ QK-Norm เพื่อประหยัด KV cache และเร่งการเรียนรู้ - ลดขนาดโมเดลโดยยังให้ความสามารถสูง เช่น SmolLM3 กับ Gemma 3n ✅ DeepSeek V3 ใช้ Multi-Head Latent Attention (MLA) แทน GQA เพื่อประหยัด KV cache ➡️ ขณะเดียวกันยังให้ผลลัพธ์ดีกว่า MHA และใช้พารามิเตอร์น้อยลง ‼️ MLA แม้มีผลดี แต่ยังใหม่และซับซ้อนในการ implement ⛔ ต้องใช้การบีบอัดและ projection ซึ่งเพิ่มขั้นตอนในการ inference ✅ DeepSeek V3 ใช้ Mixture-of-Experts (MoE) ที่มี 256 expert layers ➡️ ใช้เพียง 9 expert ต่อ token ขณะ inference ทำให้ประหยัดพลังงาน ‼️ การใช้ MoE ทำให้ parameter ทั้งหมดเยอะมาก แม้จะใช้จริงเพียงส่วนน้อย ⛔ หากระบบ routing ไม่ดีหรือไม่เสถียร อาจเกิด undertraining ในบาง expert ✅ OLMo 2 ใช้ Post-Norm แบบใหม่ และเพิ่ม QK-Norm ภายใน attention block ➡️ ช่วยเสถียรภาพในการฝึกและลด loss ‼️ QK-Norm และการสลับ Pre/Post-Norm ต้องทดลองอย่างระวัง ⛔ ถ้าใช้ผิดจังหวะอาจทำให้ training loss แปรปรวน ✅ Gemma 3 ใช้ Sliding Window Attention เพื่อลดการใช้หน่วยความจำ ➡️ ลดขนาด window เหลือ 1024 token และมี Global Attention เฉพาะบางชั้น ‼️ Sliding Window Attention ลด memory แต่ไม่ลด latency เสมอไป ⛔ เพราะยังต้องประมวลผลแบบ local ซึ่งไม่สามารถใช้ FlashAttention ได้เต็มที่ ✅ Gemma 3n ใช้ Per-Layer Embedding เพื่อให้ inference บนอุปกรณ์เล็ก ➡️ แยก parameter บางส่วนไว้บน CPU หรือ SSD แล้วโหลดตามต้องการ ‼️ Per-Layer Embedding ทำให้พารามิเตอร์ถูกสตรีมจากอุปกรณ์ภายนอก ⛔ ถ้า bandwidth หรือ latency สูงเกินไปจะกระทบต่อการ inference อย่างหนัก ✅ Mistral Small 3.1 เลิกใช้ Sliding Attention เพื่อรองรับ FlashAttention แบบเต็ม ➡️ ทำให้ inference เร็วขึ้นแม้จะมีพารามิเตอร์ใกล้เคียงกับ Gemma 3 ✅ Llama 4 ใช้ MoE แบบ alternated (สลับชั้น MoE กับ Dense) ➡️ Active parameter มีแค่ 17B แม้ model จะมี 400B ✅ Qwen3 มีรุ่น dense ขนาดเล็กมาก (เช่น 0.6B) และ MoE ขนาดใหญ่ถึง 235B ➡️ รุ่น MoE ไม่มี shared expert แต่ยังใช้ GQA เหมือนรุ่นก่อน ✅ SmolLM3 ใช้ NoPE (No Positional Embeddings) แบบไม่ระบุตำแหน่งเลย ➡️ แสดงให้เห็นว่าไม่ต้องใช้ embedding ก็สามารถเรียนรู้ลำดับได้บางส่วน ‼️ การไม่มี Positional Embedding (เช่น NoPE) อาจกระทบโมเดลใน task ที่ต้องอิงลำดับ ⛔ เช่นการสรุปเนื้อหายาว หรือการจัดเรียงข้อมูลตามเวลา https://magazine.sebastianraschka.com/p/the-big-llm-architecture-comparison0 ความคิดเห็น 0 การแบ่งปัน 140 มุมมอง 0 รีวิว - CPU ที่ลุงรอ !! ออกเมื่อไหร่ ลุงพร้อมย้ายจาก x64 ไป Arm64 ทันที
เรื่องเล่าจากโลกชิป: Nvidia กับความฝัน Arm CPU ที่สะดุดกลางทาง
Nvidia มีแผนจะเปิดตัวชิป CPU สถาปัตยกรรม Arm รุ่นแรกของบริษัทในชื่อ N1x เพื่อแข่งขันกับ Snapdragon X Elite, Intel Core Ultra 200HX, Apple M3 และ AMD Ryzen AI Max โดยชิปนี้ถูกออกแบบมาเพื่อใช้งานใน AI PC และอุปกรณ์พกพาที่เน้นประสิทธิภาพสูง
แต่ล่าสุดมีรายงานจาก SemiAccurate ว่าทีมวิศวกรของ Nvidia พบปัญหาด้านฮาร์ดแวร์ที่ร้ายแรงใน N1x ซึ่งอาจต้องเปลี่ยนแปลงการออกแบบซิลิคอนใหม่ทั้งหมด ส่งผลให้การเปิดตัวและการจัดส่งต้องเลื่อนออกไปเป็นปี 2026
ก่อนหน้านี้ Nvidia เคยอ้างว่า N1 และ N1x เข้าสู่การผลิตเต็มรูปแบบแล้ว และมีตัวอย่างชิปปรากฏในฐานข้อมูล Geekbench พร้อมคะแนนที่น่าประทับใจ แต่ข้อมูลล่าสุดทำให้คำกล่าวนั้นดู “มองโลกในแง่ดีเกินไป”
แม้จะมีอุปสรรค แต่โปรเจกต์ N1 ยังได้รับความสนใจจากวงการ และมีพันธมิตรร่วมพัฒนา เช่น MediaTek และอาจรวมถึง Alienware สำหรับโน้ตบุ๊กเกมที่ใช้ CPU Arm คู่กับ GPU GeForce
อย่างไรก็ตาม นักวิเคราะห์บางรายตั้งคำถามว่า การผลักดัน Arm ในตลาด PC แบบดั้งเดิมอาจไม่ใช่ทางเลือกที่เหมาะนัก เพราะ x86 ยังพัฒนาอย่างต่อเนื่องและครองตลาดอยู่
Nvidia พบปัญหาฮาร์ดแวร์ในชิป N1x ที่อาจต้องออกแบบซิลิคอนใหม่
ส่งผลให้เลื่อนเปิดตัวและจัดส่งไปเป็นปี 2026
ก่อนหน้านี้มีตัวอย่าง N1x ปรากฏใน Geekbench พร้อมคะแนนดี
แสดงศักยภาพในการแข่งขันกับชิประดับสูงในตลาด
N1x เป็นชิป Arm ที่ออกแบบมาเพื่อ AI PC และอุปกรณ์พกพา
ตั้งเป้าแข่งขันกับ Snapdragon X Elite, Apple M3, Intel Core Ultra และ AMD Ryzen AI Max
Nvidia มีพันธมิตรเช่น MediaTek และอาจร่วมมือกับ Alienware
เพื่อผลิตโน้ตบุ๊กเกมที่ใช้ CPU Arm คู่กับ GPU GeForce
โปรเจกต์ N1 ยังได้รับความสนใจจากวงการแม้มีอุปสรรค
สะท้อนความมุ่งมั่นของ Nvidia ในการเข้าสู่ตลาด CPU
https://www.techspot.com/news/108679-nvidia-arm-cpu-dream-hits-hardware-wall-debut.htmlCPU ที่ลุงรอ !! ออกเมื่อไหร่ ลุงพร้อมย้ายจาก x64 ไป Arm64 ทันที 🎙️ เรื่องเล่าจากโลกชิป: Nvidia กับความฝัน Arm CPU ที่สะดุดกลางทาง Nvidia มีแผนจะเปิดตัวชิป CPU สถาปัตยกรรม Arm รุ่นแรกของบริษัทในชื่อ N1x เพื่อแข่งขันกับ Snapdragon X Elite, Intel Core Ultra 200HX, Apple M3 และ AMD Ryzen AI Max โดยชิปนี้ถูกออกแบบมาเพื่อใช้งานใน AI PC และอุปกรณ์พกพาที่เน้นประสิทธิภาพสูง แต่ล่าสุดมีรายงานจาก SemiAccurate ว่าทีมวิศวกรของ Nvidia พบปัญหาด้านฮาร์ดแวร์ที่ร้ายแรงใน N1x ซึ่งอาจต้องเปลี่ยนแปลงการออกแบบซิลิคอนใหม่ทั้งหมด ส่งผลให้การเปิดตัวและการจัดส่งต้องเลื่อนออกไปเป็นปี 2026 ก่อนหน้านี้ Nvidia เคยอ้างว่า N1 และ N1x เข้าสู่การผลิตเต็มรูปแบบแล้ว และมีตัวอย่างชิปปรากฏในฐานข้อมูล Geekbench พร้อมคะแนนที่น่าประทับใจ แต่ข้อมูลล่าสุดทำให้คำกล่าวนั้นดู “มองโลกในแง่ดีเกินไป” แม้จะมีอุปสรรค แต่โปรเจกต์ N1 ยังได้รับความสนใจจากวงการ และมีพันธมิตรร่วมพัฒนา เช่น MediaTek และอาจรวมถึง Alienware สำหรับโน้ตบุ๊กเกมที่ใช้ CPU Arm คู่กับ GPU GeForce อย่างไรก็ตาม นักวิเคราะห์บางรายตั้งคำถามว่า การผลักดัน Arm ในตลาด PC แบบดั้งเดิมอาจไม่ใช่ทางเลือกที่เหมาะนัก เพราะ x86 ยังพัฒนาอย่างต่อเนื่องและครองตลาดอยู่ ✅ Nvidia พบปัญหาฮาร์ดแวร์ในชิป N1x ที่อาจต้องออกแบบซิลิคอนใหม่ ➡️ ส่งผลให้เลื่อนเปิดตัวและจัดส่งไปเป็นปี 2026 ✅ ก่อนหน้านี้มีตัวอย่าง N1x ปรากฏใน Geekbench พร้อมคะแนนดี ➡️ แสดงศักยภาพในการแข่งขันกับชิประดับสูงในตลาด ✅ N1x เป็นชิป Arm ที่ออกแบบมาเพื่อ AI PC และอุปกรณ์พกพา ➡️ ตั้งเป้าแข่งขันกับ Snapdragon X Elite, Apple M3, Intel Core Ultra และ AMD Ryzen AI Max ✅ Nvidia มีพันธมิตรเช่น MediaTek และอาจร่วมมือกับ Alienware ➡️ เพื่อผลิตโน้ตบุ๊กเกมที่ใช้ CPU Arm คู่กับ GPU GeForce ✅ โปรเจกต์ N1 ยังได้รับความสนใจจากวงการแม้มีอุปสรรค ➡️ สะท้อนความมุ่งมั่นของ Nvidia ในการเข้าสู่ตลาด CPU https://www.techspot.com/news/108679-nvidia-arm-cpu-dream-hits-hardware-wall-debut.html0 ความคิดเห็น 0 การแบ่งปัน 253 มุมมอง 0 รีวิว - บทเรียน แตกแยก แล้วปกครอง
https://youtu.be/rXTT5XyYz94?si=m30h9ZuJ1jrCgrrKบทเรียน แตกแยก แล้วปกครอง https://youtu.be/rXTT5XyYz94?si=m30h9ZuJ1jrCgrrK
0 ความคิดเห็น 0 การแบ่งปัน 62 มุมมอง 0 รีวิว - รวมลิงค์คลิป ศ.ดร.นพ.วิชัย เอกทักษิณ
ศ.นพ.ดร. วิชัย เอกทักษิณ ให้ข้อมูลเรื่อง COVID 19 may harm central nervous system
ตอน 1 https://youtu.be/xgOt1Cm2kIM?si=ZUvn6C9ClncDCwr0
ตอน 2 https://youtu.be/22CH3BFYtnk?si=a0ZRxVg5C_fszxq_
ตอน 3 https://youtu.be/QukeNhiziyY?si=Mcujg3I07sRIwhLP
ไตเสื่อม มิได้มาจากการกินเค็ม แต่มาจากการกินไขมันสัตว์และโปรตีนสัตว์ ต่างหาก
https://youtu.be/5Yuh9bwgQ08?si=rFqJ4b5WmjRTg7eU
โรคไตไม่ได้มาจากการกินเค็ม
https://youtu.be/KMY2v8P1fHA?si=CVDpV4xa0ah0isL5
กินเจ มังสวิรัติ วีแกน ร่างกายเป็นด่าง ลดความรุนแรงในการติดเชื้อโควิด19 ได้ 73% (เชื้อติดแล้วหลุด)
https://youtu.be/Ea8w4xOZt9c?si=nKTWwIW6WA_49Hcy
นมวัว ฟัวกราส์ วากิว ทำมาจากอะไรกันแน่ ?
https://youtu.be/hLIryvjkUlM?si=Sy-HW-S6ZpWa1e9j
อ วิชัย บรรยาย เจ - มังสวิรัติ สถานธรรมหงเจิ้ง 21 สค 59
ตอน 1 https://www.youtube.com/watch?v=pq6ERkBu8f8...
ตอน 2 https://youtu.be/pdggereRIuE?si=yoBSYMqTLJSBS6FZ
ตอน 3 https://youtu.be/ZlzCGgNCSNE?si=uLkXcLm3B0S6hPpC
นพ. วิชัย เอกทักษิณ บรรยายมังสวิรัติ งานวิทยาศาสตร์ทางจิต ณ พุทธวิชชาลัย
https://www.youtube.com/watch?v=F6gtGh2wKs0...
โรคนำ้เหลืองเสีย ผื่นคัน สะเก็ดเงิน และ ข้ออักเสบ 1
https://youtu.be/HGIQ8i-l2EY?si=jKtVLkZ2VlexbeI1
สะโพกใหญ่เพราะน้ำเหลืองเสีย
https://youtu.be/hk-8lw5B5iQ?si=UL8k_naBKDc0-XXp
เวชศาสตร์อาหารแสลง ตอนแสลงหมู หมูข้อเท้า ข้อเท้าบวม
https://youtu.be/MU_LQFQhH_A?si=Fd3LIW9-SrG0nc6S
ภาระกิจพิชิตมะเร็ง 18 ธันวาคม 2557
https://youtu.be/8dkv_d5hl_M?si=kuXhUFpcBHOMJXOB
ชีวรักษ์ 7 สค. 57 หมอวิชัย โรคบวมน้ำเหลืองและอาหารแสลง
https://youtu.be/PrHzn31cE1c?si=juo42o73GcnEYG53
ป้าแจ้ ขันชะเนาะ โรคบวมน้ำเหลือง
https://youtu.be/clOabsxpCT0?si=Z39XZ9_nlBP2qJLo
ชีวรักษ์ 4 กย 57 เวชศาสตร์อาหารแสลง ตอนแสลงหมู หมูลงน่อง หมูน่องอวบ
https://youtu.be/hBpBue7GGn8?si=n9Jd6fha1k-Zzj0b
ชีวรักษ์ 28 สค.57 หมอวิชัย โรคบวมน้ำเหลืองและอาหารแสลง
https://youtu.be/xgFjBrhaUgY?si=QxrUp_wJT4U9UMol
การประชุมมังสวิรัติแห่งอุษาคเนย์ ตอน 9 มังสวิรัติเพื่อสุขภาพแลศันติ
https://youtu.be/qUG-SwqSFxo?si=GjqX3J7LFuZqDqTA
เรื่องจริงผ่านจอ นพ.วิชัย กำเนิดขันชะเนาะ
https://youtu.be/Q3bLzXUDbfM?si=GtIGOqNbXxmP0PYk
บรรยายการรักษาโรคบวมน้ำเหลืองวิธีขันชะเนาะลดบวม งานประชุมสมาคมมะเร็งนรีเวช
https://youtu.be/Z0h1jYIXjCM?si=HCbP54EN0JaN3IYj
บรรยายมังสวิรัติ งานวิทยาศาสตร์ทางจิต ณ พุทธวิชชาลัย
https://youtu.be/F6gtGh2wKs0?si=jYmiotQHi4YI8yRI
ทำไม เนื้อสัตว์ ไข่ นมสัตว์ จึงเป็นอาหารแสลงก่อโรค?
https://youtu.be/w-M-X-HVoBA?si=aCygPgjZL9KQP0sG
(ตอน 4) ความเป็นกรด acidosis - คนกินเนื้อสัตว์ - COVID 19
https://youtu.be/Qd_SnDARnpo?si=u5ZvC19JVuUxmU1U
ชีวรักษ์ 14 สค. 57 หมอวิชัย โรคบวมน้ำเหลืองและอาหารแสลง
https://youtu.be/76VCwuRdEfI?si=uTSjgaAgBHaWtfmz
NATURAL SELECTION โรคไวรัสโควิด 19 CORONAVIRUS เป็นโรคของคนชอบฆ่าสัตว์ กินสัตว์ CARNIVOROUS
ตอน 1 https://youtu.be/xNQxZlvT1Vk?si=w0R6qy0KSRz9WMHR
ตอน 2 https://youtu.be/C5VVdX1KunI?si=Cn-porqTqLKNFyCm
ตอน 3 https://youtu.be/xrQjjNN4lNA?si=nNbUhrn-XcnPumMu
ตอน 4 https://youtu.be/TADeZGmFYvs?si=uoQljBTwfatdXE1f
หยุดทุกโรคจากระบบน้ำเหลืองเสีย ด้วยศาสตร์ ภูษาบำบัด
https://youtu.be/gBbrb7If7sI?si=9awfuDpf_KYYKIiN
นพ.วิชัย ขันชะเนาะ โรคบวมน้ำเหลือง
https://youtu.be/VFCqiOYhQ9Y?si=O4Hsdx7hT9yF1gre
โรคเบาหวาน...วิธีลดค่าเอวันซี ค่าน้ำตาลสะสมและสะเก็ดเงิน
https://youtu.be/TKvEiA5NsT8?si=p7SNSaA1SgBHnAeA
บันทึกไทย Thailand Book of Records ตอนที่ 60 แพทย์ผู้รักษาโรคบวมน้ำเหลืองด้วยการขันชะเนาะรายแรก
https://youtu.be/1S-CIFtUoSM?si=MMdwmkKEifWEmDLm
แพทย์ผู้รักษาโรคบวมน้ำเหลืองด้วยการใช้ภูษาบำบัดรายแรกของโลก
https://youtu.be/I_jDUqXmwMk?si=zEGdWTVjYaj0Bv4L
บันทึกไทย Thailand Book of Records ตอนที่ 61 แพทย์ผู้รักษาโรคบวมน้ำเหลืองด้วยการใชภูษาบำบัดรายแรก2
https://youtu.be/GzV_hRGzVyU?si=KIQgUVvbuDxU2k51
https://youtu.be/83Dh62T40QI?si=uhsQCHhZ8WtCUPPg
บ้านอาศรมเวชศาสตร์อาหารแสลง ศ.ดร.นพ.วิชัย เอกทักษิณ11 ก.พ.2563
https://youtu.be/rcSc77nfxnU?si=57PkZmrFGPrau2D8
ธรรมชาติของมนุษย์ (สัตว์ประเสริฐ) เป็นสัตว์กินพืช
https://youtu.be/R3jACdHPf04?si=OINPnm0_kcKFKfW1
กลไกการสังเคราะห์ Cholesterol ในตับ
https://youtu.be/6JDNTrEz6hg?si=aUXEDlDBYgB0-j8L
สายตรงสุขภาพ ช่วงที่3 ถามตอบ โรคบวมน้ำเหลือง,เมื่อลูกปวดท้องเฉียบพลัน
https://youtu.be/VhDBc67p4Z0?si=jqejw2waHkXXX091
ฟื้นฟูโรคไฟลามทุ่งได้อย่างไร - เวชศาสตร์อาหารแสลง
https://youtu.be/dkYvnGdwLwk?si=ivovbC6nQwKJsK8n
หมอวิชัย สาธิตขันชเนาะเส้นขอด
https://youtu.be/pHjzPOSfkmU?si=WCk-5uB63VWAwmv8
วิธีสวมถุงน่องน้ำเหลือง
https://youtu.be/GRokHilf7BE?si=HKXHkeqEHFNTjrOS
สายตรงสุขภาพ โทษ-พิษภัย-ของอาหารแสลง ช่วงที่1 31/07/2016
https://youtu.be/gJ5mUdgnJME?si=oOs5Iq3SlJzCnJg6
สายตรงสุขภาพ ช่วงที่1 โทษ-พิษภัย-ของอาหารเเสลง
https://youtu.be/fJCf-JDn3I8?si=t2o392PwTMy35Rsl
อาการขาบวมจากแสลงหมู (cellulitis แบบ phlegmon)
https://youtu.be/aEgXVrxK41Q?si=FB8i9_SlR8g4RZB7
ชีวรักษ์ 8 พค. 57 หมอวิชัย มังสวิรัติ อาหารเพื่อสุขภาวะและศันติ
https://youtu.be/AzWixSKWhMc?si=G_T_R06lS4dXNBK6
มะเร็ง,ชีวรักษ์,8พค.57,หมอวิชัย,มังสวิรัติ,อาหารเพื่อสุขภาวะและศันติ
https://youtu.be/2aLXIulHJls?si=VzDqINtWXd8guthA
คลิปว่าด้วยเรื่องไข่มีโปรตีนสูงจริงหรือไม่
ศ.ดร.นพ.วิชัน เอกทักษิณ สายมังสวิรัติ
https://www.facebook.com/share/p/16Xgr6NxeC/
เป็นต้นรวมลิงค์คลิป ศ.ดร.นพ.วิชัย เอกทักษิณ ✍️ศ.นพ.ดร. วิชัย เอกทักษิณ ให้ข้อมูลเรื่อง COVID 19 may harm central nervous system ตอน 1 https://youtu.be/xgOt1Cm2kIM?si=ZUvn6C9ClncDCwr0 ตอน 2 https://youtu.be/22CH3BFYtnk?si=a0ZRxVg5C_fszxq_ ตอน 3 https://youtu.be/QukeNhiziyY?si=Mcujg3I07sRIwhLP ✍️ไตเสื่อม มิได้มาจากการกินเค็ม แต่มาจากการกินไขมันสัตว์และโปรตีนสัตว์ ต่างหาก https://youtu.be/5Yuh9bwgQ08?si=rFqJ4b5WmjRTg7eU ✍️โรคไตไม่ได้มาจากการกินเค็ม https://youtu.be/KMY2v8P1fHA?si=CVDpV4xa0ah0isL5 ✍️กินเจ มังสวิรัติ วีแกน ร่างกายเป็นด่าง ลดความรุนแรงในการติดเชื้อโควิด19 ได้ 73% (เชื้อติดแล้วหลุด) https://youtu.be/Ea8w4xOZt9c?si=nKTWwIW6WA_49Hcy ✍️นมวัว ฟัวกราส์ วากิว ทำมาจากอะไรกันแน่ ? https://youtu.be/hLIryvjkUlM?si=Sy-HW-S6ZpWa1e9j ✍️อ วิชัย บรรยาย เจ - มังสวิรัติ สถานธรรมหงเจิ้ง 21 สค 59 ตอน 1 https://www.youtube.com/watch?v=pq6ERkBu8f8... ตอน 2 https://youtu.be/pdggereRIuE?si=yoBSYMqTLJSBS6FZ ตอน 3 https://youtu.be/ZlzCGgNCSNE?si=uLkXcLm3B0S6hPpC ✍️นพ. วิชัย เอกทักษิณ บรรยายมังสวิรัติ งานวิทยาศาสตร์ทางจิต ณ พุทธวิชชาลัย https://www.youtube.com/watch?v=F6gtGh2wKs0... ✍️โรคนำ้เหลืองเสีย ผื่นคัน สะเก็ดเงิน และ ข้ออักเสบ 1 https://youtu.be/HGIQ8i-l2EY?si=jKtVLkZ2VlexbeI1 ✍️สะโพกใหญ่เพราะน้ำเหลืองเสีย https://youtu.be/hk-8lw5B5iQ?si=UL8k_naBKDc0-XXp ✍️เวชศาสตร์อาหารแสลง ตอนแสลงหมู หมูข้อเท้า ข้อเท้าบวม https://youtu.be/MU_LQFQhH_A?si=Fd3LIW9-SrG0nc6S ✍️ภาระกิจพิชิตมะเร็ง 18 ธันวาคม 2557 https://youtu.be/8dkv_d5hl_M?si=kuXhUFpcBHOMJXOB ✍️ชีวรักษ์ 7 สค. 57 หมอวิชัย โรคบวมน้ำเหลืองและอาหารแสลง https://youtu.be/PrHzn31cE1c?si=juo42o73GcnEYG53 ✍️ป้าแจ้ ขันชะเนาะ โรคบวมน้ำเหลือง https://youtu.be/clOabsxpCT0?si=Z39XZ9_nlBP2qJLo ✍️ชีวรักษ์ 4 กย 57 เวชศาสตร์อาหารแสลง ตอนแสลงหมู หมูลงน่อง หมูน่องอวบ https://youtu.be/hBpBue7GGn8?si=n9Jd6fha1k-Zzj0b ✍️ชีวรักษ์ 28 สค.57 หมอวิชัย โรคบวมน้ำเหลืองและอาหารแสลง https://youtu.be/xgFjBrhaUgY?si=QxrUp_wJT4U9UMol ✍️การประชุมมังสวิรัติแห่งอุษาคเนย์ ตอน 9 มังสวิรัติเพื่อสุขภาพแลศันติ https://youtu.be/qUG-SwqSFxo?si=GjqX3J7LFuZqDqTA ✍️เรื่องจริงผ่านจอ นพ.วิชัย กำเนิดขันชะเนาะ https://youtu.be/Q3bLzXUDbfM?si=GtIGOqNbXxmP0PYk ✍️บรรยายการรักษาโรคบวมน้ำเหลืองวิธีขันชะเนาะลดบวม งานประชุมสมาคมมะเร็งนรีเวช https://youtu.be/Z0h1jYIXjCM?si=HCbP54EN0JaN3IYj ✍️บรรยายมังสวิรัติ งานวิทยาศาสตร์ทางจิต ณ พุทธวิชชาลัย https://youtu.be/F6gtGh2wKs0?si=jYmiotQHi4YI8yRI ✍️ ทำไม เนื้อสัตว์ ไข่ นมสัตว์ จึงเป็นอาหารแสลงก่อโรค? https://youtu.be/w-M-X-HVoBA?si=aCygPgjZL9KQP0sG ✍️(ตอน 4) ความเป็นกรด acidosis - คนกินเนื้อสัตว์ - COVID 19 https://youtu.be/Qd_SnDARnpo?si=u5ZvC19JVuUxmU1U ✍️ชีวรักษ์ 14 สค. 57 หมอวิชัย โรคบวมน้ำเหลืองและอาหารแสลง https://youtu.be/76VCwuRdEfI?si=uTSjgaAgBHaWtfmz ✍️NATURAL SELECTION โรคไวรัสโควิด 19 CORONAVIRUS เป็นโรคของคนชอบฆ่าสัตว์ กินสัตว์ CARNIVOROUS ตอน 1 https://youtu.be/xNQxZlvT1Vk?si=w0R6qy0KSRz9WMHR ตอน 2 https://youtu.be/C5VVdX1KunI?si=Cn-porqTqLKNFyCm ตอน 3 https://youtu.be/xrQjjNN4lNA?si=nNbUhrn-XcnPumMu ตอน 4 https://youtu.be/TADeZGmFYvs?si=uoQljBTwfatdXE1f ✍️หยุดทุกโรคจากระบบน้ำเหลืองเสีย ด้วยศาสตร์ ภูษาบำบัด https://youtu.be/gBbrb7If7sI?si=9awfuDpf_KYYKIiN ✍️นพ.วิชัย ขันชะเนาะ โรคบวมน้ำเหลือง https://youtu.be/VFCqiOYhQ9Y?si=O4Hsdx7hT9yF1gre ✍️ โรคเบาหวาน...วิธีลดค่าเอวันซี ค่าน้ำตาลสะสมและสะเก็ดเงิน https://youtu.be/TKvEiA5NsT8?si=p7SNSaA1SgBHnAeA ✍️บันทึกไทย Thailand Book of Records ตอนที่ 60 แพทย์ผู้รักษาโรคบวมน้ำเหลืองด้วยการขันชะเนาะรายแรก https://youtu.be/1S-CIFtUoSM?si=MMdwmkKEifWEmDLm ✍️แพทย์ผู้รักษาโรคบวมน้ำเหลืองด้วยการใช้ภูษาบำบัดรายแรกของโลก https://youtu.be/I_jDUqXmwMk?si=zEGdWTVjYaj0Bv4L ✍️ บันทึกไทย Thailand Book of Records ตอนที่ 61 แพทย์ผู้รักษาโรคบวมน้ำเหลืองด้วยการใชภูษาบำบัดรายแรก2 https://youtu.be/GzV_hRGzVyU?si=KIQgUVvbuDxU2k51 ✍️ https://youtu.be/83Dh62T40QI?si=uhsQCHhZ8WtCUPPg ✍️บ้านอาศรมเวชศาสตร์อาหารแสลง ศ.ดร.นพ.วิชัย เอกทักษิณ11 ก.พ.2563 https://youtu.be/rcSc77nfxnU?si=57PkZmrFGPrau2D8 ✍️ธรรมชาติของมนุษย์ (สัตว์ประเสริฐ) เป็นสัตว์กินพืช https://youtu.be/R3jACdHPf04?si=OINPnm0_kcKFKfW1 ✍️กลไกการสังเคราะห์ Cholesterol ในตับ https://youtu.be/6JDNTrEz6hg?si=aUXEDlDBYgB0-j8L ✍️สายตรงสุขภาพ ช่วงที่3 ถามตอบ โรคบวมน้ำเหลือง,เมื่อลูกปวดท้องเฉียบพลัน https://youtu.be/VhDBc67p4Z0?si=jqejw2waHkXXX091 ✍️ฟื้นฟูโรคไฟลามทุ่งได้อย่างไร - เวชศาสตร์อาหารแสลง https://youtu.be/dkYvnGdwLwk?si=ivovbC6nQwKJsK8n ✍️หมอวิชัย สาธิตขันชเนาะเส้นขอด https://youtu.be/pHjzPOSfkmU?si=WCk-5uB63VWAwmv8 ✍️วิธีสวมถุงน่องน้ำเหลือง https://youtu.be/GRokHilf7BE?si=HKXHkeqEHFNTjrOS ✍️สายตรงสุขภาพ โทษ-พิษภัย-ของอาหารแสลง ช่วงที่1 31/07/2016 https://youtu.be/gJ5mUdgnJME?si=oOs5Iq3SlJzCnJg6 ✍️สายตรงสุขภาพ ช่วงที่1 โทษ-พิษภัย-ของอาหารเเสลง https://youtu.be/fJCf-JDn3I8?si=t2o392PwTMy35Rsl ✍️อาการขาบวมจากแสลงหมู (cellulitis แบบ phlegmon) https://youtu.be/aEgXVrxK41Q?si=FB8i9_SlR8g4RZB7 ✍️ชีวรักษ์ 8 พค. 57 หมอวิชัย มังสวิรัติ อาหารเพื่อสุขภาวะและศันติ https://youtu.be/AzWixSKWhMc?si=G_T_R06lS4dXNBK6 ✍️มะเร็ง,ชีวรักษ์,8พค.57,หมอวิชัย,มังสวิรัติ,อาหารเพื่อสุขภาวะและศันติ https://youtu.be/2aLXIulHJls?si=VzDqINtWXd8guthA ✍️คลิปว่าด้วยเรื่องไข่มีโปรตีนสูงจริงหรือไม่ ศ.ดร.นพ.วิชัน เอกทักษิณ สายมังสวิรัติ https://www.facebook.com/share/p/16Xgr6NxeC/ เป็นต้น0 ความคิดเห็น 0 การแบ่งปัน 397 มุมมอง 0 รีวิว - 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.htmlSamsung 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.html0 ความคิดเห็น 0 การแบ่งปัน 187 มุมมอง 0 รีวิว - https://youtube.com/shorts/pOb2DDKefQg?si=v_hc_MM3uEWsWZC3
0 ความคิดเห็น 0 การแบ่งปัน 49 มุมมอง 0 รีวิว - AMD ส่ง Threadripper 9980X รุ่น 64 คอร์มาเขย่าตลาดซีพียูระดับไฮเอนด์ (HEDT) พร้อมชิปสถาปัตยกรรม Zen 5 ใหม่ ซึ่งแม้จะมี “แค่” 64 คอร์ แต่กลับสร้างปรากฏการณ์ได้ด้วยเหตุผลหลายข้อ:
ในการทดสอบ Multi-thread บน PassMark ชิปนี้ ทำได้ถึง 147,481 คะแนน → เป็นอันดับ 1 ในกลุ่มเดสก์ท็อป
แซงแม้แต่รุ่นพี่ 96 คอร์อย่าง Threadripper Pro 9995WX และ 7980X
ทิ้งห่าง M3 Ultra ของ Apple เกินเท่าตัว!
เหตุผลที่ทำได้ขนาดนี้คือ Threadripper 9980X มี ความเร็ว base/turbo สูงกว่า, ใช้ SMT เต็ม และอาจเป็นรุ่น pre-production ที่จูนมาดี
แต่งานนี้ก็ไม่ใช่เทพด้านเดียว — เพราะ คะแนน single-thread กลับไม่โดดเด่นนัก แม้จะวิ่งได้ถึง 5.4GHz
→ ทำได้ราว 4,594 คะแนน ซึ่งอยู่ในระดับเดียวกับ Intel i9-13900KF หรือ M4 Max
→ แพ้ M3 Ultra และ Intel Core Ultra 9 285K แบบชัดเจนในสายงานที่ต้องพลังต่อคอร์สูง ๆ เช่นการเล่นเกม
AMD Threadripper 9980X ทำลายสถิติ Multi-thread ของ PassMark ด้วยคะแนน 147,481
• แซง Pro 7995WX (96 คอร์), 7980X (64 คอร์), M3 Ultra (32 คอร์)
ชิปใช้สถาปัตยกรรม Zen 5 พร้อม SMT, clock 3.2–5.4GHz, L2+L3 รวม 320MB
• รองรับ Overclock
• เหมาะกับสายงานมืออาชีพระดับสูง เช่นเรนเดอร์–ตัดต่อ–สตรีมพร้อมกันหลายโปรแกรม
คะแนน single-thread = 4,594 เทียบเท่า Core i9-13900KF และ Apple M4 Max
• ต่ำกว่า M3 Ultra และ Core Ultra 9 285K เล็กน้อย
TDP อยู่ที่ 350W (เท่ารุ่น Pro) แต่ได้ clock สูงกว่า
• ทำให้เป็นตัวเลือกที่ “แรงและยืดหยุ่น” ระหว่างเล่นเกมและทำงานหนัก
AMD เตรียมวางขายซีพียู Threadripper 9000 series ภายใน ก.ค. 2025 นี้
• คาดว่า 9980X จะเปิดตัวพร้อมรุ่นอื่น เช่น 9985WX
https://www.tomshardware.com/pc-components/cpus/new-amd-ryzen-threadripper-smashes-passmark-record-9980x-scores-147-481-making-it-the-fastest-desktop-cpu-ever-tested-but-only-in-multi-thread-performanceAMD ส่ง Threadripper 9980X รุ่น 64 คอร์มาเขย่าตลาดซีพียูระดับไฮเอนด์ (HEDT) พร้อมชิปสถาปัตยกรรม Zen 5 ใหม่ ซึ่งแม้จะมี “แค่” 64 คอร์ แต่กลับสร้างปรากฏการณ์ได้ด้วยเหตุผลหลายข้อ: ในการทดสอบ Multi-thread บน PassMark ชิปนี้ ทำได้ถึง 147,481 คะแนน → เป็นอันดับ 1 ในกลุ่มเดสก์ท็อป แซงแม้แต่รุ่นพี่ 96 คอร์อย่าง Threadripper Pro 9995WX และ 7980X ทิ้งห่าง M3 Ultra ของ Apple เกินเท่าตัว! 📌 เหตุผลที่ทำได้ขนาดนี้คือ Threadripper 9980X มี ความเร็ว base/turbo สูงกว่า, ใช้ SMT เต็ม และอาจเป็นรุ่น pre-production ที่จูนมาดี แต่งานนี้ก็ไม่ใช่เทพด้านเดียว — เพราะ คะแนน single-thread กลับไม่โดดเด่นนัก แม้จะวิ่งได้ถึง 5.4GHz → ทำได้ราว 4,594 คะแนน ซึ่งอยู่ในระดับเดียวกับ Intel i9-13900KF หรือ M4 Max → แพ้ M3 Ultra และ Intel Core Ultra 9 285K แบบชัดเจนในสายงานที่ต้องพลังต่อคอร์สูง ๆ เช่นการเล่นเกม ✅ AMD Threadripper 9980X ทำลายสถิติ Multi-thread ของ PassMark ด้วยคะแนน 147,481 • แซง Pro 7995WX (96 คอร์), 7980X (64 คอร์), M3 Ultra (32 คอร์) ✅ ชิปใช้สถาปัตยกรรม Zen 5 พร้อม SMT, clock 3.2–5.4GHz, L2+L3 รวม 320MB • รองรับ Overclock • เหมาะกับสายงานมืออาชีพระดับสูง เช่นเรนเดอร์–ตัดต่อ–สตรีมพร้อมกันหลายโปรแกรม ✅ คะแนน single-thread = 4,594 เทียบเท่า Core i9-13900KF และ Apple M4 Max • ต่ำกว่า M3 Ultra และ Core Ultra 9 285K เล็กน้อย ✅ TDP อยู่ที่ 350W (เท่ารุ่น Pro) แต่ได้ clock สูงกว่า • ทำให้เป็นตัวเลือกที่ “แรงและยืดหยุ่น” ระหว่างเล่นเกมและทำงานหนัก ✅ AMD เตรียมวางขายซีพียู Threadripper 9000 series ภายใน ก.ค. 2025 นี้ • คาดว่า 9980X จะเปิดตัวพร้อมรุ่นอื่น เช่น 9985WX https://www.tomshardware.com/pc-components/cpus/new-amd-ryzen-threadripper-smashes-passmark-record-9980x-scores-147-481-making-it-the-fastest-desktop-cpu-ever-tested-but-only-in-multi-thread-performance0 ความคิดเห็น 0 การแบ่งปัน 253 มุมมอง 0 รีวิว - ต้องบอกว่า Nvidia ไม่ได้แค่เปิดตัว Grace Blackwell แล้วให้รอกันเป็นปีนะครับ — เพราะตอนนี้ Dell ส่งมอบ “เครื่องจริง” ให้ CoreWeave ใช้งานแล้ว
→ ติดตั้งที่ศูนย์ข้อมูลของ Switch
→ ใช้แร็กแบบ NVL72: ในหนึ่งแร็กมี
• 72 GPU (Blackwell Ultra)
• 36 CPU (Grace 72-core)
• 36 DPU (BlueField)
→ พร้อมเมโมรี HBM3E 20TB และ RAM รวม 40TB
→ แร็กเดียวให้พลัง inferencing 1.1 ExaFLOPS (FP4) และ training 0.36 ExaFLOPS (FP8)
→ ใช้น้ำระบายความร้อน เพราะกินไฟถึง 1,400W ต่อ GPU
ระบบนี้ยังต่อกันด้วย Nvidia Quantum-X800 InfiniBand และ ConnectX-8 SuperNICs ให้ความเร็วระดับ 14.4 GB/s — แรงกว่า GB200 NVL72 เดิมถึง 2 เท่าในการสื่อสารระหว่างแร็ก
สิ่งที่น่าสนใจกว่าคือ... → Dell กับ CoreWeave พึ่งติดตั้ง GB200 NVL72 ไปเมื่อ 7 เดือนก่อน แต่ก็อัปเกรดเป็น GB300 Ultra เลย แสดงว่า demand แรงมาก และตลาดไม่รอของเก่าอีกแล้ว
https://www.tomshardware.com/tech-industry/artificial-intelligence/nvidias-newest-top-tier-ai-supercomputers-deployed-for-the-first-time-grace-blackwell-ultra-superchip-systems-deployed-at-coreweaveต้องบอกว่า Nvidia ไม่ได้แค่เปิดตัว Grace Blackwell แล้วให้รอกันเป็นปีนะครับ — เพราะตอนนี้ Dell ส่งมอบ “เครื่องจริง” ให้ CoreWeave ใช้งานแล้ว → ติดตั้งที่ศูนย์ข้อมูลของ Switch → ใช้แร็กแบบ NVL72: ในหนึ่งแร็กมี • 72 GPU (Blackwell Ultra) • 36 CPU (Grace 72-core) • 36 DPU (BlueField) → พร้อมเมโมรี HBM3E 20TB และ RAM รวม 40TB 🔥 → แร็กเดียวให้พลัง inferencing 1.1 ExaFLOPS (FP4) และ training 0.36 ExaFLOPS (FP8) → ใช้น้ำระบายความร้อน เพราะกินไฟถึง 1,400W ต่อ GPU 😮💧 ระบบนี้ยังต่อกันด้วย Nvidia Quantum-X800 InfiniBand และ ConnectX-8 SuperNICs ให้ความเร็วระดับ 14.4 GB/s — แรงกว่า GB200 NVL72 เดิมถึง 2 เท่าในการสื่อสารระหว่างแร็ก สิ่งที่น่าสนใจกว่าคือ... → Dell กับ CoreWeave พึ่งติดตั้ง GB200 NVL72 ไปเมื่อ 7 เดือนก่อน แต่ก็อัปเกรดเป็น GB300 Ultra เลย แสดงว่า demand แรงมาก และตลาดไม่รอของเก่าอีกแล้ว https://www.tomshardware.com/tech-industry/artificial-intelligence/nvidias-newest-top-tier-ai-supercomputers-deployed-for-the-first-time-grace-blackwell-ultra-superchip-systems-deployed-at-coreweave0 ความคิดเห็น 0 การแบ่งปัน 204 มุมมอง 0 รีวิว - ในงาน Intel AI Summit ที่เกาหลีใต้ Intel เผยของใหม่สองกลุ่มใหญ่:
1️⃣ Jaguar Shores: คือชื่อรหัสของ AI Accelerator รุ่นต่อไปภายใต้แบรนด์ “Gaudi” ที่จะมาแทน Falcon Shores ซึ่งถูกยกเลิกไปแล้ว → ความพิเศษอยู่ที่มันจะใช้ HBM4 รุ่นล่าสุดจาก SK hynix → HBM4 มีแบนด์วิดท์มหาศาล เหมาะสำหรับ AI รุ่นใหญ่ เช่น LLM / LRM → เป็นครั้งแรกที่ Intel ยืนยันว่าจะใช้ HBM4 จริงในผลิตภัณฑ์
2️⃣ Diamond Rapids: คือ Xeon Gen ถัดไป (สำหรับ data center) ที่จะใช้ MRDIMM รุ่นที่ 2 — เป็นหน่วยความจำ DDR5 ที่เร็วและฉลาด → เชื่อมต่อแบบ “multiplexed” ทำให้มี latency ต่ำและเร็วกว่า RDIMM → ความเร็วคาดว่าจะไปถึง 12,800 MT/s (จากเดิม 8,800 MT/s)
แม้ยังไม่มีรายละเอียดเรื่องจำนวน stack ของ HBM4 หรือสเปกเต็มของ Jaguar Shores แต่ก็ถือเป็นสัญญาณชัดว่า Intel ไม่ยอมให้นวัตกรรม AI–Server ตกขบวนอีกแล้วครับ
Jaguar Shores เป็น Gaudi Accelerator รุ่นใหม่ของ Intel ที่จะเปิดตัวในปี 2026
• ใช้ HBM4 จาก SK hynix
• มาแทน Falcon Shores ที่ถูกยกเลิก
• ออกแบบสำหรับ AI workloads ขนาดใหญ่
HBM4 คือหน่วยความจำความเร็วสูงแบบใหม่ที่ JEDEC เพิ่งรับรองมาตรฐานในปี 2024
• มีแบนด์วิดท์สูงกว่า HBM3E
• Micron, SK hynix และ Samsung เริ่มผลิตทดสอบแล้ว
• ใช้ในระบบ AI, HPC และเซิร์ฟเวอร์ขนาดใหญ่
Diamond Rapids จะใช้ MRDIMM เจเนอเรชันที่ 2
• มีขนาด 64GB (ใช้ชิป 16GB) และ 128GB (ใช้ชิป 32GB)
• Multiplexed Rank DIMM → มี MRCD chip และ MDB chip ในตัว
• ลด latency ลงกว่า DDR5-6400 RDIMM ได้มากถึง 40%
• รองรับความเร็ว bus สูงสุด 12,800 MT/s
แนวคิด MRDIMM คือให้ internal DRAM ทำงานที่ความเร็วครึ่งนึงของภายนอก เพื่อลดความร้อนและเพิ่มประสิทธิภาพ
Intel ยังไม่เปิดเผยจำนวน stack ของ HBM4 บน Jaguar Shores → อาจกระทบกับ performance vs NVIDIA / AMD หากใช้ stack น้อยเกินไป
การแข่งขันด้านหน่วยความจำ AI ร้อนแรงมาก — หาก Intel ปรับช้ากว่า Micron/SK hynix/Samsung อาจเสียส่วนแบ่งในตลาด hyperscaler
https://www.tomshardware.com/tech-industry/artificial-intelligence/intel-jumps-to-hbm4-with-jaguar-shores-2nd-gen-mrdimms-with-diamond-rapids-sk-hynixในงาน Intel AI Summit ที่เกาหลีใต้ Intel เผยของใหม่สองกลุ่มใหญ่: 1️⃣ Jaguar Shores: คือชื่อรหัสของ AI Accelerator รุ่นต่อไปภายใต้แบรนด์ “Gaudi” ที่จะมาแทน Falcon Shores ซึ่งถูกยกเลิกไปแล้ว → ความพิเศษอยู่ที่มันจะใช้ HBM4 รุ่นล่าสุดจาก SK hynix → HBM4 มีแบนด์วิดท์มหาศาล เหมาะสำหรับ AI รุ่นใหญ่ เช่น LLM / LRM → เป็นครั้งแรกที่ Intel ยืนยันว่าจะใช้ HBM4 จริงในผลิตภัณฑ์ 2️⃣ Diamond Rapids: คือ Xeon Gen ถัดไป (สำหรับ data center) ที่จะใช้ MRDIMM รุ่นที่ 2 — เป็นหน่วยความจำ DDR5 ที่เร็วและฉลาด → เชื่อมต่อแบบ “multiplexed” ทำให้มี latency ต่ำและเร็วกว่า RDIMM → ความเร็วคาดว่าจะไปถึง 12,800 MT/s (จากเดิม 8,800 MT/s) แม้ยังไม่มีรายละเอียดเรื่องจำนวน stack ของ HBM4 หรือสเปกเต็มของ Jaguar Shores แต่ก็ถือเป็นสัญญาณชัดว่า Intel ไม่ยอมให้นวัตกรรม AI–Server ตกขบวนอีกแล้วครับ ✅ Jaguar Shores เป็น Gaudi Accelerator รุ่นใหม่ของ Intel ที่จะเปิดตัวในปี 2026 • ใช้ HBM4 จาก SK hynix • มาแทน Falcon Shores ที่ถูกยกเลิก • ออกแบบสำหรับ AI workloads ขนาดใหญ่ ✅ HBM4 คือหน่วยความจำความเร็วสูงแบบใหม่ที่ JEDEC เพิ่งรับรองมาตรฐานในปี 2024 • มีแบนด์วิดท์สูงกว่า HBM3E • Micron, SK hynix และ Samsung เริ่มผลิตทดสอบแล้ว • ใช้ในระบบ AI, HPC และเซิร์ฟเวอร์ขนาดใหญ่ ✅ Diamond Rapids จะใช้ MRDIMM เจเนอเรชันที่ 2 • มีขนาด 64GB (ใช้ชิป 16GB) และ 128GB (ใช้ชิป 32GB) • Multiplexed Rank DIMM → มี MRCD chip และ MDB chip ในตัว • ลด latency ลงกว่า DDR5-6400 RDIMM ได้มากถึง 40% • รองรับความเร็ว bus สูงสุด 12,800 MT/s ✅ แนวคิด MRDIMM คือให้ internal DRAM ทำงานที่ความเร็วครึ่งนึงของภายนอก เพื่อลดความร้อนและเพิ่มประสิทธิภาพ ‼️ Intel ยังไม่เปิดเผยจำนวน stack ของ HBM4 บน Jaguar Shores → อาจกระทบกับ performance vs NVIDIA / AMD หากใช้ stack น้อยเกินไป ‼️ การแข่งขันด้านหน่วยความจำ AI ร้อนแรงมาก — หาก Intel ปรับช้ากว่า Micron/SK hynix/Samsung อาจเสียส่วนแบ่งในตลาด hyperscaler https://www.tomshardware.com/tech-industry/artificial-intelligence/intel-jumps-to-hbm4-with-jaguar-shores-2nd-gen-mrdimms-with-diamond-rapids-sk-hynix0 ความคิดเห็น 0 การแบ่งปัน 280 มุมมอง 0 รีวิว - https://youtu.be/xOWV6DsuGkY?si=yz7EjsIspFm3KT6c
0 ความคิดเห็น 0 การแบ่งปัน 34 มุมมอง 0 รีวิว - ในโลก AI ทุกวันนี้ “หน่วยความจำ” กลายเป็นหัวใจสำคัญที่แทบจะสำคัญกว่าชิปประมวลผล เพราะถ้าหน่วยความจำช้า → AI ก็ทำงานช้า นั่นคือเหตุผลที่ผู้ผลิตรายใหญ่เร่งแข่งกันพัฒนา HBM (High Bandwidth Memory) ซึ่งเอา DRAM มาต่อซ้อนกันหลายชั้น + ทำให้เชื่อมต่อกับชิปหลักได้เร็วแบบบ้าพลัง
ข่าวใหม่นี้บอกว่า Samsung ได้รับอนุมัติให้เข้าสู่ขั้นตอนผลิตจริง (production readiness) สำหรับ DRAM เจเนอเรชัน 6 (รหัส “1c” หรือ 10nm-class) ซึ่งเป็นจิ๊กซอว์สำคัญในการผลิต HBM4 ที่ Samsung วางแผนจะเริ่มผลิตในครึ่งหลังของปี 2025
นอกจากนี้ Samsung ยังใช้เทคนิค hybrid bonding สำหรับ HBM4 ซึ่งช่วยให้ต่อแผ่น DRAM ซ้อนกันได้แน่นกว่าเดิม แถมลดความร้อนในระหว่างทำงาน — สุดเหมาะกับการประมวลผล AI แบบรุ่นใหญ่
ถึงแม้ SK hynix จะเริ่มส่ง HBM4 ตัวอย่างให้ลูกค้าอย่าง NVIDIA ไปตั้งแต่มีนาคม แต่ Samsung ก็ยังมีแต้มต่อด้านเทคโนโลยีบางอย่าง — ตอนนี้อยู่ระหว่างการส่งมอบตัวอย่าง HBM4 และ รอการทดสอบคุณภาพจาก NVIDIA เช่นเดียวกับ HBM3E แบบ 12 ชั้นที่ใช้กับ AMD อยู่ก่อนหน้า
https://www.techpowerup.com/338525/samsung-6th-gen-dram-receives-production-readiness-approvalในโลก AI ทุกวันนี้ “หน่วยความจำ” กลายเป็นหัวใจสำคัญที่แทบจะสำคัญกว่าชิปประมวลผล เพราะถ้าหน่วยความจำช้า → AI ก็ทำงานช้า นั่นคือเหตุผลที่ผู้ผลิตรายใหญ่เร่งแข่งกันพัฒนา HBM (High Bandwidth Memory) ซึ่งเอา DRAM มาต่อซ้อนกันหลายชั้น + ทำให้เชื่อมต่อกับชิปหลักได้เร็วแบบบ้าพลัง ข่าวใหม่นี้บอกว่า Samsung ได้รับอนุมัติให้เข้าสู่ขั้นตอนผลิตจริง (production readiness) สำหรับ DRAM เจเนอเรชัน 6 (รหัส “1c” หรือ 10nm-class) ซึ่งเป็นจิ๊กซอว์สำคัญในการผลิต HBM4 ที่ Samsung วางแผนจะเริ่มผลิตในครึ่งหลังของปี 2025 นอกจากนี้ Samsung ยังใช้เทคนิค hybrid bonding สำหรับ HBM4 ซึ่งช่วยให้ต่อแผ่น DRAM ซ้อนกันได้แน่นกว่าเดิม แถมลดความร้อนในระหว่างทำงาน — สุดเหมาะกับการประมวลผล AI แบบรุ่นใหญ่ ถึงแม้ SK hynix จะเริ่มส่ง HBM4 ตัวอย่างให้ลูกค้าอย่าง NVIDIA ไปตั้งแต่มีนาคม แต่ Samsung ก็ยังมีแต้มต่อด้านเทคโนโลยีบางอย่าง — ตอนนี้อยู่ระหว่างการส่งมอบตัวอย่าง HBM4 และ รอการทดสอบคุณภาพจาก NVIDIA เช่นเดียวกับ HBM3E แบบ 12 ชั้นที่ใช้กับ AMD อยู่ก่อนหน้า https://www.techpowerup.com/338525/samsung-6th-gen-dram-receives-production-readiness-approval0 ความคิดเห็น 0 การแบ่งปัน 199 มุมมอง 0 รีวิว - https://youtube.com/shorts/9sJ5JWzKdbA?si=0J8_sztYLByM3Qu9
0 ความคิดเห็น 0 การแบ่งปัน 83 มุมมอง 0 รีวิว - https://youtube.com/shorts/N0maSEvMcbA?si=M3-x6fXL-hweM9n3
0 ความคิดเห็น 0 การแบ่งปัน 85 มุมมอง 0 รีวิว - https://m.facebook.com/story.php?story_fbid=pfbid0bVSbsxGm3h1LCt8Knh8iUz1FkehLnEfJSnvPAFGGaNCR2KBvZWWdKnqWshZNbbKHl&id=1000635111792930 ความคิดเห็น 0 การแบ่งปัน 127 มุมมอง 0 รีวิว
- https://youtube.com/shorts/NYNZMC54JU0?si=QPfTHtCT2m3HyO2i
0 ความคิดเห็น 0 การแบ่งปัน 66 มุมมอง 0 รีวิว - ปกติเวลาเราดาวน์โหลดไฟล์บีบอัด (เช่น .RAR) แล้วแตกไฟล์ด้วย WinRAR — เราก็มักไม่ทันระวังว่าไฟล์ด้านในมันจะทำอะไรได้บ้าง
แต่ล่าสุดนักวิจัยจากโครงการ Zero Day Initiative ของ Trend Micro เผยว่า WinRAR มีช่องโหว่ Directory Traversal (รหัส CVE-2025-6218) ซึ่งเปิดทางให้แฮกเกอร์ใส่ “เส้นทางหลอก” ในไฟล์ RAR เพื่อหลอกให้ WinRAR แตกไฟล์ออกไปอยู่นอกโฟลเดอร์ที่ควรอยู่ เช่น ไปอยู่ในโฟลเดอร์ระบบ หรือวาง .exe ไว้ที่ Desktop เลยก็ยังได้!
เมื่อเหยื่อคลิกแตกไฟล์และเปิดเนื้อหา…ก็เท่ากับเชิญแฮกเกอร์เข้าบ้านอย่างเป็นทางการ
ช่องโหว่นี้ได้คะแนนอันตราย 7.8/10 บนระบบ CVSS ซึ่งถือว่าสูงมาก โดยเฉพาะเพราะ WinRAR มีผู้ใช้กว่า 500 ล้านคนทั่วโลก
ข่าวดีคือทีม RARLAB ได้ปล่อยแพตช์แล้วใน WinRAR 7.12 Beta 1 — แนะนำให้รีบอัปเดตทันที เพราะเวอร์ชันเดิม (7.11 และเก่ากว่านั้น) ยังอันตรายอยู่
ช่องโหว่ CVE-2025-6218 เปิดทางให้โจมตีผ่านไฟล์ RAR ที่มี path หลอก
• หลอก WinRAR แตกไฟล์ไปยังไดเรกทอรีผิด เช่น system32 หรือ desktop
• แฮกเกอร์สามารถฝังสคริปต์อันตรายและสั่งรันได้เมื่อเหยื่อเปิด
พบโดยนักวิจัยอิสระชื่อ ‘whs3-detonator’ ภายใต้โครงการ Zero Day Initiative
ช่องโหว่นี้ได้คะแนน 7.8/10 บน CVSS → เสี่ยงต่อข้อมูลหลุด, เปลี่ยนแปลงไฟล์ระบบ หรือทำให้เครื่องใช้การไม่ได้
อัปเดต WinRAR 7.12 Beta 1 แก้ไขช่องโหว่นี้แล้ว
• แพตช์ครอบคลุม: RAR บน Windows, UnRAR, portable UnRAR, และ UnRAR.dll
• ไม่กระทบ: RAR บน Unix, Android, และซอร์สโค้ด UnRAR รุ่น Unix
ช่องโหว่นี้คล้ายกับเหตุการณ์ในเดือนเมษายน ที่ WinRAR เคยโดนโจมตีแบบหลบการเตือนของ Windows (MotW)
• บ่งชี้ว่าเครื่องมือบีบอัดไฟล์กลายเป็นช่องทางโจมตีใหม่ที่คนมองข้าม
https://www.tomshardware.com/software/winrar-exploit-enables-attackers-to-run-malicious-code-on-your-pc-critical-vulnerability-patched-in-latest-beta-updateปกติเวลาเราดาวน์โหลดไฟล์บีบอัด (เช่น .RAR) แล้วแตกไฟล์ด้วย WinRAR — เราก็มักไม่ทันระวังว่าไฟล์ด้านในมันจะทำอะไรได้บ้าง แต่ล่าสุดนักวิจัยจากโครงการ Zero Day Initiative ของ Trend Micro เผยว่า WinRAR มีช่องโหว่ Directory Traversal (รหัส CVE-2025-6218) ซึ่งเปิดทางให้แฮกเกอร์ใส่ “เส้นทางหลอก” ในไฟล์ RAR เพื่อหลอกให้ WinRAR แตกไฟล์ออกไปอยู่นอกโฟลเดอร์ที่ควรอยู่ เช่น ไปอยู่ในโฟลเดอร์ระบบ หรือวาง .exe ไว้ที่ Desktop เลยก็ยังได้! เมื่อเหยื่อคลิกแตกไฟล์และเปิดเนื้อหา…ก็เท่ากับเชิญแฮกเกอร์เข้าบ้านอย่างเป็นทางการ ช่องโหว่นี้ได้คะแนนอันตราย 7.8/10 บนระบบ CVSS ซึ่งถือว่าสูงมาก โดยเฉพาะเพราะ WinRAR มีผู้ใช้กว่า 500 ล้านคนทั่วโลก ข่าวดีคือทีม RARLAB ได้ปล่อยแพตช์แล้วใน WinRAR 7.12 Beta 1 — แนะนำให้รีบอัปเดตทันที เพราะเวอร์ชันเดิม (7.11 และเก่ากว่านั้น) ยังอันตรายอยู่ ✅ ช่องโหว่ CVE-2025-6218 เปิดทางให้โจมตีผ่านไฟล์ RAR ที่มี path หลอก • หลอก WinRAR แตกไฟล์ไปยังไดเรกทอรีผิด เช่น system32 หรือ desktop • แฮกเกอร์สามารถฝังสคริปต์อันตรายและสั่งรันได้เมื่อเหยื่อเปิด ✅ พบโดยนักวิจัยอิสระชื่อ ‘whs3-detonator’ ภายใต้โครงการ Zero Day Initiative ✅ ช่องโหว่นี้ได้คะแนน 7.8/10 บน CVSS → เสี่ยงต่อข้อมูลหลุด, เปลี่ยนแปลงไฟล์ระบบ หรือทำให้เครื่องใช้การไม่ได้ ✅ อัปเดต WinRAR 7.12 Beta 1 แก้ไขช่องโหว่นี้แล้ว • แพตช์ครอบคลุม: RAR บน Windows, UnRAR, portable UnRAR, และ UnRAR.dll • ไม่กระทบ: RAR บน Unix, Android, และซอร์สโค้ด UnRAR รุ่น Unix ✅ ช่องโหว่นี้คล้ายกับเหตุการณ์ในเดือนเมษายน ที่ WinRAR เคยโดนโจมตีแบบหลบการเตือนของ Windows (MotW) • บ่งชี้ว่าเครื่องมือบีบอัดไฟล์กลายเป็นช่องทางโจมตีใหม่ที่คนมองข้าม https://www.tomshardware.com/software/winrar-exploit-enables-attackers-to-run-malicious-code-on-your-pc-critical-vulnerability-patched-in-latest-beta-update0 ความคิดเห็น 0 การแบ่งปัน 279 มุมมอง 0 รีวิว - 4/4 รวมลิงค์คลิปดีๆจากโค๊ชนาตาลี
วิธีดูนิสัยเพื่อปรับพลังงานจักระ
https://www.youtube.com/watch?v=59IvOIZzLSk
12 วิธีบาลานซ์จักระราก พื้นฐานสำคัญของชีวิต
https://www.youtube.com/watch?v=HHIviG2eS1s
15 วิธีกำจัดสิ่งอุดตันจักระที่ 2 Sacral Chakra
https://www.youtube.com/watch?v=dMFv_3GVGW0
12 วิธีกลับมารักและเห็นคุณค่าในตัวเอง เยียวยาจักระที่ 3 Solar Plexus
https://www.youtube.com/watch?v=lCny-83ctuY&t=1509s
14 วิธีกลับมารักตัวเอง บาลานซ์จักระที่ 4 Heart Chakra
การไม่กล้าพูดกับโรคไทรอยด์">https://www.youtube.com/watch?v=XXdbi8cXpwU&t=799sการไม่กล้าพูดกับโรคไทรอยด์ ต้องแก้ที่จักระ 5 Throat Chakra
https://www.youtube.com/watch?v=gYaFOO0aIqk&t=168s
อยากมีญาณทิพย์ และความจำดี ต้องปรับที่จักระที่ 6 Third Eye Chakra
https://www.youtube.com/watch?v=H12ZKu_L21Y
อยากอยากสื่อกับพลังจักรวาลได้ ต้องเปิดจักระที่ 7 Crown Chakra
https://www.youtube.com/watch?v=o7laeVgU-yk
เพิ่งรู้ว่าเป็นมะเร็ง! ต้องทำยังไง? ดูคลิปนี้
https://youtu.be/peJhQGXnw_0
มะเร็งกลับมารอบ 2 ทำยังไง!? ประสบการณ์ตรงของโค้ชนาตาลี
https://youtu.be/m36XYSpuuMc
ผลข้างเคียงยาต้านฮอร์โมน ที่หมออาจไม่เคยบอกคุณ!
https://youtu.be/q95ryAqsnJs
ไม่ทานยาต้านฮอร์โมนได้ไหม?
https://youtu.be/t_YUAmJt1G8
ทำไมบางคนดีท็อกซ์แล้วอาการแย่ลง?
https://youtu.be/uZCfJ91R-0c
Brain Tumors เนื้องอกสมองทำให้ยุบได้ไหม?
https://youtu.be/bwe49infoyc
รับคีโม-พุ่งเป้ามา ร่างกายไม่มีแรง ฟื้นฟูอย่างไร?
https://youtu.be/EZaAgRUNamQ
หลังรับ วซ มา ประจำเดือนขาด-มาไม่ปกติ ทำอย่างไร?
https://youtu.be/soUK8PmWX8E?si=oMwYhTvl7M1YkxK-
3 สิ่งที่สำคัญที่สุด! ที่ทำให้พิชิตมะเร็งเม็ดเลือดขาวได้ใน 2 เดือน!
https://youtu.be/bIU-LwShS5g
การรักษาโรคด้วยเทคโนโลยีในยุคสมัยใหม่
https://www.youtube.com/live/SZQiJ0FXkss
คุณคือพลาซีโบ By ดร.โจ ดิสเพนซา ตอน: ความคิดเปลี่ยนแปลงสมอง & ร่างกายได้อย่างไร?
https://www.youtube.com/watch?v=qPd1frafNWE&t=847s
ผลข้างเคียงของยาต้านฮอร์โมน และประสบการณ์ตรงของโค้ชนาตาลี
https://www.youtube.com/watch?v=scUdQxqKFH8
ผลข้างเคียงของยาคีโมที่หมอไม่บอกคุณ !! แชร์ประสบการณ์ตรง
https://www.youtube.com/watch?v=81Wiox18Y_A
3 ขั้นตอนปรับจิตและสมองที่มีประสิทธิภาพที่สุด ที่จะเปลี่ยนชีวิตคุณ
https://www.youtube.com/watch?v=5r-Lnoqz4Cg
Ep.1 ความสัมพันธ์ของโรคต่างๆกับสมอง - Neocortex
https://www.youtube.com/watch?v=XnPFoRDT6aE&t=46s
Ep.2 ความสัมพันธ์ของความกลัวและโรคต่างๆกับสมองส่วนกลาง Limbic System
https://www.youtube.com/watch?v=IDtKHRcAlLo
Ep.3 6 วิธีเพิ่มประสิทธิภาพ Reptilian Brain
https://www.youtube.com/watch?v=2aTl-g3SCbI
Ep.4 การทำงานของต่อมไพเนียล และต่อมใต้สมอง กับฮอร์โมนแห่งความสุข
https://www.youtube.com/watch?v=Er49qcZiZ5U
Ep.5 วิธีเปลี่ยนคลื่นสมองกำจัดโรค และเปลี่ยนยีนได้ภายใน 4 วัน
https://www.youtube.com/watch?v=f7RwEmOmdtQ4/4 รวมลิงค์คลิปดีๆจากโค๊ชนาตาลี ✍️วิธีดูนิสัยเพื่อปรับพลังงานจักระ https://www.youtube.com/watch?v=59IvOIZzLSk ✍️12 วิธีบาลานซ์จักระราก พื้นฐานสำคัญของชีวิต https://www.youtube.com/watch?v=HHIviG2eS1s ✍️15 วิธีกำจัดสิ่งอุดตันจักระที่ 2 Sacral Chakra https://www.youtube.com/watch?v=dMFv_3GVGW0 ✍️12 วิธีกลับมารักและเห็นคุณค่าในตัวเอง เยียวยาจักระที่ 3 Solar Plexus https://www.youtube.com/watch?v=lCny-83ctuY&t=1509s ✍️14 วิธีกลับมารักตัวเอง บาลานซ์จักระที่ 4 Heart Chakra https://www.youtube.com/watch?v=XXdbi8cXpwU&t=799s✍️การไม่กล้าพูดกับโรคไทรอยด์ ต้องแก้ที่จักระ 5 Throat Chakra https://www.youtube.com/watch?v=gYaFOO0aIqk&t=168s ✍️อยากมีญาณทิพย์ และความจำดี ต้องปรับที่จักระที่ 6 Third Eye Chakra https://www.youtube.com/watch?v=H12ZKu_L21Y ✍️อยากอยากสื่อกับพลังจักรวาลได้ ต้องเปิดจักระที่ 7 Crown Chakra https://www.youtube.com/watch?v=o7laeVgU-yk ✍️เพิ่งรู้ว่าเป็นมะเร็ง! ต้องทำยังไง? ดูคลิปนี้ https://youtu.be/peJhQGXnw_0 ✍️มะเร็งกลับมารอบ 2 ทำยังไง!? ประสบการณ์ตรงของโค้ชนาตาลี https://youtu.be/m36XYSpuuMc ✍️ผลข้างเคียงยาต้านฮอร์โมน ที่หมออาจไม่เคยบอกคุณ! https://youtu.be/q95ryAqsnJs ✍️ไม่ทานยาต้านฮอร์โมนได้ไหม? https://youtu.be/t_YUAmJt1G8 ✍️ทำไมบางคนดีท็อกซ์แล้วอาการแย่ลง? https://youtu.be/uZCfJ91R-0c ✍️Brain Tumors เนื้องอกสมองทำให้ยุบได้ไหม? https://youtu.be/bwe49infoyc ✍️รับคีโม-พุ่งเป้ามา ร่างกายไม่มีแรง ฟื้นฟูอย่างไร? https://youtu.be/EZaAgRUNamQ ✍️หลังรับ วซ มา ประจำเดือนขาด-มาไม่ปกติ ทำอย่างไร? https://youtu.be/soUK8PmWX8E?si=oMwYhTvl7M1YkxK- ✍️3 สิ่งที่สำคัญที่สุด! ที่ทำให้พิชิตมะเร็งเม็ดเลือดขาวได้ใน 2 เดือน! https://youtu.be/bIU-LwShS5g ✍️การรักษาโรคด้วยเทคโนโลยีในยุคสมัยใหม่ https://www.youtube.com/live/SZQiJ0FXkss ✍️คุณคือพลาซีโบ By ดร.โจ ดิสเพนซา ตอน: ความคิดเปลี่ยนแปลงสมอง & ร่างกายได้อย่างไร? https://www.youtube.com/watch?v=qPd1frafNWE&t=847s ✍️ผลข้างเคียงของยาต้านฮอร์โมน และประสบการณ์ตรงของโค้ชนาตาลี https://www.youtube.com/watch?v=scUdQxqKFH8 ✍️ผลข้างเคียงของยาคีโมที่หมอไม่บอกคุณ !! แชร์ประสบการณ์ตรง https://www.youtube.com/watch?v=81Wiox18Y_A ✍️3 ขั้นตอนปรับจิตและสมองที่มีประสิทธิภาพที่สุด ที่จะเปลี่ยนชีวิตคุณ https://www.youtube.com/watch?v=5r-Lnoqz4Cg ✍️Ep.1 ความสัมพันธ์ของโรคต่างๆกับสมอง - Neocortex https://www.youtube.com/watch?v=XnPFoRDT6aE&t=46s ✍️Ep.2 ความสัมพันธ์ของความกลัวและโรคต่างๆกับสมองส่วนกลาง Limbic System https://www.youtube.com/watch?v=IDtKHRcAlLo ✍️Ep.3 6 วิธีเพิ่มประสิทธิภาพ Reptilian Brain https://www.youtube.com/watch?v=2aTl-g3SCbI ✍️Ep.4 การทำงานของต่อมไพเนียล และต่อมใต้สมอง กับฮอร์โมนแห่งความสุข https://www.youtube.com/watch?v=Er49qcZiZ5U ✍️Ep.5 วิธีเปลี่ยนคลื่นสมองกำจัดโรค และเปลี่ยนยีนได้ภายใน 4 วัน https://www.youtube.com/watch?v=f7RwEmOmdtQ0 ความคิดเห็น 0 การแบ่งปัน 370 มุมมอง 0 รีวิว - https://youtu.be/BVJwpp0vm3g?si=tswcLxDZ8Qlty8d9
0 ความคิดเห็น 0 การแบ่งปัน 64 มุมมอง 0 รีวิว - บูรพาไม่แพ้ Ep.126 : ถึงเวลาสั่งสอน “เขมร” รัฐอันธพาล
.
ประเทศไทยสามมารถดำเนินมาตรการตอบโต้กัมพูชาอย่างไรได้บ้าง โดยที่ยังไม่ต้องใช้อาวุธยิงใส่กัน ซึ่งเข้าตามตำราพิชัยสงครามของซุนวู ที่ว่า "รู้เขา รู้เรา รบร้อยครั้งชนะร้อยครั้งมิใช่วิธีการอันประเสริฐแท้ แต่การได้ชัยชนะโดยไม่ต้องรบเลย จึงจะถือว่าเป็นวิธีอันวิเศษยิ่ง" ......
.
คลิกฟัง >> https://www.youtube.com/watch?v=WLm9M3lcS5cบูรพาไม่แพ้ Ep.126 : ถึงเวลาสั่งสอน “เขมร” รัฐอันธพาล . ประเทศไทยสามมารถดำเนินมาตรการตอบโต้กัมพูชาอย่างไรได้บ้าง โดยที่ยังไม่ต้องใช้อาวุธยิงใส่กัน ซึ่งเข้าตามตำราพิชัยสงครามของซุนวู ที่ว่า "รู้เขา รู้เรา รบร้อยครั้งชนะร้อยครั้งมิใช่วิธีการอันประเสริฐแท้ แต่การได้ชัยชนะโดยไม่ต้องรบเลย จึงจะถือว่าเป็นวิธีอันวิเศษยิ่ง" ...... . คลิกฟัง >> https://www.youtube.com/watch?v=WLm9M3lcS5c
0 ความคิดเห็น 0 การแบ่งปัน 296 มุมมอง 0 รีวิว
2
- 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-r1เพราะโดนสหรัฐแบนชิปแรง 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-r10 ความคิดเห็น 0 การแบ่งปัน 280 มุมมอง 0 รีวิว - บูรพาไม่แพ้ Ep.126 : ถึงเวลาสั่งสอน “เขมร” รัฐอันธพาล https://www.youtube.com/watch?v=WLm9M3lcS5c 0 ความคิดเห็น 0 การแบ่งปัน 132 มุมมอง 0 รีวิว1
Pages Boosts
English