นอกจากนี้ การส่งออกชิปและเทคโนโลยีขั้นสูงไปยังรัสเซียต้องได้รับใบอนุญาตพิเศษ ซึ่งมักถูกปฏิเสธโดยอัตโนมัติภายใต้ระบบควบคุมการส่งออกของตะวันตก
ผลลัพธ์คือ รัสเซียแทบไม่สามารถซื้อ GPU ขั้นสูงจากบริษัทอย่าง Nvidia ได้อย่างถูกกฎหมาย ซึ่งเป็นปัญหาใหญ่สำหรับการพัฒนา AI ที่ต้องใช้พลังประมวลผลมหาศาล
เมื่อช่องทางจากตะวันตกถูกปิด จีนจึงกลายเป็นหนึ่งในไม่กี่ประเทศที่ยังสามารถจัดหาฮาร์ดแวร์ AI ในระดับอุตสาหกรรมได้
เจ้าหน้าที่รัสเซียได้ผลักดันความร่วมมือทางเทคโนโลยีกับจีนอย่างเปิดเผยเพื่อหลีกเลี่ยงการพึ่งพาระบบจากตะวันตก
ระหว่างการเยือนจีนของประธานาธิบดีวลาดิเมียร์ ปูติน ซีอีโอของ Sberbank German Gref กล่าวว่าธนาคารหวังจะค่อย ๆ เปลี่ยนมาใช้ไมโครชิปจากจีนเพื่อรัน GigaChat แม้กระบวนการเปลี่ยนผ่านยังอยู่ระหว่างดำเนินการ
การเปลี่ยนนี้มีประโยชน์เชิงยุทธศาสตร์ทั้งสองฝ่าย
อย่างไรก็ตาม ความสัมพันธ์นี้ไม่ได้สมดุลเต็มที่ รัสเซียต้องพึ่งแหล่งคอมพิวต์จากภายนอก ขณะที่จีนเองก็ยังมีข้อจำกัดในการผลิตชิปขั้นสูง
Sberbank ยังไม่ได้ยืนยันอย่างเป็นทางการว่าจะใช้โปรเซสเซอร์รุ่นใด แต่รายงานในอุตสาหกรรมจำนวนมากชี้ไปที่ชิปตระกูล Ascend ของ Huawei ซึ่งออกแบบมาเป็นตัวเร่งความเร็วสำหรับ AI
Huawei กำลังเพิ่มกำลังการผลิตชิปเหล่านี้อย่างรวดเร็วเพื่อสร้างระบบฮาร์ดแวร์ AI ภายในประเทศของจีน โดยคาดว่าการผลิต Ascend 910C จะเพิ่มเป็นประมาณ 600,000 ชิปในปี 2026 และกำลังการผลิตชิป Ascend ทั้งตระกูลอาจแตะ ประมาณ 1.6 ล้านได (dies)
สถาปัตยกรรม Ascend ถูกออกแบบมาเพื่อรองรับงานฝึกโมเดลและการอนุมาน (training และ inference) คล้ายกับ GPU สำหรับศูนย์ข้อมูลของ Nvidia
แต่ความต้องการชิปภายในจีนจากบริษัทเทคโนโลยีขนาดใหญ่ เช่น ByteDance และ Alibaba ทำให้ซัพพลายยังตึงตัว ซึ่งอาจทำให้ลูกค้าต่างชาติอย่างรัสเซียต้องแข่งขันแย่งทรัพยากร
แม้ผู้ผลิตชิปจีนจะพัฒนาอย่างรวดเร็ว แต่นักวิเคราะห์ส่วนใหญ่เห็นตรงกันว่ายังตามหลังฮาร์ดแวร์ระดับท็อปของตะวันตก
ตัวอย่างเช่น
ช่องว่างนี้ไม่ได้หมายความว่าชิปจีนใช้งานไม่ได้ องค์กรสามารถชดเชยด้วยการใช้คลัสเตอร์ GPU จำนวนมากขึ้นหรือเทคนิคคอมพิวต์แบบกระจาย แต่ก็หมายความว่าต้องใช้ ฮาร์ดแวร์ พลังงาน และวิศวกรรมมากขึ้น เพื่อให้ได้ประสิทธิภาพใกล้เคียงกัน
โมเดล GigaChat ถือว่าเป็นระบบ AI ที่มีความสามารถสูง โดยเฉพาะงานที่เกี่ยวข้องกับภาษารัสเซีย
โมเดลใช้สถาปัตยกรรมแบบ mixture‑of‑experts มี พารามิเตอร์รวมประมาณ 47 พันล้านตัว และมีพารามิเตอร์ที่ทำงานจริงประมาณ 13 พันล้าน และมีผลทดสอบที่ดีในงานคณิตศาสตร์และการเขียนโค้ดในชุดทดสอบภายใน
อย่างไรก็ตาม เมื่อเทียบกับเวทีโลก โมเดลของรัสเซียยังตามหลังผู้นำตลาด
การวิเคราะห์บางชุดจัดอันดับโมเดลจากบริษัทอย่าง OpenAI และ Anthropic ไว้ในกลุ่มผู้นำ ขณะที่โมเดลรัสเซียอย่าง GigaChat 2 Max อยู่ในอันดับที่ต่ำกว่ามากในการเปรียบเทียบหลายแพลตฟอร์ม
ผู้เชี่ยวชาญยังระบุว่า GigaChat ยังไม่สามารถเทียบความสามารถกับระบบระดับแนวหน้า เช่น GPT‑series, Claude หรือโมเดลล่าสุดของ DeepSeek ได้
ในทางปฏิบัติ จุดแข็งของ GigaChat จึงอยู่ที่ การปรับให้เหมาะกับภาษารัสเซียและตลาดภายในประเทศ มากกว่าการแข่งขันระดับโลก
กลยุทธ์ชิปของ Sberbank เป็นภาพสะท้อนของแนวโน้มที่ใหญ่กว่าในอุตสาหกรรม AI โลก
แนวโน้มสำคัญ ได้แก่
อย่างไรก็ตาม ความร่วมมือนี้ก็มีข้อจำกัด
ชิปที่ล้ำหน้าที่สุดของจีนยังตามหลังฮาร์ดแวร์ของ Nvidia และความต้องการภายในประเทศจีนเองก็ใช้กำลังผลิตจำนวนมากไปแล้ว
สำหรับรัสเซีย เทคโนโลยีจากจีนจึงไม่ใช่การทดแทนที่สมบูรณ์แบบ แต่เป็น ทางออกที่จำเป็นในสถานการณ์ปัจจุบัน
แผนของ Sberbank ที่จะใช้ชิปจีนกับ GigaChat แสดงให้เห็นว่าภูมิรัฐศาสตร์กำลังเปลี่ยนทิศทางของการพัฒนา AI
มาตรการคว่ำบาตรทำให้รัสเซียแทบหลุดออกจากซัพพลายเชนเซมิคอนดักเตอร์ของตะวันตก และผลักให้ประเทศต้องหันไปพึ่งฮาร์ดแวร์จีนอย่าง Huawei Ascend
แม้ชิปเหล่านี้ช่วยให้รัสเซียเดินหน้าโครงการ AI ต่อได้ แต่ก็ยังตามหลัง GPU ระดับสูงของ Nvidia ทั้งด้านประสิทธิภาพและระบบนิเวศซอฟต์แวร์
ผลลัพธ์คือความสัมพันธ์ด้านเทคโนโลยีระหว่างรัสเซียและจีนที่แน่นแฟ้นขึ้น — แต่ก็ยังเต็มไปด้วยข้อจำกัดด้านเทคโนโลยีและกำลังผลิต
Comments
0 comments