Framework Desktop รุ่นที่กำลังจะมาถึงถูกวางตำแหน่งให้แก้ปัญหาสำคัญของการรัน AI ในเครื่อง นั่นคือการทำให้โมเดลภาษาขนาดใหญ่มีพื้นที่พอในหน่วยความจำ โดยไม่จำเป็นต้องใช้การ์ดจอแยก ระบบจับคู่ AMD Ryzen AI Max+ PRO 495 แบบ 16 คอร์เข้ากับหน่วยความจำ LPDDR5X-8533 แบบรวมสูงสุด 192GB และแบนด์วิดท์ 273GB/s
ในเวลาเดียวกัน Microsoft กำลังทดลองฟีเจอร์บน Windows 11 ที่อาจช่วยให้พีซีซึ่งใช้หน่วยความจำร่วมกันระหว่าง CPU และ GPU จัดการพื้นที่สำหรับงานกราฟิกและ AI ได้เป็นระบบมากขึ้น แม้ฟีเจอร์ดังกล่าวยังไม่ประกาศอย่างเป็นทางการและอาจไม่ถูกปล่อยใช้งานจริงก็ตาม
ภาพรวมนี้สะท้อนการเปลี่ยนแปลงที่ชัดเจนขึ้นของตลาดพีซี: การรัน AI ในเครื่องกำลังเป็นโจทย์ด้าน “ความจุและแบนด์วิดท์ของหน่วยความจำ” พอ ๆ กับโจทย์ด้านประสิทธิภาพของโปรเซสเซอร์ แต่ไม่ได้หมายความว่าการประมวลผลบนคลาวด์จะหายไป
Framework Desktop รุ่น 192GB มีอะไรบ้าง
รุ่นท็อปที่ Framework เปิดตัวล่วงหน้าใช้ AMD Ryzen AI Max+ PRO 495 ซึ่งมี 16 คอร์ 32 เธรดบนสถาปัตยกรรม Zen 5 พร้อมกราฟิก Radeon ในตัวและ NPU สถาปัตยกรรม XDNA 2 บริษัทระบุว่าระบบรองรับหน่วยความจำ LPDDR5X แบบรวม 192GB ที่แบนด์วิดท์ 273GB/s
เมื่อเทียบกับแพลตฟอร์ม Ryzen AI Max+ 395 รุ่นก่อนหน้าซึ่งมีความจุสูงสุด 128GB และแบนด์วิดท์ 256GB/s รุ่นใหม่นี้เพิ่มความจุ 50% และเพิ่มแบนด์วิดท์ 6.6%
1
2
3
16
จุดเด่นสำคัญคือ CPU และ GPU ใช้หน่วยความจำกายภาพชุดเดียวกัน Framework ระบุว่าสามารถจัดสรรหน่วยความจำสูงสุด 160GB จากพูล 192GB ให้กับ iGPU ได้ นี่ทำให้โมเดลมีโอกาสเก็บน้ำหนักโมเดลไว้ในเครื่องมากขึ้น แทนการแบ่งข้อมูลระหว่าง VRAM ของการ์ดจอแยกที่มีจำกัดกับ RAM ระบบที่ช้ากว่า
1
10
อย่างไรก็ตาม แบนด์วิดท์ 273GB/s แม้จะสูงสำหรับพีซีขนาดกะทัดรัด แต่ยังต่ำกว่าระบบหน่วยความจำแบบรวมระดับไฮเอนด์บางรุ่นอย่างมาก ดังนั้น “โมเดลโหลดได้” ไม่ได้แปลว่า “รันได้เร็ว” เสมอไป โดยเฉพาะเมื่อมีบริบทยาว เปิดแอปพลิเคชันเดสก์ท็อปหลายตัว หรือมีผู้ใช้หลายคนแย่งแบนด์วิดท์เดียวกัน
รองรับโมเดล AI ขนาดไหน
Framework สาธิตการรัน DeepSeek V4-Flash เวอร์ชันควอนไทซ์ Q8 บนเครื่องจริง โดยยังเหลือพื้นที่สำหรับบริบทเพิ่มเติม ตามรายงานการพรีวิวของบริษัท
7
14 อีกแหล่งข่าวระบุว่ารุ่น 192GB สามารถเก็บโมเดลราว 284,000 ล้านพารามิเตอร์ไว้ในหน่วยความจำได้
4
ตัวเลขดังกล่าวควรตีความว่าเป็นข้ออ้างด้าน “ความจุที่สามารถเก็บโมเดลได้” ไม่ใช่ผลทดสอบอิสระที่ยืนยันความเร็วในการสร้างโทเคน การควอนไทซ์มีบทบาทสำคัญ เพราะการแทนค่าน้ำหนักโมเดลด้วยจำนวนบิตที่ต่ำลงช่วยลดพื้นที่ที่ต้องใช้ แต่ความต้องการจริงยังขึ้นอยู่กับสถาปัตยกรรมโมเดล โอเวอร์เฮดของรันไทม์ ขนาดบริบท และแอปพลิเคชันอื่นที่ทำงานอยู่พร้อมกัน
พูดง่าย ๆ คือ ความจุเป็นตัวกำหนดว่าโมเดล “อาจโหลดได้หรือไม่” ส่วนแบนด์วิดท์ ซอฟต์แวร์ และกำลังประมวลผลเป็นตัวกำหนดว่าใช้งานจริงแล้วลื่นไหลแค่ไหน
IntelligentCarveout ของ Windows 11 ช่วยอะไรได้บ้าง
Microsoft กำลังทดสอบฟีเจอร์ภายในชื่อ “IntelligentCarveout” ใน Windows 11 รุ่นทดลอง build 29648.1000 โดยพบข้อความอ้างอิงถึง “Reserved memory for accelerators” และ “Memory for graphics and AI acceleration” ในโค้ดของระบบ
33
34
35
เป้าหมายที่คาดการณ์ได้คือการให้ Windows กันพื้นที่ส่วนหนึ่งของหน่วยความจำแบบรวมไว้สำหรับกราฟิกและงาน AI แทนที่จะปล่อยให้ระบบจัดสรรหน่วยความจำทั้งหมดแบบไดนามิก
ฟีเจอร์นี้อาจมีประโยชน์กับพีซีที่ Windows แอปพลิเคชันทั่วไป และรันไทม์ AI ต้องใช้หน่วยความจำชุดเดียวกัน การกันพื้นที่ล่วงหน้าอาจทำให้ระบบรันโมเดลได้คาดเดาง่ายขึ้น และลดปัญหาการจองหน่วยความจำไม่สำเร็จเพราะโปรแกรมอื่นใช้พื้นที่ไปก่อน
แต่ IntelligentCarveout ไม่ใช่ RAM เพิ่ม ไม่ได้เพิ่มความเร็วบัสหน่วยความจำ และไม่ได้เพิ่มตัวเร่ง AI ใหม่ อีกทั้งหน่วยความจำที่กันไว้จะไม่สามารถใช้กับแอปพลิเคชันทั่วไปได้ หากกันพื้นที่ให้ AI มากขึ้น ก็จะเหลือพื้นที่ให้ Windows น้อยลง Microsoft ยังไม่ได้ยืนยันหน้าตาการตั้งค่า ฮาร์ดแวร์ที่รองรับ กำหนดการปล่อยใช้งาน หรือแม้แต่การที่ฟีเจอร์นี้จะถูกเปิดตัวจริง
36
40
44
อัปเกรดได้แค่ไหน และรองรับระบบปฏิบัติการใด
Framework วาง Desktop ให้เป็นพีซีขนาดกะทัดรัดที่เน้นความเป็นโมดูลและซ่อมแซมได้มากกว่าคู่แข่งหลายราย รุ่นใหม่นี้คาดว่าจะยังมีสล็อตขยาย PCIe x4 แบบเปิด ทำให้ผู้ใช้มีทางเลือกในการเพิ่มฮาร์ดแวร์ที่เข้ากันได้ในอนาคต
13
แต่หน่วยความจำเป็นอีกเรื่องหนึ่ง LPDDR5X-8533 ขนาด 192GB ติดตั้งอยู่บนเมนบอร์ด ไม่ใช่โมดูล DIMM ที่ผู้ใช้ถอดเปลี่ยนเองได้ ผู้ซื้อจึงควรมองว่าความจุที่เลือกตอนซื้อเป็นความจุถาวร หากต้องการมากกว่านี้ในอนาคต โดยทั่วไปอาจต้องเปลี่ยนเมนบอร์ด แทนการเพิ่ม RAM แบบพีซีทั่วไป
13
Framework ระบุการใช้งานทั้งบน Windows และ Linux รวมถึงมีตัวเลือกติดตั้ง Linux ล่วงหน้า
2 อย่างไรก็ตาม ความเข้ากันได้ของการรันโมเดลในเครื่องจะขึ้นอยู่กับรันไทม์และเส้นทางการเร่งความเร็วที่เลือกใช้ ระบบ AMD สามารถอาศัยซอฟต์แวร์อย่าง ROCm หรือ Vulkan ขณะที่แพลตฟอร์มหน่วยความจำแบบรวมอื่น ๆ ใช้ระบบนิเวศอย่าง Metal/MLX ของ Apple หรือ CUDA ของ NVIDIA
ระบบเหล่านี้ไม่สามารถสลับใช้งานแทนกันได้ทั้งหมด โมเดลที่รันได้ดีบนแพลตฟอร์มหนึ่งอาจต้องใช้รันไทม์คนละตัวบนอีกแพลตฟอร์ม หรืออาจไม่มีการปรับแต่งที่มีประสิทธิภาพเทียบเท่ากัน
19
24
ราคาและกำหนดวางจำหน่ายยังไม่ชัดเจน
ณ วันที่ 31 สิงหาคม 2026 Framework ยังแสดง Desktop รุ่น Ryzen AI Max+ PRO 495 และหน่วยความจำ 192GB เป็น “coming soon” บริษัทไม่ได้ประกาศราคา วันเปิดพรีออร์เดอร์ วันจัดส่ง หรือคำยืนยันเรื่องการวางจำหน่ายในวงกว้าง
2
10
11
ด้วยเหตุนี้ การตัดสินเรื่องความคุ้มค่าหรือประสิทธิภาพจึงยังเร็วเกินไป การสาธิตของบริษัทเป็นเพียงการพรีวิว ไม่ใช่ผลทดสอบอิสระของเครื่องที่วางขายจริง ผู้ซื้อควรรอข้อมูลด้านความเร็วโทเคน อุณหภูมิ การใช้พลังงาน ความเข้ากันได้ของโมเดล และประสิทธิภาพเมื่อทำงานต่อเนื่อง
6
เมื่อเทียบกับระบบหน่วยความจำแบบรวมรุ่นอื่น
Framework ไม่ได้เป็นผู้คิดค้นแนวทางนี้ขึ้นมาใหม่ Apple ใช้หน่วยความจำแบบรวมในระบบ Apple Silicon มานาน และมีรายงานว่าบางรุ่นให้แบนด์วิดท์สูงกว่ามาก เช่น Mac Studio ที่ใช้ M4 Max ซึ่งมีหน่วยความจำ 128GB และแบนด์วิดท์ 546GB/s
17
20
ฝั่งพีซีขนาดกะทัดรัด ผู้ผลิตอย่าง GMKtec และ Beelink มีระบบที่ใช้ Ryzen AI Max+ 395 พร้อมหน่วยความจำร่วม 128GB ขณะที่ระบบระดับ NVIDIA DGX Spark ให้ความสำคัญกับความเข้ากันได้ของ CUDA ในเครื่องขนาดกะทัดรัดที่มีหน่วยความจำสูงเช่นกัน
19
24
สำหรับผู้ที่กำลังเลือกฮาร์ดแวร์เพื่อรัน LLM ในเครื่อง ปัจจัยสำคัญมีอย่างน้อย 5 ด้าน:
- ความจุ: กำหนดว่าโมเดลที่ควอนไทซ์แล้วจะโหลดได้หรือไม่ โดยไม่ต้องย้ายข้อมูลบางส่วนไปยังหน่วยความจำที่ช้ากว่า
- แบนด์วิดท์: มีผลอย่างมากต่อความเร็วในการเคลื่อนย้ายข้อมูลโมเดลระหว่างการประมวลผล
- ซอฟต์แวร์: เป็นตัวกำหนดว่ารันไทม์ เคอร์เนล และเครื่องมือเสิร์ฟโมเดลใดทำงานได้ดี
- การอัปเกรด: สำคัญเป็นพิเศษ เพราะหน่วยความจำ LPDDR5X แบบรวมมักติดตั้งถาวรตั้งแต่ตอนซื้อ
- ราคาและการวางจำหน่าย: เป็นตัวตัดสินว่าผลิตภัณฑ์ที่ยังอยู่ในขั้นพรีวิวจะกลายเป็นตัวเลือกที่ซื้อได้จริงหรือไม่
บทเรียนใหญ่ของตลาด AI บนพีซี
สเปกที่น่าสนใจที่สุดของ Framework Desktop รุ่นนี้ไม่ใช่ตัวเลข TOPS ของ NPU แต่คือพูลหน่วยความจำแบบรวมขนาดใหญ่ การทดลอง IntelligentCarveout ของ Microsoft ก็ย้ำประเด็นเดียวกันว่า เมื่อพีซีต้องรันโมเดลขนาดใหญ่ในเครื่อง การจัดการหน่วยความจำของระบบปฏิบัติการจะกลายเป็นส่วนหนึ่งของประสบการณ์ใช้งาน AI โดยตรง
ทิศทางนี้ไม่ได้หมายความว่าพีซีจะเข้ามาแทนที่การประมวลผลบนคลาวด์ทั้งหมด ระบบหน่วยความจำแบบรวมขนาดกะทัดรัดเหมาะกับผู้ใช้ที่ต้องการรันโมเดลบนเครื่องเดียว งานที่ต้องการความเป็นส่วนตัว หรือการตอบสนองที่ไม่ต้องส่งข้อมูลออกไปภายนอก ขณะที่คลาวด์ยังเหมาะกว่าสำหรับโมเดลระดับแนวหน้า การขยายทรัพยากรแบบยืดหยุ่น การทำงานร่วมกัน และงานที่ต้องใช้การประมวลผลแบบหลาย GPU ในระดับสูง
ข้อสรุปที่สมเหตุสมผลกว่าคือ “AI PC” กำลังขยายความหมาย จากเดิมที่เน้นผู้ช่วยอัจฉริยะบน NPU ไปสู่การเป็นกล่องรันโมเดลส่วนตัวขนาดย่อม หากมีหน่วยความจำแบบรวมมากพอ เดสก์ท็อปเครื่องเล็กก็อาจรัน LLM ขนาดใหญ่ได้ แต่ก่อนตัดสินใจซื้อ ผู้ใช้ยังต้องดูแบนด์วิดท์ การรองรับซอฟต์แวร์ หน่วยความจำที่เปลี่ยนไม่ได้ ผลทดสอบจริง และกำหนดวางจำหน่ายที่ยืนยันแล้ว