AGX X2 ของ CIX: สเปกชู AI รันใกล้ผู้ใช้ กับผลทดสอบที่ผู้ซื้อยังต้องรอ

ตัวเลขสเปกอาจทำให้ AGX X2 ดูพร้อมสำหรับรัน AI โมเดลใหญ่ในเครื่อง แต่คำถามสำคัญสำหรับผู้ซื้อคือ เครื่องชุดใดรันโมเดลใดได้เร็วเพียงใด และกินไฟจริงเท่าไร ข้อมูลที่มีอยู่ยังตอบคำถามนั้นไม่ได้4

CIX Technology เปิดตัว AGX X2 หรือ AGXcelerator ในงานพบลูกค้าที่เมืองเซินเจิ้น ประเทศจีน เมื่อ 18 กันยายน 2569 บริษัทวางแพลตฟอร์มนี้ไว้สำหรับการประมวลผล AI ใกล้ผู้ใช้ (edge AI) และแอปพลิเคชันแบบเอเจนต์ที่ทำงานหลายขั้นตอน พร้อมประกาศอุปกรณ์และโซลูชันสำหรับภาคอุตสาหกรรมที่พัฒนาร่วมกับพันธมิตร ตัวเลขประสิทธิภาพที่รายงานเป็น คำกล่าวอ้างของ CIX ไม่ใช่ผลทดสอบที่ยืนยันอย่างอิสระ4

สเปกบอกอะไรได้—และบอกอะไรไม่ได้

CIX ระบุกำลังประมวลผลสูงสุดที่ 80–300 TOPS โดย TOPS หมายถึงจำนวนล้านล้านการดำเนินการต่อวินาที พร้อมหน่วยความจำ LPDDR5 แบบใช้ร่วมกัน 64–160 GB และอ้างว่ารองรับการอนุมานโมเดลขนาด 7–122 พันล้านพารามิเตอร์ ได้ในระบบ นอกจากนี้บริษัทยังอ้างว่าใช้พลังงานต่อโทเค็น หรือหน่วยย่อยของข้อความที่โมเดลสร้าง ลดลงมากกว่า 50% เมื่อเทียบกับเกณฑ์อุตสาหกรรมที่ไม่ได้ระบุชัดเจน4

ช่วงของกำลังประมวลผลและหน่วยความจำดังกล่าวชี้ว่า CIX เตรียมรองรับชุดฮาร์ดแวร์หลายระดับสำหรับโมเดลขนาดใหญ่และงานเอเจนต์ แต่ไม่ควรนำตัวเลขปลายช่วงมารวมกันแล้วถือว่าเป็นผลทดสอบของเครื่องหนึ่งเครื่อง รายงานที่มีไม่ได้แจกแจงว่าตัวเลขแต่ละค่าได้มาจากชุดฮาร์ดแวร์ การตั้งค่าโมเดล หรือสภาพการใช้งานแบบใด และค่า TOPS สูงสุดเพียงอย่างเดียวก็บอกไม่ได้ว่าโมเดลจะเริ่มตอบหรือสร้างข้อความได้เร็วแค่ไหน4

แพลตฟอร์มตั้งใจทำงานอย่างไร

CIX อธิบายว่า AGX X2 เป็นแพลตฟอร์มเปิดที่ทำงานร่วมกับการ์ดเร่ง AI, GPU และ VPU ได้ และเพิ่มกำลังประมวลผลผ่านตัวเร่งที่เชื่อมต่อกัน ส่วน Agentic OS ตั้งใจประสานทรัพยากรฝั่งอุปกรณ์ผู้ใช้กับฝั่งเซิร์ฟเวอร์ ขณะที่แนวทาง model-as-a-service จะรวมการให้บริการโมเดลและการนับปริมาณโทเค็นไว้ด้วยกัน อย่างไรก็ตาม ข้อมูลประกาศยังไม่ละเอียดพอให้ตรวจสอบว่าระบบจัดสรรงาน ส่งต่องานระหว่างอุปกรณ์กับคลาวด์ หรือนับโทเค็นอย่างไรในทางปฏิบัติ4

แนวคิดนี้ต่อยอดจากกลยุทธ์ AGX Agentic Compute ที่ CIX นำเสนอในเดือนกรกฎาคม 2569 ซึ่งครอบคลุมอุปกรณ์ ระบบประมวลผลใกล้ผู้ใช้ และคลาวด์18 ในงานที่เซินเจิ้น บริษัทกล่าวถึงอุปกรณ์และโซลูชันจากพันธมิตร โดยตัวอย่างฝั่งผู้ใช้ทั่วไปคือศูนย์กลาง AI ภายในบ้านที่รวมการประมวลผล พื้นที่เก็บข้อมูล และการควบคุมบ้านอัจฉริยะ4

อีกด้านหนึ่ง Canonical ผู้พัฒนา Ubuntu ได้ประกาศงานปรับ Ubuntu ให้เหมาะกับชิป P1 ของ CIX ความร่วมมือนี้เกี่ยวข้องกับระบบซอฟต์แวร์ของบริษัท แต่ไม่ได้ยืนยันว่า Ubuntu รองรับชุดฮาร์ดแวร์ AGX X2 หรือพิสูจน์ตัวเลขประสิทธิภาพของแพลตฟอร์มใหม่นี้9

ก่อนซื้อ ควรขอผลทดสอบอะไร

หลักฐานที่ใช้เปรียบเทียบได้ควรเป็นผลทดสอบที่ทำซ้ำได้ แยกตามชุดฮาร์ดแวร์ที่เสนอขาย โดยระบุชื่อโมเดล วิธีลดความละเอียดของค่าน้ำหนักโมเดล (quantization) ความยาวบริบท เวลาจนได้โทเค็นแรก จำนวนโทเค็นต่อวินาทีที่ทำได้ต่อเนื่อง การใช้หน่วยความจำ และกำลังไฟที่วัดจากปลั๊กไฟ4

ส่วนคำกล่าวอ้างเรื่องประหยัดพลังงานต้องมีผลเปรียบเทียบ จูลต่อโทเค็น ภายใต้เงื่อนไขเดียวกัน พร้อมเปิดเผยว่าคู่เทียบคืออะไรและวัดอย่างไร เมื่อยังไม่มีผลทดสอบอิสระเหล่านี้ ความเร็วและประสิทธิภาพพลังงานในการใช้งานจริงของ AGX X2 จึงยังเป็นคำถามเปิด4