WAIC 2026 เผยการแข่งขัน AI ของจีนกำลังขยับจากชิปเดี่ยวสู่ระบบทั้งชุด

งาน World Artificial Intelligence Conference หรือ WAIC 2026 ที่นครเซี่ยงไฮ้ ส่งสัญญาณที่สำคัญกว่าการประกาศว่าใครมีชิปที่ทำค่า FLOPS สูงกว่าใคร นั่นคือการแข่งขันด้านกำลังประมวลผล AI ของจีนกำลังขยับขึ้นไปสู่ระดับ ซูเปอร์โหนด (supernode) และระบบทั้งชุด

ผู้ผลิตไม่ได้จัดแสดงเพียงตัวเร่งประมวลผล แต่ยังนำเสนอการเชื่อมต่อแบบ Scale-up วิธีเข้าถึงหน่วยความจำ ความหนาแน่นของแร็ก ระบบระบายความร้อน เครือข่าย ความน่าเชื่อถือ และซอฟต์แวร์ทั้งสแตก เป้าหมายคือทำให้ตัวเร่งประมวลผลหลายสิบ หลายร้อย หรือแม้แต่หลายพันตัว ทำงานประสานกันราวกับเป็นคอมพิวเตอร์เครื่องเดียว แทนที่จะเป็นเซิร์ฟเวอร์หลายเครื่องที่แยกจากกัน 744

อย่างไรก็ตาม การระบุว่า WAIC 2026 คือ “จุดเริ่มต้นที่แน่ชัด” ของการเปลี่ยนจากการแข่งขันระดับชิปสู่ระบบ ยังเป็นข้อสรุปเชิงวิเคราะห์จากผลิตภัณฑ์และข้อมูลเปิดตัว ไม่ใช่ข้อเท็จจริงที่ผ่านการทดสอบโดยหน่วยงานอิสระแล้ว

เหตุใดซูเปอร์โหนดจึงสำคัญกว่าค่า FLOPS สูงสุดของชิป

การฝึกและการประมวลผลโมเดลขนาดใหญ่ต้องแลกเปลี่ยนพารามิเตอร์ ค่าแอ็กทิเวชัน เกรเดียนต์ และข้อมูลการจัดเส้นทางระหว่างตัวเร่งประมวลผลอยู่ตลอดเวลา หากแบนด์วิดท์ไม่พอ ความหน่วงสูง หรือเครือข่ายเกิดคอขวด ชิปก็ต้องหยุดรอ แม้จะมีประสิทธิภาพเชิงทฤษฎีสูงก็ตาม

ซูเปอร์โหนดจึงพยายามแก้ปัญหาหลายด้านพร้อมกัน ได้แก่

• เพิ่มแบนด์วิดท์ระหว่างอุปกรณ์และลดความหน่วงในการสื่อสาร
• ทำให้การสื่อสารแบบกลุ่มคาดการณ์ได้มากขึ้น พร้อมรับมือความหนาแน่นของเครือข่ายและความขัดข้อง
• ขยายพื้นที่หน่วยความจำที่โมเดลสามารถใช้งานร่วมกัน
• ใช้การออกแบบแร็ก ระบบไฟฟ้า และระบบระบายความร้อนเพื่อรองรับการทำงานต่อเนื่อง
• ให้คอมไพเลอร์ รันไทม์ และระบบจัดตารางงานบริหารทรัพยากรฮาร์ดแวร์ที่มีความหลากหลายได้ในระดับใหญ่ขึ้น

สำหรับผู้ซื้อ ตัวเลขสำคัญจึงไม่ใช่แค่ค่า FLOPS ของการ์ดแต่ละใบ แต่คือความสามารถในการฝึกโมเดลให้เสร็จ หรือจำนวนโทเคนที่ระบบสร้างได้ต่อเนื่อง ต้นทุน “โทเคนที่ใช้งานได้จริง” ยังขึ้นอยู่กับอัตราการใช้ประโยชน์ของตัวเร่งประมวลผล ต้นทุนการสื่อสาร พลังงาน การระบายความร้อน ความน่าเชื่อถือ ค่าแรงดูแลระบบ และต้นทุนการย้ายซอฟต์แวร์ด้วย

Biren Technology: ใช้ NPO และ BLink 2.0 ขยายขอบเขต Scale-up

Biren Technology เปิดตัวโซลูชันซูเปอร์โหนดที่ใช้การเชื่อมต่อแบบออปติคัลใกล้แพ็กเกจ หรือ NPO (near-packaged optics) ร่วมกับสถาปัตยกรรมแบบแยกส่วน โดยหนึ่งซูเปอร์โหนดรองรับการขยายแบบ Scale-up ได้สูงสุด 1,024 การ์ด 1435

แนวคิดหลักของ NPO คือวางเครื่องยนต์การเชื่อมต่อด้วยแสงไว้ใกล้กับแพ็กเกจประมวลผลมากขึ้น เพื่อลดระยะทางของสัญญาณ และใช้ไฟเบอร์เชื่อมต่อโหนดประมวลผลกับโหนดเครือข่ายที่แยกออกจากกัน รายงานที่เกี่ยวข้องระบุว่าแนวทางนี้มุ่งรับมือข้อจำกัดด้านระยะทาง การใช้พลังงาน และความสมบูรณ์ของสัญญาณในการเชื่อมต่อด้วยไฟฟ้าเมื่อระบบมีขนาดใหญ่ขึ้น 46

บริษัทวางตำแหน่ง BLink 2.0 ให้เป็นโปรโตคอลการเชื่อมต่อสำหรับซูเปอร์โหนด ไม่ใช่เพียงเทคโนโลยีลิงก์ โดยระบุความสามารถหลักไว้ดังนี้

• การเชื่อมต่อเชิงความหมายของหน่วยความจำ: เป้าหมายคือทำให้ GPU สูงสุด 1,024 ตัวใช้พื้นที่หน่วยความจำเดียวกันได้
• การประมวลผลบนเครือข่าย: ย้ายการคำนวณทางคณิตศาสตร์บางส่วนที่เกิดระหว่างการสื่อสารไปทำบนอุปกรณ์เครือข่าย
• การควบคุมความหนาแน่นของทราฟฟิก: ลดปัญหาเครือข่ายติดขัดในระบบขนาดใหญ่
• การซ่อมแซมลิงก์: เพิ่มการป้องกันความขัดข้องหลายชั้น ตั้งแต่ระดับกายภาพไปจนถึงเฟรมเวิร์ก 35

ข้อมูลดังกล่าวสะท้อนว่าจุดเน้นของ Biren ขยับจากประสิทธิภาพของการ์ดเดี่ยวไปสู่การทำให้การ์ดจำนวนมากทำงานร่วมกันได้ อย่างไรก็ดี ความสามารถด้านพื้นที่หน่วยความจำร่วม ความน่าเชื่อถือ และอัตราการส่งข้อมูลที่ใช้งานได้จริงยังเป็นเป้าหมายทางสถาปัตยกรรมที่บริษัทประกาศ ไม่ควรตีความว่าเป็นผลการทดสอบอิสระในงานหลายประเภทแล้ว

Yixin Intelligent: ผสาน RISC-V, Epoch และการเชื่อมต่อแบบไฟฟ้า

Yixin Intelligent นำเสนอสิ่งที่บริษัทเรียกว่า “ซูเปอร์โหนดประมวลผล AI บน RISC-V แห่งแรกของอุตสาหกรรม” โดยใช้ชิปเร่งความเร็ว AI บนคลาวด์ Epoch ร่วมกับการเชื่อมต่อความเร็วสูง ELink โครงสร้างแบบตั้งฉากไร้แบ็กเพลน ระบบระบายความร้อนด้วยของเหลว และซอฟต์แวร์ทั้งสแตก 1923

Epoch ใช้ชุดคำสั่งเปิด RISC-V และรองรับความแม่นยำแบบ FP8 ที่ผ่านการควอนไทซ์เป็นบล็อก บริษัทเปิดเผยแผนชิปรุ่นถัดไปว่าจะรองรับรูปแบบความแม่นยำบิตต่ำ เช่น EXFP4 และ MXFP4 พร้อมเพิ่มกำลังประมวลผล ความจุหน่วยความจำ และแบนด์วิดท์หน่วยความจำ 2223

รูปแบบความแม่นยำบิตต่ำอาจช่วยเพิ่มประสิทธิภาพด้านการคำนวณและหน่วยความจำในงานฝึกหรือการอนุมานบางประเภท แต่ผลลัพธ์จริงขึ้นอยู่กับโมเดล ตัวดำเนินการ และการทำงานของซอฟต์แวร์ จึงไม่ควรสรุปว่าชื่อรูปแบบความแม่นยำเพียงอย่างเดียวจะนำไปสู่การเพิ่มประสิทธิภาพในทุกงาน

ในด้านระบบ Yixin เน้นโครงสร้างแบบตั้งฉากไร้แบ็กเพลน ข้อมูลที่เผยแพร่โดยบริษัทระบุว่าวิธีนี้อาจลดต้นทุนฮาร์ดแวร์การเชื่อมต่อได้ 80% และควบคุมความหน่วงให้อยู่ในระดับหลายร้อยนาโนวินาที 1331 ตัวเลขทั้งสองควรถือเป็นตัวชี้วัดที่บริษัทอ้างสำหรับการออกแบบ ไม่ใช่เกณฑ์มาตรฐานที่ผ่านการตรวจสอบอย่างเป็นอิสระในทุกขนาดระบบและทุกเวิร์กโหลด

เมื่อเทียบกับ Biren ซึ่งใช้การเชื่อมต่อด้วยแสง NPO เพื่อผลักดัน Scale-up ไปสู่ขนาดใหญ่มาก แนวทางที่ Yixin นำเสนอเน้นวงจรครบตั้งแต่ตัวเร่งประมวลผล RISC-V การเชื่อมต่อ ระบบระบายความร้อน ไปจนถึงซอฟต์แวร์ ทั้งสองบริษัทขายความสามารถระดับระบบเหมือนกัน แต่มีจุดเน้นทางเทคนิคต่างกัน: Biren เน้นการเชื่อมต่อด้วยแสงและความหมายของหน่วยความจำร่วมขนาดใหญ่ ส่วน Yixin เน้นชุดคำสั่งเปิด การประสานงานระหว่างชิปกับตัวเครื่อง และวิวัฒนาการของรูปแบบความแม่นยำ

Kunlunxin: แข่งขันด้วยแร็กความหนาแน่นสูงและความพร้อมส่งมอบ

Kunlunxin ซึ่งเป็นหน่วยงานชิป AI ที่เกี่ยวข้องกับ Baidu แสดงผลิตภัณฑ์ซูเปอร์โหนดที่รวมการ์ดเร่งความเร็ว 32 หรือ 64 ใบไว้ในระบบเดียว และมีข้อมูลระบุว่าสามารถขยายได้ถึง 512 การ์ด 71148

แนวทางนี้ไม่ได้เริ่มจากการชูการเชื่อมต่อด้วยแสงเป็นหลัก แต่เน้นการบรรจุการ์ดจำนวนหลายสิบใบลงในผลิตภัณฑ์ระดับแร็กที่ติดตั้งและส่งมอบได้ รายงานสื่อบางฉบับอธิบายว่าเป็นหนึ่งในผลิตภัณฑ์ซูเปอร์โหนดที่พัฒนาในประเทศจีนระยะแรก ๆ ซึ่งเข้าสู่การผลิตและการส่งมอบในปริมาณมาก 1148

ประเด็นนี้สะท้อนอีกด้านของการแข่งขันซูเปอร์โหนด: การเชื่อมต่อชิปจำนวนมากได้ ไม่ได้แปลว่าลูกค้าจะใช้งานในวงกว้างได้โดยอัตโนมัติ ความหนาแน่นของแร็ก ระบบจ่ายไฟ การระบายความร้อน ความสม่ำเสมอในการผลิต การรองรับซอฟต์แวร์ และความสามารถในการส่งมอบ ล้วนเป็นตัวตัดสินว่าระบบจะออกจากพื้นที่จัดแสดงไปอยู่ในดาต้าเซ็นเตอร์ได้หรือไม่

Iluvatar CoreX, SingularMOL และ Infinigence: สิ่งที่หลักฐานยืนยันได้ในตอนนี้

ข้อมูลที่มีการกล่าวถึง Iluvatar CoreX, SingularMOL และ Infinigence หรือ Wuwen Xinqun ยังไม่เพียงพอที่จะยืนยันรายละเอียดทางเทคนิคในระดับเดียวกับกรณีของ Biren, Yixin และ Kunlunxin

สำหรับ Iluvatar CoreX มีการกล่าวถึงระบบชิปสำหรับการฝึกและสถาปัตยกรรมรุ่นที่สาม แต่แหล่งข้อมูลที่มีอยู่ไม่ยืนยันชนิดของโครงข่ายเชื่อมต่อ ขอบเขตหน่วยความจำร่วม หรือผลการทดสอบประสิทธิภาพที่ชัดเจน

สำหรับ SingularMOL มีรายงานกล่าวถึงแนวทางแบบชิปเล็ตและการเชื่อมต่อระหว่างชิปเล็ต ซึ่งอาจช่วยให้การออกแบบตัวเร่งประมวลผลเป็นโมดูลมากขึ้น แต่ข้อมูลที่ตรวจสอบได้ยังไม่เพียงพอที่จะระบุโทโพโลยี โมเดลความสอดคล้องของหน่วยความจำ หรือแบนด์วิดท์ที่ประกาศอย่างแน่ชัด

ส่วน Infinigence ถูกกล่าวถึงในแง่ซอฟต์แวร์เวอร์ชวลซูเปอร์คลัสเตอร์และการประสานงานทรัพยากร อย่างไรก็ตาม ยังไม่มีหลักฐานเพียงพอที่จะยืนยันขอบเขตความเข้ากันได้กับตัวเร่งประมวลผลจากหลายผู้ผลิต ประสิทธิภาพ หรือรายละเอียดการส่งมอบ

ดังนั้น การนำภาพสาธิตในงานแสดงสินค้า รายงานมือสอง หรือคำอธิบายที่ไม่มีรายละเอียดทางเทคนิค มาเขียนเป็นข้อเท็จจริงว่าผลิตภัณฑ์เข้าสู่การผลิตจำนวนมาก มีหน่วยความจำร่วม หรือทำประสิทธิภาพตามตัวเลขที่ระบุแล้ว จึงยังไม่เหมาะสม

ซอฟต์แวร์ประสานงานจะเป็นชั้นสำคัญของระบบหลายผู้ผลิต

เมื่อผู้ซื้อไม่ได้จัดซื้อแค่ตัวเร่งประมวลผลยี่ห้อเดียว แต่ผสมผสานชิปจีนหลายค่ายตามเงื่อนไขด้านซัพพลาย ต้นทุน และความเสี่ยง ความสำคัญของซอฟต์แวร์ก็จะเพิ่มขึ้นตามไปด้วย

คอมไพเลอร์ ไลบรารีโอเปอเรเตอร์ ไลบรารีการสื่อสาร รันไทม์ ระบบจัดตารางคลัสเตอร์ ระบบมอนิเตอร์ และการจัดการความขัดข้อง ต้องช่วยซ่อนความแตกต่างระหว่างฮาร์ดแวร์ให้ได้มากที่สุด นักพัฒนาไม่ควรต้องเขียนโค้ดใหม่ทั้งหมดทุกครั้งที่เปลี่ยนตัวเร่งประมวลผล

นี่คือเหตุผลที่คำว่า “ระบบ” ไม่ได้หมายถึงการนำการ์ดจำนวนมากใส่ไว้ในแร็กเดียวเท่านั้น ซูเปอร์โหนดที่ใช้งานได้จริงต้องตอบคำถามด้านปฏิบัติการด้วย เช่น โมเดลจะแบ่งงานได้ราบรื่นหรือไม่ การสื่อสารจะถูกจัดตารางอย่างไร ความขัดข้องจะทำให้งานหยุดหรือไม่ ผู้ดูแลจะตรวจสอบทรัพยากรได้แค่ไหน และต้องปรับซอฟต์แวร์มากเพียงใดเพื่อรองรับตัวเร่งประมวลผลแต่ละชนิด

ในมุมนี้ ซูเปอร์โหนดทางกายภาพและทรัพยากรพูลที่กำหนดด้วยซอฟต์แวร์เป็นสิ่งเสริมกัน ฝั่งแรกทำให้ตัวเร่งประมวลผลในโดเมนฮาร์ดแวร์เดียวกันทำงานร่วมกันอย่างใกล้ชิด ส่วนฝั่งหลังอาจช่วยให้คลัสเตอร์และตัวเร่งประมวลผลต่างชนิดถูกใช้งานร่วมกันได้ง่ายขึ้น แต่สำหรับขอบเขตความเข้ากันได้และประสิทธิภาพของแพลตฟอร์มซอฟต์แวร์เฉพาะ เช่น Infinigence ข้อมูลที่มีอยู่ยังไม่เพียงพอสำหรับข้อสรุปที่ชัดเจน

บทสรุปของ WAIC 2026

WAIC 2026 ไม่ได้พิสูจน์ว่าระบบ AI ของจีนไล่ทันแพลตฟอร์มชั้นนำของโลกแล้วในทุกด้าน ไม่ว่าจะเป็นประสิทธิภาพ ความ成熟ของซอฟต์แวร์ หรือระบบนิเวศ แต่เวทีนี้แสดงให้เห็นชัดขึ้นว่าเกณฑ์ประเมินการแข่งขันกำลังเปลี่ยนไป

ค่า FLOPS สูงสุดของชิปยังมีความสำคัญ แต่ไม่เพียงพอที่จะบอกความสามารถจริงของระบบสำหรับโมเดลขนาดใหญ่ โซลูชัน NPO ของ Biren ที่รองรับ 1,024 การ์ด พร้อม BLink 2.0 และเป้าหมายด้านความหมายของหน่วยความจำร่วม สะท้อนแนวทางการขยาย Scale-up ด้วยการเชื่อมต่อด้วยแสง ขณะที่ Epoch, RISC-V และ ELink ของ Yixin สะท้อนการผสานชิป ความแม่นยำ การเชื่อมต่อ ระบบระบายความร้อน และซอฟต์แวร์เข้าไว้ด้วยกัน ส่วน Kunlunxin ให้ความสำคัญกับแร็กความหนาแน่นสูงและความพร้อมในการส่งมอบ 41323

คำอธิบายที่แม่นยำกว่าจึงไม่ใช่ “ผู้ผลิตจีนยุติการแข่งขันด้านชิปเดี่ยวแล้วใน WAIC 2026” แต่คือ ผู้ผลิตจีนกำลังนิยามผลิตภัณฑ์ AI มากขึ้นในฐานะระบบครบวงจร ซึ่งประกอบด้วยตัวเร่งประมวลผล การเชื่อมต่อ หน่วยความจำ ระบบระบายความร้อน เครือข่าย และซอฟต์แวร์

สำหรับผู้ซื้อ การเปรียบเทียบในระยะต่อไปจึงน่าจะต้องมองไปที่อัตราการส่งข้อมูลที่ใช้งานได้จริง ความพร้อมใช้งาน ต้นทุนการขยายระบบ และความยากในการย้ายซอฟต์แวร์ มากกว่าตัวเลขประสิทธิภาพเชิงทฤษฎีบนเอกสารประชาสัมพันธ์เพียงอย่างเดียว