Alibaba เปิดโรดแมป Full-Stack AI ลุยครบวงจรตั้งแต่ชิป คลาวด์ ถึง AI Agent พร้อมลุยสร้าง Qwen4

อาลีบาบา (Alibaba) เผยกลยุทธ์ Full-Stack AI ขับเคลื่อนนวัตกรรมดิจิทัลแห่งอนาคต ตั้งแต่ระดับชิปประมวลผล โครงสร้างพื้นฐานคลาวด์ จนถึง AI Agent อัจฉริยะ…

highlight

• อาลีบาบา เปิดโรดแมป Full-Stack AI ในงาน Apsara Conference ชูชิป AI ประสิทธิภาพสูง โครงสร้างพื้นฐานคลาวด์ และ AI Agent ครอบคลุมตั้งแต่ระดับชิปประมวลผล โครงสร้างพื้นฐานคลาวด์ ไปจนถึง AI Agent อัจฉริยะ พร้อมลุยสร้าง Qwen4 สเกล 10 ล้านล้านพารามิเตอร์

Alibaba เปิดโรดแมป Full–Stack AI ลุยครบวงจรตั้งแต่ชิป คลาวด์ ถึง AI Agent พร้อมลุยสร้าง Qwen4

โจ ไช่ ประธานกรรมการ อาลีบาบา กรุ๊ป กล่าวว่า งาน Apsara Conference ปีนี้จัดขึ้นภายใต้ธีม “Intelligence Goes Beyond” เราเห็นได้ว่าในช่วงไม่กี่ปีที่ผ่านมา AI ได้ขยายขอบเขตความสามารถทางเทคโนโลยีไปไกลเกินจินตนาการ AI มีศักยภาพสูง และมีโอกาสเติบโตอีกมาก

ทั้งในการนำมาใช้งานจริง และการเพิ่มประสิทธิผลการทำงานให้กับอุตสาหกรรมหลากหลาย และนี่คือความหมายที่แท้จริงของ “Intelligence Goes Beyond” นั่นคือการนำพา AI จากจุดที่เป็นสิ่งที่เรียกว่าก้าวกระโดดทางเทคโนโลยี ไปสู่การสร้างมูลค่าที่แท้จริง

ด้าน เอ็ดดี้ หวู๋ ประธานเจ้าหน้าที่บริหาร อาลีบาบา กรุ๊ป กล่าวว่า ปัจจุบัน ปริมาณความคิดที่เกิดจากระบบประมวลผลของแมชชีน (machine thinking) รวมกันทั้งหมดยังมีไม่ถึง 3% ของปริมาณความคิดทั้งหมดของมนุษย์ (human thinking) ซึ่งแม้ในอนาคตศักยภาพส่วนนี้จะเติบโตขึ้นจนมากกว่ามนุษย์ถึง 1,000 เท่า

แต่เทคโนโลยีดังกล่าวก็ยังมีพื้นที่ให้เติบโตได้อีกมหาศาล และในยุคที่แมชชีนกำลังกลายเป็นตัวขับเคลื่อนหลักในการคิด และทำให้ความชาญฉลาดกลายเป็นสิ่งที่ผลิต และขยายการใช้งานได้เหมือนสินค้าทั่วไปนั้น นวัตกรรมที่เป็นจุดเปลี่ยนของยุคแห่งความชาญฉลาดของแมชชีนก็ยังไม่ได้เกิดขึ้นเลย

ด้วยเหตุนี้ เราจึงตั้งเป้าว่าภายในปี 2032 ขีดความสามารถของศูนย์ข้อมูลทั่วโลกที่บริหารจัดการโดย อาลีบาบา คลาวด์ จะมีขนาดเกินกว่า 20 กิกะวัตต์ (GW) เพื่อรองรับความต้องการใช้ AI ของภาคอุตสาหกรรมที่กำลังพุ่งสูงขึ้นอย่างก้าวกระโดด

Qwen 4 อยู่ระหว่างการเทรน

ภายในงาน อาลีบาบา ได้เปิดเผยว่ากำลังอยู่ในช่วงการเทรน Qwen 4 ซึ่งเป็นโมเดลเจเนอเรชันถัดไป พร้อมกางแผนโรดแมปสำหรับโมเดลรุ่นใหม่ในซีรีส์ Qwen 4.5 และ Qwen 5 ที่ตั้งเป้าขยายให้มีขนาดถึง 5 ถึง 10 ล้านล้านพารามิเตอร์

อาลีบาบา ยังได้เปิดเผยความก้าวหน้าด้าน RSI (Recursive Self-Improvement: การพัฒนาและปรับปรุงระบบด้วยตัวเองแบบวนลูปอย่างต่อเนื่อง) ที่ขับเคลื่อนด้วยการทดสอบและเก็บข้อมูลจริง โดยในช่วงเวลามากกว่าหนึ่งเดือนของการรันระบบอัตโนมัติเต็มรูปแบบ ตั้งแต่การออกแบบไพป์ไลน์ ตรวจสอบข้อมูล ทดลองปรับแก้

ไปจนถึงวิเคราะห์ข้อผิดพลาด โมเดล Qwen3.8-Max สามารถวนรอบการพัฒนาตัวเองไปได้ถึง 33 รอบ ซึ่งการปรับแต่งการเทรน และเทคนิค post-training แบบอัตโนมัตินี้ ส่งผลให้คะแนน Artificial Analysis ของ Qwen3.8-Max รุ่นอัปเดต ขยับขึ้นจาก 40 เป็น 45 คะแนน 

ในการทดลองออกแบบชิป โมเดลนี้ได้ผ่านกระบวนการยกระดับประสิทธิภาพด้วยตนเองนานกว่า 60 ชั่วโมงตลอดวงจรการออกแบบทั้งหมด โดยเรียกใช้งานเครื่องมือ EDA ไปมากกว่า 10,000 ครั้ง จนสามารถผลิตโมดูลบัสของชิปเกรดใช้งานจริงได้ ซึ่งช่วยลดพื้นที่ของชิปลงได้ถึง 42% โดยไม่สูญเสียประสิทธิภาพการทำงานแม้แต่น้อย

Multimodal Model รุ่นอัปเกรด

อาลีบาบา ได้เปิดตัว multimodal model รุ่นอัปเดต ที่ครอบคลุมทั้งเสียงพูด เสียงทั่วไป ดนตรี และการประมวลผลภาพ ทั้งนี้ บริษัทฯ ได้เปิดตัว Qwen3.8-LiveTranslate โมเดลการแปลแบบล่ามแปลคู่ขนาน (simultaneous interpretation) ที่ช่วยยกระดับความแม่นยำ ความลื่นไหล และความกระชับของการแปล

พร้อมลดเวลาหน่วง (Latency: LAAL) ลงเกือบ 20% จาก 2.8 เหลือ เพียง 2.3 วินาที เพื่อมอบประสบการณ์การแปลเรียลไทม์ที่ตอบสนองได้เร็ว และต่อเนื่องยิ่งขึ้น นอกจากนี้ ยังได้เปิดตัว Qwen-Audio-3.1-TTS-Next โมเดลสร้างเสียงเจเนอเรชันใหม่ที่สามารถเนรมิต

บรรยากาศเสียงระดับภาพยนตร์ (cinematic soundscapes) ได้อย่างสมบูรณ์แบบ โดยการผสมผสานทั้งบทสนทนา และเสียงแวดล้อมเข้าด้วยกันได้ในขั้นตอนเดียวจากสคริปต์ข้อความ โมเดลนี้ออกแบบมาเพื่อตอบโจทย์งานสร้างสรรค์ระดับมืออาชีพ ทั้งหนังสือเสียง ภาพยนตร์ สื่อโทรทัศน์ พอดแคสต์ และเกม 

ชุดเครื่องมือประมวลผลเสียงรุ่นอัปเดตนี้ ยังครอบคลุมถึง Qwen-Audio-3.1-ASR (ระบบจดจำและถอดความเสียงอัตโนมัติ), Qwen-Audio-3.1-TTS (ระบบสังเคราะห์เสียงพูดจากข้อความ) และ Qwen-Audio-3.1-Realtime ซึ่งช่วยยกระดับขีดความสามารถของเทคโนโลยี AI ด้านเสียง (voice AI) ทั้งด้านการเข้าใจภาษา การสร้างเสียง และการโต้ตอบแบบเรียลไทม์

Qwen–Image 3.1 โมเดลสร้างภาพที่พัฒนาขึ้นเพื่อตอบโจทย์งานดีไซน์และการตลาดอีคอมเมิร์ซ เตรียมเปิดตัวปลายปีนี้ โมเดลนี้ช่วยลดเวลาการทำงานออกแบบจากหลักชั่วโมงเหลือเพียงไม่กี่วินาที พร้อมชูจุดเด่นด้วยเครื่องมือปรับแต่งขั้นสูง ทั้งการสร้างภาพพื้นหลังโปร่งใสได้ทันที และฟังก์ชันการตัดต่อแก้ไขภาพที่ยืดหยุ่นครอบคลุม 

อาลีบาบา โทเคน ฮับ และพันธมิตรชั้นนำจากภาควิชาการ และอุตสาหกรรมได้ร่วมกันสร้างมาตรฐานการประเมินประสิทธิภาพของโมเดลโลกเสมือน (world model) โดยได้เปิดตัวกรอบประเมินศักยภาพหกระดับ และปล่อยแพลตฟอร์มการทดสอบเปรียบเทียบ Happyworld Arena ซึ่งครอบคลุมทั้งด้านการสร้างวิดีโอ, AI เชิงกายภาพ (embodied AI) และการสร้างภาพสามมิติจากสภาวะแวดล้อม (spatial reconstruction)

อาลีบาบา ได้เปิดตัว Qwen Intelligence ซึ่งเป็นโซลูชัน agentic แบบครบวงจรสำหรับภาคธุรกิจที่ปรับแต่งมาเพื่อสมาร์ตโฟนโดยเฉพาะ เพื่อให้ผู้ใช้ทั่วไปเข้าถึงโมเดล AI ได้ง่ายขึ้น โดยเปิดให้ผู้ผลิตโทรศัพท์มือถือเข้าถึงแพลตฟอร์มเอเจนต์ที่ขับเคลื่อนด้วย Qwen เพื่อนำไปพัฒนาสมาร์ตโฟนยุค AI รุ่นใหม่ ๆ ที่สามารถจัดการงานซับซ้อน และทำงานข้ามแอปพลิเคชันได้อย่างเชื่อถือได้

T–Head เปิดตัว Zhenwu V900 พร้อมเผยแผนโรดแมป Yitian CPU 

T-Head หน่วยธุรกิจออกแบบชิปของ อาลีบาบา เผยโฉม Zhenwu V900 ชิปประมวลผล AI รุ่นล่าสุดที่รองรับทั้งการเทรน และการประมวลผลผลลัพธ์ (Inference) โดดเด่นด้วยหน่วยความจำความจุสูงและแบนด์วิดท์เชื่อมต่อระหว่างชิปที่ส่งถ่ายข้อมูลได้อย่างรวดเร็วทรงพลัง 

Zhenwu V900 ให้ประสิทธิภาพสูงกว่ารุ่นก่อนอย่าง Zhenwu M890 (เปิดตัวเมื่อเดือนพฤษภาคม) ถึงสามเท่า มาพร้อม GPU memory ขนาด 216 GB และแบนด์วิดท์เชื่อมต่อระหว่างชิป 1,200 GB/s ออกแบบมาเพื่อขับเคลื่อนภาระงาน AI ระดับสูงโดยเฉพาะ พร้อมรองรับรูปแบบความละเอียดข้อมูลที่หลากหลาย

ที่มีมาในตัวทั้ง FP8 และ FP4 ชิปรุ่นนี้ช่วยลดต้นทุนการประมวลผล และเพิ่มความหนาแน่นในการคำนวณได้อย่างมาก ทำให้สามารถจัดการได้ทั้งการเทรนโมเดลที่ต้องการความแม่นยำสูง และการประมวลผลจริงที่ใช้ความละเอียดต่ำเป็นพิเศษได้อย่างไร้รอยต่อ โดยมีกำหนดการผลิตจำนวนมากและเปิดตัวเชิงพาณิชย์ในไตรมาสที่ 1 ปี 2027

ชิป AI ตระกูล Zhenwu ของ T-Head มีการใช้งานอย่างแพร่หลายในลูกค้ากว่า 650 รายครอบคลุมอุตสาหกรรมหลากหลาย ทั้งยานยนต์ การเงิน โมเดล LLM, AI เชิงกายภาพ (embodied AI) พลังงาน ไปจนถึงภาคอุตสาหกรรมการผลิต

พร้อมกันนี้ อาลีบาบา ยังได้เปิดตัวเซิร์ฟเวอร์ระดับซูเปอร์โหนดรุ่นอัปเกรด ซึ่งผสานรวมชิปประมวลผล Zhenwu V900, ICN Switch, Panmai SmartNIC และชิปคอนโทรลเลอร์ Zhenyue SSD ไว้ในระบบเดียว ชูจุดเด่นด้านการทำงานร่วมกันแบบฟูลสแต็กทั้งระบบ ทั้งด้านการคำนวณ การจัดเก็บข้อมูล และระบบเครือข่าย ช่วยให้เซิร์ฟเวอร์รุ่นนี้สามารถรองรับคลัสเตอร์ซูเปอร์โหนดขนาดใหญ่ได้สูงสุดถึง 500,000 การ์ด

นอกจากนี้ อาลีบาบา ยังได้เผยโรดแมปการพัฒนาซีพียูประมวลผลประสิทธิภาพสูงรุ่นใหม่สำหรับเวิร์กโหลด agentic AI โดยเฉพาะ ซึ่งมีกำหนดเปิดตัวในปี 2027 ประกอบด้วย Yitian 720 ที่มาพร้อมประสิทธิภาพการประมวลผลต่อคอร์ที่ดีขึ้น ความหนาแน่นของคอร์ที่สูงขึ้น และประหยัดพลังงานได้มากกว่า Yitian 710

ในขณะที่ Yitian 730 ซึ่งเป็นซีพียูรุ่นแรกที่สร้างขึ้นบนไมโครสถาปัตยกรรมเฉพาะของ T-Head มีประสิทธิภาพวัดตามเกณฑ์ SPECint2017/GHz เพิ่มขึ้นสูงสุดถึง 40% เมื่อเทียบกับ Yitian 710

Agentic Cloud

อาลีบาบา คลาวด์ เปิดตัวชุดอัปเกรดใหญ่ตอกย้ำกลยุทธ์ agentic cloud ครอบคลุมสามแกนหลัก คือ โมเดล ระบบบริหารจัดการ และบริบทข้อมูล ผ่านโครงสร้างสามเลเยอร์ ได้แก่ AI Native Cloud สำหรับขับเคลื่อนการเทรนและการประมวลผลโมเดลขนาดใหญ่,

Agent Native Cloud สำหรับบริหารจัดการและดูแลความปลอดภัยการใช้งาน AI agent ในระดับองค์กร และ Context Engine ที่เสริมข้อมูลเรียลไทม์พร้อมคลังความจำระยะยาว ช่วยให้ลูกค้าดึงศักยภาพ AI มาสร้างมูลค่าได้จริงอย่างมีประสิทธิภาพ 

AI Native Cloud

• แพลตฟอร์ม AI ของ Alibaba Cloud หรือ PAI ได้ผสานการเพิ่มประสิทธิภาพการทำงานร่วมกันอย่างสมบูรณ์แบบ โดยรวมเอาบริการประมวลผล, ระบบจัดเก็บข้อมูลชั่วคราว, การย้อนรวบรวมตัวอย่างข้อมูล (sample replay) และการเทรนเข้าไว้ด้วยกัน ในการนำโมเดล Qwen มาผ่านกระบวนการ post-training ในสถานการณ์จริง PAI สามารถดำเนินการเทรนโมเดลด้วยเทคโนโลยีล้ำสมัยให้เสร็จสิ้นได้ภายในเวลาเพียง 5 วัน ซึ่งถือเป็นก้าวกระโดดจากขั้นตอน pre-training ไปสู่ ​​Agentic RL

• ระบบ Cloud Parallel File Storage (CPFS) เป็นระบบยุคใหม่ที่ได้รับการปรับแต่งมาเพื่อรองรับการเทรนโมเดล AI ได้ดีขึ้น โดยสามารถทำความเร็วในการส่งผ่านข้อมูลได้สูงถึงระดับ ร้อยเทราไบต์ต่อวินาที และรองรับอัตราการรับส่งข้อมูลสูงถึงร้อยล้านครั้งต่อวินาที ซึ่งช่วยลดต้นทุนด้านระบบจัดเก็บข้อมูล AI ขององค์กรลงได้มากถึง 69% 

• อาลีบาบา คลาวด์ เปิดตัว HPN 8.0 Pro สถาปัตยกรรมเครือข่าย AI เจเนอเรชันล่าสุดที่เป็นลิขสิทธิ์เฉพาะของอาลีบาบา คลาวด์ มอบแบนด์วิดท์ระดับ 100 เพตาบิต ด้วยความหน่วงต่ำเป็นพิเศษ (ultra-low latency) สามารถรองรับพอร์ตเครือข่ายความเร็วระดับ 800G ได้มากกว่า 130,000 พอร์ตในคลัสเตอร์เดียว พร้อมระบบสำรองข้อมูลในตัวที่ให้ความมั่นใจว่าความเสียหายของตัวรับส่งสัญญาณแสง หรือสายเชื่อมต่อ จะไม่กระทบต่อการทำงานของระบบ ขณะเดียวกันยังช่วยลดผลกระทบจากการอัปเกรดเครือข่าย และระบบขัดข้องลงจาก 50% เหลือเพียง 25% เมื่อเทียบกับรุ่นก่อนหน้า

Agent Native Cloud

• AgentCore คือแพลตฟอร์มสำหรับองค์กรยุคใหม่ที่ออกแบบมาเพื่อการพัฒนา บริหารจัดการ และรันการทำงานของ AI agent แบบครบวงจรตลอดวงจรชีวิต ช่วยให้ภาคธุรกิจสามารถสร้าง และเปิดใช้งานเครื่องมือ AI ได้อย่างง่ายดาย ควบคุมการทำงานร่วมกันระหว่างมนุษย์ และ AI agent ได้อย่างปลอดภัย พร้อมระบบติดตามวัดผลเพื่อการพัฒนาประสิทธิภาพอย่างต่อเนื่อง ด้วยระบบรักษาความปลอดภัยเกรดองค์กรที่ฝังไว้ในชั้นระบบปฏิบัติการ AgentCore จึงมอบรากฐานอันมั่นคง และปลอดภัยในการติดตั้งใช้งาน AI Agent ที่หลากหลาย พร้อมเชื่อมต่อเข้ากับระบบธุรกิจสำคัญได้อย่างไร้รอยต่อในสเกลใหญ่

• Agent Security Center มอบระบบบริหารจัดการความปลอดภัย และการปฏิบัติตามกฎระเบียบสำหรับแอปพลิเคชัน AI agent ระดับองค์กรแบบครบวงจรตลอดวงจรชีวิต แพลตฟอร์มนี้มาพร้อมระบบป้องกันหลายชั้น (multi-layered defense system) ที่ขับเคลื่อนด้วยการตรวจจับภัยคุกคามแบบเรียลไทม์ ช่วยให้มั่นใจได้ว่า AI agent จะทำงานได้อย่างปลอดภัย และอยู่ภายใต้ขอบเขตที่ควบคุมได้ แม้ในการใช้งานระดับสเกลใหญ่ 

Context Engine

• Agent Context คือบริการข้อมูลบริบทเกรดองค์กร ที่มอบบริบทข้อมูลแบบเรียลไทม์ และคลังความจำระยะยาวให้แก่ AI agent โดยการเชื่อมโยงเอกสาร ระบบธุรกิจ ประวัติการสนทนา และข้อมูลมัลติโมเดลของบริษัทเข้าไว้ด้วยกันบนฐานข้อมูลเดียว ส่งผลให้ AI agent สามารถจดจำภารกิจในอดีต แบ่งปันความรู้ข้ามทีม และเรียนรู้ได้อย่างต่อเนื่อง ซึ่งในสถานการณ์ที่ต้องใช้ข้อมูลเข้มข้น เช่น งานบริการลูกค้า การเขียนโค้ดด้วย AI และการวิเคราะห์ข้อมูล บริการนี้ช่วยลดการใช้ทราฟฟิกประมวลผล (token usage) ได้สูงสุดถึง 67% 

• OpenLake ได้รับการอัปเกรดสู่การเป็นระบบคลังข้อมูลแบบเลกเฮาส์รองรับข้อมูลหลากหลายรูปแบบโดยใช้ข้อมูลเพียงคัดลอกเดียว (single copy of data) ที่ครอบคลุมทั้งข้อมูลแบบมีโครงสร้าง, กึ่งมีโครงสร้าง,ไม่มีโครงสร้าง, ข้อมูลเวกเตอร์ และข้อมูลสตรีมมิง เพื่อป้อนให้กับเซิร์ฟเวอร์ประมวลผลหลากหลายรูปแบบ ทั้งในงานประมวลผล การค้นหา การวิเคราะห์ และการเทรนโมเดล AI เมื่อเทียบกับสถาปัตยกรรมแบบเดิม OpenLake ช่วยลดต้นทุนรวมลงได้ 30% และลดเวลาในการตอบสนองต่อการสืบค้นข้อมูลลงได้ถึง 40%

ส่วนขยาย

* บทความเรื่องนี้น่าจะเป็นประโยชน์สำหรับการวิเคราะห์ในมุมมองที่น่าสนใจ 
** เขียน: ชลัมพ์ ศุภวาที (บรรณาธิการ และผู้สื่อข่าว) 
*** ขอขอบคุณภาพประกอบบางส่วนจาก N/A

สามารถกดติดตามข่าวสาร และบทความทางด้านเทคโนโลยีของเราได้ที่  www.facebook.com/itday.in.th