Sugon เปิดตัวต้นแบบ “Mobile Workstation 64 Threads” เครื่องแรกของโลก! บางเพียง 16.9 มม. รองรับ VRAM 16GB รัน AI 35B ได้ราว 50 Tokens/s

Sugon ผู้ผลิตระบบคอมพิวเตอร์และเวิร์กสเตชันจากจีน เผยโฉมทีเซอร์ของสิ่งที่บริษัทเรียกว่า “Mobile Workstation ที่มี 64 Threads เครื่องแรกของโลก” โดยเป็นโน้ตบุ๊กเวิร์กสเตชันประสิทธิภาพสูงที่ออกแบบมาสำหรับงานระดับมืออาชีพและการประมวลผล AI ภายในเครื่องโดยไม่จำเป็นต้องพึ่งระบบคลาวด์

แม้ Sugon ยังไม่ได้เปิดเผยรายละเอียดสำคัญอย่างชื่อรุ่น CPU สถาปัตยกรรม GPU หรือกำหนดวางจำหน่าย แต่ข้อมูลเบื้องต้นแสดงให้เห็นว่าเครื่องรุ่นนี้ไม่ได้ถูกออกแบบมาเป็นเพียงโน้ตบุ๊กทั่วไป เพราะมาพร้อมหน่วยความจำกราฟิกแบบแยก 16GB และสามารถรันโมเดล AI ขนาด 35B แบบ Mixture-of-Experts (MoE) ในเครื่องได้ที่ประมาณ 50 Tokens/s

ตัวเครื่องยังมีความบางเพียง 16.9 มิลลิเมตร ซึ่งถือว่าบางมากสำหรับระบบที่ถูกวางตำแหน่งเป็น Mobile Workstation

64 Threads อาจชี้ไปที่ CPU Hygon C86

จุดที่ได้รับความสนใจมากที่สุดคือจำนวน 64 Threads เนื่องจาก Sugon ยังไม่ได้เปิดเผยว่าใช้ CPU รุ่นใด แต่หนึ่งในตัวเลือกที่มีความเป็นไปได้สูงคือโปรเซสเซอร์ Hygon C86 ซึ่งเป็น CPU สถาปัตยกรรม x86-64 ที่พัฒนาในจีน

Sugon มีความร่วมมือด้านฮาร์ดแวร์กับ Hygon และบริษัทเองก็มีประวัติการนำโปรเซสเซอร์ Hygon มาใช้ในผลิตภัณฑ์กลุ่ม Workstation และ Server อยู่แล้ว

Hygon C86 รุ่นก่อนหน้าสามารถขยายได้ถึง 32 คอร์ 64 เธรด ดังนั้นหาก Sugon นำ CPU ในตระกูลดังกล่าวมาปรับใช้กับ Mobile Workstation ก็สามารถอธิบายจำนวน 64 Threads ได้โดยตรง

อย่างไรก็ตาม ยังไม่มีการยืนยันว่าเครื่องต้นแบบที่ Sugon นำมาเปิดเผยนั้นใช้ CPU รุ่นดังกล่าวจริง

อีกความเป็นไปได้คือ Hygon C86-5G กับ SMT4

อีกสมมติฐานที่น่าสนใจยิ่งกว่าคือสถาปัตยกรรม Hygon C86-5G รุ่นใหม่ ซึ่งมีการนำเทคโนโลยี SMT4 (Simultaneous Multithreading 4-way) มาใช้

SMT4 เปิดโอกาสให้คอร์ประมวลผลทางกายภาพหนึ่งคอร์สามารถจัดการได้ถึง 4 Threads พร้อมกัน ซึ่งแตกต่างจาก CPU x86 ทั่วไปจำนวนมากที่ใช้ SMT แบบ 2 Threads ต่อคอร์

ในผลิตภัณฑ์ฝั่งเซิร์ฟเวอร์ C86-5G สามารถขยายได้สูงสุดถึง 128 คอร์ และ 512 Threads

หากสมมติว่า Hygon นำสถาปัตยกรรมดังกล่าวมาปรับให้เหมาะกับระบบ Mobile Workstation และใช้ CPU แบบ 16 คอร์ ก็จะได้จำนวน Threads เท่ากับ 64 Threadsพอดี

อย่างไรก็ตาม ข้อมูลส่วนนี้ยังเป็นเพียงการคาดการณ์จากข้อมูลทางเทคนิคของ Hygon เท่านั้น และไม่ควรสรุปว่า Sugon Mobile Workstation รุ่นดังกล่าวใช้ C86-5G จนกว่าบริษัทจะเปิดเผยข้อมูลอย่างเป็นทางการ

GPU ยังเป็นปริศนา แต่ 16GB VRAM บอกใบ้ว่าเป็นการ์ดจอแยก

Sugon ยังไม่เปิดเผยรายละเอียดของ GPU เช่นเดียวกัน แต่การระบุอย่างชัดเจนว่าเครื่องมี Video Memory ขนาด 16GB ถือเป็นข้อมูลที่น่าสนใจ

การมี VRAM 16GB โดยเฉพาะในระบบที่เน้น AI และงาน Professional มีแนวโน้มที่จะหมายถึงการใช้ Discrete GPU มากกว่าการแชร์หน่วยความจำระบบกับ iGPU

นี่เป็นส่วนสำคัญ เนื่องจาก GPU จะมีบทบาทโดยตรงต่อประสิทธิภาพของการรันโมเดล AI ภายในเครื่อง โดยเฉพาะโมเดลขนาดใหญ่ที่ต้องใช้หน่วยความจำจำนวนมาก

แต่ Sugon ยังไม่ได้ระบุว่า GPU ดังกล่าวเป็นชิปที่พัฒนาภายในประเทศจีน หรือมาจากผู้ผลิตรายอื่น

หากสุดท้ายเครื่องใช้ GPU ของจีน ก็จะเป็นอีกหนึ่งตัวอย่างที่น่าสนใจของการพยายามสร้างระบบ AI แบบครบวงจรภายในประเทศ ตั้งแต่ CPU ไปจนถึง GPU และซอฟต์แวร์

รันโมเดล 35B MoE ได้ประมาณ 50 Tokens/s

สำหรับประสิทธิภาพด้าน AI Sugon ระบุว่า Mobile Workstation รุ่นนี้สามารถรันโมเดล 35B MoE ภายในเครื่องได้ที่ประมาณ 50 Tokens/s

ตัวเลขนี้ถือว่าน่าสนใจสำหรับ Mobile Workstation เพราะโมเดลระดับ 35B มีขนาดใหญ่กว่าโมเดลที่พบได้ทั่วไปในโน้ตบุ๊กสำหรับผู้บริโภคอย่างมาก

อย่างไรก็ตาม คำว่า MoE หรือ Mixture-of-Experts มีความสำคัญต่อการตีความตัวเลขดังกล่าว เนื่องจากโมเดล MoE สามารถมีจำนวนพารามิเตอร์รวมสูง แต่ในการประมวลผลแต่ละ Token จะเลือกใช้งานเฉพาะ Expert บางส่วน ทำให้ปริมาณการคำนวณจริงไม่ได้เท่ากับโมเดล Dense ที่มีจำนวนพารามิเตอร์เท่ากัน

ดังนั้นตัวเลข 50 Tokens/s ไม่ควรถูกนำไปเปรียบเทียบตรง ๆ กับโมเดล Dense 35B โดยไม่ทราบรายละเอียดของโมเดลและการตั้งค่าการทดสอบ

Sugon เคลม AI Inference แรงกว่าระบบทั่วไป 3–5 เท่า

นอกจากตัวเลข 50 Tokens/s แล้ว Sugon ยังระบุว่า ระบบของตนสามารถให้ประสิทธิภาพ AI Inference สูงกว่าระบบ Mainstream ที่ไม่ได้ระบุชื่อประมาณ 3–5 เท่า

อย่างไรก็ตาม บริษัทไม่ได้เปิดเผยรายละเอียดสำคัญสำหรับการเปรียบเทียบ เช่น

• ระบบที่นำมาใช้เป็นคู่แข่งคือรุ่นใด
• CPU และ GPU ของแต่ละระบบ
• โมเดล AI ที่ใช้ทดสอบ
• Quantization ที่ใช้
• จำนวน Active Experts ของโมเดล MoE
• Framework และ Runtime ที่ใช้
• Power Limit ของระบบ
• วิธีการวัด Tokens/s

ดังนั้นตัวเลข 3–5 เท่าจึงควรถูกมองว่าเป็น ตัวเลขที่บริษัทอ้างเอง มากกว่าจะเป็นผลทดสอบ Benchmark ที่สามารถใช้เปรียบเทียบกับผลิตภัณฑ์อื่นได้โดยตรง

บางเพียง 16.9 มม. แต่ถูกวางตำแหน่งเป็น Mobile Workstation

อีกจุดที่โดดเด่นคือขนาดตัวเครื่องที่ Sugon ระบุว่ามีความหนาเพียง 16.9 มิลลิเมตร

การสร้างเครื่องที่มี CPU จำนวน Threads สูง พร้อม GPU แยกและ VRAM 16GB ลงในตัวเครื่องที่บางระดับนี้เป็นความท้าทายด้านวิศวกรรมไม่น้อย โดยเฉพาะเรื่องระบบระบายความร้อนและการจัดการพลังงาน

หาก GPU และ CPU สามารถทำงานพร้อมกันภายใต้โหลด AI ต่อเนื่อง ระบบระบายความร้อนจะต้องจัดการความร้อนจากชิปทั้งสองส่วนภายในพื้นที่จำกัด

ดังนั้นรายละเอียดที่น่าจับตามองเมื่อ Sugon เปิดเผยข้อมูลเต็มคือ TDP ของ CPU, Power Limit ของ GPU, ระบบระบายความร้อน และประสิทธิภาพที่รักษาได้เมื่อทำงานต่อเนื่องเป็นเวลานาน

เพราะตัวเลข Benchmark ระยะสั้นอาจแตกต่างอย่างมากจากประสิทธิภาพเมื่อเครื่องต้องรันโมเดล AI หนัก ๆ ต่อเนื่องหลายนาทีหรือหลายชั่วโมง

จีนกำลังผลักดัน AI Workstation แบบประมวลผลภายในเครื่อง

การเปิดเผย Mobile Workstation รุ่นนี้ยังสะท้อนทิศทางที่น่าสนใจของตลาดคอมพิวเตอร์จีน ซึ่งกำลังให้ความสำคัญกับ Local AI Computing

แทนที่จะส่งข้อมูลทั้งหมดไปประมวลผลบน Cloud ระบบประเภทนี้พยายามนำ CPU, GPU และหน่วยความจำที่มีประสิทธิภาพสูงมาไว้ภายในเครื่อง เพื่อให้สามารถรันโมเดล AI ได้โดยตรง

แนวทางดังกล่าวเหมาะกับงานที่ต้องการความเป็นส่วนตัว ความหน่วงต่ำ หรือจำเป็นต้องทำงานในสภาพแวดล้อมที่ไม่สามารถเชื่อมต่อ Cloud ได้ตลอดเวลา เช่น งานวิศวกรรม การออกแบบ การพัฒนา AI และงานด้านวิทยาศาสตร์

สำหรับจีน การพัฒนาระบบลักษณะนี้ยังมีความหมายในระดับอุตสาหกรรม เนื่องจากเป็นส่วนหนึ่งของความพยายามลดการพึ่งพาเทคโนโลยีคอมพิวเตอร์และ AI จากต่างประเทศ

ยังต้องรอข้อมูลจริงก่อนตัดสินว่า “64 Threads” แรงแค่ไหน

แม้ Sugon จะเรียกผลิตภัณฑ์นี้ว่า Mobile Workstation ที่มี 64 Threads เครื่องแรกของโลก แต่รายละเอียดสำคัญหลายอย่างยังไม่ถูกเปิดเผย

สิ่งที่ยังต้องรอ ได้แก่ รุ่นและสถาปัตยกรรม CPU, จำนวนคอร์จริง, การใช้ SMT แบบใด, รุ่น GPU, ความเร็วและชนิดของ VRAM, RAM ระบบ, Storage, Power Limit, ระบบระบายความร้อน และกำหนดเปิดตัว

โดยเฉพาะ CPU เป็นตัวแปรสำคัญ เพราะจำนวน 64 Threads เพียงอย่างเดียวไม่ได้บอกประสิทธิภาพทั้งหมด หากเป็น CPU 32 คอร์ 64 Threads กับ CPU 16 คอร์ 64 Threads ที่ใช้ SMT4 ลักษณะการทำงานและประสิทธิภาพต่อเธรดอาจแตกต่างกันอย่างมาก

Sugon ระบุว่าจะเปิดเผยข้อมูลเพิ่มเติมเกี่ยวกับ CPU, GPU, การจัดสรรหน่วยความจำ และกำหนดวางจำหน่าย ในเร็ว ๆ นี้

หากข้อมูลทั้งหมดได้รับการยืนยัน Mobile Workstation รุ่นนี้จะถือเป็นผลิตภัณฑ์ที่น่าสนใจอย่างมาก เพราะเป็นการนำแนวคิด เวิร์กสเตชันระดับเซิร์ฟเวอร์ + GPU สำหรับ AI + ตัวเครื่องแบบโน้ตบุ๊กบางเฉียบ มารวมไว้ในระบบเดียว และอาจเป็นอีกหนึ่งตัวอย่างสำคัญที่แสดงให้เห็นว่าตลาด PC จีนกำลังขยับจากการผลิตฮาร์ดแวร์ทั่วไปไปสู่ระบบประมวลผล AI ภายในเครื่องที่มีความซับซ้อนสูงขึ้นเรื่อย ๆ

ที่มา: VideoCardz