Anthropic ทุ่มเดิมพันให้กับ Fractile ม้ามืดด้านการประมวลผลในหน่วยความจำของสหราชอาณาจักร: ภูมิทัศน์ชิปประมวลผล AI อาจเปลี่ยนไปในปี 2027

การแข่งขันของโมเดล AI ขนาดใหญ่ได้ก้าวข้ามการต่อสู้ในระดับอัลกอริทึมไปแล้ว การเล่นเกมลับที่เกี่ยวข้องกับเส้นเลือดใหญ่แห่งพลังประมวลผลกำลังเกิดขึ้นอย่างเงียบๆ ตามรายงานของ The Information ที่อ้างอิงแหล่งข่าวที่知情 Anthropic กำลังอยู่ระหว่างการเจรจาเบื้องต้นกับ Fractile สตาร์ทอัพด้านชิปของอังกฤษ เพื่อวางแผนซื้อชิปที่ออกแบบมาเฉพาะสำหรับสถานการณ์การอนุมานผล AI

• Fractile – เร่งความเร็วการอนุมานผล Frontier Model อย่างรุนแรง
• Fractile มุ่งมั่นพัฒนา ระบบพลังประมวลผล AI เพื่อขับเคลื่อนการขยายขนาด AI รุ่นต่อไป: ความเร็วในการอนุมานผลของ Frontier Model เพิ่มขึ้นสูงถึง 25 เท่า ต้นทุนลดลงเหลือเพียงหนึ่งในสิบของระดับปัจจุบัน
• https://www.fractile.ai
• บทความประมาณ 4,000 คำ ใช้เวลาอ่าน 22 นาที เวอร์ชันพอดแคสต์ยาว 14 นาที

คำแนะนำที่เกี่ยวข้อง

• 16000 token/s/User! Taalas ทำให้โมเดลเวท固化อย่างสมบูรณ์บนชิป เกือบจะละทิ้งความสามารถในการโปรแกรมได้! บริษัทมีพนักงานเพียง 25 คน ระดมทุนได้ 200 ล้านดอลลาร์!
• TPU รุ่นที่แปดของ Google: ชิปสำหรับการฝึกและอนุมานผลในยุค Agent รองรับ JAX, MaxText, PyTorch, SGLang และ vLLM โดยกำเนิด
• วิวัฒนาการสิบปีของโครงสร้างพื้นฐาน Meta AI, แผนผังโครงสร้างพื้นฐานรุ่นต่อไป และเส้นทางชิปที่พัฒนาเองของ AI

หากข้อตกลงนี้สำเร็จ Fractile จะกลายเป็นช่องทางจัดหาชิปสายที่สี่ของ Anthropic ต่อจาก NVIDIA, Google และ Amazon

สำหรับบริษัทที่รายได้จากอัตราการทำงานของ Claude ทะลุ 30,000 ล้านดอลลาร์แล้ว นี่ไม่ใช่แค่การเพิ่มซัพพลายเออร์รายใหม่เท่านั้น แต่มันคือการวางหมากสำคัญในการต่อสู้ระยะยาวเพื่อต้นทุนพลังประมวลผล

unsetunsetสารบัญunsetunset

• Fractile คือใคร? นัก野心แห่งการประมวลผลและหน่วยความจำในตัว
• จากสามเสาสู่สี่แนวขนาน: การแสดงออกของความกังวลในห่วงโซ่อุปทาน
• 2027 จุดบรรจบของแม่น้ำพลังประมวลผลสามสาย
• สนามรบของชิปอนุมานผล: กับดักหน่วยความจำแบนด์วิดท์สูงและความทะเยอทะยานของ SRAM
• การปล่อยสัญญาณ: ยุคแห่งความหลากหลายของ “ชิป” ในโครงสร้างพื้นฐาน AI
• บทสรุป: การเดิมพันในปี 2027

unsetunsetFractile คือใคร? นัก野心แห่งการประมวลผลและหน่วยความจำในตัวunsetunset

ก่อนจะ解读การเจรจานี้ จำเป็นต้องทำความรู้จักกับสตาร์ทอัพในลอนดอนที่จู่ๆ ก็ก้าวเข้าสู่ spotlight นี้ Fractile ปรากฏตัวครั้งแรกในเดือนกรกฎาคม 2024 โดยระดมทุน Seed Round ได้ 15 ล้านดอลลาร์ เงินจำนวนนี้ในวงการชิปถือว่าเล็กน้อยมาก แต่แนวทางเทคโนโลยีที่มันเดิมพันนั้นกล้าหาญพอสมควร: สถาปัตยกรรมประมวลผลและหน่วยความจำในตัว

พูดง่ายๆ การออกแบบชิปของ Fractile พยายามจะ intertwine หน่วยความจำและหน่วยประมวลผลในระดับกายภาพอย่างลึกซึ้ง ทำให้ข้อมูลไม่ต้องถูกเคลื่อนย้ายระหว่างโปรเซสเซอร์และหน่วยความจำบ่อยครั้ง และดำเนินการคำนวณบางส่วนโดยตรงที่ฝั่งหน่วยความจำ แนวคิดนี้โจมตี痛点หลักของการอนุมานผล AI ในปัจจุบันโดยตรง นั่นคือ พลังงานและความหน่วงที่เกิดจากการเคลื่อนย้ายข้อมูล Fractile อ้างในเอกสารประชาสัมพันธ์ว่า โซลูชันของพวกเขาสามารถเพิ่มความเร็วในการอนุมานผลได้สูงถึง 25 เท่า และลดต้นทุนเหลือเพียงหนึ่งในสิบของฮาร์ดแวร์หลักที่มีอยู่ในปัจจุบัน ตัวเลขเหล่านี้ถึงจะน่าทึ่ง แต่ต้องเน้นย้ำว่า ณ ตอนนี้มันยังคงอยู่ในระดับทฤษฎีของผู้ผลิตเท่านั้น ยังไม่ผ่านการตรวจสอบโดยเกณฑ์มาตรฐานจากบุคคลที่สามอิสระใดๆ

เส้นเวลาเป็นอีกตัวแปรสำคัญ ตามรายงานของสื่อ ชิปของ Fractile คาดว่าจะพร้อมสำหรับการใช้งานเชิงพาณิชย์ประมาณปี 2027 นั่นหมายความว่า ประตูที่ Anthropic เคาะวันนี้ จะเปิดจริงอย่างเร็วที่สุดก็ต้องรออีกหนึ่งปี นี่คือการเดิมพันเชิงกลยุทธ์ระยะยาวโดยทั่วไป ไม่ใช่การเสริมกำลังการผลิตในระยะสั้น

unsetunsetจากสามเสาสู่สี่แนวขนาน: การแสดงออกของความกังวลในห่วงโซ่อุปทานunsetunset

ทำไม Anthropic ถึงต้องการสายการผลิตชิปสายที่สี่? คำตอบอยู่ในสามคำ: ความรู้สึกปลอดภัย

ปัจจุบัน การฝึกและอนุมานผลของโมเดล Claude อาศัยชิปจากสามยักษ์ใหญ่เป็นหลัก: GPU ของ NVIDIA, TPU ของ Google และ Trainium ของ Amazon AWS บนพื้นผิวดูเหมือนจะมีความหลากหลายพอสมควร แต่ความจริงไม่ได้สงบนิ่งอย่างที่คิด

GPU ของ NVIDIA ยังคงเป็นราชันย์ผู้ไร้ข้อกังขาของโครงสร้างพื้นฐาน AI ทั่วโลก ต้นทุนที่สูงและคอขวดด้านอุปทานกำลังกลายเป็นเชือกที่รัดคอบริษัท AI หลายแห่ง แตกต่างจากกลยุทธ์ของ OpenAI และ xAI ที่ผูกพันกับ NVIDIA อย่างลึกซึ้ง Anthropic ตั้งใจกระจายไข่ไปยังตะกร้าต่างๆ อย่างมีสติมาตลอด

ความเร่งด่วนนี้ไม่ได้มาจากการเตรียมการเชิงนามธรรม แต่ถูกบีบด้วยตัวเลขจริง รายงานแสดงให้เห็นว่า Anthropic คาดว่าจะใช้จ่ายหลายหมื่นล้านดอลลาร์ต่อปีในเซิร์ฟเวอร์และชิป ตัวเลขนี้เบื้องหลังคือการเพิ่มขึ้นเกือบในแนวตั้งของเส้นอุปสงค์ของ Claude รายได้จากอัตราการทำงานของมันพุ่งจากประมาณ 9,000 ล้านดอลลาร์ ณ สิ้นปี 2025 เป็นมากกว่า 30,000 ล้านดอลลาร์ในปัจจุบัน ในเวลาเพียงกว่าหนึ่งปี ปริมาณการให้บริการของ “ม้ามืด AI” รายนี้เพิ่มขึ้นสามเท่า ทรัพยากรพลังประมวลผลที่มีอยู่กำลัง承受การทดสอบแรงกดดันอย่างหนัก

Dario Amodei ซีอีโอของ Anthropic กล่าวต่อสาธารณะเมื่อต้นปีนี้ โดย透露ถึง “ความทุกข์ที่มีความสุข”: “ผู้ใช้ของเราบอกเราว่า Claude กำลังกลายเป็นสิ่งจำเป็นมากขึ้นในงานของพวกเขา เราจำเป็นต้องสร้างโครงสร้างพื้นฐานเพื่อให้ทันกับการเติบโตที่รวดเร็ว” คำพูดอ่อนโยน แต่การกระทำไม่คลุมเครือเลย — ในขณะที่ติดต่อ Fractile Anthropic ยังได้ติดต่อกับสตาร์ทอัพชิปที่เน้นสถาปัตยกรรม SRAM เช่น Cerebras และ Groq แสดงให้เห็นถึงความสนใจอย่างแรงกล้าในชิปอนุมานผลทางเลือก

นี่ยังสะท้อนให้เห็นถึงปัญหาที่ลึกซึ้งยิ่งขึ้น: ต้นทุนการอนุมานผลกำลังกัดกินผลกำไร มีข่าวว่า เนื่องจากต้นทุนการอนุมานผลสูงเกินคาด อัตรากำไรขั้นต้นของผลิตภัณฑ์ AI ของ Anthropic ในปีที่แล้วไม่บรรลุเป้าหมายที่ตั้งไว้ แรงกดดันทางการเงินแบบเดียวกันนี้ยัง笼罩อยู่เหนือ OpenAI สำหรับห้องปฏิบัติการ AI ชั้นนำเหล่านี้ ความสามารถของโมเดลไม่ใช่จุดตัดสินเพียงอย่างเดียวอีกต่อไป ใครก็ตามที่สามารถกดต้นทุนส่วนเพิ่มของแต่ละ query ให้ต่ำที่สุด จะได้เปรียบในสนามรบของ API ระดับองค์กรและการปรับใช้ในวงกว้าง

หากในที่สุดบรรลุข้อตกลงกับ Fractile Anthropic จะสร้างโครงสร้างอุปทานสี่มิติ “GPU ของ NVIDIA + TPU ของ Google + Trainium ของ Amazon + ชิปอนุมานผลแบบกำหนดเองของ Fractile” นี่ไม่ใช่การพยายาม摆脱ใครสักคน แต่เป็นการใช้คาน商业เพื่อเพิ่มอำนาจการต่อรอง พร้อมกันนั้นก็สำรองตัวเลือกทางเทคโนโลยีให้เพียงพอ เพื่อป้องกันความผันผวนที่อาจเกิดขึ้นในห่วงโซ่อุปทานใดๆ

unsetunset2027 จุดบรรจบของแม่น้ำพลังประมวลผลสามสายunsetunset

เมื่อมองการเจรจานี้ในกรอบเวลาที่ยาวนานขึ้น จะเห็นจุดรวมตัวที่ชัดเจนในปี 2027

การขยายกำลังการผลิตที่重磅ที่สุด มาจากข้อตกลงขยาย TPU ระหว่าง Google และ Broadcom ตามรายงาน ข้อตกลงนี้เกี่ยวข้องกับความจุ TPU ประมาณ 5 กิกะวัตต์ ซึ่งมีแผนจะเริ่มใช้งานตามลำดับตั้งแต่ปี 2027 5 กิกะวัตต์คืออะไร? นี่เทียบเท่ากับการใช้พลังงานรวมของศูนย์ข้อมูลขนาดใหญ่พิเศษหลายแห่ง ซึ่งเพียงพอที่จะรองรับภาระการอนุมานผล AI สำหรับผู้ใช้หลายร้อยล้านคน เค้กชิ้นใหญ่ชิ้นนี้ จะกลายเป็นฐานพลังประมวลผลหลักของ Anthropic หลังปี 2027

ในขณะเดียวกัน Amazon ก็กำลังเสริมสร้างความสัมพันธ์ด้านชิปกับ Anthropic ชิป Trainium3 ขนาด 3 นาโนเมตรที่ AWS วางแผนจะเปิดตัว จะทำให้ห่วงโซ่การฝึกและปรับใช้ของทั้งสองแน่นแฟ้นยิ่งขึ้น Krishna Rao ซีเอฟโอของ Anthropic อธิบายการขยายตัวของ Google-Broadcom ว่าเป็น “การต่อเนื่องของการขยายความจุ” โดยเน้นว่าบริษัทกำลังเพิ่มโครงสร้างพื้นฐานอย่างต่อเนื่องเพื่อรองรับฐานลูกค้าที่เติบโตอย่างรวดเร็ว ไม่ใช่การผูกชะตากับชิปตัวใดตัวหนึ่ง

ดังนั้น สถานการณ์ที่น่าสนใจจึงเกิดขึ้น: คลัสเตอร์ TPU หลายกิกะวัตต์ของ Google-Broadcom, Trainium รุ่นใหม่ของ Amazon และชิปประมวลผลและหน่วยความจำในตัวของ Fractile ต่างก็มองไปที่ปี 2027 พร้อมกัน

แม่น้ำพลังประมวลผลสามสายที่อยู่ในขั้นตอนความสมบูรณ์ที่แตกต่างกันเหล่านี้ คาดว่าจะมาบรรจบกันเป็นจุด交汇ในอีกสองปีข้างหน้า สำหรับ Anthropic นี่คือกลยุทธ์แบบหลายรางคู่ขนาน “เซ็นสัญญาวันนี้ รอผลในสามปี” — ซึ่งบางรางยึดติดกับกำลังการผลิตขนาดใหญ่ที่แน่นอน ในขณะที่รางอื่นๆ มีลักษณะการป้องกันความเสี่ยงที่ชัดเจน Fractile อยู่ในประเภทหลัง:

• หากชิปของมันประสบความสำเร็จในเชิงพาณิชย์และแสดงให้เห็นถึงความคุ้มค่าที่พลิกโฉม Anthropic สามารถรวมเข้ากับระบบได้อย่างรวดเร็ว คว้าตำแหน่งที่ได้เปรียบก่อนที่เส้นต้นทุนจะลดลงอย่างรวดเร็ว
• แม้ว่าจะไม่เป็นไปตามคาด กำลังการผลิตมหาศาลของ Google และ Amazon ก็เพียงพอที่จะเป็นเบาะรองความปลอดภัย

สนามรบของชิปอนุมานผล: กับดักหน่วยความจำแบนด์วิดท์สูงและความทะเยอทะยานของ SRAM

ทำไมห้องปฏิบัติการ AI อย่าง Anthropic ถึงกระตือรือร้นที่จะหาชิปเฉพาะสำหรับการอนุมานผล? ต้องย้อนกลับไปที่โมเดลเศรษฐกิจของการคำนวณ AI เอง

การฝึกโมเดลเป็นการใช้ทุนเป็นระยะๆ ในขณะที่การอนุมานผลคือการเก็บเกี่ยวกระแสเงินสดอย่างต่อเนื่อง — ทุกครั้งที่ผู้ใช้ถาม ทุกครั้งที่มีการเรียก API กำลัง消耗พลังประมวลผลอย่างต่อเนื่อง GPU ทั่วไปอย่าง NVIDIA H100 ที่ครองตลาดอยู่ในปัจจุบัน แม้จะมีประสิทธิภาพสูง แต่เมื่อจัดการกับงานอนุมานผลที่มีปริมาณมากและซ้ำซาก มันไม่ใช่ตัวเลือกที่คุ้มค่าที่สุด โดยเฉพาะหน่วยความจำแบนด์วิดท์สูง (HBM) ซึ่งราคายังคงสูงเป็นเวลานาน และกลายเป็นส่วนที่ยากต่อการบีบอัดในต้นทุนการอนุมานผล

สตาร์ทอัพอย่าง Fractile, Cerebras, Groq ที่ใช้สถาปัตยกรรม SRAM พยายามหลีกเลี่ยงกำแพงต้นทุนสูงของ HBM วิธีการรวม SRAM สามารถลดการพึ่งพา HBM ได้อย่างมาก โดยเก็บข้อมูลไว้ใกล้กับแกนประมวลผลมากขึ้น ซึ่งช่วยลดพลังงานและความหน่วงในการประมวลผลแต่ละ token การออกแบบประมวลผลและหน่วยความจำในตัวของ Fractile ก้าวไปอีกขั้น โดยดำเนินการคำนวณบางส่วนโดยตรงภายในหน่วยความจำ ช่วยลดค่าใช้จ่ายในการเคลื่อนย้ายข้อมูลให้น้อยที่สุด

นี่คือการผ่าตัดที่แม่นยำต่อ “โครงสร้างต้นทุนการอนุมานผล” อุตสาหกรรม AI ทั้งหมดกำลังเข้าสู่ช่วงที่ละเอียดอ่อน: ช่องว่างความสามารถของโมเดลในห้องปฏิบัติการต่างๆ ค่อยๆ แคบลง การแข่งขันในระดับอัลกอริทึมทวีความรุนแรงขึ้น การสร้างโครงสร้างพื้นฐานกลับกลายเป็นที่สูงทางยุทธศาสตร์ใหม่ ใครก็ตามที่สามารถลดต้นทุนการอนุมานผลลงหนึ่ง order of magnitude ผ่านนวัตกรรมฮาร์ดแวร์ระดับล่าง จะได้เปรียบอย่าง不可逆ในด้านอำนาจการตั้งราคา การเจาะตลาดองค์กร และการ锁定ระบบนิเวศ

แน่นอน เสียงที่สาดน้ำเย็นใส่ Fractile ก็มีอยู่เช่นกัน การระดมทุน Seed Round 15 ล้านดอลลาร์ถือว่าเบามากในอุตสาหกรรมเซมิคอนดักเตอร์ การผลิตชิปต้นแบบ การผลิตจำนวนมาก และการสร้างระบบนิเวศซอฟต์แวร์ในภายหลังยังต้องใช้เงินอีกหลายร้อยล้านหรือหลายพันล้านดอลลาร์ เทคโนโลยีประมวลผลและหน่วยความจำในตัวถูกสาธิตซ้ำแล้วซ้ำเล่าในแวดวงวิชาการและอุตสาหกรรมมานานกว่าสิบปี แต่ผลิตภัณฑ์ที่สามารถทำ商业化ได้จริงและเอาชนะสถาปัตยกรรมดั้งเดิมนั้นมีน้อยนิด Fractile ยังคงต้องแสดงผลการทดสอบเกณฑ์มาตรฐานจากบุคคลที่สามที่น่าเชื่อถือ รวมถึงเครื่องมือสนับสนุน compiler toolchain ที่สมบูรณ์แบบสำหรับเฟรมเวิร์ก机器学习หลักอย่าง PyTorch และ JAX มิฉะนั้น การอ้างสิทธิ์ทั้งหมดจะเป็นเพียงพิมพ์เขียวบนกระดาษ

การปล่อยสัญญาณ: ยุคแห่งความหลากหลายของ “ชิป” ในโครงสร้างพื้นฐาน AI

การเจรจา试探性ระหว่าง Anthropic และ Fractile ครั้งนี้ ไม่ว่าจะ最终转化为คำสั่งซื้อหรือไม่ ก็ได้ปล่อยสัญญาณอุตสาหกรรมที่ไม่สามารถมองข้ามได้: ระบบการจัดหาชิป AI ที่ถูกยึดครองโดยยักษ์ใหญ่เทคโนโลยี กำลังถูกฉีกให้เห็นรอยร้าว

เมื่อความต้องการพลังประมวลผลของห้องปฏิบัติการ AI ขยายตัวแบบ exponential การพึ่งพา生态系统ของ NVIDIA เพียงอย่างเดียว ไม่ว่าจะเป็นด้านต้นทุน ความยืดหยุ่นของอุปทาน หรือความเป็นอิสระทางเทคโนโลยี ก็เริ่มหนักหน่วงมากขึ้นเรื่อยๆ บริษัท AI อิสระจำนวนมากขึ้น รวมถึงผู้ให้บริการคลาวด์ระดับรอง เริ่มติดต่อสตาร์ทอัพชิปเฉพาะทางอย่าง Anthropic อย่างกระตือรือร้น พยายามสร้างเครือข่ายอุปทานแบบหลายขั้ว นี่ไม่ใช่แค่เรื่องต้นทุน แต่ยังเกี่ยวกับอำนาจควบคุม ในระบบนิเวศ AI ที่ฮาร์ดแวร์-ซอฟต์แวร์ stack เชื่อมโยงกันอย่างแน่นหนา การพึ่งพาชิปของบริษัทใดบริษัทหนึ่งอย่างสมบูรณ์หมายถึงพื้นที่อิสระในการปรับแต่งทางเทคนิคถูกบีบอัดอย่างมาก การนำตัวแปรอย่าง Fractile เข้ามา โดย本质แล้วคือการ争取อิสระที่มากขึ้นให้กับตัวเอง

ในขณะที่站在มุมมองของ NVIDIA คูน้ำที่สร้างโดย生态系统 CUDA ยังคงกว้างใหญ่ และใน GPU รุ่นใหม่ที่กำลังจะเปิดตัว มันจะ继续巩固ความได้เปรียบด้านประสิทธิภาพ แต่เมื่อรายได้จากอัตราการทำงานของ Claude ถูก刷新อย่างต่อเนื่องด้วยหน่วยพันล้าน เมื่อความต้องการชิปอนุมานผลของทั้งอุตสาหกรรมเปลี่ยนจาก “nice-to-have” เป็น “must-have” พื้นที่ภายนอก NVIDIA ก็จะถูกขยายออกไปโดยธรรมชาติ โลกแห่งพลังประมวลผล AI ที่ประกอบด้วยสถาปัตยกรรมหลากหลาย เช่น GPU, TPU, Trainium, ชิปประมวลผลและหน่วยความจำ SRAM กำลังก่อตัวขึ้นอย่าง不可逆

บทสรุป: การเดิมพันในปี 2027

การเจรจาระหว่าง Anthropic และ Fractile ยังอยู่ในช่วงเริ่มต้นมาก ยังไม่ได้เซ็นสัญญาใดๆ และไม่ได้锁定ขนาดการจัดซื้อใดๆ แทนที่จะมองข่าวนี้เป็นข้อตกลงที่กำลังจะปิด ควรเข้าใจว่ามันเป็นหน้าต่างสำหรับสังเกตการเปลี่ยนแปลงของตรรกะพื้นฐานของอุตสาหกรรม AI

เมื่อจำนวนผู้ใช้ Claude เติบโตในระดับประเทศ เมื่อทุกครั้งที่มีคนเปิดหน้าต่างสนทนาหมายถึง token หนึ่งถูก消耗 ชิปคืออิฐที่แท้จริงและเป็นรูปธรรมที่สุดในอาคาร AI นี้ มือที่ Anthropic ยื่นไปหา Fractile อย่าง试探性ในวันนี้ กำลังพยายามจับอิฐแห่งอนาคต一块

ปี 2027 จะกลายเป็น watershed ที่สำคัญอย่างแน่นอน ในปีนั้น คลัสเตอร์ TPU 5 กิกะวัตต์ของ Google-Broadcom จะเริ่มเชื่อมต่อและผลิตไฟฟ้า Trainium3 ขนาด 3 นาโนเมตรของ Amazon จะออกจากโรงงาน Fab และชิปประมวลผลและหน่วยความจำในตัวของ Fractile จะเผชิญกับการสอบครั้งใหญ่ในเชิงพาณิชย์ครั้งแรก เส้นทางเทคโนโลยีที่แตกต่างกันหลายสายจะแข่งขันกันบนเวทีเดียวกัน เพื่อตอบคำถามเดียวกัน: ใครจะเป็นผู้กำหนดโมเดลเศรษฐกิจของการอนุมานผลที่มีประสิทธิภาพรุ่นต่อไป?

สำหรับ Anthropic การเดิมพันครั้งนี้ไม่ใช่การพนันทางเทคโนโลยีที่โรแมนติก แต่เป็นการ หลุดพ้นจากความเป็นจริงที่ว่าการเติบโตต้องถูก绑架โดยพลังประมวลผลราคาแพง และสำหรับโลก AI ทั้งหมด ชะตากรรมของ Fractile อาจเป็นเพียงชิ้นส่วนหนึ่ง แต่สิ่งที่สะท้อนออกมาเบื้องหลังคือ ความกังวลและความทะเยอทะยานร่วมกันของอุตสาหกรรมที่กำลังเติบโตอย่างรวดเร็วในการพยายาม突破ขอบเขตทางกายภาพและต้นทุนอย่างสิ้นหวัง

คำตอบในปี 2027 คุ้มค่าที่ทุกคนจะรอคอย