LineShine ของจีนเร็วที่สุดในโลก — ไม่ใช่ "ความพ่ายแพ้ของซูเปอร์คอมพิวเตอร์" ที่ญี่ปุ่นควรมอง แต่เป็นการเริ่มต้นของ "สงครามทรัพยากรการคำนวณ"

ซูเปอร์คอมพิวเตอร์ "LineShine" ของจีนได้ครองอันดับ 1 ในการจัดอันดับเครื่องคำนวณประสิทธิภาพสูงของโลก TOP500 ฉบับเดือนมิถุนายน 2026 สถานที่ติดตั้งอยู่ที่ศูนย์ซูเปอร์คอมพิวติ้งแห่งชาติในเซินเจิ้น ประเทศจีน มีประสิทธิภาพการทำงานต่อเนื่องที่ 2.198 เอกซาฟลอปส์ ซึ่งแซงหน้า "El Capitan" ของสถาบันวิจัยแห่งชาติ Lawrence Livermore ของสหรัฐอเมริกา ทำให้จีนกลับมาครองตำแหน่งเร็วที่สุดในโลกอีกครั้งในรอบ 9 ปี

ข่าวนี้ไม่ใช่แค่เรื่องที่ "จีนสร้างซูเปอร์คอมพิวเตอร์ที่เร็ว" สำหรับญี่ปุ่น มันเป็นการเตือนที่เกี่ยวข้องกับวิทยาศาสตร์และเทคโนโลยี เซมิคอนดักเตอร์ ความมั่นคงปลอดภัย AI นโยบายพลังงาน และความสามารถในการแข่งขันทางอุตสาหกรรม

บทความจากสำนักข่าวซินหัวที่เผยแพร่ใน Borneo Post มองว่าความสำเร็จของ LineShine เป็น "หลักฐานที่แสดงว่าการควบคุมเทคโนโลยีของสหรัฐฯ ไม่สามารถหยุดความก้าวหน้าของจีนได้" สหรัฐฯ ได้กำหนดข้อจำกัดการส่งออกต่อองค์กรที่เกี่ยวข้องกับซูเปอร์คอมพิวติ้งของจีนมาเป็นเวลานาน พยายามจำกัดการเข้าถึง CPU, GPU, อุปกรณ์การผลิตเซมิคอนดักเตอร์ขั้นสูง และชิปสำหรับ AI เพื่อยับยั้งการเติบโตของความสามารถในการคำนวณของจีน อย่างไรก็ตาม ครั้งนี้จีนได้ขึ้นเป็นผู้นำโลกด้วยสถาปัตยกรรมที่พึ่งพา CPU ภายในประเทศ แทนที่จะเป็นการออกแบบที่พึ่งพาสหรัฐฯ โดยเน้นที่ GPU

นี่คือสาระสำคัญที่ญี่ปุ่นไม่ควรมองข้าม ในการเผชิญหน้าระหว่างสหรัฐฯ และจีน จีนไม่ได้แค่ "หลีกเลี่ยงข้อบังคับ" แต่ได้ขุดเส้นทางใหม่ในระดับชาติแทนเส้นทางที่ถูกปิดกั้นด้วยข้อบังคับ หาก LineShine เป็นผลลัพธ์ ญี่ปุ่นควรพิจารณาว่าไม่ใช่แค่ "จีนเก่ง" หรือ "ข้อบังคับของสหรัฐฯ ล้มเหลว" แต่ควรถามว่าญี่ปุ่นจะมีฐานการคำนวณของตนเองได้มากแค่ไหน จะแบ่งปันกับพันธมิตรได้มากแค่ไหน และจะเก็บอะไรไว้ในประเทศ

ความตกใจจาก LineShine อยู่ที่ "ไม่มี GPU"

จุดที่ได้รับความสนใจมากที่สุดจาก LineShine ครั้งนี้คือการที่มันขึ้นเป็นอันดับ 1 ของโลกด้วยโครงสร้างที่เน้น CPU โดยไม่ใช้ GPU

หลังจากที่เกิดความบูมของ AI ที่สร้างขึ้น การแข่งขันทรัพยากรการคำนวณทั่วโลกได้ถูกพูดถึงโดยเน้นไปที่ GPU ของ NVIDIA การที่สามารถจัดเรียง GPU สำหรับ AI เช่น H100, H200, B200 ได้เป็นหมื่นหรือแสนตัวนั้นมีผลต่อความสามารถในการพัฒนาโมเดล AI ขนาดใหญ่ ในญี่ปุ่น การจัดหา GPU เพื่อสร้างฐาน AI ที่สร้างขึ้นกลายเป็นปัญหานโยบายใหญ่

แต่ LineShine ได้เลือกเส้นทางที่แตกต่างจากศูนย์ข้อมูล AI ในปัจจุบัน โดยการจัดเรียง CPU จำนวนมาก เชื่อมต่อด้วยเครือข่ายที่รวดเร็วและเป็นเอกลักษณ์ และสร้างระบบที่แข็งแกร่งสำหรับการคำนวณทางวิทยาศาสตร์และเทคโนโลยี ในการวัดประสิทธิภาพ HPL ที่วัดใน TOP500 นั้น มันแซงหน้า El Capitan ของสหรัฐฯ

ข้อเท็จจริงนี้ให้ข้อเสนอแนะสองประการแก่ญี่ปุ่น

ประการแรกคือ การแข่งขันด้านพลังการคำนวณมีหลายเส้นทางในการชนะ แม้ว่าประเทศหรือบริษัทที่ไม่สามารถจัดหา GPU จำนวนมากได้ ก็ยังมีโอกาสที่จะออกแบบสถาปัตยกรรม เครือข่าย ซอฟต์แวร์ หน่วยความจำ และการระบายความร้อนอย่างครบถ้วนเพื่อให้ได้ประสิทธิภาพระดับโลกในบางพื้นที่

ประการที่สองคือ การพึ่งพา GPU เพียงอย่างเดียวทำให้ฐานการคำนวณของประเทศเปราะบาง GPU นั้นแข็งแกร่งใน AI แต่การจัดหาเป็นเรื่องจำกัด ราคาแพง และง่ายต่อการถูกควบคุมการส่งออก หากญี่ปุ่นต้องการสร้างฐานการวิจัยและอุตสาหกรรมในยุค AI ไม่เพียงแค่การนำเข้า GPU คลัสเตอร์ แต่ต้องถามว่าจะสร้าง "ฐานการคำนวณที่มีอำนาจอธิปไตย" อย่างไร โดยรวมถึง CPU, ตัวเร่ง, เครือข่าย, สตอเรจ, และซอฟต์แวร์

อย่างไรก็ตาม ไม่สามารถกล่าวได้ว่า "จีนเป็นที่หนึ่งในโลกในด้าน AI"

ข่าวของ LineShine นั้นน่าตื่นเต้น แต่การประเมินเกินจริงก็เป็นอันตราย

HPL เบนช์มาร์กของ TOP500 เป็นตัวชี้วัดที่เน้นการคำนวณทางวิทยาศาสตร์และเทคโนโลยีแบบดั้งเดิมที่วัดการคำนวณจุดลอยตัวสองเท่า ซึ่งมีความสำคัญอย่างยิ่งต่อการจำลองสภาพอากาศ การวิเคราะห์ของไหล วิทยาศาสตร์วัสดุ การวิเคราะห์แผ่นดินไหว การค้นคว้ายา และการวิจัยฟิวชั่นนิวเคลียร์ แต่ไม่ได้แสดงถึงประสิทธิภาพการเรียนรู้ของ AI ที่สร้างขึ้นโดยตรง

ใน AI การคำนวณความแม่นยำต่ำ เช่น FP8, BF16, INT8 ประสิทธิภาพการสื่อสารในการเรียนรู้แบบกระจายของโมเดลขนาดใหญ่ การเชื่อมต่อระหว่าง GPU แบนด์วิดท์หน่วยความจำ และระบบนิเวศซอฟต์แวร์มีความสำคัญ Reuters และอื่นๆ รายงานว่า LineShine อยู่ในอันดับต้นๆ ของการจัดอันดับ HPC แบบดั้งเดิม แต่ต้องมีการมองในแง่มุมอื่นสำหรับการประเมิน AI

ในโซเชียลมีเดีย การตอบสนองต่อประเด็นนี้มีความหลากหลาย มีเสียงชื่นชมความเป็นอิสระทางเทคโนโลยีของจีน ในขณะที่มีการชี้ให้เห็นอย่างเยือกเย็นว่า "แม้จะเป็นที่หนึ่งใน HPL ก็ไม่ได้หมายความว่าจะเป็นที่หนึ่งใน AI ที่สร้างขึ้น" "คลัสเตอร์ AI ภาคเอกชนที่ไม่ปรากฏใน TOP500 อาจมีขนาดใหญ่กว่าในความเป็นจริง" "Google, Microsoft, Amazon, xAI และคลัสเตอร์ที่ไม่เปิดเผยอื่นๆ อยู่นอกการจัดอันดับ"

สิ่งที่สำคัญสำหรับญี่ปุ่นคือการเข้าใจความแตกต่างนี้อย่างถูกต้อง การเป็นที่หนึ่งในซูเปอร์คอมพิวเตอร์และการเป็นที่หนึ่งในฐาน AI ที่สร้างขึ้นไม่เหมือนกัน แต่ทั้งสองอย่างเป็นรากฐานของความสามารถในการแข่งขันของประเทศ ญี่ปุ่นไม่ควรคิดว่า "มี Fugaku ก็พอแล้ว" หรือ "ขาด GPU ก็จบแล้ว" ในขณะที่ขอบเขตของ HPC และ AI กำลังหลอมรวมกัน จำเป็นต้องมีแนวคิดการออกแบบที่เชื่อมโยงทั้งสองอย่าง

การตอบสนองในโซเชียลมีเดีย — ทฤษฎี "การคว่ำบาตรกลับกลายเป็นผลเสีย" และข้อสงสัยเกี่ยวกับ "ประสิทธิภาพการใช้พลังงาน"

การตอบสนองที่โดดเด่นในโซเชียลมีเดียและกระดานข่าวเทคโนโลยีแบ่งออกเป็นสี่กลุ่มใหญ่

ประการแรกคือมุมมองที่ว่า "การคว่ำบาตรของสหรัฐฯ กลับกลายเป็นผลเสีย" ผลจากการที่สหรัฐฯ จำกัดการส่งออกเซมิคอนดักเตอร์ขั้นสูงไปยังจีน ทำให้จีนก้าวไปในทิศทางที่ไม่พึ่งพา GPU หรือ CPU ที่ผลิตในต่างประเทศ โดยใช้ชิปภายในประเทศ เครือข่ายที่เป็นเอกลักษณ์ และระบบปฏิบัติการภายในประเทศ แม้ว่าการคว่ำบาตรจะทำให้เกิดความเจ็บปวดในระยะสั้น แต่ในระยะยาวอาจเร่งการพัฒนาตนเอง

ประการที่สองคือความประหลาดใจทางเทคนิคว่า "สามารถไปได้ไกลขนาดนี้ด้วย CPU เพียงอย่างเดียวหรือ" ในชุมชนเทคโนโลยีเช่น Reddit และ LinkedIn มีความสนใจในจุดที่ LineShine สามารถทำได้เกิน 2 เอกซาฟลอปส์โดยไม่มี GPU ผู้ใช้หลายคนมองว่าเป็นการทดลองทางสถาปัตยกรรมมากกว่าข่าวการเมือง

ประการที่สามคือความระมัดระวังว่า "สำหรับการใช้งาน AI เป็นอีกเรื่องหนึ่ง" ในโลกของ AI ที่สร้างขึ้น ระบบนิเวศของ NVIDIA GPU และ CUDA ยังคงแข็งแกร่ง แม้ว่า LineShine จะมีความแข็งแกร่งในด้านการคำนวณทางวิทยาศาสตร์และเทคโนโลยี แต่ความสามารถในการแข่งขันในการเรียนรู้หรือการอนุมานของโมเดลภาษาขนาดใหญ่นั้นเป็นเรื่องที่แยกต่างหาก

ประการที่สี่คือการตอบสนองว่า "การใช้พลังงานมากเกินไป" LineShine มีการใช้พลังงานประมาณ 42.2 เมกะวัตต์ ซึ่งเป็นราคาที่ต้องจ่ายสำหรับความเร็วที่สุดในโลก เมื่อการแข่งขันในด้านซูเปอร์คอมพิวเตอร์หรือศูนย์ข้อมูล AI ก้าวหน้าไป พลังงาน การระบายความร้อน ทรัพยากรน้ำ สถานที่ตั้ง และเครือข่ายการส่งพลังงานจะกลายเป็นคอขวด ในโซเชียลมีเดียมีเสียงเรียกร้องให้ดูที่ประสิทธิภาพต่อวัตต์ ไม่ใช่แค่ประสิทธิภาพ และใครจะเป็นผู้รับผิดชอบค่าไฟฟ้าของศูนย์ข้อมูล

จากมุมมองของญี่ปุ่น ปัญหาพลังงานนี้มีความสำคัญอย่างยิ่ง ญี่ปุ่นมีค่าไฟฟ้าสูง ที่ดินจำกัด และมีข้อจำกัดในการตั้งศูนย์ข้อมูล หากต้องการมีฐาน AI และ HPC ในประเทศ จะต้องมีการอภิปรายที่รวมถึงเซมิคอนดักเตอร์ นโยบายพลังงาน พลังงานหมุนเวียน พลังงานนิวเคลียร์ เครือข่ายการส่งพลังงาน เทคโนโลยีการระบายความร้อน และศูนย์ข้อมูลแบบกระจาย

ญี่ปุ่นจะอัปเดตประสบการณ์ความสำเร็จของ "Fugaku" อย่างไร

ญี่ปุ่นมี "Fugaku" ที่พัฒนาโดยสถาบันวิจัยแห่งชาติ RIKEN และ Fujitsu Fugaku ได้รับผลการจัดอันดับสูงใน TOP500, HPCG, HPL-AI, Graph500 ในช่วงต้นทศวรรษ 2020 และสนับสนุนวิทยาศาสตร์การคำนวณของญี่ปุ่น โดยมีผลลัพธ์ที่ชัดเจนในสังคม เช่น การจำลองการแพร่กระจายของไวรัสโคโรนา การค้นคว้ายา สภาพอากาศ วัสดุ และการใช้งานในอุตสาหกรรม

อย่างไรก็ตาม การปรากฏตัวของ LineShine บอกกับญี่ปุ่นว่า "การขยายประสบการณ์ความสำเร็จของ Fugaku เพียงอย่างเดียวไม่เพียงพอ"

ความแข็งแกร่งของ Fugaku ไม่ได้อยู่แค่ในอันดับเท่านั้น แต่ยังอยู่ที่การทำงานของแอปพลิเคชันวิทยาศาสตร์และเทคโนโลยีที่หลากหลายบนฐาน CPU และความสามารถในการใช้งานทั่วไปสำหรับนักวิจัย ซึ่งมีส่วนที่คล้ายคลึงกับการออกแบบที่เน้น CPU ของ LineShine กล่าวคือ ญี่ปุ่นได้แสดงให้เห็นถึง "คุณค่าของ HPC ที่ไม่พึ่งพา GPU เพียงอย่างเดียว" ในอดีต

ในขณะเดียวกัน ปัจจุบันเป็นยุคของ AI ที่สร้างขึ้นและ AI for Science การสนับสนุนการค้นคว้าวิจัย การสร้างสมมติฐาน การจำลอง การวางแผนการทดลอง การทดลองด้วยหุ่นยนต์ และการวิเคราะห์ข้อมูลโดย AI กำลังเพิ่มขึ้น ซูเปอร์คอมพิวเตอร์รุ่นถัดไปจำเป็นต้องสนับสนุนไม่เพียงแค่การจำลองแบบดั้งเดิม แต่ยังรวมถึงการเรียนรู้และการอนุมานของโมเดล AI การบูรณาการข้อมูลทางวิทยาศาสตร์ และการทำให้กระบวนการวิจัยทั้งหมดเป็นอัตโนมัติ

"FugakuNEXT" ที่ RIKEN และ Fujitsu กำลังดำเนินการอยู่มีความสำคัญอย่างยิ่งในบริบทนี้ สิ่งที่ญี่ปุ่นควรมุ่งหวังไม่ใช่แค่การแซงหน้าจีนหรือสหรัฐฯ ใน TOP500 ชั่วคราว แต่คือการสร้างสภาพแวดล้อมที่นักวิจัย มหาวิทยาลัย บริษัท และสตาร์ทอัพของญี่ปุ่นสามารถใช้ทรัพยากรการคำนวณระดับโลกในประเทศได้

ความหมายสำหรับบริษัทญี่ปุ่น — ไม่แยกเซมิคอนดักเตอร์และคลาวด์ออกจากกัน

ข่าวของ LineShine ได้โยนคำถามหนักๆ ให้กับบริษัทญี่ปุ่น

ญี่ปุ่นมีความแข็งแกร่งในด้านอุปกรณ์การผลิตเซมิคอนดักเตอร์ วัสดุ ชิ้นส่วน การประมวลผลที่แม่นยำ แหล่งพลังงาน การระบายความร้อน การสื่อสารด้วยแสง และการดำเนินงานศูนย์ข้อมูล ในขณะที่ในเซมิคอนดักเตอร์ลอจิกขั้นสูง GPU พื้นฐานซอฟต์แวร์ AI และคลาวด์ขนาดใหญ่ ญี่ปุ่นยังคงพึ่งพาสหรัฐฯ ไต้หวัน เกาหลีใต้ และจีนอย่างมาก

จนถึงขณะนี้ ในญี่ปุ่น นโยบายเซมิคอนดักเตอร์ นโยบาย AI นโยบาย HPC และนโยบายคลาวด์มักจะถูกพูดถึงแยกกัน อย่างไรก็ตาม สิ่งที่ LineShine แสดงให้เห็นคือ ไม่ใช่ยุคที่เราจะแยกสิ่งเหล่านี้ออกจากกันได้อีกต่อไป การมีแค่ชิปแต่ไม่มีซอฟต์แวร์ก็ใช้งานไม่ได้ การมีแค่คลาวด์แต่ไม่มีพลังงานก็ขยายไม่ได้ การมีแค่โมเดล AI แต่ไม่มีข้อมูลการวิจัยและทรัพยากรการคำนวณก็ไม่สามารถเชื่อมโยงกับอุตสาหกรรมได้

บริษัทญี่ปุ่นไม่สามารถรักษาความสามารถในการแข่งขันในระยะยาวได้เพียงแค่ซื้อ GPU ของ NVIDIA และสร้างบริการ AI แม้ว่าการจัดหา GPU จะมีความสำคัญ แต่การทำเช่นนั้นเพียงอย่างเดียวจะทำให้ต้องเผชิญกับข้อ