Dimension วิเคราะห์ AI จีน: โมเดลเปิด คอขวดพลังประมวลผล และช่องว่างการค้า

จีนขาดชิป สหรัฐฯ ขาดไฟฟ้า AI จีน-สหรัฐฯ เข้าสู่กระดานหมากรุกใหม่

ชื่อเรื่องต้นฉบับ: จดหมายลับถึงหุ้นส่วนจำกัดของ Dimension: หมากรุก AI ข้ามแปซิฟิก
ผู้เขียนต้นฉบับ: Dimension Capital

หมายเหตุบรรณาธิการ: เมื่อสหรัฐฯ ครอบครองโมเดลชั้นนำและชิประดับไฮเอนด์ ขณะที่จีนมีไฟฟ้าที่อุดมสมบูรณ์กว่าและข้อจำกัดด้านต้นทุนที่เข้มงวดกว่า การแข่งขัน AI ระดับโลกจะดำเนินไปในเส้นทางใด?

จดหมายภายในของ Dimension พยายามตอบคำถามนี้ ผู้เขียนแยกการแข่งขันออกเป็นหลายชั้นที่เชื่อมโยงกัน ได้แก่ พลังประมวลผล พลังงาน ระบบนิเวศโอเพนซอร์ส รายได้จากแอปพลิเคชัน และการกำหนดราคาในตลาดทุน

ข้อสรุปสำคัญของผู้เขียนคือ การควบคุมการส่งออกไม่ได้ตัดขาดความเชื่อมโยงระหว่างอุตสาหกรรม AI ของจีนและสหรัฐฯ อย่างง่ายดาย แต่กลับผลักดันให้ห้องปฏิบัติการจีนสร้างเส้นทางเทคนิคที่เน้นประสิทธิภาพทางวิศวกรรมและการเปิดกว้างมากขึ้น โมเดลสหรัฐฯ พลังประมวลผลของ Nvidia โมเดลโอเพนซอร์สของจีน และบริการข้อมูลข้ามพรมแดน ได้ฝังตัวอยู่ในห่วงโซ่อุตสาหกรรมเดียวกัน: ความสามารถทางเทคนิคสามารถไหลข้ามพรมแดนได้ แต่รายได้ ต้นทุน และอำนาจต่อรองอาจไม่ถ่ายโอนไปพร้อมกัน ชัยชนะในอนาคตจึงอาจไม่ขึ้นอยู่กับประสิทธิภาพของโมเดลเพียงอย่างเดียว แต่ขึ้นอยู่กับว่าใครสามารถแก้ไขปัจจัยที่ขาดแคลนที่สุดของตนเอง และสร้างวงจรธุรกิจที่ยั่งยืนกว่า

นี่จึงอธิบายได้ว่าทำไมบทความจึงพูดถึงคอขวดด้านไฟฟ้าของสหรัฐฯ และการประเมินมูลค่าที่สูงของบริษัท AI จีนไปพร้อมกัน ปัญหาเชิงโครงสร้างของทั้งสองฝั่งตรงข้ามกันอย่างสิ้นเชิง: สหรัฐฯ มีความสามารถในการทำการค้าที่พัฒนาแล้วมากกว่า แต่ถูกจำกัดด้วยพลังงานและโครงสร้างพื้นฐาน จีนมีอุปทานไฟฟ้าที่ขยายตัวอย่างรวดเร็วและระบบนิเวศแบบเปิด แต่ยังเผชิญข้อจำกัด เช่น การขาดแคลนชิปขั้นสูง ความเต็มใจจ่ายที่จำกัด และขนาดรายได้ที่เล็ก ความสามารถทางเทคนิค รายได้เชิงพาณิชย์ และการประเมินมูลค่าตลาดจึงเกิดความคลาดเคลื่อนอย่างชัดเจน

ต้องชี้แจงว่า จดหมายฉบับนี้มีมุมมองของสถาบันการลงทุนอย่างชัดเจน ข้อมูลบางส่วนเกี่ยวกับรายได้ แหล่งที่มาของโมเดล และอัตราการเจาะตลาดยังต้องตรวจสอบเพิ่มเติม แต่ก็ให้กรอบการวิเคราะห์ที่น่าสนใจ: การแข่งขัน AI ระหว่างจีน-สหรัฐฯ ยากที่จะอธิบายด้วยความเป็นผู้นำทางเทคนิคหรือการปิดกั้นทางนโยบายเพียงอย่างเดียว สิ่งที่กำหนดโครงสร้างอุตสาหกรรมอย่างแท้จริงอาจเป็นความสมดุลที่เปลี่ยนแปลงตลอดเวลาระหว่างพลังประมวลผล พลังงาน การแพร่กระจายของโอเพนซอร์ส และการจัดสรรทุน

ต่อไปนี้คือต้นฉบับ:

เรียน หุ้นส่วนทุกท่าน:

ทีมเล็ก ๆ ของ Dimension เดินทางไปจีนเมื่อสัปดาห์ที่แล้ว เยี่ยมชมห้องปฏิบัติการชั้นนำหลายแห่ง และพูดคุยกับนักลงทุน ผู้ประกอบการ และผู้เชี่ยวชาญด้านเทคนิคในท้องถิ่น การเดินทางครั้งนี้ส่วนใหญ่เป็นการกลับไปเยือน และเป็นการตรวจสอบการตัดสินใจที่เกิดขึ้นหลังการเดินทางไปเซี่ยงไฮ้ในปี 2025 อีกครั้ง ในตอนนั้น เราเคยเขียนและพูดถึงความสำคัญที่เพิ่มขึ้นของจีนว่าได้ก้าวข้ามขอบเขตด้านฮาร์ดแวร์ไปแล้ว วันนี้ เมื่อสรุปผลจากการเดินทางครั้งนี้ เราเห็นว่าจำเป็นต้องทบทวนกระดานหมากรุก AI ข้ามแปซิฟิกอีกครั้ง ต่อไปนี้คือความคิดบางส่วนของเราในปัจจุบัน ขอเตือนว่ามุมมองเหล่านี้ยังคงพัฒนาอยู่ และอาจเปลี่ยนแปลงได้แม้ในวันพรุ่งนี้เมื่อมีข้อมูลใหม่

1. ความขาดแคลนก่อให้เกิดวิวัฒนาการ

จุดประสงค์เดิมของการควบคุมการส่งออกคือการชะลอการพัฒนา AI ของจีน แต่ผลลัพธ์กลับสร้างแรงกดดันทางวิวัฒนาการที่ทำให้เกิดห้องปฏิบัติการที่มีเอกลักษณ์เฉพาะตัวในจีน

ภายใต้ข้อจำกัดด้านพลังประมวลผล ทีมจีนมักทำการปรับปรุงทางวิศวกรรมในระดับนามธรรมที่ลึกกว่า ซึ่งห้องปฏิบัติการสหรัฐฯ มักมองข้าม เมื่อ DeepSeek เปิดตัว V3 ในเดือนมีนาคม พวกเขาใช้การเขียนโปรแกรม CUDA ระดับ PTX บน GPU Nvidia H800 หนึ่งตัว เพื่อย้ายการคำนวณ normalization ที่ใช้พลังงานสูงสุดจากแกนประมวลผล GPU ไปยัง 20 คอร์ที่ใช้สำหรับการเชื่อมต่อแบบอนุกรม¹

เราเห็นว่าสิ่งนี้สะท้อนถึงความแตกต่างของแรงจูงใจมากกว่าการขาดแคลนบุคลากรในสหรัฐฯ: ผลตอบแทนส่วนเพิ่มของห้องปฏิบัติการสหรัฐฯ มาจากการเพิ่มพลังประมวลผล ในขณะที่ผลตอบแทนส่วนเพิ่มของห้องปฏิบัติการจีนมาจากการหาพื้นที่ปรับปรุงสำหรับคอมไพเลอร์และชิป

ในที่สุด ห้องปฏิบัติการจีนได้สร้างวัฒนธรรมประสิทธิภาพแบบครบวงจร ครอบคลุมเคอร์เนล ออปติไมเซอร์ ระบบบริการ และแม้แต่การออกแบบชิป ผลกระทบแบบทบต้นของวัฒนธรรมนี้ไปไกลเกินกว่าการปรับปรุงเฉพาะจุด ความขาดแคลน—ใครจะคิด?—กลายเป็นมารดาแห่งการประดิษฐ์ และที่นี่มันยังให้กำเนิดวิศวกรรมระบบ แอสเซมบลี และคอมไพเลอร์อีกด้วย

2. สถานะปัจจุบันของซอฟต์แวร์จีนเกินกว่าที่ซอฟต์แวร์องค์กรตะวันตกทำได้เมื่อสองปีก่อน: การแทรกซึมเข้าสู่สแตกเทคโนโลยีการผลิตของตะวันตก

ผู้ให้บริการจีนพัฒนาจากการเจาะตลาดเป็นศูนย์เมื่อไม่ถึง 18 เดือนที่แล้ว มาเป็นสนับสนุนปริมาณโทเคน OpenRouter มากกว่า 25% ในปัจจุบัน²

Qwen แซงหน้า Llama ในเวทีทดสอบแบบปกปิด และยังคงเปิดตัวโมเดลใหม่บ่อยครั้ง ในเวลาไม่ถึงสองปี โมเดลจีนพัฒนาจาก "โมเดลโอเพนซอร์สที่ดีที่สุดอันดับห้าของโลก" เป็น "สตาร์ทอัพ AI อย่างน้อย 80% ในสหรัฐฯ ใช้โมเดลโอเพนซอร์สจีนอย่างน้อยหนึ่งตัวในสภาพแวดล้อมการผลิต"³ น้ำหนักแบบเปิดหลีกเลี่ยงอุปสรรคด้านการจัดซื้อ—ซอฟต์แวร์ฟรีไม่มีผู้ขายที่ต้องตรวจสอบ

โดยพื้นฐานแล้ว จีนกำลังเข้าถึงเวิร์กโหลดของตะวันตกอย่างรวดเร็ว ไม่ใช่รายได้จากตะวันตก เช่นเดียวกับในอดีต กำไรจากการอนุมานไหลไปยังผู้ให้บริการโทเคนจริงชั่วคราว

ไม่ว่าจะเป็นความตั้งใจหรือผลลัพธ์ที่เกิดขึ้นเองตามธรรมชาติของระบบซับซ้อนในระดับโลก ห้องปฏิบัติการแนวหน้าของจีนกำลังทำให้ชั้นรายได้ที่คู่แข่งสหรัฐฯ พึ่งพากลายเป็นสินค้าโภคภัณฑ์ โดยเฉพาะในฝั่งโอเพนซอร์ส เราไม่เห็นว่านี่เป็นเรื่องบังเอิญหรือเป็นเพียงการทดลองประหลาด

เป้าหมายของบริษัทเหล่านี้คือการสร้างระบบปฏิบัติการขนาดใหญ่ เสถียร และมีรายได้ต่ำ ดังนั้น การตัดสินใจระยะกลางของเราคือ จีนกำลังผลักดันให้เกิดระบบนิเวศที่พึ่งพาโมเดลน้ำหนักเปิดและติดตามอย่างรวดเร็ว บีบรายได้ของห้องปฏิบัติการชั้นนำสหรัฐฯ ขณะเดียวกันก็เปลี่ยนเส้นทางรายได้ไปยังผู้ให้บริการคลาวด์ขนาดใหญ่และโครงสร้างพื้นฐานการอนุมานรูปแบบใหม่ เราเชื่อว่าแนวโน้มนี้กำลังชะลอหรือแม้แต่ขัดขวางการเข้าสู่กระดานหมากรุกปัจจุบันของเทคโนโลยีก้าวหน้าที่มีความหมาย

3. การแข่งขันภายในห้องปฏิบัติการแนวหน้าของจีนรุนแรงกว่าที่ตะวันตกมักตระหนัก

การตัดสินของเราคือ แนวรบการแข่งขันปัจจุบันประกอบด้วย DeepSeek, Qwen ของ Alibaba, Kimi ของ Moonshot AI, Doubao ของ ByteDance และ GLM ของ Zhipu AI โดยช่องว่างระหว่างกันมีเพียงความผันผวนของอันดับประมาณหนึ่งไตรมาส เป็นที่น่าสังเกตว่า Tencent แม้จะมีฐานผู้ใช้ขนาดใหญ่ แต่กลับอยู่นอกระบบนิเวศนี้ ซึ่งเป็นประเด็นที่ควรให้ความสนใจ

ห้องปฏิบัติการเหล่านี้แข่งขันกันโดยตรงด้านความเร็วในการวิจัยและความสามารถของโมเดล ขณะเดียวกันก็เปิดน้ำหนักโมเดลออกมา ก่อให้เกิดระบบนิเวศการแข่งขันที่แตกต่างอย่างสิ้นเชิงจากห้องปฏิบัติการปิดสองแห่งของสหรัฐฯ

ขอย้ำอีกครั้งว่า เราเชื่อว่าจุดเน้นการแข่งขันในหนึ่งถึงสองปีข้างหน้าเป็นการแข่งขันระหว่างแรงจูงใจที่แตกต่างกัน มากกว่าการแข่งขันระหว่างประเทศ ห้องปฏิบัติการจีนที่เราได้พบมักให้ความสำคัญกับการแข่งขันระหว่างกันเองมากกว่าการแข่งขันข้ามชาติที่สื่อตะวันตกชอบนำเสนอ

4. ปัจจุบัน ความสามารถของโมเดลสามารถเดินทางข้ามแปซิฟิกไปกลับสองครั้งจนถึงลูกค้าปลายทาง

เส้นทางเฉพาะคือ: ห้องปฏิบัติการแนวหน้าสหรัฐฯ เปิดตัวโมเดลที่มีประสิทธิภาพดีกว่า ห้องปฏิบัติการจีนกลั่นโมเดลและเผยแพร่น้ำหนักโมเดล บริษัทแอปพลิเคชันสหรัฐฯ ใช้โมเดลโอเพนซอร์สจีนเหล่านี้สร้างผลิตภัณฑ์ แล้วขายกลับให้ลูกค้าองค์กรสหรัฐฯ

Composer 2 ที่พัฒนาโดย Cursor เอง มีรายงานว่าสร้างบนพื้นฐานของ Kimi K2.5; SWE-1.5 ของ Cognition ดูเหมือนสร้างบน GLM ที่ปรับแต่งแล้ว กล่าวโดยย่อ ตามที่เราได้ยินจากตัวแทนห้องปฏิบัติการแนวหน้าจีน สหรัฐฯ วนซ้ำเร็ว จีนเปิดตัวเร็ว

ประมาณหนึ่งปีที่แล้ว หากบริษัทเหล่านี้ทำได้ถึงระดับ Llama หรือแม้แต่ Mistral ก็ถือว่าดีแล้ว วันนี้ AI แนวหน้าของสหรัฐฯ ได้ผสานเข้ากับระบบน้ำหนักเปิดของจีน และความฉลาดแนวหน้าของสหรัฐฯ ก็แฝงอยู่ในนั้น

5. ชั้นข้อมูลดูเหมือนจะเดินตามเส้นทางที่คล้ายกัน

ผู้ให้บริการข้อมูลสหรัฐฯ—Mercor, AfterQuery, Turing—สร้างความร่วมมือทางธุรกิจกับบริษัทอย่าง Anthropic, OpenAI ขณะเดียวกัน ในจีน สตาร์ทอัพกลุ่มหนึ่งเริ่มสร้างโครงสร้างพื้นฐานการประเมินและตรวจสอบเพื่อสนับสนุนบริการติดป้ายข้อมูล

ตัวอย่างเช่น UniPat ก่อตั้งโดยนักศึกษาปริญญาเอกมหาวิทยาลัยปักกิ่ง และได้รับการสนับสนุนจาก Mercedes-Benz บริษัทเปิดสำนักงานในซีแอตเทิลเมื่อเดือนธันวาคม 2025 มีรายงานว่าใช้ผู้ติดป้ายข้อมูลระดับปริญญาเอกจากจีน ทำงานให้โครงการเหล่านี้ผ่านเส้นทางบินตรงจากมิดเวสต์ของสหรัฐฯ

ห้องปฏิบัติการจีนตั้งคำถามที่เรียบง่ายแต่สำคัญ: **พวกเขาจะมั่นใจได้อย่างไรว่าคุณภาพการกำกับดูแลด้วยมนุษย์ในกระบวนการคำนวณ ในสภาพแวดล้อมที่การคำนวณถูกจำกัดและต้องไม่เกินเกณฑ์ที่กำหนด จะสอดคล้องกับโมเดลที่มีความสามารถปรับตัวและทรัพยากรเกือบไม่จำกัด?**⁴

เราสังเกตว่ามีทีมหลายทีมในระบบนิเวศเริ่มสร้างผลิตภัณฑ์ที่เกี่ยวข้อง โดยอย่างน้อยสองทีมมีรายได้เติบโตอย่างรวดเร็วสู่ระดับมากกว่า 100 ล้านดอลลาร์

6. สหรัฐฯ และจีนเผชิญข้อจำกัดที่แตกต่างกันในเชิงคุณภาพและตรงข้ามกันในทิศทาง

จีนเพิ่มกำลังการผลิตไฟฟ้าใหม่ประมาณ 429GW ในปี 2024 ขณะที่สหรัฐฯ เพิ่มเพียงประมาณ 51GW ภายในปี 2030 โครงการไฟฟ้าที่อยู่ระหว่างการก่อสร้างในจีนอาจนำมาซึ่งอุปทานใหม่มากกว่า 400GW ในทางตรงกันข้าม ในสหรัฐฯ การขยายศูนย์ข้อมูลคาดว่าจะคิดเป็นมากกว่าหนึ่งในห้าของความต้องการไฟฟ้าใหม่ในอนาคต⁵

ดังที่เราเคยเขียนไว้ ข้อจำกัดของจีนมาจากฐานการคำนวณที่ไม่เพียงพอ ตัวอย่างหนึ่งคือ โมเดลใหม่ K3 ของ Moonshot AI แม้จะมีความสามารถระดับแนวหน้า แต่การเปิดตัวถูกเลื่อนออกไปเนื่องจากกำลังการอนุมานไม่เพียงพอ

สหรัฐฯ มีทรัพยากรชิปอุดมสมบูรณ์ แต่พลังประมวลผลถูกจำกัดด้วยไฟฟ้ามากขึ้น จีนมีทรัพยากรไฟฟ้าอุดมสมบูรณ์ แต่พลังประมวลผลถูกจำกัดด้วยชิปมากขึ้น

การตัดสินของเราคือ—และนี่เป็นฉันทามติในอุตสาหกรรม—อนาคตจะถูกกำหนดโดยปัจจัยที่ขาดแคลนที่สุดในปัจจุบัน: สหรัฐฯ ขึ้นอยู่กับว่าที่ดินศูนย์ข้อมูล ระบบส่งและจำหน่ายไฟฟ้า และสายส่งจะสร้างได้เร็วแค่ไหน จีนขึ้นอยู่กับอัตราผลผลิตและความสามารถในการบรรจุของ SMIC และ Huawei

7. ช่องว่างรายได้ AI ระหว่างสหรัฐฯ และจีนใหญ่มาก ใกล้เคียงสองอันดับขนาด

ณ สิ้นเดือนกรกฎาคม รายได้รายปีของ Anthropic เกิน 6.5 พันล้านดอลลาร์; ณ เดือนสิงหาคม รายได้รายปีของ OpenAI แตะ 4 หมื่นล้านดอลลาร์⁶

ในทางตรงกันข้าม รายได้โมเดลที่แข็งแกร่งที่สุดของจีนคือ ByteDance ซึ่งมีรายได้รายปีจากโมเดลวิดีโอประมาณ 200-300 ล้านดอลลาร์; รายได้สูงสุดอันดับสองคือ Moonshot AI ประมาณ 100 ล้านดอลลาร์ DeepSeek มีรายงานว่ามีรายได้รายปีต่ำกว่า 50 ล้านดอลลาร์

ในฝั่งผู้บริโภค Doubao มีผู้ใช้ 345 ล้านคนต่อเดือน มากกว่า DeepSeek ถึงสามเท่า ทั้งสองมีแหล่งรายได้หลากหลายรวมถึงค่าคอมมิชชันเชิงพาณิชย์ ตามการคำนวณของเรา รายได้เฉลี่ยต่อเดือนต่อผู้ใช้เป็นเงินหยวนประมาณ 1 หยวน

ในอดีต ผู้บริโภคจีนไม่คุ้นเคยกับการจ่ายเงินเพื่อซอฟต์แวร์ เราไม่คิดว่าเศรษฐศาสตร์จีนจะเป็นกลางพอที่ชนชั้นกลางจะเต็มใจเปลี่ยนนิสัยนี้อย่างรวดเร็ว บุคคลภายในบริษัทกล่าวว่าพวกเขากำลังจัดสรรทรัพยากรเพื่อพยายามทำการค้า และนิสัยการใช้อินเทอร์เน็ตของผู้บริโภคจีนก็เคยเปลี่ยนแปลงไปเมื่อสิบปีก่อนจริง ๆ

แน่นอน ห้องปฏิบัติการจีนอาจทำรายได้ผ่านโฆษณาเชิงพาณิชย์ในที่สุด เช่นเดียวกับที่ห้องปฏิบัติการสหรัฐฯ ไม่เต็มใจทำมาโดยตลอด

ยังมีปัจจัยด้านลัทธิปฏิบัตินิยมที่ไม่ลังเล: ผู้ประกอบการมักไม่กังวลว่าจะถูกเซ็นเซอร์หรือโจมตีเพราะใช้คำผิดหรือสำนวนที่ถูกมองว่า stigmatized สิ่งนี้ชัดเจนมากเมื่อเราเดินบนถนนเกาลูน ฮ่องกง: พ่อค้าแม่ค้าฟังการวิเคราะห์ของ Ben Thompson เกี่ยวกับการหลีกเลี่ยงโฆษณาและโมเดลธุรกิจอย่างไม่สมเหตุสมผลของห้องปฏิบัติการสหรัฐฯ⁷

อนึ่ง นี่เป็นครั้งแรกที่ Ben ได้ยินเรื่องนี้—Ben เป็นหนึ่งในนักวิเคราะห์ที่ยอดเยี่ยมที่สุดในประวัติศาสตร์

8. ฮาร์ดแวร์กำลังแยกตัวออกจากชั้นเซมิคอนดักเตอร์ ชั้นซอฟต์แวร์ และชั้นข้อมูล โดยเชื่อมโยงกันเร็วเกินกว่าที่รัฐบาลใดจะตามทัน

แอปพลิเคชันสหรัฐฯ ทำงานบนโมเดลจีน ห้องปฏิบัติการจีนฝึกบนพลังประมวลผล Nvidia ที่เช่าในมาเลเซียและไทย ขณะเดียวกันก็กลั่นเอาต์พุตของโมเดลสหรัฐฯ ข้อมูลผู้เชี่ยวชาญก็ไหลทั้งสองทิศทาง⁸

เราพบว่าคำถาม "ใครกำลังเขียนปัญหา" นั้นไม่น่าเชื่อถืออีกต่อไป

เช่นเดียวกัน ระบบปัจจุบันพึ่งพากันอย่างลึกซึ้ง ซึ่งสอดคล้องกับจินตนาการ "ชาตินิยมรัฐชาติเชิงวาทศิลป์" และในทางปฏิบัติก็บรรลุความเป็นข้ามชาติอย่างแท้จริง—เว้นแต่การพัฒนาตนเองแบบเรียกซ้ำ หรือ RSI จะเปลี่ยนแปลงโครงสร้างเกมปัจจุบันอย่างมีนัยสำคัญ

9. เราพบว่านักวิจัยชั้นนำของจีนบางคนเชื่อว่าพวกเขาเชี่ยวชาญ RSI รูปแบบที่อ่อนแอกว่าแล้ว

โดยกว้าง RSI แบ่งได้เป็นสามประเภท: RSI แบบเวลา แบบพลังประมวลผล และแบบขอบเขต RSI ระยะแรกสุดเข้าใจได้ว่า นักวิจัยให้โมเดลเข้ามาแทรกแซงการวนซ้ำของตัวเอง โดยช่วยด้วยตนเองเพื่อเร่งขั้นตอนที่ต้องใช้พลังประมวลผลหรือเวลาของนักวิจัย หรือทั้งสองอย่าง ควรสังเกตว่า "การทะยานขึ้น" ในระยะนี้มีแนวโน้มจะไม่ปรากฏเป็นเส้นโค้งเอกซ์โพเนนเชียลในสเกลเวลายาวนานหลายทศวรรษถึงปี 2100 และจะไม่ใช่ความสามารถที่มนุษย์ร่วมกันเกินกว่าที่บุคคลหรือเครื่องจักรใดจะทำได้

10. จุดแยกสำคัญ

สมมติว่าการพัฒนาตนเองลำดับที่หนึ่งมีอยู่จริง ในด้านพลังประมวลผล ความได้เปรียบของสหรัฐฯ ดูมั่นคงมาก: ภายในปี 2030 ห้องปฏิบัติการสองแห่งจะดำเนินการพลังประมวลผลประมาณ 2GW ต่อแห่ง และมีโครงการที่ลงนามแล้วมากกว่า 5GW ต่อแห่ง

ในทางทฤษฎี โครงการเหล่านี้ได้รับทุนจากรายได้จำนวนมากและตลาดทุนที่แข็งแกร่ง การคำนวณขนาดใหญ่ การคิดแนวนอน วงจร "การพัฒนาตนเอง" และการเรียนรู้วิธีใช้ความสามารถเหล่านี้อย่างมีประสิทธิภาพ ดูเหมือนไม่มีที่สิ้นสุด

แต่ในทางกลับกัน หากข้อจำกัดที่แท้จริงอยู่ที่คุณภาพการตรวจสอบ หรือความคืบหน้าด้านเวลาเกินกว่าที่เส้นโค้งควรเป็น คำกล่าว "การเพิ่มประสิทธิภาพกำลังการผลิตและความซ้ำซ้อนของชิปในประเทศ"—ซึ่งอาจฟังดูคุ้นเคย—อาจเร่งตัวต่อเนื่องใน 18 เดือนข้างหน้า:

ความสามารถของโมเดลแนวหน้าสหรัฐฯ กลายเป็นสินค้าโภคภัณฑ์เร็วขึ้น;

ความสามารถเฉพาะของโมเดลน้ำหนักเปิดจีนเพิ่มขึ้น;

บริษัท AI แบบประมูลในชั้นอนุมานมีอำนาจต่อรองสูงขึ้น;

ผู้ให้บริการพลังประมวลผลได้รับปริมาณธุรกรรมและกำไรมากขึ้นเนื่องจากน้ำหนักทรัพย์สินต่างชาติถูกนำเข้ามา;

ในที่สุด ผลกระทบเหล่านี้จะส่งต่อไปยังผู้ให้บริการอนุมาน เช่น ผู้ให้บริการคลาวด์ขนาดใหญ่และผู้ให้บริการคลาวด์รายใหม่

นี่หมายความว่า การลงทุนในโครงสร้างพื้นฐานด้านไฟฟ้าจะเกิดความไม่สมดุลอย่างมหาศาล

เราต้องเน้นว่า: การวิเคราะห์โครงสร้างพื้นฐานของสหรัฐฯ และจีนของเรา อาจเป็นประเภทที่มีอัตราผลตอบแทนศักยภาพสูงที่สุดในบรรดาการวิเคราะห์ทั้งหมดที่เราเคยทำ

เกี่ยวกับอนาคต

11. อนาคตอาจมีโลกเช่นนี้

ในอนาคต ห้องปฏิบัติการแนวหน้าสหรัฐฯ อาจไม่เปิด API สำหรับโมเดลล้ำสมัยรุ่นถัดไปอีกต่อไป ในความเป็นจริง สำหรับแอปพลิเคชันองค์กรแบบโปรแกรมส่วนใหญ่ ระดับเทคนิคปัจจุบันก็เพียงพอแล้ว โมเดลระดับไฮเอนด์ในอนาคตจะตั้งราคาตามมูลค่าไม่ใช่ปริมาณการใช้งาน และจะผลักดันให้จีนได้รับประโยชน์จากความสามารถแนวหน้ามากขึ้นเรื่อย ๆ

ดังนั้น ห้องปฏิบัติการสหรัฐฯ อาจเพิ่มลำดับความสำคัญของรายได้ API เพื่อสนับสนุนโมเดลราคาสูง ปริมาณการใช้งานต่ำ ซึ่งจะตัดช่องทางการแข่งขันสำคัญที่ข้ามแปซิฟิกจากชายฝั่งตะวันออกของสหรัฐฯ

อย่างน้อยที่สุด สิ่งนี้จะบังคับให้ข้อมูลมากขึ้นถูกประมวลผลในจีนโดยใช้โมเดล pretrained ซึ่งเพิ่มแรงกดดันต่อคอขวดพลังประมวลผลที่มีอยู่

จากสิ่งที่เราเรียนรู้ บริษัทข้ามชาติสหรัฐฯ ขนาดใหญ่บางแห่งกำลังทดลองนำร่องย้ายงานด้านวิศวกรรมและคณิตศาสตร์ไปประมวลผลในจีน

12. ภูมิทัศน์ AI จีน-สหรัฐฯ

เราเชื่อว่า AI ได้ทำให้ระบบเทคนิคของสหรัฐฯ และจีนเชื่อมโยงกันอย่างลึกซึ้ง จนถึงระดับที่มาตรการกำกับดูแลเพียงตัดลิงก์ข้ามแปซิฟิกหนึ่งเส้น ดูเหมือนจะได้ผลเพียงชั่วคราวเท่านั้น

บุคลากรเทคนิคของสหรัฐฯ และจีน กำลังพูดคุยกันในแง่หนึ่ง การแลกเปลี่ยนนี้อาจเกิดขึ้นในหลายระดับ เช่น การกลั่นโมเดล น้ำหนักเปิด การติดป้ายข้อมูล การอนุมาน และซอฟต์แวร์กำลังใช้โครงสร้างพื้นฐานการค้นหาแบบ agentic มากขึ้นเรื่อย ๆ

การห้ามการไหลเวียนของเงินโดยตรง การจดทะเบียนในตลาดหลักทรัพย์ การห้าม custody และการห้ามจัดซื้อ เกือบจะแน่นอนว่าจะกดนวัตกรรมของสหรัฐฯ และยกตำแหน่งผู้นำในสาขาที่เกี่ยวข้องให้ผู้อื่น สุดท้ายกลับผลักดันเงินทุนไปยังคู่แข่งจีน

แม้การถกเถียงเรื่องฟองสบู่การประเมินมูลค่า AI ในตะวันตกจะดุเดือด แต่บรรยากาศตลาดจีนกลับร้อนแรงกว่าอย่างเห็นได้ชัด

หากดูอัตราส่วนรายได้ ห้องปฏิบัติการจีนซื้อขายที่มูลค่า 5 ถึง 10 เท่าของห้องปฏิบัติการแนวหน้าสหรัฐฯ หากวัดตามขนาดรายได้ ช่องว่างระหว่างจีน-สหรัฐฯ ใกล้เคียงสองอันดับขนาด

Moonshot AI ระดมทุนรอบล่าสุดที่มูลค่า 3.5 พันล้านดอลลาร์ ขณะที่รายได้รายปีเดือนกรกฎาคมประมาณ 100 ล้านดอลลาร์ คิดเป็นมูลค่าประมาณ 35 เท่าของรายได้ รอบใหม่ มีรายงานว่าจะทำที่มูลค่าก่อนการลงทุน 5 พันล้านดอลลาร์ เทียบเท่าประมาณ 50 เท่าของรายได้

Zhipu AI เข้าจดทะเบียนในฮ่องกงเมื่อเดือนมกราคมปีนี้ด้วยมูลค่าตลาดประมาณ 1 หมื่นล้านดอลลาร์ ประมาณ 20 เท่าของอัตราส่วนมูลค่า Anthropic ราคาหุ้นในตลาดสาธารณะช่วงแรกของบริษัทผันผวนอย่างรุนแรง: จากมูลค่าตลาดประมาณ 1.3 พันล้านดอลลาร์ ณ เวลาจดทะเบียน ขึ้นไปถึงประมาณ 1 หมื่นล้านดอลลาร์ในเดือนมกราคมปีนี้

Kong AI Knowledge Atlas Technology HK (2613) ก็เพิ่มจากมูลค่าตลาดประมาณ 1.3 พันล้านดอลลาร์ในเดือนมกราคมปีนี้ เป็นประมาณ 1 หมื่นล้านดอลลาร์; Luna AI (HKG:100) พุ่งจากประมาณ 1.5 หมื่นล้านดอลลาร์ไปถึง 3.3 หมื่นล้านดอลลาร์ แล้วร่วงกลับมาที่ประมาณ 1 หมื่นล้านดอลลาร์

หุ้นทั้งสองตัวร่วงลงอย่างมากก่อนสิ้นสุดช่วงล็อกอัป การตัดสินของเราคือ สาเหตุหลักมาจากโครงสร้างตลาดที่ยังไม่พัฒนาเต็มที่: ประสบการณ์การลงทุนซอฟต์แวร์ผู้บริโภคหลายทศวรรษ เพิ่งเริ่มสะสมความสามารถในการประเมินอย่างรอบคอบเกี่ยวกับการเปิดเผยข้อมูลการเงินองค์กรและกรอบโอเพนซอร์ส

สิ่งนี้ไม่แตกต่างอย่างชัดเจนจากสิ่งที่เราเห็นในภาค biotech: ในตลาดสาธารณะฮ่องกง แทบไม่มีความเสี่ยงด้านกฎระเบียบที่เกิดจากนักลงทุนข้ามกลุ่มหรือนักลงทุนเทคโนโลยีและ biotech เฉพาะทาง

สำหรับนักลงทุนที่เหมาะสม นี่เป็นโอกาสมหาศาล: พวกเขาสามารถเข้าสู่ตลาดและสร้างตำแหน่งผู้นำในการลงทุนตลาดสาธารณะช่วงแรกในหมวดหมู่เหล่านี้

หุ้นส่วนของคุณ

Nan, Adam, Zivain

เชิงอรรถ

รายงานเทคนิค DeepSeek V3: ใช้ GPU H800 จำนวน 2048 ตัว; การเขียนโปรแกรมระดับ PTX; ข้อความประมาณ 30 ล้านข้อความสำหรับการสื่อสารข้ามโหนด

ในเดือนมีนาคม 2026 ส่วนแบ่งโทเคนรายสัปดาห์ของ OpenRouter อยู่ที่ประมาณ 42% โดยมีความผันผวนประมาณ 5%; Qwen อยู่ที่ประมาณ 18% เป็นที่น่าสังเกตว่า ยอดดาวน์โหลดโมเดลจาก Hugging Face คิดเป็นเพียงประมาณ 80% ของการใช้โมเดลน้ำหนักเปิดของจีน ส่วนอีกประมาณ 20% กระจายผ่านช่องทางอื่น

Anthropic เคยกล่าวหาอย่างเป็นทางการว่า Moonshot AI, DeepSeek และ MiniMax รวบรวมข้อมูลบทสนทนา Claude หลายล้านรายการ ข้อกล่าวหานี้ถูกปฏิเสธและโต้แย้งโดยหลายบริษัทในเวลาต่อมา

ความคิดเห็นเกี่ยวกับความแตกต่างทางบัญชีระหว่างวิธีการ run-rate ต่าง ๆ ขอละไว้ก่อนในบทความนี้

การฝึกศูนย์ข้อมูลของ Alibaba และ ByteDance ในเอเชียตะวันออกเฉียงใต้เร่งตัวขึ้นหลังข้อจำกัดที่ประกาศเมื่อวันที่ 20 เมษายน 2026 บริษัทเหล่านี้เช่าพลังประมวลผลจากสิ่งอำนวยความสะดวกที่ไม่ใช่ของจีนในไทย มาเลเซีย และญี่ปุ่น คำสั่ง OSTP ของทำเนียบขาวสหรัฐฯ เมื่อเดือนมีนาคม 2026 ได้นำเซิร์ฟเวอร์ Nvidia ระดับส่งออก GB300 เข้ามาในไทยเพื่อฝึก K3 ปัจจุบันการควบคุมการส่งออกให้ความสำคัญกับความเป็นเจ้าของชิปมากกว่าการเข้าถึงระยะไกล ต้นทุนการเช่าพลังประมวลผลในไทย มาเลเซีย และอินโดนีเซียสูงกว่าประมาณ 30% ขณะที่ต้นทุนการดำเนินงานต่ำกว่าประมาณ 10%

ก่อนสิ้นสุดช่วงล็อกอัป สถาบันที่ถือหุ้นเกิน 5% ไม่สามารถถอนเงินได้ ผู้ถือหุ้นทั่วไปก็ไม่สามารถขายได้ก่อนสิ้นสุดช่วงล็อกอัป