จีนเปิดใช้งานเครือข่ายคอมพิวเตอร์ AI ยาว 2,000 กม.: ประสิทธิภาพ 98% ในระดับทวีป
จีนเปิดใช้งานพูลการประมวลผล AI แบบกระจายที่ใหญ่ที่สุดในโลกเมื่อวันที่ 3 ธันวาคม 20251 Future Network Test Facility (FNTF) ครอบคลุม 2,000 กม. และบรรลุประสิทธิภาพ 98% ของศูนย์ข้อมูลเดี่ยว2 ประธานาธิบดีสีจิ้นผิงประกาศว่า 2025 เป็นปีที่เทคโนโลยี AI และเซมิคอนดักเตอร์ของจีน "ไปถึงความสูงใหม่" ขณะที่ Goldman Sachs คาดการณ์การลงทุนในศูนย์ข้อมูล 70,000 ล้านดอลลาร์จากบริษัทอินเทอร์เน็ตชั้นนำในปี 20263
Future Network Test Facility
FNTF เป็นตัวแทนแนวทางของจีนในการขยายขนาดการประมวลผล AI: สถาปัตยกรรมแบบกระจายแทนสิ่งอำนวยความสะดวก hyperscale แบบรวมศูนย์
ข้อมูลจำเพาะทางเทคนิค
| ข้อมูลจำเพาะ | รายละเอียด |
|---|---|
| ขอบเขตทางภูมิศาสตร์ | 2,000 กม. |
| ประสิทธิภาพ | 98% ของ DC เดี่ยว |
| วันเปิดใช้งาน | 3 ธันวาคม 2025 |
| ประเภท | พูลการประมวลผล AI แบบกระจาย |
การอ้างประสิทธิภาพ 98% หากถูกต้อง แสดงว่าจีนได้แก้ไขความท้าทายการประมวลผลแบบกระจายที่สำคัญ รวมถึง:4
- การเพิ่มประสิทธิภาพความหน่วงของเครือข่าย
- อัลกอริทึมการกระจายเวิร์กโหลด
- โปรโตคอลการซิงโครไนซ์ข้อมูล
- กลไกทนทานต่อความผิดพลาด
ข้อได้เปรียบเชิงกลยุทธ์
CEO ของ NVIDIA Jensen Huang ตั้งข้อสังเกตถึงข้อได้เปรียบด้านความเร็วโครงสร้างพื้นฐานของจีนในความคิดเห็นล่าสุด: ศูนย์ข้อมูลของสหรัฐฯ ใช้เวลาประมาณ 3 ปีในการสร้าง ขณะที่ในจีน "พวกเขาสามารถสร้างโรงพยาบาลได้ในช่วงสุดสัปดาห์"5
Huang ยังสังเกตว่าจีนมี "พลังงานมากกว่าเราเป็นสองเท่าในฐานะประเทศ" ซึ่งบ่งชี้ว่าความพร้อมของพลังงานจะไม่จำกัดการเติบโตของโครงสร้างพื้นฐาน AI ของจีน6
คำประกาศปีใหม่ของสี
ในสุนทรพจน์ปีใหม่ 2025 ประธานาธิบดีสีจิ้นผิงเน้นย้ำความสำเร็จทางเทคโนโลยีของจีน:7
"เทคโนโลยีของจีน รวมถึงปัญญาประดิษฐ์และชิปเซมิคอนดักเตอร์ ไปถึงความสูงใหม่... เราบูรณาการวิทยาศาสตร์และเทคโนโลยีอย่างลึกซึ้งกับอุตสาหกรรม และสร้างกระแสนวัตกรรมใหม่"
แผนห้าปีที่ 15
คำแนะนำสำหรับแผนห้าปีที่จะมาถึงของจีน รวมถึง "แผนที่มองการณ์ไกล" สำหรับอุตสาหกรรมแห่งอนาคต:8
- ปัญญาประดิษฐ์
- เทคโนโลยีควอนตัม
- อินเทอร์เฟซสมอง-คอมพิวเตอร์
- เซมิคอนดักเตอร์ขั้นสูง
การเน้นย้ำนี้ส่งสัญญาณการลงทุนของรัฐขนาดใหญ่อย่างต่อเนื่องในโครงสร้างพื้นฐาน AI
คลื่นการลงทุน 70,000 ล้านดอลลาร์
นักวิเคราะห์ของ Goldman Sachs คาดการณ์การขยายตัวอย่างมีนัยสำคัญในโครงสร้างพื้นฐาน AI ของจีน:9
การคาดการณ์ปี 2026
| ตัวชี้วัด | การคาดการณ์ |
|---|---|
| การลงทุนศูนย์ข้อมูล | 70,000 ล้านดอลลาร์ |
| การเติบโตของความต้องการพลังงาน | +25% YoY |
| แหล่งที่มา | บริษัทอินเทอร์เน็ตชั้นนำ |
การลงทุนนี้ตามหลังปรากฏการณ์ DeepSeek ซึ่งแสดงให้เห็นว่า AI ของจีนสามารถบรรลุประสิทธิภาพระดับแนวหน้าด้วยสถาปัตยกรรมที่มีประสิทธิภาพ10
ผลกระทบ DeepSeek
ความก้าวหน้าด้านประสิทธิภาพของ DeepSeek ได้เปลี่ยนแปลงภูมิทัศน์โครงสร้างพื้นฐาน AI ของจีนในรูปแบบที่ไม่คาดคิด
ความกังวลเรื่องกำลังการผลิตเกิน
จีนลงทุนหลายพันล้านในศูนย์ข้อมูล AI ระหว่างปี 2023-2024:11
| ช่วงเวลา | กิจกรรม |
|---|---|
| 2023-2024 | ประกาศโครงการ DC ใหม่มากกว่า 500 โครงการ |
| ปลายปี 2024 | สิ่งอำนวยความสะดวกมากกว่า 150 แห่งเสร็จสมบูรณ์ |
| สถานะปัจจุบัน | หลายแห่งไม่ได้ใช้งาน |
การแห่เก็งกำไรชนกับการสาธิตของ DeepSeek ว่าการประมวลผลน้อยลงสามารถบรรลุมากขึ้น ทำให้บางสิ่งอำนวยความสะดวกขาดความต้องการเพียงพอ12
เศรษฐกิจที่เปลี่ยนแปลง
DeepSeek-V3 ฝึกด้วย 2.788 ล้านชั่วโมง GPU H800—เศษเสี้ยวของโมเดลตะวันตกที่เปรียบเทียบได้13 การเปลี่ยนแปลงประสิทธิภาพนี้หมายความว่า:
- สิ่งอำนวยความสะดวกขนาดเล็กสามารถรันเวิร์กโหลดระดับแนวหน้า
- คลัสเตอร์ GPU ขนาดใหญ่อาจใหญ่เกินไป
- การเพิ่มประสิทธิภาพการอนุมานมีความสำคัญมากกว่าขนาดดิบ
แบบกระจาย vs. แบบรวมศูนย์
FNTF เป็นตัวแทนปรัชญาที่แตกต่างจากแนวทาง hyperscale ของตะวันตก
โมเดลตะวันตก
Hyperscaler ของสหรัฐฯ สร้างสิ่งอำนวยความสะดวกแบบรวมศูนย์ที่มีความต้องการพลังงานมหาศาล:
| แนวทาง | ลักษณะ |
|---|---|
| ความหนาแน่นของพลังงาน | 100+ MW ต่อสิ่งอำนวยความสะดวก |
| ตำแหน่งที่ตั้ง | ภูมิภาคที่มีพลังงานมาก |
| ความซ้ำซ้อน | การจำลองแบบหลายภูมิภาค |
| การก่อสร้าง | โดยทั่วไป 3+ ปี |
โมเดลแบบกระจายของจีน
FNTF กระจายการประมวลผลข้ามระยะทางระดับทวีป:14
| แนวทาง | ลักษณะ |
|---|---|
| การกระจายทางภูมิศาสตร์ | 2,000+ กม. |
| แหล่งพลังงาน | หลายกริดระดับภูมิภาค |
| ความซ้ำซ้อน | ฝังอยู่ในสถาปัตยกรรม |
| การก่อสร้าง | การติดตั้งอย่างรวดเร็ว |
แนวทางแบบกระจายอาจพิสูจน์ได้ว่ามีความยืดหยุ่นมากกว่าต่อข้อจำกัดด้านพลังงาน ความท้าทายด้านการระบายความร้อน และการหยุดชะงักในระดับภูมิภาค
ผลกระทบต่อการแข่งขัน AI ระดับโลก
ความเร็วโครงสร้างพื้นฐาน
ข้อสังเกตของ Huang เกี่ยวกับความเร็วในการก่อสร้างของจีนมีผลกระทบที่เป็นรูปธรรม:15
| ประเทศ | เวลาก่อสร้าง DC |
|---|---|
| สหรัฐอเมริกา | ~3 ปี |
| จีน | เร็วกว่ามาก |
ข้อได้เปรียบด้านความเร็วนี้สะสมตามเวลา ทำให้จีนสามารถติดตั้งโครงสร้างพื้นฐานแบบวนซ้ำตามความต้องการที่เปลี่ยนแปลง
ความพร้อมของพลังงาน
ข้อได้เปรียบด้านกำลังการผลิตพลังงานของจีนช่วยให้การติดตั้งในระดับที่จะทำให้กริดตะวันตกเครียด:16
- มีแหล่งพลังงานหลายแหล่ง
- การลงทุนโครงสร้างพื้นฐานกริดกำลังดำเนินอยู่
- แรงเสียดทานด้านกฎระเบียบน้อยลงสำหรับการเชื่อมต่อใหม่
โฟกัสที่ประสิทธิภาพ
ห้องปฏิบัติการ AI ของจีนได้แสดงให้เห็นแนวทางที่เน้นประสิทธิภาพเป็นอันดับแรกซึ่งอาจพิสูจน์ได้ว่าเหนือกว่าเชิงกลยุทธ์กว่าการขยายขนาดแบบใช้กำลังดิบ:17
- ประสิทธิภาพการฝึกของ DeepSeek
- การเพิ่มประสิทธิภาพการประมวลผลแบบกระจาย
- สถาปัตยกรรมที่เน้นการอนุมาน
ประเด็นสำคัญ
- เครือข่าย 2,000 กม.: เปิดใช้งานพูลการประมวลผล AI แบบกระจายที่ใหญ่ที่สุดในโลก
- ประสิทธิภาพ 98%: อ้างว่าเทียบเท่าประสิทธิภาพศูนย์ข้อมูลเดี่ยวในระดับทวีป
- คำประกาศของสี: 2025 ถูกวางตำแหน่งเป็นปีแห่งความก้าวหน้าสำหรับ AI ของจีน
- การลงทุน 70,000 ล้านดอลลาร์: Goldman คาดการณ์การใช้จ่ายโครงสร้างพื้นฐานขนาดใหญ่สำหรับปี 2026
- ความเสี่ยงกำลังการผลิตเกิน: ประกาศโครงการมากกว่า 500 โครงการ หลายโครงการไม่ได้ใช้งานเต็มที่ในขณะนี้
- ข้อได้เปรียบด้านความเร็ว: จีนสร้างโครงสร้างพื้นฐานเร็วกว่าคู่แข่งตะวันตก
แนวทางแบบกระจายของจีนสำหรับโครงสร้างพื้นฐาน AI เป็นตัวแทนสถาปัตยกรรมทางเลือกสำหรับการรวมศูนย์ hyperscale ของตะวันตก ว่าการอ้างประสิทธิภาพของ FNTF จะคงอยู่ภายใต้เวิร์กโหลดการผลิตหรือไม่จะเป็นตัวกำหนดว่าโมเดลนี้จะแพร่กระจายหรือไม่
เอกสารอ้างอิง
-
Interesting Engineering. "China's 1,240-mile-wide giant computer runs highly reliable operations." ↩
-
เพิ่งอ้าง ↩
-
Goldman Sachs. "China's AI providers expected to invest $70 billion in data centers amid overseas expansion." ↩
-
การวิเคราะห์ตามข้อมูลจำเพาะที่อ้าง ↩
-
Fortune. "Nvidia CEO says data centers take about 3 years to construct in the U.S., while in China 'they can build a hospital in a weekend.'" ธันวาคม 2025 ↩
-
เพิ่งอ้าง ↩
-
Euronews. "Xi Jinping: 2025 was a year of AI and chip breakthroughs amid US-China tech rivalry." มกราคม 2026 ↩
-
เพิ่งอ้าง ↩
-
Goldman Sachs, อ้างแล้ว ↩
-
DeepSeek. "DeepSeek-V3 Technical Report." arXiv:2412.19437. ธันวาคม 2024 ↩
-
MIT Technology Review. "China built hundreds of AI data centers to catch the AI boom. Now many stand unused." มีนาคม 2025 ↩
-
เพิ่งอ้าง ↩
-
DeepSeek, อ้างแล้ว ↩
-
Interesting Engineering, อ้างแล้ว ↩
-
Fortune, อ้างแล้ว ↩
-
เพิ่งอ้าง ↩
-
S&P Global Ratings. "China Data Centers: Top Players Will Dominate AI." ↩