ชื่อปัจจุบัน “DeepSeek pause fundraise after comments on compute gap to US leaked (transcript) [pdf]” อ่านได้เหมือนว่าเนื้อหาที่หลุดคือ DeepSeek ตระหนักถึงช่องว่างด้านทรัพยากรประมวลผลกับสหรัฐแล้วจึงหยุดระดมทุน
แต่คนส่วนใหญ่น่าจะเข้าใจว่าหยุดระดมทุนเพราะคำพูดเกี่ยวกับช่องว่างด้านทรัพยากรประมวลผลรั่วไหลออกมา ซึ่งการตีความนั้นไม่ตรงกับข้อเท็จจริง
อาจใช้ว่า “Leaked DeepSeek transcripts reveal plan to pause fundraising due to compute gap” จะดีกว่า
แต่ถึงอย่างนั้นก็ยังไม่ชัดเจนว่า ช่องว่างด้านทรัพยากรประมวลผล คืออะไร และมันเป็นสาเหตุของการหยุดระดมทุนจริงหรือไม่ ทำให้ชื่อเหมือนเอาเนื้อหาคนละส่วนมารวมกัน
1 ความคิดเห็น
ความเห็นจาก Hacker News
ชื่อปัจจุบัน “DeepSeek pause fundraise after comments on compute gap to US leaked (transcript) [pdf]” อ่านได้เหมือนว่าเนื้อหาที่หลุดคือ DeepSeek ตระหนักถึงช่องว่างด้านทรัพยากรประมวลผลกับสหรัฐแล้วจึงหยุดระดมทุน
แต่คนส่วนใหญ่น่าจะเข้าใจว่าหยุดระดมทุนเพราะคำพูดเกี่ยวกับช่องว่างด้านทรัพยากรประมวลผลรั่วไหลออกมา ซึ่งการตีความนั้นไม่ตรงกับข้อเท็จจริง
แต่ถึงอย่างนั้นก็ยังไม่ชัดเจนว่า ช่องว่างด้านทรัพยากรประมวลผล คืออะไร และมันเป็นสาเหตุของการหยุดระดมทุนจริงหรือไม่ ทำให้ชื่อเหมือนเอาเนื้อหาคนละส่วนมารวมกัน
มีทั้งข้อมูลลับของบริษัทและยุทธศาสตร์ในอนาคตสำหรับสู้กับแล็บในสหรัฐอยู่มาก จึงน่าจะโกรธมากกับการรั่วไหลนี้ และดูเหมือนพักการลงทุนไว้เป็นมาตรการลงโทษ อีกทั้งถ้าบริษัทมองว่าตนมีทรัพยากรน้อยกว่าคู่แข่ง ก็ไม่มีเหตุผลเชิงตรรกะที่จะหยุดระดมทุน ทำให้การตีความแบบแรกดูไม่สมเหตุสมผล
ตัวอย่าง: https://x.com/_FORAB/status/2081034500101017616?s=20
ถ้าเพิ่มเป็นลิงก์เสริมได้ก็น่าจะดี https://www.bloomberg.com/news/articles/2026-07-25/deepseek-...
ฉบับคัดลอกที่แทบเหมือนกันและติด paywall น้อยกว่าดูได้ที่ https://fortune.com/2026/07/25/deepseek-liang-wenfeng-backer... และ https://archive.ph/zpIrG
บทความที่ให้บริบทเพิ่มอีกหน่อยคือ https://www.cyberkendra.com/2026/07/deepseek-pauses-fundrais...
ตามรายงานของ Bloomberg ไม่กี่วันหลังคำพูดของ Liang Wenfeng เกี่ยวกับการแข่งขัน AI ระหว่างสหรัฐกับจีนแพร่กระจายบนออนไลน์ DeepSeek ก็แจ้งนักลงทุนที่อาจเข้าร่วมรอบลงทุนรอบที่สองว่าดีลถูกหยุดแล้ว รายการที่สื่อเทคในเครือ Tencent เปิดเผยออกมาจำนวน 118 ข้อ ครอบคลุมทั้งกลยุทธ์ AGI, การจัดหาชิป, ราคา และการรักษาบุคลากร โดย Liang อธิบายว่าจุดอ่อนของจีนไม่ใช่เรื่องบุคลากร แต่เป็นปัญหาเชิงคณิตศาสตร์ของทรัพยากร
โดยเฉพาะการฝึกโมเดลระดับแนวหน้าต้องใช้ ชิป Huawei 950 จำนวน 200,000 ตัว แต่ได้รับมาเพียง 16,000 ตัว และเขาคาดว่าข้อจำกัดด้านกำลังการผลิตของ Huawei จะยืดเยื้ออย่างน้อย 3 ปี พร้อมเสนอแนวทางลดช่องว่างให้เหลือ 3–6 เดือนแม้มีทรัพยากรประมวลผลน้อยกว่าแล็บในสหรัฐมาก
มีคนพูดกันมากว่าการลดค่าเสื่อมราคาเพื่อยืดอายุ GPU เป็น “กลเม็ดทางบัญชี” แต่ก็อาจเป็นไปได้ว่าอายุใช้งานจริงยาวขึ้น เพราะแบนด์วิดท์ที่เพิ่มขึ้นใน GPU รุ่นใหม่ไม่ได้มากนัก ปรากฏการณ์ที่หุ้นผู้ผลิตหน่วยความจำพุ่งแรงแต่ NVIDIA กลับทรงตัวก็ดูจะสะท้อนเรื่องนี้ จีนมีช่องว่างกับสหรัฐในด้านการผลิตหน่วยความจำระดับล้ำสมัยน้อยกว่า ดังนั้นความเสียเปรียบอาจถูกพูดเกินจริง
มีความเข้าใจผิดว่ารูปแบบของบริษัท AI สหรัฐคือคำตอบที่ดีที่สุด แต่โมเดลแนวหน้ามีขนาดมหึมา และอาจยังมีช่องให้เร่งความเร็วได้อีกหลายร้อยแบบ หากผลักดันการเปิดเผย weights ต่อไป ก็อาจลดความไร้ประสิทธิภาพเหล่านี้ลงได้เรื่อย ๆ
หากโมเดลโอเพนเวตของจีนกำลังไล่ตามสหรัฐได้ทันและให้ประสิทธิภาพระดับแนวหน้าด้วยต้นทุนเพียงบางส่วน ในที่สุดโมเดล AI ก็อาจกลายเป็นสินค้าโภคภัณฑ์ และทำให้เกิดคำถามว่าการลงทุนมูลค่าหลายพันล้านถึงหลายล้านล้านดอลลาร์ของแล็บในสหรัฐจะให้เพียงแค่ ผลตอบแทนที่ลดลง และความได้เปรียบก็เป็นเพียงชั่วคราวหรือไม่
ถ้าเป็นเช่นนั้น ก็ไม่แน่ใจว่าเหตุใด DeepSeek จึงเลือกเดินเส้นทางเดียวกัน ทั้งที่ช่องว่างด้านประสิทธิภาพเป็นเพียงชั่วคราวและต้นทุนก็สูงมาก การยืนอยู่แถวหน้าแบบสัมบูรณ์นั้นสำคัญจริงหรือไม่
ในบันทึกเสียงมีการอธิบายสิ่งนี้ว่าเป็นหน้าที่ทางศีลธรรม และระบุว่าไม่สนใจความร้อนแรงของการสร้างภาพ・วิดีโอหรือ world model แต่จะโฟกัสเฉพาะการอนุมาน กระบวนการคิด และการเรียนรู้อย่างต่อเนื่อง
เป้าหมายไม่ใช่การครองโลก แต่คือการมีส่วนช่วยต่อความก้าวหน้าของโมเดลภาษาขนาดใหญ่ต่อไป และ การทำเชิงพาณิชย์เป็นเพียงเป้าหมายที่ห่างไกล เมื่อพิจารณาว่ามีการให้บริการอยู่แล้ว คำว่า commercialization ที่นี่ดูจะหมายถึงการสร้างกำไรอย่างมีนัยสำคัญ หากมีท่าทีแบบนี้ ก็พอเข้าใจได้ว่าทำไมจึงยกเลิกการระดมทุนเพื่อตอบสนองต่อการรั่วไหล
เขายอมรับว่ายังเหลือทางอีกไกลและต้องกู้คืนต้นทุนระหว่างทาง แต่เห็นว่าหากโฟกัสที่กำไรระยะสั้น โอกาสสำเร็จของ AGI จะลดลง และเมื่อเทียบกับมูลค่าที่ AGI จะนำมาแล้วก็ถือว่าเล็กน้อย เขาเน้นความยับยั้งชั่งใจเป็นวัฒนธรรมองค์กร และเชื่อในการ突破มากกว่าการปรับปรุงประสิทธิภาพแบบธรรมดา จึงยังลงทุนใน AI ต่อไป
หากเป็นการกลั่นแบบ distillation ก็ย่อมถูกกว่าการฝึกตั้งแต่ต้นมาก และค่าแรงของจีนก็ต่ำกว่าสหรัฐด้วย Anthropic อ้างว่า Alibaba มีปฏิสัมพันธ์กับ Claude ถึง 28.8 ล้านครั้งในช่วงเดือน 4~6 ปี 2026 ผ่านบัญชีฉ้อโกงราว 25,000 บัญชี แต่ก็เป็นไปได้ว่าบางส่วนหรือทั้งหมดถูกทำอัตโนมัติด้วยเอเจนต์
รีโพซิทอรีถูก force push ทำให้ลิงก์เดิมใช้ไม่ได้แล้ว แต่ยังดูไฟล์ได้ที่ https://github.com/demo-zexuan/liang-wenfeng-investor-meetin...
แรงจูงใจของ Liang Wenfeng แตกต่างจากผู้ประกอบการแบบที่คุ้นเคยกันในโลกตะวันตกอย่างชัดเจน
บันทึกเสียงนี้ให้อารมณ์ต่างจากคำพูดของผู้บริหารที่หลงตัวเองเกินจริงซึ่งนำ Anthropic หรือ OpenAI อย่างมาก
https://www.sec.gov/Archives/edgar/data/1181412/000162828026...
ในจดหมายเรื่องโอเพนเวต・โอเพนซอร์สล่าสุด บริษัทเทคขนาดใหญ่รวมถึง OpenAI ได้ลงนามกันหมด แต่มีเพียง Anthropic ที่ไม่ร่วมลงนาม และพนักงานก็กำลังถูกวิจารณ์อย่างหนักบน X จากคำพูดอย่าง https://x.com/Mononofu/status/2080937562739531837 ดูเหมือนว่าพวกเขาจะคิดว่าคนอื่นทั้งหมดโง่และถูกปลุกปั่นได้ง่ายจนไม่อาจฝาก AI ไว้ได้ และมีแต่พวกเขาเท่านั้นที่ควรถืออำนาจควบคุม วัฒนธรรมแบบลัทธิได้ก่อตัวขึ้น โดยพนักงานเชิดชูผู้บริหารที่ไล่ล่าอำนาจและความมั่งคั่งในเชิงอุดมการณ์ และแม้แต่ค่าใช้จ่ายทางการเมืองที่เปิดเผยต่อสาธารณะก็เพิ่มจาก 20 ล้านดอลลาร์เป็น 40 ล้านดอลลาร์
เป้าหมายหลักคือ AGI และสมมติฐานก่อนหน้านั้นคือ การเรียนรู้อย่างต่อเนื่อง ทุกคนกำลังหาวิธีทำสิ่งนี้ให้เกิดขึ้น และ ณ ตอนนี้ แนวทางที่อิงการรันเอเจนต์ก็ดูมีโอกาสมากที่สุด
ผมเองก็แก้ปัญหาเดียวกันนี้อยู่ใน https://github.com/rush86999/atom
ดูเหมือนเอกสารถูกลบอีกครั้ง แต่คำพูดของ Liang ยังดูได้จากที่อื่น
[1] https://aiproem.substack.com/p/must-read-deepseek-liang-wenf...
ประเด็นสำคัญของคำกล่าวนี้ดูเหมือนจะเป็นการขาดทรัพยากรที่จำเป็นสำหรับการ ซื้อ NVIDIA H200 จริง ๆ Liang ระบุว่าถ้าปีนี้สามารถใช้เงินได้ 2 พันล้านดอลลาร์ แสดงว่าฝ่ายจัดหาทำผลงานได้ยอดเยี่ยม และช่องว่างหลักกับสหรัฐฯ ไม่ใช่เรื่องบุคลากรแต่เป็นทรัพยากร อีกทั้งโมเดลขนาดใหญ่ที่สุดในตอนนี้ก็ไม่สามารถรับภาระต้นทุนการฝึกได้
ในสมัยแรก Trump เริ่มสงครามการค้าที่มุ่งขัดขวางการพัฒนาอุตสาหกรรมเซมิคอนดักเตอร์ของจีน และจีนก็ตอบโต้ด้วยการเติบโตอย่างรวดเร็วในอุตสาหกรรมขั้นสูง เช่น รถยนต์ไฟฟ้า, LiDAR และพลังงานแสงอาทิตย์ ในสมัยที่สอง เขาสั่งห้ามการขายชิปของ NVIDIA ให้จีน แต่เมื่ออุตสาหกรรมเซมิคอนดักเตอร์ของจีนก้าวหน้าอย่างน่าทึ่งก็ถอยกลับ และหลังจากนั้นจีนกลับสั่งห้ามบริษัทในประเทศซื้อ NVIDIA เพื่อสนับสนุนอุตสาหกรรมภายในประเทศของตนเอง แม้กว่าจะไปถึง EUV ยังต้องใช้เวลาอีกหลายปี แต่ตอนนี้จีนผลิตชิปส่วนใหญ่ที่ใช้กระบวนการเกิน 14nm ได้เองแล้วและกำลังเติบโตอย่างรวดเร็ว
น่าสงสัยว่าปัจจัยพื้นฐานที่จำกัดกำลังการผลิตของ Huawei คืออะไร จีนได้แสดงให้เห็นแล้วว่ามีความสามารถในการขยายขนาดเมื่อจำเป็น ดังนั้นถ้าเป็นเพียงปัญหาว่ารู้เทคโนโลยีอยู่แล้วและแค่ต้องสร้างโรงงานเพิ่ม ก็น่าจะขยายไปนานแล้ว
กว่าจีนจะมีฐานเทคโนโลยีสำหรับผลิตชิปสมรรถนะสูงเองได้อย่างคุ้มทุน อาจต้องใช้เวลาอีกหลายปีไปจนถึง 10 ปี