ชิป XCENA แก้ memory bottleneck จัดการข้อมูลใกล้ DRAM

สรุปสั้น: บริษัทชิป XCENA เข้ารอบ Series B ระดมทุน 135 ล้านดอลลาร์ เพื่อพัฒนาชิป MX1 ที่จัดการข้อมูลใกล้หน่วยความจำ (DRAM) โดยตรง ลดการส่งข้อมูลไปมา ซึ่งเป็นต้นเหตุหลักของความล่าช้าและค่าใช้จ่ายในระบบ AI โมเดลรุ่นใหม่อาจลดพลังงานได้ถึง 60% และใช้เซิร์ฟเวอร์น้อยลง แม้จะยังไม่เปิดตัวจริงจนปี 2027 แต่การระดมทุนครั้งนี้สะท้อนความเชื่อมั่นของนักลงทุนว่า ปัญหาหน่วยความจำอาจกลายเป็นจุดเปลี่ยนสำคัญในอุตสาหกรรม AI ได้

ข้อเท็จจริงสำคัญ

• XCENA ระดมทุน Series B ได้ 135 ล้านดอลลาร์ ณ มูลค่าบริษัท 570 ล้านดอลลาร์ ทำให้มูลค่ารวมที่ระดมได้ถึง 185 ล้านดอลลาร์ [1][2][3]
• ชิป MX1 ของ XCENA วางตรรกะประมวลผลไว้ใกล้กับ DRAM เพื่อจัดการข้อมูลแบบเรียลไทม์ โดยไม่ต้องส่งกลับไปยัง CPU หรือ GPU [1][2][3]
• โมเดลโปรโตไทป์ MX1 เตรียมผลิตในเชิงอุตสาหกรรมที่ซัมซุงฟาวน์ทรีในปลายปี 2026 โดยมีรายได้เริ่มต้นในปี 2027 [1]
• XCENA เชื่อว่าปัญหาหลักของ AI คือการส่งข้อมูลระหว่างหน่วยความจำกับโปรเซสเซอร์ ไม่ใช่การขาดพลังประมวลผล [1][2][3]
• บริษัทชิปหน่วยความจำใหญ่ 3 แห่ง ได้แก่ ซัมซุง, SK Hynix และไมโครน ต่างพุ่งทะยานมูลค่าตลาดเกิน 1 ล้านล้านดอลลาร์ในเดือนพฤษภาคม 2026 [2]
• อุตสาหกรรมชิป AI เริ่มได้รับการสนับสนุนจากนักลงทุนอย่างต่อเนื่อง โดยระดมทุนรวมกันได้ 1.1 พันล้านดอลลาร์ในสัปดาห์เดียวในเดือนกุมภาพันธ์ 2026 [8]

ชิปใหม่ที่ไม่ต้องเร็วมาก แต่จัดการข้อมูลได้ดีกว่า

บริษัท XCENA ซึ่งก่อตั้งในปี 2022 โดยอดีตวิศวกรจากซัมซุงและ SK Hynix เข้ารอบ Series B ระดมทุนได้ 135 ล้านดอลลาร์ พร้อมมูลค่าบริษัท 570 ล้านดอลลาร์ [1][2][3]

ทุนส่วนใหญ่มาจากกองทุนความเสี่ยงจากกรุงโซลอย่าง Altinum และ IMM I ซึ่งสะท้อนความเชื่อมั่นในแนวคิดใหม่ที่ว่า ปัญหาหลักของ AI ไม่ใช่การประมวลผลเร็วพอ แต่คือการส่งข้อมูลไปมา

จุดเปลี่ยนจาก ‘คำนวณ’ สู่ ‘จัดการข้อมูลใกล้หน่วยความจำ’

ชิป MX1 ที่ XCENA พัฒนา วางตรรกะประมวลผลไว้ใกล้กับ DRAM โดยตรง เพื่อจัดการงานพื้นฐาน เช่น การเรียงลำดับข้อมูลหรือกรองข้อมูลเบื้องต้น ทันทีที่ข้อมูลถูกอ่านเข้ามา

แนวคิดนี้คล้ายกับการให้ ‘คนในห้องเก็บของ’ จัดการสิ่งของเองแทนที่จะต้องเรียกคนจากแผนกอื่นมาช่วยทุกครั้ง [1]

ผลลัพธ์ที่คาดหวัง: ประหยัดพลังงาน ลดเซิร์ฟเวอร์ และเร็วกว่าเดิม

XCENA อ้างว่า ด้วยการออกแบบนี้ ระบบสามารถลดเวลาหน่วง (latency) ได้มากกว่า 50% และใช้พลังงานน้อยลงถึง 60% เมื่อเปรียบเทียบกับสถาปัตยกรรมแบบเดิม [1]

นอกจากนี้ ระบบอาจลดจำนวนเซิร์ฟเวอร์ที่ต้องใช้ในงาน AI ขนาดใหญ่ได้ครึ่งหนึ่ง ซึ่งแปลว่า ค่าใช้จ่ายในการดำเนินงาน (OPEX) ของบริษัทคลาวด์อาจลดลงอย่างมีนัยสำคัญ

ทำไมตอนนี้ถึงมาแรง?

ในเดือนพฤษภาคม 2026 ซัมซุง, SK Hynix และไมโครน ต่างก้าวข้ามเส้น 1 ล้านล้านดอลลาร์ มูลค่าตลาด สะท้อนว่าหน่วยความจำกำลังกลายเป็นทรัพยากรสำคัญที่สุดในยุค AI [2]

ขณะเดียวกัน บริษัทชิปอื่น ๆ เช่น Fractile ก็เริ่มใช้ SRAM cache แบบเฉพาะทาง เพื่อลดการเข้าถึง DRAM แต่ XCENA เลือกแนวทางตรงข้าม คือ ‘ปรับปรุงหน่วยความจำให้ฉลาดขึ้น’ แทนที่จะเพิ่มแคช [4]

อนาคตของ AI ที่ไม่ต้องพึ่งพลังประมวลผลมหาศาล

แม้โมเดลอย่าง Gemma 4 จะถูกปรับให้ทำงานบน Jetson Orin Nano ได้ดีในงานท้องถิ่น แต่การใช้งานจริงในตลาดอาเซียน ซึ่งมีข้อจำกัดด้านพลังงานและต้นทุน อาจต้องพึ่งโครงสร้างเช่น XCENA มากกว่า

ชิป MX1 อาจไม่เหมาะกับงานที่ต้องการความเร็วสูงสุดในระดับเดียวกับ GPU แต่เหมาะกับงานที่ต้องประมวลผลข้อมูลต่อเนื่อง เช่น การให้บริการแชทบอทหรือการวิเคราะห์ข้อความในระบบคลาวด์

ยังไม่เปิดตัว แต่ตลาดเริ่มจับตา

แม้โปรโตไทป์ MX1 จะเริ่มผลิตเชิงอุตสาหกรรมที่ซัมซุงฟาวน์ทรีในปลายปี 2026 และเริ่มมีรายได้ในปี 2027 [1] แต่การระดมทุนครั้งนี้แสดงให้เห็นว่า นักลงทุนเริ่มมองหาทางแก้ปัญหาที่ลึกกว่า ‘เพิ่มซีพียู’

ในโลกที่พลังงานและต้นทุนเป็นกุญแจสำคัญ การเปลี่ยนแปลงโครงสร้างพื้นฐาน AI จาก ‘คำนวณมาก’ สู่ ‘จัดการข้อมูลอย่างชาญฉลาด’ อาจกลายเป็นเส้นทางใหม่ที่เปลี่ยนเกมได้ในอีกไม่กี่ปีข้างหน้า

(วงเล็บขยายความ: โมเดลรุ่นเล็ก (พารามิเตอร์ 3 พันล้าน) ทำงานบนเครื่องเดียวได้)

Sources

1. Startup XCENA raises $135M to solve AI’s hidden bottleneck: memory, not compute | AI News AI infrastructure | CryptoRank.io (cryptorank.io) — 2026-06-02
2. This chip startup just raised $135M on a bet that AI’s biggest bottleneck isn’t compute — it’s memory (finance.yahoo.com) — 2026-05-29
3. This chip startup just raised $135M on a bet that AI’s biggest bottleneck isn’t compute — it’s memory | TechCrunch (techcrunch.com) — 2026-05-29
4. Fractile’s AI-ASIC with SRAM cache attracts Anthropic investment | Alexander Harrowell posted on the topic | LinkedIn (www.linkedin.com) — 2026-05-05