ภูมิทัศน์ป่ามืดมีโครงสร้างคำนวณขนาดใหญ่ที่ยังประกอบไม่เสร็จและทางเดินพลังงานสีอำพันขาดช่วงหนึ่งจุด
aiqwenalibaba-cloudinfrastructureroadmap

Qwen 4 ยังฝึกอยู่: อ่านโรดแมป 5–10 ล้านล้านพารามิเตอร์ให้ไม่หลงตัวเลข

พี่โชว์Engineering

Alibaba ยืนยันเมื่อ 22 กันยายน 2026 ว่า Qwen 4 “กำลังฝึก” และวางโรดแมป Qwen 4.5/Qwen 5 ที่อาจขยายถึง 5–10 ล้านล้านพารามิเตอร์ครับ นี่เป็นแผนอนาคต ไม่ใช่โมเดล 10 ล้านล้านพารามิเตอร์ที่ดาวน์โหลดหรือเรียก API ได้แล้ววันนี้

สรุป 30 วินาที

  • ประกาศทางการของ Alibaba Cloud แยกชัดว่า Qwen 4 อยู่ระหว่างฝึก ส่วนช่วง 5–10 ล้านล้านพารามิเตอร์เป็น projection สำหรับซีรีส์ Qwen 4.5 และ Qwen 5 ที่กำลังจะมา
  • บริษัทเปิดแผนตั้งแต่โมเดล ชิป Zhenwu V900, CPU Yitian, cloud สำหรับ agent ไปจนถึงเป้าหมายกำลังศูนย์ข้อมูลรวมมากกว่า 20 กิกะวัตต์ภายในปี 2032 จึงเป็นเรื่องโครงสร้างพื้นฐานทั้งกอง ไม่ใช่ข่าวโมเดลอย่างเดียว
  • ตัวเลขพารามิเตอร์ไม่ได้ตอบคุณภาพ ต้นทุน latency, energy, context, licensing หรือความสามารถด้านภาษาไทย ต้องรอ model card, benchmark ที่ทำซ้ำได้ และราคาจริง
  • ชิป V900 ถูกระบุว่าจะผลิตและขายเชิงพาณิชย์ในไตรมาส 1 ปี 2027 ส่วน Qwen รุ่นอนาคตยังไม่มีวันเปิดใช้ น้ำหนักโมเดล หรือ API contract ในประกาศนี้
  • ทีมพัฒนาไม่ควรย้ายระบบตาม headline ให้ใช้โมเดลที่มี version และเอกสารจริง ทำ abstraction สำหรับ provider และตั้งเกณฑ์ย้ายจากงานของตัวเอง

ทำไมเรื่องนี้เกี่ยวกับคุณ

ข่าว “ล้านล้านพารามิเตอร์” ฟังเหมือนรถบรรทุกที่ใหญ่ขึ้นสิบเท่าต้องขนของได้ดีขึ้นสิบเท่า แต่ระบบ AI ไม่ได้ตรงขนาดนั้นครับ โมเดลใหญ่อาจทำงานบางอย่างดีขึ้น แต่ค่า inference, เวลาในการตอบ การจัดสรร GPU และการส่งข้อมูลไปยัง region ที่รองรับอาจแพงขึ้นพร้อมกัน ทีมที่ซื้อข่าวก่อนซื้อความสามารถจริงเสี่ยงล็อก architecture ไว้กับสิ่งที่ยังไม่มีสัญญา

สิ่งที่น่าสนใจกว่าตัวเลขเดียวคือ Alibaba กำลังวางแนวตั้งครบชั้น: ชิป เครือข่าย ที่เก็บข้อมูล แพลตฟอร์มฝึก โมเดล และ agent runtime หากทำได้ตามแผน การควบคุมหลายชั้นอาจช่วยลดต้นทุนหรือปรับระบบเฉพาะ workload ได้ แต่ในมุมลูกค้า มันก็เพิ่มคำถามเรื่อง portability, observability, data residency และการย้ายออกจาก stack เดียวกัน

สำหรับนักพัฒนาไทย ผลกระทบตรงคือทางเลือกโมเดลเอเชียอาจมากขึ้น รองรับงาน multilingual และ deployment ในภูมิภาคมากขึ้น แต่คำว่า “global expansion” ยังไม่เท่ากับมี region ไทย ราคาไทย หรือข้อสัญญาที่ตรงกับกฎหมายและนโยบายองค์กรเรา ต้องเช็ก service catalog และ DPA ตอนซื้อจริง

ทำงานยังไง: จากร้านข้าวจานเดียวสู่ครัวกลางทั้งนิคม

นึกถึงร้านข้าวตามสั่งครับ โมเดลคือพ่อครัวที่ตัดสินใจว่าจะทำอะไรจากออเดอร์ แต่พ่อครัวทำงานไม่ได้ถ้าไม่มีเตา วัตถุดิบ พื้นที่เก็บของ ทางส่งอาหาร และระบบรับคิว โรดแมปของ Alibaba พยายามเป็นเจ้าของตั้งแต่ “เตา” ซึ่งคือชิป ไปจนถึง “พนักงานส่ง” ซึ่งคือ agent ที่ลงมือข้ามแอป

ชั้นโมเดลมี Qwen 4 ที่กำลังฝึก และ roadmap ของ Qwen 4.5/Qwen 5 ที่บริษัทคาดว่าจะขยายระดับพารามิเตอร์ขึ้นไป ช่วงตัวเลขกว้างบอกเราว่า design ยังไม่ใช่ artifact คงที่ และพารามิเตอร์ทั้งหมดอาจไม่ได้ active พร้อมกันหากสถาปัตยกรรมใช้ mixture-of-experts ประกาศไม่ได้ระบุรายละเอียดนั้น เราจึงห้ามสรุปเองว่า compute ต่อ token จะเท่ากับจำนวนพารามิเตอร์ทั้งหมด

ชั้นฮาร์ดแวร์มี Zhenwu V900 ซึ่ง Alibaba ระบุหน่วยความจำ 216 GB และ bandwidth ระหว่างชิป 1,200 GB/s พร้อมรองรับ FP8/FP4 บริษัทกล่าวว่าประสิทธิภาพสูงกว่ารุ่นก่อนสามเท่าและตั้งเป้าผลิตจำนวนมากใน Q1 2027 ตัวเลขนี้มาจากผู้ผลิต ยังต้องรอ benchmark ภายนอก งานจริง และรายละเอียดซอฟต์แวร์ก่อนเทียบกับ accelerator อื่น

ชั้นศูนย์ข้อมูลมีเป้าหมายกำลังรวมมากกว่า 20GW ภายในปี 2032 และการขยาย region หลายประเทศ IT Pro รายงานบริบทการขยายยุโรปและความต้องการ data sovereignty เพิ่มเติม นี่ช่วยอธิบายว่าทำไมข่าวโมเดลถึงมาพร้อมอาคาร ไฟฟ้า เครือข่าย และการจัดวางข้อมูล

ชั้น agent มี AgentCore, Agent Security Center และ Context Engine ตามศัพท์ของผู้ผลิต แนวคิดคือให้ model เรียกเครื่องมือ รับบริบท และมี memory ภายใต้ชั้นบริหารเดียวกัน แต่คำว่า “enterprise-grade” หรือ “secure” ใน press release ยังไม่ใช่ threat model, penetration-test report หรือ SLA ต้องขอเอกสารผลิตภัณฑ์เมื่อบริการเปิดให้ใช้จริง

เงิน พลังงาน และผลกระทบที่ตัวเลขพารามิเตอร์ไม่บอก

โมเดลใหญ่มีบิลหลายใบ: training compute, inference compute, memory bandwidth, network, storage, cooling และไฟฟ้า เป้าหมาย 20GW จึงเป็นทั้งสัญญาณความทะเยอทะยานและคำถามด้านพลังงาน การเห็น capacity รวมไม่ได้บอก utilization, สัดส่วนพลังงานหมุนเวียน, PUE หรือคาร์บอนของคำขอหนึ่งครั้ง ต้องรอรายงานที่วัดและมีขอบเขตชัด

ด้านธุรกิจ การมี stack ตั้งแต่ชิปถึง agent อาจทำ bundle price และ optimization ข้ามชั้นได้ แต่ลูกค้าต้องคิด exit cost ด้วย เช่น model API เปลี่ยนแล้ว application ย้ายได้ไหม vector/memory export ได้ในรูปแบบเปิดหรือไม่ log ครบพอ audit หรือเปล่า และ connector ผูกกับบริการเฉพาะมากเพียงใด

สำหรับทีมเล็ก ค่าใช้จ่ายต่อ token และ latency ที่ percentile 95 สำคัญกว่าพารามิเตอร์บนสไลด์ โมเดลเล็กที่ผ่านงานเฉพาะด้วย retrieval ดี ๆ อาจคุ้มกว่าโมเดลยักษ์ เหมือนร้านข้าวไม่จำเป็นต้องเช่าครัวโรงแรมทั้งชั้นเพื่อทอดไข่หนึ่งฟองครับ

สิ่งที่ยังไม่ชัด และแหล่งข่าวพูดไม่ตรงกันตรงไหน

จุดที่ต้องระวังที่สุดคือกาลเวลา ประกาศต้นทางบอก “currently in training” สำหรับ Qwen 4 และ “projected to scale” สำหรับ Qwen 4.5/Qwen 5 ขณะที่พาดหัวข่าวรองบางแห่งย่อเป็น Alibaba เปิดตัวแผนโมเดลระดับ 10 ล้านล้านพารามิเตอร์ คำย่อนี้ทำให้คนอ่านเข้าใจผิดว่า artifact พร้อมแล้ว ทั้ง หน้า Qwen บน Hugging Face ณ วันตรวจและประกาศเองยังไม่ได้ให้ model card ของ Qwen 5 ที่ตรงกับตัวเลขดังกล่าว

Associated Press ให้ภาพการแข่งขันด้านชิปและโครงสร้างพื้นฐานกว้างกว่าภาษาใน press release ส่วน IT Pro เน้น expansion กับ data sovereignty ความต่างไม่ใช่ข้อขัดแย้งตรง ๆ แต่ช่วยถ่วงคำกล่าวของผู้ผลิตด้วยคำถามตลาดและภูมิรัฐศาสตร์

ยังไม่รู้จำนวน active parameters, architecture, training data, context window, license, safety evaluation, ราคา API, วันเปิดบริการ หรือคะแนนภาษาไทยของรุ่นอนาคต ตัวเลขการปรับปรุงจากการทดลอง recursive self-improvement และ chip-design ในประกาศก็เป็นผลที่บริษัทเลือกนำเสนอ ยังไม่มีชุดข้อมูล ขั้นตอน หรือ artifact ครบพอให้ทีมภายนอกทำซ้ำจากข่าวชิ้นนี้

เป้าหมาย 20GW เป็นปี 2032 ไม่ใช่ capacity วันนี้ ส่วน V900 มีกำหนดเชิงพาณิชย์ Q1 2027 ตามบริษัท แผนอาจเปลี่ยนได้จาก yield, supply chain, กฎส่งออก หรือการก่อสร้าง จึงควรบันทึกเป็น roadmap พร้อมวันที่ ไม่ใช่ dependency ที่รับประกันแล้ว

ควรทำอะไร แยกตามกลุ่มผู้อ่าน

นักพัฒนาแอป ทำ provider interface แยกจาก business logic บันทึก prompt/version/evaluation dataset และเก็บ fallback model อย่าเขียนฟีเจอร์ที่อาศัย context size หรือ tool schema ของรุ่นที่ยังไม่มีเอกสาร

ทีม ML/Platform เตรียมชุดทดสอบภาษาไทยและงานจริงขององค์กร วัด accuracy, groundedness, tool-call correctness, latency p50/p95, token cost และ failure recovery เทียบโมเดลปัจจุบัน เมื่อ Qwen รุ่นใหม่มี artifact จริงค่อยรันด้วยเกณฑ์เดียวกัน

ฝ่ายจัดซื้อและกฎหมาย ขอ region, DPA, subprocessors, retention, encryption, incident notification, export format และเงื่อนไขย้ายออก อย่าผูกสัญญาระยะยาวจาก roadmap โดยไม่มี milestone และทางออก

ผู้บริหาร แยกงบทดลองกับงบ production และแยก KPI ของโมเดลกับโครงสร้างพื้นฐาน ผมมองว่าแผน full-stack น่าจับตาเพราะเชื่อมข้อจำกัดจริงหลายชั้น แต่หลักฐานที่ใช้ตัดสินใจวันนี้ยังควรเป็น service/model ที่ส่งมอบแล้ว ไม่ใช่จำนวนพารามิเตอร์ในอนาคต

Recap

  • Qwen 4 กำลังฝึก; Qwen 4.5/Qwen 5 ระดับ 5–10 ล้านล้านเป็น roadmap
  • ยังไม่มี model card, API, ราคา, license หรือ benchmark ภาษาไทยของรุ่นอนาคต
  • V900 ตั้งเป้าขาย Q1 2027 และเป้าหมายศูนย์ข้อมูล 20GW อยู่ที่ปี 2032
  • ประเมินทั้ง latency, active compute, energy, data residency และ exit cost
  • ใช้ abstraction กับ evaluation ของงานจริง ก่อนย้าย provider หรือผูกสัญญา
  • แยกคำกล่าวผู้ผลิตออกจากผลทดสอบอิสระที่ทำซ้ำได้

ข่าวนี้ใหญ่เพราะ Alibaba กำลังต่อชิ้นส่วนทั้งระบบครับ แต่สิ่งที่ทีมเราทำวันนี้ควรเรียบง่าย: จด roadmap ไว้ รอ artifact ที่ตรวจได้ แล้วให้ข้อมูลจาก workload จริงเป็นคนตัดสิน ไม่ให้เลขศูนย์หลายตัวบนเวทีเป็นคนเลือก architecture แทนเรา