ข้อมูลตรวจสอบ ณ 21 พฤศจิกายน 2026 14:05 เวลาไทย
SiMa.ai บริษัทผู้พัฒนาชิปและซอฟต์แวร์สำหรับ Edge AI ได้ประกาศเปิดตัว Palette 3.0 ซึ่งเป็นระบบปฏิบัติการซอฟต์แวร์บนชิปที่ช่วยเพิ่มขีดความสามารถในการประมวลผล AI บนโปรเซสเซอร์ Modalix Edge AI ของบริษัท โดย Palette 3.0 มุ่งเน้นการปรับปรุงการจัดการเวิร์กโหลด AI ที่ซับซ้อน ทำให้สามารถรันโมเดล AI ด้าน Vision และ Language พร้อมกันบนชิปตัวเดียวได้อย่างมีประสิทธิภาพ รวมถึงเพิ่มความเร็วในการสร้างข้อความ (text generation) ได้สูงสุดถึง 3.5 เท่า [4]
การอัปเดตครั้งนี้มีความสำคัญอย่างยิ่งต่ออุตสาหกรรมที่ต้องการนำ AI ไปใช้ในอุปกรณ์จริง เช่น หุ่นยนต์ โดรน และระบบอุตสาหกรรม ซึ่งจำเป็นต้องประมวลผลข้อมูลจากเซ็นเซอร์ สร้างการตอบสนองที่เป็นประโยชน์ และรันแอปพลิเคชันอื่น ๆ โดยไม่สิ้นเปลืองหน่วยความจำหรือพลังงานมากเกินไป [4]

Palette 3.0: ซอฟต์แวร์ที่ปลดล็อกศักยภาพฮาร์ดแวร์เดิม
Manuel López Roldán ผู้จัดการผลิตภัณฑ์ GenAI ของ SiMa.ai ยืนยันว่าการเปลี่ยนแปลงทั้งหมดใน Palette 3.0 เป็นเรื่องของซอฟต์แวร์ และสามารถทำงานได้บนชิปซิลิคอนที่มีอยู่เดิม [4] นี่หมายความว่าลูกค้าปัจจุบันของ SiMa.ai สามารถได้รับประโยชน์จากการปรับปรุงประสิทธิภาพโดยไม่จำเป็นต้องลงทุนในฮาร์ดแวร์ใหม่
การเปลี่ยนแปลงที่สำคัญของ Palette 3.0 คือการจัดการเวิร์กโหลด AI หลายรายการบนชิปตัวเดียวกันได้ดียิ่งขึ้น [4] SiMa.ai ได้สาธิตการทำงานของชิป Modalix หนึ่งตัวที่รันโมเดลภาษาพร้อมกับโมเดล Vision-Language สามตัว นอกจากนี้ยังมีการสาธิตการรัน Docker containers หกตัวที่แชร์ทรัพยากรของชิปสำหรับงานต่าง ๆ ตั้งแต่การตรวจจับวัตถุไปจนถึงการประมาณท่าทาง 3 มิติ [4]
บริษัทได้ปรับปรุงวิธีการที่แอปพลิเคชันส่งงานไปยังชิป โดยกระบวนการต่าง ๆ จะส่งคำขอโดยตรงไปยังไดรเวอร์ในเคอร์เนลของระบบปฏิบัติการ โดยไม่ต้องผ่านบริการตัวกลาง [4] กลไกฮาร์ดแวร์แต่ละตัวจะจัดการคำขอหนึ่งรายการในแต่ละครั้ง ในขณะที่กลไกที่แตกต่างกันสามารถทำงานแยกกันแบบขนานได้ นักพัฒนาสามารถกำหนดลำดับความสำคัญให้กับคำขอแต่ละรายการได้ด้วย [4]
López Roldán ยกตัวอย่างฟีดกล้องที่ต้องการการตรวจจับวัตถุอย่างต่อเนื่อง ในขณะที่โมเดลภาษาเพิ่มบริบทเกี่ยวกับฉากเป็นครั้งคราว นักพัฒนาสามารถให้คำขอของตัวตรวจจับมีลำดับความสำคัญสูงกว่า และให้โมเดลภาษาใช้ตัวเร่งความเร็วเมื่อพร้อมใช้งาน [4]
ประสิทธิภาพที่เพิ่มขึ้นและการประหยัดพลังงาน
SiMa.ai ระบุว่า Palette 3.0 สามารถเพิ่มความเร็วในการสร้างข้อความได้สูงสุดถึง 3.5 เท่า โดยใช้เทคนิคการถอดรหัสเชิงคาดการณ์ (speculative decoding) ซึ่งจะร่างโทเค็นหลายรายการล่วงหน้าและให้โมเดลเป้าหมายตรวจสอบพร้อมกัน ช่วยลดจำนวนขั้นตอนต่อเนื่องที่จำเป็นในการสร้างคำตอบ [4] การปรับปรุงอัตราการประมวลผลการถอดรหัส (decoding-throughput) มีตั้งแต่ 2.21 เท่าถึง 3.49 เท่า เมื่อเทียบกับการสร้างแบบดั้งเดิมบนโมเดลเป้าหมายเดียวกัน [4]
นอกจากนี้ SiMa.ai ยังประเมินว่าชิปใช้พลังงานน้อยลง 25.9% ถึง 51.4% ต่อคำขอประมวลผล โดยใช้พลังงานเฉลี่ยใกล้เคียงกัน [4] ในการทดสอบเหล่านี้ ชิปประหยัดพลังงานโดยการทำงานให้เสร็จเร็วขึ้น การประมาณการนี้ครอบคลุมเฉพาะงานประมวลผลของชิปเท่านั้น การใช้พลังงานทั้งหมดของหุ่นยนต์ยังขึ้นอยู่กับส่วนประกอบอื่น ๆ เช่น เซ็นเซอร์และมอเตอร์ [4]
Palette 3.0 ยังรองรับการตรวจจับวัตถุ YOLOv26 บนสตรีม 720p พร้อมกัน 60 สตรีมบนชิป Modalix หนึ่งตัว ที่ 600 เฟรมต่อวินาทีโดยรวม หรือเฉลี่ย 10 เฟรมต่อวินาทีต่อสตรีม [4]
การแข่งขันในตลาด Edge AI และอนาคต
การเปิดตัว Palette 3.0 ของ SiMa.ai ตอกย้ำถึงการแข่งขันที่เข้มข้นในตลาด Edge AI ซึ่งบริษัทเทคโนโลยีชั้นนำต่าง ๆ กำลังเร่งพัฒนาโซลูชันเพื่อนำ AI ไปใช้งานในอุปกรณ์ปลายทาง [1], [2], [3] บริษัทอย่าง Intel, NVIDIA และ Qualcomm ต่างก็มุ่งเน้นการนำ Edge AI ไปใช้ในแอปพลิเคชันที่หลากหลาย เช่น หุ่นยนต์สำรวจเหมืองแร่ (Intel), หุ่นยนต์ส่งของ (NVIDIA) และหุ่นยนต์ดูดฝุ่น (Qualcomm) [1]
ตลาดฮาร์ดแวร์ Edge AI ทั่วโลกคาดว่าจะเติบโตจาก 2.614 หมื่นล้านดอลลาร์ในปี 2025 เป็น 5.89 หมื่นล้านดอลลาร์ในปี 2030 โดยมีอัตราการเติบโตเฉลี่ยต่อปีที่ 17.6% [1] อย่างไรก็ตาม ผู้เชี่ยวชาญยังคงเตือนถึงความท้าทายของ Edge AI โดยเฉพาะอย่างยิ่งความเสี่ยงที่จะเกิดข้อผิดพลาดหากอุปกรณ์ต้องทำงานเกินขีดความสามารถ [1] การแบ่งงานระหว่างการประมวลผลบนอุปกรณ์และการประมวลผลบนคลาวด์อย่างเหมาะสมจึงเป็นสิ่งสำคัญ [1]
Palette 3.0 ของ SiMa.ai แสดงให้เห็นถึงความก้าวหน้าในการพัฒนาซอฟต์แวร์ที่ช่วยให้ชิป Edge AI สามารถจัดการกับเวิร์กโหลดที่ซับซ้อนและหลากหลายได้ดียิ่งขึ้น การเพิ่มประสิทธิภาพในการประมวลผล Vision และ Language พร้อมกัน รวมถึงความเร็วในการสร้างข้อความที่เพิ่มขึ้น จะเป็นประโยชน์อย่างมากต่อการนำ AI ไปใช้ในอุปกรณ์จริงต่าง ๆ โดยเฉพาะในอุตสาหกรรมหุ่นยนต์และระบบอัตโนมัติ
อย่างไรก็ตาม ความสำเร็จของ Edge AI ยังคงขึ้นอยู่กับการออกแบบระบบที่ชาญฉลาด ซึ่งต้องพิจารณาถึงข้อจำกัดด้านประสิทธิภาพของอุปกรณ์และการแบ่งงานระหว่างการประมวลผลแบบ Edge และ Cloud อย่างเหมาะสม เพื่อให้มั่นใจถึงความถูกต้องและเสถียรภาพในการทำงานในสภาพแวดล้อมจริง
แหล่งข้อมูล
- [1] MTN 머니투데이방송. 로봇으로 광산 점검·음식 배달…인텔·엔비디아·퀄컴 ‘현장 AI’ 경쟁. 21 พฤศจิกายน 2026. https://news.mtn.co.kr/article/2026112014265942299
- [2] GMT EIGHT. AI smart hardware products are being released in quick succession, with companies accelerating exploration of diverse application scenarios. 21 พฤศจิกายน 2026. https://gmteight.com/flash/detail/1563439
- [3] 北京尧图网络科技. 星宸科技旗下Comake发布Comake Pi D3:入门级视觉边缘计算开发板迎来“性能越级”. 21 พฤศจิกายน 2026. http://www.qwbw.cn/news/57780
- [4] VentureBeat. SiMa.ai says its edge chips can run vision and language AI together — without new hardware. 17 พฤศจิกายน 2026. https://venturebeat.com/infrastructure/local-and-offline-edge-ai-gets-a-boost-as-sima-ai-l…

