Brian’s Insights

📢 ၂၀၂၈ မှာ AI ကမ္ဘာကြီးကို ဘယ်သူစိုးမိုးမလဲ? (အမေရိကန် vs တရုတ် အားပြိုင်မှု)

လတ်တလောထွက်လာတဲ့ Policy စာတမ်းတစ်ခုအရ ၂၀၂၈ ခုနှစ်မှာ Global AI Leadership က ဘယ်သူ့လက်ထဲ ရောက်မလဲဆိုတာနဲ့ ပတ်သက်ပြီး ဖြစ်နိုင်ခြေရှိတဲ့ Scenario (၂) ခုကို Anthropic က ချပြလိုက်ပါတယ်။
အဓိကအချက်တွေကို အတိုချုပ် ကြည့်ရအောင် 👇

🔹 AI ရဲ့ အသက်သွေးကြော - "Compute"
Frontier AI Model တွေ တည်ဆောက်ဖို့အတွက် အဓိကအကျဆုံးက **Compute** (အဆင့်မြင့် AI Chip တွေ) ဖြစ်ပါတယ်။ လက်ရှိမှာ အမေရိကန်နဲ့ သူ့ရဲ့မဟာမိတ်တွေက ဒီ Chip ထုတ်လုပ်မှုမှာ အပြတ်အသတ် အသာစီးရနေပါတယ်။ ဒီအသာစီးရမှုကို ထိန်းထားဖို့ အမေရိကန်က တရုတ် (CCP) ဆီကို Chip တွေ မရောက်အောင် **Export Controls** တွေနဲ့ တင်းကျပ်ထားပါတယ်။

🔹 တရုတ် (CCP) ဘယ်လို အမီလိုက်နေသလဲ?
Export Controls တွေရှိပေမယ့် တရုတ်ဘက်က နည်းလမ်းနှစ်ခုနဲ့ အမီလိုက်ဖို့ ကြိုးစားနေပါတယ်-
1. **Loopholes (ဟာကွက်များ):** Chip တွေကို မှောင်ခိုသွင်းတာ ဒါမှမဟုတ် နိုင်ငံခြားက Data Centers တွေကို အဝေးကနေ ငှားသုံးတာ။
2. **Distillation Attacks:** အမေရိကန်ရဲ့ AI Model တွေဆီက ထွက်လာတဲ့ ရလဒ်တွေကို နည်းပညာသုံးပြီး ခိုးယူအတုခိုးတာ (Copy ကူးတာ)။ ဒါဟာ ဒေါ်လာဘီလီယံချီ ရင်းနှီးမြှုပ်နှံထားတဲ့ Innovation တွေကို အလကားနီးပါး ခိုးယူတာပဲ ဖြစ်ပါတယ်။

🔮 ၂၀၂၈ အတွက် ဖြစ်နိုင်ခြေ (၂) ခု
**Scenario 1: Democracies Lead (ဒီမိုကရေစီနိုင်ငံများ ဦးဆောင်ခြင်း)**
အမေရိကန်က ဟာကွက်တွေကို ပိတ်နိုင်ခဲ့ရင် ၂၀၂၈ မှာ AI နည်းပညာမှာ ၁ နှစ်ကနေ ၂ နှစ်အထိ အပြတ်အသတ် ရှေ့ရောက်နေပါလိမ့်မယ်။
* AI ရဲ့ စည်းမျဉ်းစည်းကမ်းတွေကို ဒီမိုကရေစီစံနှုန်းတွေနဲ့ပဲ သတ်မှတ်ခွင့်ရမယ်။
* စီးပွားရေးနဲ့ နည်းပညာမှာ အမေရိကန်ဦးဆောင်တဲ့ **Global AI Stack** က အဓိကနေရာယူလာမယ်။
**Scenario 2: Authoritarian AI (အာဏာရှင် AI ကမ္ဘာ)**
အမေရိကန်က လျော့တိလျော့ရဲ လုပ်ခဲ့ရင် တရုတ် (CCP) က နည်းပညာမှာ အမီလိုက်သွားပါလိမ့်မယ်။
* CCP က AI ကိုသုံးပြီး လူထုကို စောင့်ကြည့်တာ၊ ထိန်းချုပ်တာ (Automated Repression) တွေ ပိုလုပ်လာမယ်။
* ဒီ "Techno-authoritarianism" နည်းပညာတွေကို တခြားအာဏာရှင်နိုင်ငံတွေကိုပါ ဖြန့်ဝေပြီး ကမ္ဘာ့လုံခြုံရေးကို ခြိမ်းခြောက်လာနိုင်ပါတယ်။

💡 ဘာတွေ ဆက်လုပ်ကြမလဲ?
ဒီစာတမ်းအရ အရေးကြီးတဲ့ အချက် ၃ ချက်ကို အကြံပြုထားပါတယ်-
* Chip မှောင်ခိုသွင်းတာနဲ့ Remote Access ရနေတဲ့ **Loopholes** တွေကို ပိတ်ပစ်ဖို့။
* Distillation Attacks တွေကို တရားမဝင်ကြောင်း သတ်မှတ်ပြီး **Innovation** တွေကို ကာကွယ်ဖို့။
* အမေရိကန်ရဲ့ စံနှုန်းတွေပါတဲ့ AI နည်းပညာတွေကို တစ်ကမ္ဘာလုံးက ယုံယုံကြည်ကြည် သုံးနိုင်အောင် **Champion** လုပ်ဖို့။
**နိဂုံးချုပ်ပြောရရင် -** ၂၀၂၆ ဟာ အမေရိကန်အတွက် အပြတ်အသတ် ခွဲထွက်နိုင်မယ့် အခွင့်အရေးနှစ်ပါ။ အခုချမှတ်မယ့် မူဝါဒတွေကပဲ ၂၀၂၈ မှာ ကျွန်တော်တို့ ဘယ်လိုကမ္ဘာမျိုးမှာ နေထိုင်ရမလဲဆိုတာ ဆုံးဖြတ်ပေးသွားမှာ ဖြစ်ပါတယ်။

၂၀၂၆ ခုနှစ်၊ မတ်လမှာ Stanford, NVIDIA, Google, IBM နဲ့ UIUC တို့လို ထိပ်သီးအဖွဲ့အစည်း ၃၀ ကျော်က ပညာရှင်တွေ စုပေါင်းပြီး "AI+HW 2035: Shaping the Next Decade" ဆိုတဲ့ Vision Paper တစ်စောင် ထုတ်ပြန်ခဲ့ပါတယ်။ ဒါဟာ သာမန် သုတေသနစာတမ်း မဟုတ်ဘဲ ရှေ့လာမယ့် ၂၀၃၅ အထိ AI နဲ့ Hardware လောက ဘယ်လိုပြောင်းလဲရမယ်ဆိုတာကို သဘောတူညီချက်ရယူထားတဲ့ "ကြေညာစာတမ်း" တစ်ခု ဖြစ်ပါတယ်။

ဒီစာတမ်းကနေ ကျွန်တော်တို့ သိထားသင့်တဲ့ အဓိကအချက် (၅) ချက်ကို အနှစ်ချုပ် တင်ပြပေးလိုက်ပါတယ်။

၁။ "Intelligence Per Joule" – စွမ်းအင်ချွေတာနိုင်မှုက အဓိက အောင်နိုင်သူဖြစ်လာမယ်
အခုခေတ် AI တွေ (GPT-4 ကဲ့သို့) က အရမ်းတော်လာပေမယ့် စွမ်းအင် (Electricity) သုံးစွဲမှုကလည်း မတရား များပြားလာပါတယ်။ အနာဂတ်မှာ "ဘယ်သူ့ AI က ပိုတော်သလဲ" ဆိုတာထက် "ဘယ်သူက စွမ်းအင် အနည်းဆုံးသုံးပြီး အတော်ဆုံး AI ကို မောင်းနှင်နိုင်သလဲ" ဆိုတာက အဓိက စံနှုန်း ဖြစ်လာပါလိမ့်မယ်။ ဒါကို Intelligence Per Joule လို့ ခေါ်ပါတယ်။

၂။ အကြီးမားဆုံး အတားအဆီးမှာ Compute မဟုတ်ဘဲ Data ရွှေ့လျားမှုဖြစ်သည်
ကျွန်တော်တို့က Chip တွေ မြန်ဖို့ပဲ အာရုံစိုက်နေကြပေမယ့် တကယ်တမ်း စွမ်းအင်အကုန်ဆုံးနဲ့ အနှေးဆုံးအပိုင်းက Memory ကနေ Processor ဆီ Data တွေ သယ်ယူနေရတဲ့ အပိုင်း ဖြစ်ပါတယ်။ ဒါကိုဖြေရှင်းဖို့ နည်းလမ်း (၃) ခုကို အဆိုပြုထားပါတယ် -
* Compute-in-Memory (CIM): Data တွေကို စက်ရုံ (Processor) ဆီ သယ်မနေတော့ဘဲ ဂိုဒေါင် (Memory) ထဲမှာတင် အလုပ်လုပ်ပစ်တာမျိုး။
* 3D Stacking: Chip တွေကို ဘေးတိုက် မချဲ့တော့ဘဲ အထပ်လိုက် ဒေါင်လိုက်ဆင့်ပြီး အကွာအဝေးကို လျှော့ချတာ။
* Optical Interconnects: လျှပ်စစ်ကြိုးတွေအစား "အလင်း" (Light) ကိုသုံးပြီး Data ပေးပို့တာ (Silicon Photonics)။

၃။ AI က AI Hardware ကို ပြန်လည် ဒီဇိုင်းဆွဲပေးမယ်
အခုခေတ်မှာ Chip တစ်ခု ဒီဇိုင်းဆွဲဖို့ ၂ နှစ်၊ ၃ နှစ် ကြာပါတယ်။ ဒါပေမဲ့ AI Model တွေက ၆ လတစ်ခါ ပြောင်းနေတော့ Chip ထွက်လာတဲ့အချိန်မှာ ခေတ်နောက်ကျနေတတ်ပါတယ်။ ဒါကြောင့် အနာဂတ်မှာ AI ကနေ Chip ဒီဇိုင်းကို အလိုအလျောက် ဆွဲပေးမယ့် (AI-driven EDA) စနစ်ကို သုံးလာမှာဖြစ်ပြီး ဒီဇိုင်းဆွဲချိန်ကို လပိုင်းအထိ လျှော့ချနိုင်မှာပါ။

၄။ Physical AI ခေတ်သို့ ခြေလှမ်းခြင်း
၂၀၃၅ မှာ AI ဆိုတာ Data Center ကြီးတွေထဲမှာတင် ရှိနေမှာမဟုတ်တော့ဘဲ ကျွန်တော်တို့ ပတ်ဝန်းကျင်က စက်ရုပ်တွေ၊ ကိုယ်တိုင်မောင်းကားတွေနဲ့ ဒရုန်းတွေထဲမှာ (Edge AI) အများဆုံး ရှိနေမှာပါ။ ဒါကို Physical AI လို့ ခေါ်ပါတယ်။ ဒီအတွက် အရွယ်အစားသေးငယ်ပြီး စွမ်းအင် သက်သာတဲ့ Chip တွေဟာ အကြီးစား GPU တွေလောက်ပဲ အရေးပါလာပါလိမ့်မယ်။

၅။ ရင်းနှီးမြှုပ်နှံသူများ သတိပြုရမယ့် အချက်များ (Investment Signals)
ဒီစာတမ်းအရ နောင် (၁၀) နှစ်အတွင်း အလားအလာ အကောင်းဆုံး နည်းပညာ နယ်ပယ်တွေကတော့ -
* HBM & CXL: Memory နည်းပညာ မြှင့်တင်တဲ့ ကုမ္ပဏီများ (ဥပမာ - SK Hynix, Samsung)။
* Advanced Packaging: Chip တွေကို အဆင့်မြင့် ထုပ်ပိုးတဲ့ လုပ်ငန်းများ (ဥပမာ - TSMC CoWoS)။
* Cooling Systems: AI Chip တွေ အရမ်းပူလာတဲ့အတွက် Liquid Cooling (အရည်သုံး အအေးပေးစနစ်) နည်းပညာတွေဟာ မရှိမဖြစ် ဖြစ်လာပါမယ်။

နိဂုံးချုပ်အနေနဲ့ -
လာမယ့် ဆယ်စုနှစ်ဟာ "အကြီးဆုံး Hardware တွေ ပိုင်ဆိုင်သူ" အောင်နိုင်မယ့် ခေတ်မဟုတ်တော့ဘဲ "အထိရောက်ဆုံးနဲ့ အပေးအယူ အမျှတဆုံး (Efficiency & Integration)" လုပ်နိုင်သူတွေ စိုးမိုးမယ့် ခေတ်ဖြစ်လာမှာပါ။

Source: https://arxiv.org/pdf/2603.05225