ZHIPU

คำนวณราคา ZhiPu 02513.HK

ZHIPU
฿0
+฿0(0.00%)
No data

data.updated

v2.stock.overview v2.daily.trading v2.range.52w

key.stats

pe.ratio0.00
div.yield0.00%
shares.out0.00

เรียนรู้เพิ่มเติมเกี่ยวกับ ZhiPu 02513.HK (ZHIPU)

stock.faq

stock.price

x
current.stats

52w.range.q

x

pe.ratio.q

x

market.cap.q

x

eps.recent.q

x

buy.sell.q

x

price.factors

x

buy.how

x

risk.warn

risk.notice

disclaimer2

risk.disclosure

latest.news

2026-04-27 03:11

MiniMax-W ที่จดทะเบียนในฮ่องกงร่วงลงมากกว่า 14%, Zhipu ลดลงมากกว่า 6% ในวันเปิดตัวโมเดลของ DeepSeek

ข่าว Gate ประจำวันที่ 27 เมษายน — MiniMax-W ที่จดทะเบียนในฮ่องกงร่วงลงมากกว่า 14% ระหว่างวัน ขณะที่ Zhipu ลดลงมากกว่า 6% ในช่วงเซสชันเดียวกัน. การลดลงดังกล่าวเกิดขึ้นหลังจาก DeepSeek เปิดตัวโมเดลใหม่ในวันศุกร์ และประกาศข้อเสนอโปรโมชันแบบจำกัดเวลาสำหรับวันเสาร์.

2026-04-27 01:31

social_tradfi_title%!(EXTRA string=social_tradfi_fall, string=ZHIPU, string=ZhiPu 02513.HK, string=social_tradfi_falls, string=4%)

social_[tradfi](https://www.gate.com/tradfi)_content%!(EXTRA string=ZHIPU, string=ZhiPu 02513.HK, string=social_tradfi_dropped, string=4%)

2026-04-24 05:00

social_tradfi_title%!(EXTRA string=social_tradfi_fall, string=ZHIPU, string=ZhiPu 02513.HK, string=social_tradfi_falls, string=8%)

social_[tradfi](https://www.gate.com/tradfi)_content%!(EXTRA string=ZHIPU, string=ZhiPu 02513.HK, string=social_tradfi_dropped, string=8%)

2026-04-24 03:54

social_tradfi_title%!(EXTRA string=social_tradfi_fall, string=ZHIPU, string=ZhiPu 02513.HK, string=social_tradfi_falls, string=6%)

social_[tradfi](https://www.gate.com/tradfi)_content%!(EXTRA string=ZHIPU, string=ZhiPu 02513.HK, string=social_tradfi_dropped, string=6%)

2026-04-23 02:02

หุ้น Zhipu ทำสถิติสูงสุดเป็นประวัติการณ์ พุ่งขึ้นมากกว่า 5% ในช่วงเปิดตลาด หลังได้กำไร 800% นับตั้งแต่วัน IPO

ข้อความจาก Gate News วันที่ 23 เมษายน — Zhipu (02513.HK) พุ่งขึ้นมากกว่า 5% ในช่วงเปิดตลาด ทำสถิติสูงสุดตลอดกาลใหม่ หุ้นตัวนี้เพิ่มขึ้นเกือบ 800% นับตั้งแต่เข้าจดทะเบียน

กระทู้ร้อนแรงเกี่ยวกับ ZhiPu 02513.HK (ZHIPU)

BasementAlchemist

BasementAlchemist

6 ชั่วโมงที่ผ่านมา
สังเกตเห็นสิ่งที่น่าสนใจจริงๆ ในช่วงไม่กี่สัปดาห์ที่ผ่านมา เมื่อคุณติดตามวิวัฒนาการของอุตสาหกรรมปัญญาประดิษฐ์ คุณจะเข้าใจว่าการสงครามที่แท้จริงไม่เคยเป็นเรื่องของชิปเพียงอย่างเดียว แต่เกี่ยวกับสิ่งที่ลึกซึ้งกว่านั้นมาก เมื่อแปดปีก่อน สหรัฐอเมริกากักตัวบริษัท ZTE ด้วยคำสั่งห้ามง่ายๆ ไม่มีชิ้นส่วนอเมริกัน ไม่มีซอฟต์แวร์ ไม่มีเทคโนโลยี บริษัทเกือบล้มละลายภายในไม่กี่สัปดาห์ แต่ครั้งนี้ เรื่องราวแตกต่างออกไปอย่างสิ้นเชิง การคุมขังที่แท้จริงไม่ใช่บนอุปกรณ์ แต่เป็น CUDA แพลตฟอร์มของ NVIDIA ควบคุมทุกอย่างในโลกของปัญญาประดิษฐ์ อัลกอริทึมทุกตัว แบบจำลองทุกตัว นักพัฒนาทั่วโลกเกือบทั้งหมดเชื่อมโยงกับมัน การสร้างระบบทางเลือกหมายถึงการเขียนซ้ำหลายสิบปีของความเชี่ยวชาญ แล้วใครจะรับผิดชอบต่อราคานี้? แต่บริษัทจีนเลือกเส้นทางที่แตกต่าง แทนที่จะเผชิญหน้าโดยตรง กลับเลือกเจาะเข้าไปในด้านอัลกอริทึม DeepSeek V3 เป็นตัวอย่างที่ชัดเจน แบบจำลองที่มีพารามิเตอร์ 671 พันล้าน แต่เปิดใช้งานเพียง 37 พันล้านเท่านั้นในระหว่างการทำงาน ค่าใช้จ่าย? เพียง 5.576 ล้านดอลลาร์เท่านั้น เทียบกับ 78 ล้านดอลลาร์ของ GPT-4 ความแตกต่างมหาศาล ผลลัพธ์สะท้อนโดยตรงต่อราคา อินเทอร์เฟซการเขียนโปรแกรมของ DeepSeek ถูกกว่าของ Claude ถึง 25 ถึง 75 เท่า ความแตกต่างด้านราคานี้เปลี่ยนทุกอย่าง ในเดือนกุมภาพันธ์ 2026 การใช้งานโมเดลจีนบน OpenRouter เพิ่มขึ้น 127% ในเพียงสามสัปดาห์ แต่การลดต้นทุนการดำเนินงานไม่ได้แก้ปัญหาการฝึกสอน ที่นี่เข้ามามีบทบาทชิปในประเทศ Loongson และการ์ด Taichu Yuanqi เริ่มรับภารกิจการฝึกสอนจริง ในเดือนมกราคม 2026 Zhipu AI ฝึกโมเดลสร้างภาพเต็มรูปแบบบนชิปจีนในประเทศเท่านั้น นี่คือการเปลี่ยนแปลงเชิงคุณภาพจากการอ้างอิงไปสู่การฝึกสอน Huawei Ascend ตอนนี้ดึงดูดนักพัฒนานับล้าน สภาพแวดล้อมด้านซอฟต์แวร์เต็มรูปแบบกำลังถูกสร้างขึ้นต่อหน้าเรา บริษัทใหญ่ๆ เพิ่มการนำเข้าเซิร์ฟเวอร์คอมพิวเตอร์ในประเทศในปีนี้ แต่ยังมีปัจจัยหนึ่งที่หลายคนมองข้าม: ไฟฟ้าอุตสาหกรรม ที่นี่คือจุดได้เปรียบที่แท้จริง สหรัฐอเมริกาประสบวิกฤตไฟฟ้าอย่างรุนแรง ศูนย์ข้อมูลใช้ไฟฟ้า 4% ของไฟฟ้ารวมของสหรัฐในปัจจุบัน และคาดว่าจะเพิ่มเป็นสองเท่าภายในปี 2030 รัฐอย่างเวอร์จิเนียและจอร์เจียระงับการอนุมัติศูนย์ข้อมูลใหม่ ค่าพลังงานไฟฟ้าขายส่งในพื้นที่เหล่านั้นเพิ่มขึ้น 267% ในห้าปี ในทางตรงกันข้าม จีนมีสถานการณ์ตรงกันข้าม ผลิตไฟฟ้าได้ 2.5 เท่าของสหรัฐต่อปี การใช้ไฟฟ้าภายในประเทศเพียง 15% ของการผลิต เทียบกับ 36% ในอเมริกา ซึ่งปล่อยให้พลังงานอุตสาหกรรมจำนวนมากพร้อมสำหรับการคำนวณ ราคาพลังงานไฟฟ้าอุตสาหกรรมในภาคตะวันตกของจีนอยู่ที่ประมาณ 0.03 ดอลลาร์ต่อกิโลวัตต์ชั่วโมง คิดเป็นหนึ่งในสี่หรือหนึ่งในห้าของราคาสหรัฐ ความแตกต่างด้านไฟฟ้าอุตสาหกรรมหมายถึงความแตกต่างทางเศรษฐกิจอย่างมหาศาล เมื่อคุณสร้างศูนย์คอมพิวเตอร์ขนาดใหญ่ ต้นทุนคงที่จะเป็นตัวกำหนด ตลาดจีนมีข้อได้เปรียบเชิงโครงสร้างในด้านนี้ สิ่งที่ออกมาจากจีนตอนนี้ไม่ใช่ผลิตภัณฑ์หรือโรงงาน แต่เป็นโทเคนเอง หน่วยข้อมูลขนาดเล็กที่โมเดล AI ประมวลผล ผลิตในโรงงานคอมพิวเตอร์ในประเทศ แล้วส่งผ่านสายเคเบิลใต้ทะเลไปทั่วโลก DeepSeek ตอนนี้ให้บริการ 30.7% ของตลาดในประเทศจีน แต่ก็ยังให้บริการ 13.6% ของอินเดีย 6.9% ของอินโดนีเซีย และ 4.3% ของสหรัฐอเมริกา 58% ของบริษัท AI ใหม่ๆ รวมถึงการบูรณาการในโครงสร้างพื้นฐานเทคโนโลยีของพวกเขา ในประเทศที่ถูกคว่ำบาตร ส่วนแบ่งตลาดอยู่ระหว่าง 40% ถึง 60% สิ่งนี้ทำให้ฉันนึกถึงสงครามอีกครั้งเพื่ออิสรภาพทางอุตสาหกรรม ในปี 1986 ญี่ปุ่นลงนามในข้อตกลงชิปเซ็ตกับอเมริกา ญี่ปุ่นควบคุม 51% ของตลาดโลกในตอนนั้น แต่หลังจากข้อตกลง สหรัฐอเมริกากดดันอย่างเต็มที่ สนับสนุน Samsung และ SK Hynix เกาหลีทั้งสอง ส่วนแบ่งตลาด DRAM ของญี่ปุ่นร่วงจาก 80% เหลือ 10% ภายในปี 2017 ไม่มีเหลือแม้แต่ 7% ของตลาด IC ความแตกต่างคือ ญี่ปุ่นแค่เลือกที่จะเป็นผู้ผลิตที่ดีที่สุดในระบบแบ่งปันโลก ไม่ได้สร้างระบบนิเวศอิสระ เมื่อคลื่นการถอนตัวเกิดขึ้น ก็ไม่มีอะไรเหลืออยู่ จีนในครั้งนี้เลือกเส้นทางที่แตกต่าง จากการปรับปรุงอัลกอริทึม ไปสู่ก้าวกระโดดของชิปในประเทศ จากการอ้างอิงไปสู่การฝึกสอนแบบเต็มรูปแบบ จาก 4 ล้านนักพัฒนาบนระบบ Ascend และสุดท้ายคือการแพร่กระจายของโทเคนทั่วโลก ทุกก้าวสร้างระบบอุตสาหกรรมอิสระขึ้นมา ในวันที่ 27 กุมภาพันธ์ 2026 สามบริษัทชิปจีนประกาศผลในวันเดียวกัน Kimo รายได้เพิ่มขึ้น 453% และทำกำไรเป็นครั้งแรก Moi Tun เติบโต 243% แต่ขาดทุนพันล้าน Moxi เติบโต 121% ขาดทุน 800 ล้าน ไฟครึ่งหนึ่ง น้ำอีกครึ่งหนึ่ง เปลวไฟคือความอยากของตลาดสำหรับทางเลือก ช่องว่าง 95% ที่ NVIDIA ทิ้งไว้ค่อยๆ ถูกเติมเต็ม ไม่ว่าจะเป็นด้านประสิทธิภาพในปัจจุบัน ตลาดต้องการทางเลือกใหม่ โอกาสเชิงโครงสร้างที่เกิดจากความตึงเครียดทางภูมิรัฐศาสตร์นี้เป็นโอกาสที่หายากมาก น้ำทะเลคือค่าใช้จ่ายในการสร้างระบบนิเวศ ทุกการสูญเสียเงินทุนจริงในการพยายามสร้างทางเลือกให้กับ CUDA การลงทุนด้านการวิจัยและพัฒนา การสนับสนุนซอฟต์แวร์ วิศวกรที่ส่งไปแก้ปัญหาการแปลทีละเรื่องๆ การสูญเสียดังกล่าวไม่ใช่การบริหารผิด แต่เป็นภาษีสงครามเพื่อสร้างอิสรภาพที่แท้จริง สงครามเปลี่ยนรูปแบบแล้ว ก่อนหน้านี้แปดปี คำถามคือเราจะอยู่ต่อไปหรือไม่? วันนี้คำถามคือเราจะจ่ายเท่าไหร่เพื่ออยู่ต่อ? ราคาที่ต้องจ่ายคือความก้าวหน้าเอง
0
0
0
0
MetaNomad

MetaNomad

6 ชั่วโมงที่ผ่านมา
สังเกตเห็นสิ่งสำคัญในช่วงหลังที่สมควรพูดคุย ก่อนหน้านี้แปดปี บริษัทโทรคมนาคมจีนรายใหญ่หยุดชะงักเพราะคำสั่งห้ามของอเมริกา แต่สิ่งที่เกิดขึ้นตอนนี้แตกต่างอย่างสิ้นเชิง แทนที่จะยอมแพ้ บริษัทจีนเลือกเส้นทางที่ยากกว่าและสร้างสรรค์มากขึ้น ความจริงที่หลายคนไม่สังเกตคือ ปัญหาหลักไม่ได้อยู่ที่ชิปเอง แต่เป็นแพลตฟอร์มพัฒนาของ CUDA จาก Nvidia ซึ่งครองตลาดการพัฒนาปัญญาประดิษฐ์ระดับโลกประมาณ 90% นักพัฒนาล้านคนเรียนรู้บนแพลตฟอร์มนี้ และแอปพลิเคชันล้านรายการสร้างขึ้นบนมัน ยิ่งมีนักพัฒนามาก เครื่องมือและไลบรารีก็ยิ่งมากขึ้น และเมื่อสภาพแวดล้อมเจริญเติบโต ก็จะดึงดูดนักพัฒนามากขึ้น เป็นวัฏจักรปิดที่ยากจะออกจาก แต่ในปี 2024-2025 เกิดการเปลี่ยนแปลงครั้งใหญ่ บริษัทจีนเริ่มเน้นปรับปรุงอัลกอริทึมแทนที่จะสู้กับการแบนโดยตรง โมเดลแบบผสมผสานกลายเป็นแนวโน้มใหม่ ตัวอย่างเช่น DeepSeek: มีพารามิเตอร์ 671 พันล้าน แต่ใช้งานจริงเพียง 37 พันล้านเท่านั้น ค่าฝึกอบรมเพียง 5.6 ล้านดอลลาร์ เทียบกับ 78 ล้านของ GPT-4 ความแตกต่างด้านราคา ทำให้โมเดลของพวกเขาแพร่หลายอย่างรวดเร็ว ในกุมภาพันธ์ 2026 การใช้งานโมเดลจีนบนแพลตฟอร์มรวมระดับโลกเพิ่มขึ้น 127% ในเวลาเพียงสามสัปดาห์ ก่อนหน้านี้มีส่วนแบ่งน้อยกว่า 2% ตอนนี้ใกล้ 60% แล้ว นี่ไม่ใช่เรื่องบังเอิญ ตลาดเกิดใหม่ในอินเดีย อินโดนีเซีย และบราซิล เริ่มพึ่งพาโมเดลเหล่านี้อย่างแข็งขัน สำหรับเรื่องชิป เรื่องราวยิ่งน่าตื่นเต้น ชิป Loongson และ Taichu Yuanqi เริ่มฝึกโมเดลขนาดใหญ่จริง ๆ ในเดือนมกราคม 2026 Zhipu AI เปิดตัวโมเดลภาพที่ฝึกบนชิปจีนภายในประเทศเป็นครั้งแรก นี่คือการเปลี่ยนแปลงเชิงคุณภาพ จากความสามารถในการอ้างอิง ไปสู่ความสามารถในการฝึกอบรม จุดที่สำคัญที่สุดคือเรื่องพลังงาน จีนผลิตไฟฟ้าปีละ 10.4 เทราไวต์/ชั่วโมง เทียบกับอเมริกาที่ 4.2 เทราไวต์/ชั่วโมง ไฟฟ้าสำหรับอุตสาหกรรมในจีนถูกกว่าถึง 4-5 เท่า ในขณะที่สหรัฐฯ เผชิญกับวิกฤติไฟฟ้าจริง จีนมีความสามารถในการผลิตไฟฟ้าขนาดใหญ่ที่สามารถนำไปใช้ในการคำนวณได้ สิ่งที่ออกมาจากจีนตอนนี้ไม่ใช่ผลิตภัณฑ์หรือโรงงาน แต่เป็น Token เอง หน่วยข้อมูลที่โมเดล AI ประมวลผลกลายเป็นสินค้าใหม่ ดำเนินการผลิตในโรงงานคอมพิวเตอร์ แล้วส่งผ่านอินเทอร์เน็ตไปทั่วโลก ข้อมูลการแจกจ่ายผู้ใช้ DeepSeek เล่าเรื่องนี้: จีน 30.7%, อินเดีย 13.6%, อินโดนีเซีย 6.9%, อเมริกา 4.3% เท่านั้น 26,000 บริษัททั่วโลกมีบัญชี ในจีนครองส่วนแบ่งตลาดถึง 89% นี่คล้ายกับสงครามเพื่อความเป็นอิสระทางอุตสาหกรรมที่เกิดขึ้นกับญี่ปุ่นเมื่อ 40 ปีที่แล้ว ญี่ปุ่นเคยเป็นผู้นำในปี 1988 ด้วยส่วนแบ่งตลาดชิปเซมิคอนดักเตอร์ 51% แต่ยอมรับที่จะเป็นผู้ผลิตที่ดีที่สุดในระบบที่คนอื่นครอง เมื่อสภาพแวดล้อมเปลี่ยนแปลง ก็ล่มสลาย ความแตกต่างในครั้งนี้คือ จีนกำลังสร้างระบบนิเวศที่เป็นอิสระอย่างแท้จริง ตั้งแต่การปรับปรุงอัลกอริทึม ไปจนถึงก้าวกระโดดของชิปในประเทศ ไปจนถึง 4 ล้านนักพัฒนาบนแพลตฟอร์ม Ascend และสุดท้ายคือการแพร่กระจาย Token ทั่วโลก ทุกก้าวคือการสร้างความเป็นอิสระที่แท้จริง ในวันที่ 27 กุมภาพันธ์ 2026 สามบริษัทชิปจีนประกาศผลในวันเดียวกัน รายได้เพิ่มขึ้นอย่างมหาศาล (453%, 243%, 121%) แต่บางแห่งขาดทุนมหาศาล ความขาดทุนเหล่านี้ไม่ใช่ความล้มเหลวของการบริหาร แต่เป็นภาษีของสงครามเพื่อสร้างระบบนิเวศที่เป็นอิสระ ทุกดอลลาร์ที่ขาดทุนคือการลงทุนในงานวิจัย พัฒนา และสนับสนุนบุคลากร ตลาดต้องการทางเลือกแทน Nvidia นี่คือโอกาสเชิงโครงสร้างที่หายากมากที่เกิดจากความตึงเครียดทางภูมิรัฐศาสตร์ สงครามด้านพลังการคำนวณเปลี่ยนรูปแบบไปแล้ว เมื่อแปดปีที่แล้ว เราถามว่า: เราจะอยู่รอดได้ไหม? ตอนนี้คำถามคือ: เราต้องจ่ายเท่าไหร่เพื่ออยู่รอด? คำตอบเดียวกันคือความก้าวหน้าที่แท้จริง
0
0
0
0
GasFeeCrier

GasFeeCrier

7 ชั่วโมงที่ผ่านมา
สิ่งที่สำคัญมากที่ฉันสังเกตเห็น: สงครามที่แท้จริงกับปัญญาประดิษฐ์ไม่ได้เกี่ยวกับชิปเอง แต่เกี่ยวกับสิ่งที่ลึกกว่านั้นชื่อ CUDA ระบบของ Nvidia ครองส่วนแบ่ง 90% ของนักพัฒนาทั่วโลก ทำให้ทุกคนขึ้นอยู่กับสภาพแวดล้อมของตนเอง แต่ในช่วงไม่กี่ปีที่ผ่านมา เราได้เห็นการเปลี่ยนแปลงครั้งใหญ่ บริษัทจีนไม่ได้พยายามเผชิญหน้าตรงๆ แต่เลือกเส้นทางที่แตกต่างอย่างสิ้นเชิง: การปฏิวัติในอัลกอริทึม ตั้งแต่ปลายปี 2024 ถึง 2025 บริษัทจีนได้เปลี่ยนไปใช้โมเดลผู้เชี่ยวชาญแบบผสมผสาน—แนวคิดง่ายๆ แต่ทรงพลัง: แบ่งโมเดลขนาดใหญ่ออกเป็นผู้เชี่ยวชาญขนาดเล็ก และเปิดใช้งานเฉพาะสิ่งที่จำเป็นจริงๆ DeepSeek V3 เป็นตัวอย่างที่ชัดเจน: 671 พันล้านพารามิเตอร์ แต่เปิดใช้งานเพียง 37 พันล้านเท่านั้น ค่าใช้จ่าย? 5.6 ล้านดอลลาร์ เทียบกับ 78 ล้านของ GPT-4 ความแตกต่างในอัลกอริทึมสะท้อนโดยตรงต่อราคา—ถูกกว่า Claude ถึง 25 ถึง 75 เท่า ผลลัพธ์ที่น่าตกใจ: ในกุมภาพันธ์ 2026 การใช้งานโมเดลจีนบน OpenRouter เพิ่มขึ้น 127% ในเวลาเพียงสามสัปดาห์ เกินกว่าประเทศสหรัฐอเมริกาครั้งแรก จาก 2% เป็น 60% ภายในหนึ่งปี แต่ปัญหาที่แท้จริงคือการฝึกสอน ไม่ใช่การอ้างอิง และที่นี่คือทางออกที่สอง: ชิปในประเทศ ในปี 2025 จีนได้เปิดสายการผลิตภายในประเทศเต็มรูปแบบโดยใช้โปรเซสเซอร์ Loongson และการ์ด Taichu AI หลังจากไม่กี่เดือน ก็เริ่มฝึกโมเดลขนาดใหญ่อย่างจริงจังบนชิปเหล่านี้ ในเดือนมกราคม 2026 Zhipu AI เปิดตัวโมเดลภาพขั้นสูงตัวแรกที่ฝึกบนชิปจีนในประเทศทั้งหมด นี่คือการเปลี่ยนแปลงเชิงคุณภาพ: จาก "ความสามารถในการอ้างอิง" ไปสู่ "ความสามารถในการฝึกสอน" ความแตกต่างมหาศาล ตอนนี้ ในขณะที่สหรัฐอเมริกากำลังเผชิญกับวิกฤติไฟฟ้าจริง (ศูนย์ข้อมูลใช้ไฟฟ้า 4% ของไฟฟ้า, อาจเพิ่มเป็น 12% ภายในปี 2030) จีนมีข้อได้เปรียบด้านพลังงานอย่างมาก: ผลิตไฟฟ้าได้ 2.5 เท่าของอเมริกา และต้นทุนไฟฟ้าอุตสาหกรรมต่ำกว่าถึง 4-5 เท่า สิ่งที่ออกมาจากจีนตอนนี้ไม่ใช่ผลิตภัณฑ์หรือโรงงาน แต่เป็น Tokens—หน่วยเล็กๆ ที่โมเดล AI จัดการ ประกอบในโรงงานคอมพิวเตอร์จีน แล้วส่งผ่านสายเคเบิลไปทั่วโลก DeepSeek ตอนนี้รองรับ 37 ภาษา, มีบริษัททั่วโลก 26,000 แห่งที่มีบัญชีใช้งาน, 58% ของสตาร์ทอัพใหม่ใช้มัน ในจีนเพียงประเทศเดียว: 89% ของส่วนแบ่งตลาด นี่ทำให้ฉันนึกถึงสงครามชิปเซ็ตกับญี่ปุ่นเมื่อสี่สิบปีที่แล้ว แต่ครั้งนี้จีนสร้างระบบนิเวศน์ที่สมบูรณ์แบบ—สิ่งที่ญี่ปุ่นไม่เคยทำ ตั้งแต่การปรับปรุงอัลกอริทึม ไปจนถึงชิปในประเทศ, ไปจนถึง 4 ล้านนักพัฒนาบนระบบ Ascend, ไปจนถึงการกระจายบริการทั่วโลก ราคาสูง—บริษัทในประเทศสูญเสียพันล้านเพื่อสร้างระบบนี้ แต่สิ่งนี้ไม่ใช่ความสูญเสียของฝ่ายบริหาร เป็นภาษีสงครามที่จำเป็น รูปแบบเปลี่ยนไป: เมื่อแปดปีก่อน เราถามว่า "เราจะอยู่รอดได้ไหม?" วันนี้คำถามคือ "เราต้องจ่ายเท่าไหร่เพื่ออยู่รอด?" คำตอบเดียวกันนี้แสดงให้เห็นถึงความก้าวหน้า
0
0
0
0