SoftBank သည် AI ဝန်ဆောင်မှုများအတွက် အကြီးစားဘက်ထရီဆဲလ်များ ထုတ်လုပ်ရန် စီစဉ်နေသည်။

SoftBank သည် ဘက်ထရီလုပ်ငန်းသို့ ဝင်ရောက်နေပြီဖြစ်သည်။ ဂျပန်နည်းပညာနှင့် ရင်းနှီးမြှုပ်နှံမှုကုမ္ပဏီကြီးသည် အိုဆာကာ၊ Sakai ရှိ Sharp LCD စက်ရုံကို အကြီးစားဘက်ထရီထုတ်လုပ်သည့်စက်ရုံအဖြစ်သို့ ပြောင်းလဲနေပြီး ထုတ်လုပ်မှုကို ဘဏ္ဍာနှစ်အစောပိုင်းတွင် 2027 ခုနှစ်အစောပိုင်းတွင် စတင်မည်ဟု မျှော်လင့်ရသည်။

ရည်ရွယ်ချက်မှာ စားသုံးသူဘက်ထရီစျေးကွက်တွင် CATL သို့မဟုတ် Panasonic တို့နှင့် ယှဉ်ပြိုင်ရန်မဟုတ်ပါ။ ဤဘက်ထရီများကို SoftBank ၏ ကိုယ်ပိုင် AI ဒေတာစင်တာများကို စွမ်းအင်ပေးရန်အတွက် တည်ဆောက်ထားပြီး၊ စက်မှုလုပ်ငန်း၏ ခေါင်းမာဆုံး ပြဿနာတစ်ခုအဖြစ် လည်ပတ်နေသည့် SoftBank ၏ ကိုယ်ပိုင် AI ဒေတာစင်တာများကို လည်ပတ်ရန် လျှပ်စစ်ဓာတ်အား လုံလောက်မှု မရှိပေ။

တယ်လီကွန်းကုမ္ပဏီကြီးတွေက ဘာကြောင့် ဘက်ထရီတွေ ဆောက်တာလဲ။

AI နည်းပညာများ တိုးပွားလာခြင်းကြောင့် ဒေတာစင်တာ၏ ပါဝါလိုအပ်ချက်သည် 2030 ခုနှစ်တွင် သုံးဆတိုးလာမည်ဟု ခန့်မှန်းထားသည်။ ၎င်းသည် တုန်လှုပ်ဖွယ်ကောင်းသော ချဉ်းကပ်လမ်းဖြစ်ပြီး AI အခြေခံအဆောက်အအုံအပေါ် မှီခိုနေသောကုမ္ပဏီများသည် ၎င်းတို့၏ဝပ်ဘယ်ကလာမည်ကို တီထွင်ကြံဆတွေးတောရန် တွန်းအားပေးလျက်ရှိသည်။

ချစ်ပ်ဒီဇိုင်နာ Arm ကိုပိုင်ဆိုင်ပြီး ၎င်း၏ Vision Fund အစုစုတစ်လျှောက်ရှိ AI လုပ်ငန်းများတွင် ဘီလီယံနှင့်ချီ၍ မြှုပ်နှံထားသည့် SoftBank သည် ဇယားကွက်ကို အမီလိုက်နိုင်ရန် စောင့်ဆိုင်းနေခြင်းသည် ရွေးချယ်စရာမဟုတ်ကြောင်း ဆုံးဖြတ်လိုက်သည်မှာ ထင်ရှားပါသည်။ ယင်းအစား၊ ၎င်းသည် ၎င်း၏ကိုယ်ပိုင် ပါဝါထောက်ပံ့ရေးကွင်းဆက်ကို အစကတည်းက တည်ဆောက်နေခြင်းဖြစ်သည်။

လက်ရှိစက်မှုဇုန်နေရာအဖြစ် ပြောင်းလဲခြင်းသည် မြေပြင်မှတည်ဆောက်ခြင်းထက် သိသိသာသာပိုမိုမြန်ဆန်ပြီး စျေးသက်သာသောကြောင့် ထုတ်လုပ်မှုကို အကြမ်းဖျင်းအားဖြင့် နှစ်နှစ်အတွင်း ဘာကြောင့်စတင်နိုင်သည်ကို ရှင်းပြပေးပါသည်။

လစ်သီယမ်မရှိ၊ ကိုဘော့မရှိ၊ ပြဿနာနည်းပါးသည်။

စိတ်ဝင်စားစရာအကောင်းဆုံးအသေးစိတ်အချက်မှာ ဤဘက်ထရီများအတွင်းတွင် မပါ၀င်သောအရာဖြစ်ကောင်းဖြစ်နိုင်သည်။ SoftBank သည် လစ်သီယမ် နှင့် ကိုဘော့ လုံးဝမသုံးသော ဆဲလ်များကို တီထွင်နေပါသည်။ ဘက်ထရီထောက်ပံ့မှုကွင်းဆက်များကို ပထဝီနိုင်ငံရေးစစ်တုရင်ပွဲများအဖြစ်သို့ ပြောင်းလဲပေးသည့် ပစ္စည်းနှစ်ခုကို တီထွင်နေပါသည်။

Cobalt သည် ကွန်ဂိုဒီမိုကရက်တစ်သမ္မတနိုင်ငံရှိ မိုင်းတွင်းများမှ ကမ္ဘာလုံးဆိုင်ရာထောက်ပံ့မှု၏ သိသာထင်ရှားသော အစိတ်အပိုင်းတစ်ခုဖြင့် မှတ်တမ်းတင်ထားသော ကျင့်ဝတ်ဆိုင်ရာ အရင်းအမြစ်ဆိုင်ရာ စိုးရိမ်မှုများကို ကောင်းစွာမှတ်တမ်းတင်ထားသည်။

EV များ နှင့် မတူဘဲ ဘူတာရုံ သိုလှောင်မှု သည် အမြင့်ဆုံး ဖြစ်နိုင်သော စွမ်းအင် သိပ်သည်းဆ မလိုအပ်ပါ။ စျေးသက်သက်သာသာ၊ တာရှည်ခံပြီး အရွယ်အစားရှိရန် လိုအပ်ပါသည်။ ညီမျှခြင်းမှ လီသီယမ်နှင့် ကိုဘော့ကို ဖယ်ရှားခြင်းသည် တစ်ကီလိုဝပ်နာရီကုန်ကျစရိတ်ကို အဓိပ္ပါယ်ရှိစွာ လျှော့ချနိုင်သည်။

ပိုမိုကျယ်ပြန့်သော AI စွမ်းအင်အခင်းအကျင်းအတွက် ဆိုလိုသည်မှာ အဘယ်နည်း

Microsoft သည် နျူကလီးယားစွမ်းအင်ဆိုင်ရာ သဘောတူညီချက်များကို လက်မှတ်ရေးထိုးခဲ့သည်။ Amazon သည် အသေးစား မော်ဂျူလာ ဓာတ်ပေါင်းဖိုများတွင် ရင်းနှီးမြှုပ်နှံထားသည်။ Google သည် ဘူမိအပူဓာတ်ကို ရှာဖွေနေပါသည်။ ဤ hyperscalers တစ်ခုစီသည် အခြေခံအားဖြင့် တူညီသောအရာကို ပြောကြသည်- လက်ရှိ လျှပ်စစ်ဓာတ်အားလိုင်းသည် ကျွန်ုပ်တို့၏ AI ရည်မှန်းချက်များကို မပံ့ပိုးနိုင်သောကြောင့် ကျွန်ုပ်တို့၏ ကိုယ်ပိုင်စွမ်းအင်အခြေခံအဆောက်အအုံကို တည်ဆောက်ရန် လိုအပ်ပါသည်။

SoftBank သည် မျိုးဆက်ထက် သိုလှောင်မှုအပေါ် အာရုံစိုက်ခြင်းဖြင့် အနည်းငယ်ကွဲပြားသောချဉ်းကပ်မှုကို လုပ်ဆောင်နေသည်။ ဘက်ထရီများသည် လျှပ်စစ်ဓာတ်အားအသစ်များကို မဖန်တီးပေးသော်လည်း ၎င်းတို့သည် ကုမ္ပဏီများကို အမြင့်ဆုံးအချိန်များတွင် သိုလှောင်ထားနိုင်ပြီး AI ပမာဏများပြားလာသောအခါတွင် ၎င်းအား အသုံးပြုခွင့်ပေးသည်။ လျှပ်စစ်ဓာတ်အားစျေးနှုန်းများမြင့်မားပြီး လျှပ်စစ်ဓာတ်အားပမာဏ ကန့်သတ်ထားသော ဂျပန်နိုင်ငံတွင် ယင်းပြောင်းလွယ်ပြင်လွယ်သည် အဖိုးတန်ပါသည်။

Osaka စက်ရုံသည် ဂျပန်နိုင်ငံ၏ အကြီးဆုံး ဘက်ထရီ ထုတ်လုပ်မှု လမ်းကြောင်းများထဲမှ တစ်ခု ဖြစ်နိုင်သည်ဟု ဖော်ပြသည်။

သေချာတာကတော့ စွန့်စားခန်းက သေဒဏ်ပါပဲ။ ဘက်ထရီထုတ်လုပ်မှုသည် အတိုင်းအတာတစ်ခုအထိ နာမည်ဆိုးဖြင့် ကျော်ကြားသည်။ ဓာတုဗေဒဘာသာရပ်အသစ်များအတွက် အထွက်နှုန်းနှုန်းထားများသည် ခန့်မှန်းရခက်နိုင်သော်လည်း စမ်းသပ်ထုတ်လုပ်ခြင်းမှ စက်ရုံထုတ်ထွက်ရှိမှုသို့ ပြောင်းရွှေ့ခြင်းသည် SoftBank ထက် အတွေ့အကြုံပိုရှိသော ထုတ်လုပ်သူထံ တိုးသွားပါသည်။ Fiscal 2027 သည် ယခင်က အလုံးအရင်းဖြင့် မထုတ်လုပ်ဖူးသော ကုမ္ပဏီတစ်ခုအတွက် ရည်မှန်းချက်ကြီးသော အချိန်ဇယားတစ်ခုဖြစ်သည်။

SoftBank သည် Arm ၏ ချစ်ပ်ဒီဇိုင်းများမှသည် ၎င်း၏အစုစုရှိ AI အပလီကေးရှင်းကုမ္ပဏီများအထိ AI stack ၏ အဓိကအစိတ်အပိုင်းများကို ပိုင်ဆိုင်ပါသည်။ ထိုအစုအတွက် သီးသန့်၊ ကုန်ကျစရိတ်သက်သာသော ပါဝါအရင်းအမြစ်ကို လုံခြုံအောင်ပြုလုပ်ခြင်းက AI လုပ်ဆောင်ချက်များကို ချဲ့ထွင်ခြင်းအတွက် အကြီးမားဆုံး ကန့်သတ်ချက်များကို ဖယ်ရှားပေးပါသည်။