ZML ปล่อย LLMD ฟรี: เซิร์ฟเวอร์ inference ที่รันได้ทั้ง Nvidia, AMD, TPU, Apple Metal และ Intel Arc — แต่ครั้งนี้ไม่โอเพนซอร์ส
8 กรกฎาคม 2026 — ZML สตาร์ตอัพจากปารีสที่มีพนักงาน 20 คน เปิดตัว LLMD เซิร์ฟเวอร์สำหรับรัน inference ของโมเดลภาษา โดยจุดขายหลักคือมันไม่ผูกกับชิปค่ายใดค่ายหนึ่ง
LLMD รองรับฮาร์ดแวร์ของ Nvidia, AMD, Google TPU, Apple Metal และ Intel Arc — ซึ่งเป็นรายการที่ยาวผิดปกติสำหรับเครื่องมือประเภทนี้ สตีฟ โมริน (Steeve Morin) ผู้ก่อตั้ง อธิบายเป้าหมายไว้ว่า “แนวคิดคือการคืนอำนาจให้ผู้คนได้สร้างระบบของตัวเอง และได้ประสิทธิภาพที่เพิ่มขึ้นจริง”
บริษัทเคลมว่าซอฟต์แวร์ทำให้โมเดลรัน “ที่ความเร็วสูงสุดเท่าที่ฮาร์ดแวร์จะทำได้ และบางครั้งเร็วกว่านั้น” — ข้อควรระวังคือ ประกาศนี้ไม่ได้ให้ตัวเลขเบนช์มาร์กใด ๆ ประกอบ จึงยังเป็นคำเคลมที่รอการพิสูจน์จากบุคคลที่สาม
เงินและชื่อที่หนุนหลัง
ZML ระดมทุนมาแล้ว 20 ล้านดอลลาร์ จากกลุ่มนักลงทุนที่มีรายชื่อน่าสนใจกว่าจำนวนเงิน: ยานน์ เลอกุน (Yann LeCun) เจ้าของรางวัลทัวริง, โซโลมอน ไฮก์ส (Solomon Hykes) ผู้ก่อตั้ง Docker และ Dagger, รวมถึง ผู้ร่วมก่อตั้ง Hugging Face และกองทุนอย่าง 20VC, Kima Ventures และ Kindred Capital
การมีชื่อคนเหล่านี้บนตารางผู้ถือหุ้นบอกอะไรบางอย่าง — ทั้งไฮก์สและทีม Hugging Face ต่างสร้างอาชีพมาจากการทำให้โครงสร้างพื้นฐานกลายเป็นของสาธารณะ
ประเด็นที่นักพัฒนาควรสังเกต: ฟรี ≠ เปิด
จุดที่ควรอ่านให้ละเอียดคือ LLMD ปล่อยให้ใช้ “ฟรี” แต่ไม่ใช่โอเพนซอร์ส และบริษัทระบุว่ามีแผนหารายได้ในภายหลัง
นี่คือการเปลี่ยนแนวทางจากตัวบริษัทเอง เพราะ เฟรมเวิร์ก ML ตัวแรกที่ ZML ปล่อยเมื่อปี 2024 นั้นเป็นโอเพนซอร์ส การที่ผลิตภัณฑ์เรือธงตัวใหม่มาในรูปแบบ “ฟรีตอนนี้ ปิดโค้ด และหาเงินทีหลัง” เป็นรูปแบบที่นักพัฒนาเคยเห็นมาหลายรอบแล้ว และมักจบลงด้วยการเปลี่ยนสัญญาอนุญาตเมื่อถึงเวลาต้องคืนทุนให้นักลงทุน
มุมมอง AI Curator
ปัญหาที่ LLMD พยายามแก้นั้นเป็นปัญหาจริงและใหญ่มาก — CUDA คือคูเมืองที่ลึกที่สุดในอุตสาหกรรมนี้ ไม่ใช่เพราะชิปของ Nvidia เหนือกว่าคู่แข่งเสมอไป แต่เพราะซอฟต์แวร์ทุกชั้นถูกเขียนมาเพื่อมันก่อน เครื่องมือที่ทำให้ AMD หรือ TPU หรือชิป Apple Silicon ในแมคบุ๊กของคุณ “ใช้ได้จริงเท่ากัน” คือเครื่องมือที่ทุบมูลค่าของคูเมืองนั้นโดยตรง
แต่นี่คือความย้อนแย้งที่ผมอดคิดไม่ได้: คุณกำลังจะแก้ปัญหา vendor lock-in ของฮาร์ดแวร์ ด้วยการเพิ่ม vendor lock-in ของซอฟต์แวร์เข้าไปอีกชั้น ชั้น inference คือชั้นที่อยู่ในเส้นทางวิกฤต (critical path) ของทุก request ในระบบของคุณ การวางซอฟต์แวร์ปิดโค้ดของสตาร์ตอัพ 20 คนไว้ตรงนั้น แล้วรอดูว่าการหารายได้ในอนาคตจะหน้าตาเป็นอย่างไร — เป็นการเดิมพันที่ต้องคิดให้รอบคอบ
เปรียบเทียบกับข่าวอีกชิ้นของวันนี้: vLLM กับ Hugging Face เพิ่งทำให้ transformers backend วิ่งได้เร็วระดับเนทีฟ นั่นคือทางที่เปิด ตรวจสอบได้ และมีชุมชนขนาดใหญ่ค้ำอยู่ ถ้าคุณรันบน Nvidia อยู่แล้ว เส้นทางนั้นแทบไม่มีเหตุผลให้ทิ้ง คุณค่าที่แท้จริงของ LLMD จึงอยู่ตรงกรณีที่ vLLM ยังอ่อน — คือ ฮาร์ดแวร์ที่ไม่ใช่ Nvidia
และตรงนี้เองที่เรื่องนี้สำคัญกับไทยและอาเซียนอย่างเป็นรูปธรรม ทีมในภูมิภาคนี้ส่วนใหญ่ ไม่ได้มีคลัสเตอร์ H100 รอให้ใช้ สิ่งที่มีคือฮาร์ดแวร์ปนกัน — GPU เกมมิ่งของ AMD ที่ราคาต่อ VRAM ดีกว่ามาก, เครดิต TPU จาก Google Cloud, แมคสตูดิโอสักเครื่องในออฟฟิศ, การ์ด Intel Arc ที่หาซื้อได้ในพันธุ์ทิพย์ ความสามารถในการรันโมเดลเดียวกันข้ามฮาร์ดแวร์เหล่านี้โดยไม่ต้องเขียนโค้ดใหม่ทุกครั้ง คือสิ่งที่มีมูลค่ามหาศาลเมื่อคุณซื้อของตามที่หาได้ ไม่ใช่ตามที่อยากได้
คำแนะนำของผมจึงตรงไปตรงมา: ลอง LLMD กับฮาร์ดแวร์ที่ไม่ใช่ Nvidia ของคุณ วัดตัวเลขเอง (เพราะบริษัทยังไม่ให้) แต่อย่าเพิ่งย้ายระบบโปรดักชันทั้งหมดไปวางบนมัน จนกว่าจะเห็นชัดว่าสัญญาอนุญาตและโมเดลธุรกิจของบริษัทจะลงเอยตรงไหน เครื่องมือที่ปลดล็อกฮาร์ดแวร์ให้คุณ ควรเป็นเครื่องมือที่ตัวมันเองไม่ล็อกคุณไว้เช่นกัน
แหล่งข่าว
อ่านเพิ่มในหมวด เครื่องมือนักพัฒนา
Betelgeuse รัน Qwen3.8 Flash Next ขนาด 68GB บน RTX 3060 กับแรม 16GB ส่วน Basalt วัดให้เห็นว่าเอนจินที่เร่งด้วยแฟล็กลัดทำให้โมเดลลืมของ
Betelgeuse ฟอร์ก llama.cpp ที่เปิดเมื่อ 31 ต.ค. ดึง expert จาก NVMe เข้า VRAM ตามต้องการ อ้าง 22 tok/s แบบไม่ทิ้ง expert แต่ README เตือนเองว่ายังทดลองและตัวเลขมาจากคนละรอบ วันเดียวกันผู้พัฒนา Basalt เผยผลวัดว่าแฟล็กเร่งความเร็วทำคุณภาพ Q8 ตกไปใกล้ Q2
กฎห้ามโคลนเกมของ Claude Code เริ่มกระทบงานจริง บริษัทรับทำเกมกระดานร้องงานลูกค้าหยุด แต่รายงานหลายชิ้นปนกับตัวกรองไซเบอร์คนละเรื่อง
ต่อจากที่เราพบกฎนี้ในไบนารี Claude Code ผู้ใช้เริ่มรายงานว่างานเชิงพาณิชย์ถูกปฏิเสธ และ Tom's Hardware กับ Mashable หยิบไปรายงาน แต่เมื่อไล่ issue ที่อ้างถึง พบว่าหลายรายการเกิดก่อนกฎจะมา จึงน่าจะเป็นตัวกรองด้านไซเบอร์ ส่วน Anthropic ยังไม่ชี้แจง
Claude Code ส่ง transcript ของ background agent ให้โมเดลทุก ~30 วินาทีเพื่อเขียนสถานะ 3–5 คำ ผู้วัดรายงานกินราว 16% และยังปิดแบบทางการไม่ได้
รายงานอิสระพบว่าฟีเจอร์ agent_summary ของ Claude Code ส่ง transcript เต็มของ background agent ไปถามสถานะทุก ~30 วินาที คิดเป็น 16.4% ของค่าใช้จ่ายในระบบของผู้วัด Issue เปิดมาตั้งแต่ ส.ค. ยังไม่มีสวิตช์ปิดที่รองรับ เราตรวจพบโค้ดนี้ใน 2.1.314 และพบกฎใหม่เรื่องเกมที่ไม่อยู่ใน changelog