EUCLYD ระดมทุนกว่า €200M: AI infrastructure เริ่มแข่งที่ cost per token และ memory architecture
สารบัญบทความ (Table of Contents)
- AI ไม่ได้ติดแค่ compute แต่ติด memory และพลังงาน
- craftwerk คือการวาง AI silicon แบบ system-first
- Samsung เข้ามาเพราะ memory คือหัวใจของยุค inference
- Peter Wennink เข้าบอร์ดคือสัญญาณของ European semiconductor ambition
- Funding รอบนี้ซื้อเวลา engineering ไม่ใช่แค่ headline
- ความเสี่ยงคือสนามนี้โหดมาก
- สรุป
- แหล่งอ้างอิง
ข่าว Hardware / Infrastructure สำหรับรอบวันที่ 16 กันยายน 2026 คือการที่ EUCLYD บริษัท semiconductor systems จาก Eindhoven ประเทศเนเธอร์แลนด์ ประกาศเมื่อวันที่ 15 กันยายน 2026 ว่าได้ลงนามระดมทุน Series A มากกว่า €200 ล้าน
รอบนี้นำโดย Samsung, Somerset Capital Partners, Scaleup Europe Fund ซึ่งบริหารโดย EQT และ Innovation Industries พร้อมผู้ร่วมลงทุนอย่าง EIFO, imec.xpand, Brabant Development Agency และ Quadri
ข่าวนี้สำคัญเพราะสะท้อนว่า hardware/infrastructure สำหรับ AI ไม่ได้มีแค่การซื้อ GPU เพิ่ม แต่เริ่มกลับไปถามคำถามพื้นฐานกว่าเดิมว่า inference stack ควรถูกออกแบบอย่างไรให้ใช้พลังงาน เงินทุน และ memory bandwidth น้อยลง
AI ไม่ได้ติดแค่ compute แต่ติด memory และพลังงาน
EUCLYD วางโจทย์ของตัวเองไว้ที่สิ่งที่บริษัทเรียกว่า efficiency wall ของ AI
เมื่อ foundation model ใหญ่และเก่งขึ้น ต้นทุนการ deploy ไม่ได้โตเฉพาะจำนวน accelerator แต่โตพร้อมกันหลายชั้น:
- power availability
- memory bandwidth
- capital expenditure
- datacenter footprint
- cooling requirement
- networking และ system complexity
- cost per token ใน production
นี่คือจุดที่ AI infrastructure เริ่มกลายเป็นปัญหาเชิงระบบ ไม่ใช่ปัญหาของ chip ตัวเดียว
บริษัทจำนวนมากสามารถรัน demo ได้ แต่การรัน inference ปริมาณมหาศาลด้วยต้นทุนที่ enterprise หรือ consumer service รับไหวเป็นอีกโจทย์หนึ่ง
craftwerk คือการวาง AI silicon แบบ system-first
ในแถลงการณ์ EUCLYD ระบุว่า roadmap ของบริษัทมี craftwerk ซึ่งบริษัทเรียกว่า agentic AI silicon และ craftwerk station CWS ที่ถูกวางเป็น exascale AI factory ใช้พลังงานต่ำ
รายละเอียดทางเทคนิคยังมีจำกัด แต่สารสำคัญคือบริษัทไม่ได้พูดถึง ASIC compute แยกเดี่ยว บริษัทพูดถึง platform ที่รวม programmable ASIC compute, processor-memory co-design และ system-level optimization
นี่เป็นแนวทางที่สอดคล้องกับทิศทางของ AI inference ปี 2026 เพราะ bottleneck จำนวนมากไม่ได้อยู่ใน matrix multiplication อย่างเดียว แต่อยู่ที่การเคลื่อนข้อมูล ระยะห่างระหว่าง processor กับ memory และค่าใช้จ่ายของระบบรอบ chip
ถ้า EUCLYD ทำได้จริง ความต่างอาจไม่ได้อยู่ที่ benchmark peak performance เท่านั้น แต่อยู่ที่ economics:
- token ถูกลง
- latency คงที่ขึ้น
- rack ใช้พลังงานน้อยลง
- footprint ของ AI factory ลดลง
- sovereign และ enterprise AI ใช้งานได้ในพื้นที่ที่ไฟฟ้าจำกัดกว่า hyperscale hub
Samsung เข้ามาเพราะ memory คือหัวใจของยุค inference
การที่ Samsung เป็นหนึ่งในผู้นำรอบทุนทำให้ข่าวนี้มีน้ำหนักกว่าการระดมทุน deep tech ทั่วไป
Samsung ไม่ได้เป็นเพียงนักลงทุนทางการเงิน แต่เป็นผู้เล่นหลักใน semiconductor และ memory ecosystem ระดับโลก
สำหรับ AI inference รุ่นต่อไป memory bandwidth, packaging, thermal design และ supply chain จะสำคัญพอ ๆ กับ compute die เอง ยิ่ง model ใช้ context ยาวขึ้นและ agent ต้องถือ state จำนวนมาก ต้นทุนการเคลื่อนข้อมูลจะยิ่งเห็นชัด
ดังนั้นบริษัทที่ออกแบบ AI silicon โดยเริ่มจาก memory architecture และ datacenter system จึงมีเหตุผลเชิงยุทธศาสตร์มากขึ้นในสายตาของผู้ผลิต memory
Peter Wennink เข้าบอร์ดคือสัญญาณของ European semiconductor ambition
อีกจุดสำคัญคือ Peter Wennink อดีต President และ CEO ของ ASML เข้ารับตำแหน่ง Chairman of the Board ของ EUCLYD
นี่ทำให้ข่าวนี้แตะภาพใหญ่ของยุโรปโดยตรง
ยุโรปมีจุดแข็งใน semiconductor equipment, photonics, research ecosystem และ industrial engineering แต่ในยุค AI accelerator กระแสหลักยังถูกครอบงำโดยบริษัทสหรัฐฯ และ supply chain เอเชียเป็นส่วนใหญ่
EUCLYD จึงน่าสนใจเพราะพยายามสร้างบริษัท AI infrastructure ที่เริ่มจากยุโรป แต่ต้องแข่งขันในตลาด global hyperscale, enterprise และ sovereign AI
ถ้าบริษัทสำเร็จ มันจะช่วยให้ยุโรปมีบทบาทมากกว่าแค่ supplier ของเครื่องมือผลิตชิปหรือ research lab แต่เป็นเจ้าของ platform สำหรับ AI inference เอง
Funding รอบนี้ซื้อเวลา engineering ไม่ใช่แค่ headline
EUCLYD ระบุว่าเงินทุนจะใช้ขยายทีม engineering, เร่ง silicon และ systems roadmap, เสริม ecosystem partnership และเตรียม commercial deployment ในตลาด enterprise, sovereign และ hyperscale AI
สำหรับ hardware startup เงินมากไม่ได้แปลว่าชนะทันที แต่ซื้อสิ่งที่สำคัญมากคือเวลาและ iteration
การสร้าง AI silicon ต้องใช้รอบออกแบบยาวและแพง:
- architecture definition
- simulation และ compiler/toolchain
- tape-out
- packaging
- board และ rack design
- software stack
- customer pilot
- reliability testing
- manufacturing และ supply agreement
เงินระดับมากกว่า €200 ล้านจึงเป็นสัญญาณว่าผู้ลงทุนเชื่อว่าปัญหา efficiency ของ AI inference ใหญ่พอที่จะรองรับบริษัท hardware ใหม่ ไม่ใช่แค่ optimization เล็ก ๆ ใน software layer
ความเสี่ยงคือสนามนี้โหดมาก
แม้ข่าวนี้น่าจับตา แต่การแข่งขัน AI silicon เป็นหนึ่งในตลาดที่ยากที่สุด
EUCLYD ต้องแข่งกับ incumbent ที่มี ecosystem ใหญ่กว่า ลูกค้าเดิมมากกว่า และ software maturity สูงกว่า เช่น GPU platform, cloud TPU, custom ASIC ของ hyperscaler และ startup accelerator รายอื่น
ความเสี่ยงสำคัญคือ:
- chip ดีแต่ software stack ไม่พร้อม
- ประหยัดพลังงานแต่ deploy ยากใน data center จริง
- performance ดีเฉพาะ workload บางประเภท
- supply chain ไม่ scale ทันความต้องการ
- customer ไม่อยากย้ายจาก ecosystem เดิม
- model architecture เปลี่ยนเร็วกว่ารอบ hardware
ดังนั้นตัวชี้วัดหลังจากนี้ไม่ใช่แค่ tape-out หรือ benchmark แต่คือ production workload ที่พิสูจน์ว่า cost per token ลดลงจริงในสภาพแวดล้อมที่ลูกค้าใช้งาน
สรุป
การระดมทุน Series A ของ EUCLYD มากกว่า €200 ล้าน เป็นข่าว Hardware / Infrastructure ที่บอกว่าตลาด AI ปี 2026 เริ่มมองลึกกว่า “มี accelerator กี่ตัว”
โจทย์ใหม่คือใครสามารถออกแบบ compute, memory architecture และ datacenter system ให้ทำ inference ได้ถูกลง ประหยัดพลังงานขึ้น และ deploy ได้ในวงกว้างกว่าเดิม
ถ้า EUCLYD ทำตาม roadmap ได้จริง ข่าวนี้อาจเป็นหนึ่งในจุดเริ่มของคลื่น AI silicon ยุโรปที่เน้น efficiency และ sovereign infrastructure มากกว่าการแข่ง peak FLOPS เพียงอย่างเดียว
ภาพประกอบบทความนี้ดาวน์โหลดจาก artwork ทางการบนเว็บไซต์ EUCLYD ขนาด 1319x206 พิกเซล ผ่านข้อกำหนดความกว้าง cover image ของ repo โดยเลือกใช้ภาพทางการนี้เพราะหน้า press release ไม่เปิดเผยภาพผลิตภัณฑ์หรือภาพข่าวเฉพาะรอบทุนที่ดีกว่า
แหล่งอ้างอิง
บทความที่เกี่ยวข้อง (Related Posts)
Intel เปิดรายละเอียด OCP สำหรับ agentic AI: GPU D-series, Xeon rack และคำว่า put every prompt in its place
สรุปข่าว Hardware / Infrastructure วันที่ 13 ตุลาคม 2026 เมื่อ Intel ใช้ OCP Global Summit เปิดรายละเอียด GPU D-series, Xeon rack และ open infrastructure สำหรับ agentic AI
Google จับมือ Constellation เติมไฟนิวเคลียร์ 890 MW ให้ PJM: AI infrastructure เริ่มซื้อ capacity ใหม่เอง
สรุปข่าว Hardware / Infrastructure วันที่ 7 ตุลาคม 2026 หลัง Google และ Constellation ประกาศข้อตกลงนิวเคลียร์ 20 ปีเพื่อเพิ่ม capacity 890 MW ใน PJM
SK hynix Ventures เปิดตัวที่ Silicon Valley: AI infrastructure แข่งกันถึง ecosystem รอบ memory
สรุปข่าว Hardware / Infrastructure วันที่ 19 กันยายน 2026 เรื่อง SK hynix เปิดตัว SK hynix Ventures ที่ Silicon Valley เมื่อวันที่ 18 กันยายน 2026 เพื่อขยายการลงทุนใน AI computing, data centers และ optical interconnect
AEMA เปิดตัว: ศูนย์ข้อมูล AI กำลังถูกออกแบบให้เป็น flexible load ของระบบไฟฟ้า
สรุปข่าว Hardware / Infrastructure วันที่ 17 กันยายน 2026 เรื่อง AI Energy Management Alliance จาก Emerald AI, Google, NVIDIA และพันธมิตรที่ต้องการให้ศูนย์ข้อมูล AI ช่วยระบบไฟฟ้าได้มากขึ้น