ทำเนียบขาวกล่าวหา Moonshot บริษัท AI จีน ละเมิดมาตรการส่งออก ใช้ชิป Nvidia ผ่านไทย

เจ้าหน้าที่ระดับสูงของทำเนียบขาวได้ออกมากล่าวหา Moonshot สตาร์ทอัพปัญญาประดิษฐ์ (AI) ของจีนว่ามีการเข้าถึงเทคโนโลยีล้ำสมัยของสหรัฐฯ อย่างผิดกฎหมาย โดยอ้างว่าบริษัทได้ใช้ฮาร์ดแวร์จาก Nvidia และโมเดล AI ของสหรัฐฯ ในการสร้างระบบ Kimi K3 ซึ่งเป็นโมเดล AI เรือธงของบริษัท

ข้อกล่าวหาการละเมิดมาตรการควบคุม

Michael Kratsios ผู้อำนวยการสำนักงานนโยบายวิทยาศาสตร์และเทคโนโลยีของทำเนียบขาว ระบุผ่านโซเชียลมีเดียว่า Moonshot ได้จัดหาเซิร์ฟเวอร์ที่ติดตั้งชิป Nvidia GB300 และส่งเวิร์กโหลดผ่านโครงสร้างพื้นฐานที่ใช้ชิปดังกล่าวในประเทศไทยเพื่อใช้ในการฝึกฝนโมเดล AI ของตนเอง

Kratsios ยืนยันว่าการกระทำดังกล่าวเป็นการละเมิดกฎระเบียบการส่งออกของสหรัฐฯ และข้อกำหนดในการให้บริการของนักพัฒนา AI อเมริกัน โดยชิป GB300 ซึ่งเป็นส่วนหนึ่งของสถาปัตยกรรม Blackwell ของ Nvidia เป็นเทคโนโลยีที่รัฐบาลสหรัฐฯ สั่งห้ามส่งออกไปยังบริษัทจีนอย่างชัดเจน แม้จะมีการยกเว้นให้กับโปรเซสเซอร์รุ่นรองลงมาอย่าง H200 ก็ตาม

การสอบสวนและเบื้องหลังทางเทคนิค

ขณะนี้ สำนักงานอุตสาหกรรมและความมั่นคง (Bureau of Industry and Security - BIS) ซึ่งเป็นหน่วยงานที่บังคับใช้ข้อจำกัดการถ่ายโอนเทคโนโลยี กำลังตรวจสอบว่าบริษัทจีนมีการหลีกเลี่ยงข้อจำกัดเหล่านี้โดยใช้บริษัทย่อยในต่างประเทศหรือโครงสร้างพื้นฐานคลาวด์ในประเทศที่สามอย่างประเทศไทยหรือไม่

Ad

ทางด้าน Nvidia เคยยืนยันก่อนหน้านี้ว่าบริษัทปฏิบัติตามกฎระเบียบควบคุมการส่งออกทั้งหมดและมีการบังคับใช้กฎดังกล่าวอย่างจริงจังในช่องทางการขายต่างๆ แต่ยังไม่ได้ออกมาแสดงความคิดเห็นต่อข้อกล่าวหาล่าสุดจากทำเนียบขาว

ความสำเร็จของ Kimi K3

ข้อพิพาทนี้เกิดขึ้นหลังจากที่ Moonshot เปิดตัวโมเดล Kimi K3 ซึ่งเป็นโมเดลแบบ open-weight ที่สร้างความประหลาดใจให้กับนักวิเคราะห์ในวงการด้วยประสิทธิภาพที่สามารถลดช่องว่างระหว่างห้องปฏิบัติการ AI ของจีนกับบริษัทชั้นนำในสหรัฐฯ ได้อย่างมีนัยสำคัญ โดย Moonshot อ้างว่า K3 มีขีดความสามารถทัดเทียมกับโมเดลชั้นนำของสหรัฐฯ และเป็นรองเพียง GPT-5.6 ของ OpenAI และ Claude Fable 5 ของ Anthropic เท่านั้น

Kratsios กล่าวเสริมว่า ความสำเร็จส่วนหนึ่งของ Moonshot มาจากการพัฒนาแพลตฟอร์มภายในที่ใช้เทคนิค "Model Distillation" ซึ่งเป็นกระบวนการที่นักพัฒนาใช้ผลลัพธ์จาก "โมเดลครู" (teacher models) ที่มีความซับซ้อนสูง (ในที่นี้คือระบบของสหรัฐฯ) เพื่อฝึกฝน "โมเดลนักเรียน" (student models) ที่มีขนาดเล็กกว่าให้สามารถทำงานได้เทียบเท่ากันในเวลาอันรวดเร็ว