• เผยแพร่วันที่
    March 16, 2026
  • Share

บทนำ: สถาปัตยกรรมระบบ ไม่ใช่แบบจำลอง

 

ในขณะที่การแข่งขันเพื่อสร้าง "โมเดลขนาดใหญ่" ในโลกของปัญญาประดิษฐ์กำลังจางหายไปและเกิดความเงียบงันขึ้น อนาคตของภาคส่วนนี้ได้รับการสรุปไว้ในประโยคเดียวในการประชุม Open Source Summit Japan 2025:  "อนาคตของ AI ที่เป็นตัวแทนจะไม่ถูกกำหนดด้วยขนาดของโมเดล แต่จะถูกกำหนดด้วยสถาปัตยกรรมของระบบ" 

 

การตัดสินใจครั้งนี้เป็นตัวบ่งชี้ที่ชัดเจนที่สุดว่าจุดสนใจได้เปลี่ยนจากการฝึกฝนโมเดลไปสู่โครงสร้างพื้นฐานที่รองรับและขยายขนาดโมเดลเหล่านั้นแล้ว การประชุมสุดยอดที่จัดขึ้นที่เนินเขาโทราโนมอน โตเกียว พิสูจน์ให้เห็นว่าบริษัทยักษ์ใหญ่อย่าง Google, Fujitsu และ Honda ได้นำโอเพนซอร์สมาใช้เป็น "รากฐานเชิงกลยุทธ์" และในฐานะวิศวกร DevOps ผมมีโอกาสได้ตรวจสอบบรรทัดฐานใหม่ๆ ณ จุดตัดระหว่างโลกของปัญญาประดิษฐ์และโครงสร้างพื้นฐานในสถานที่จริง
บทความนี้วิเคราะห์ความเชื่อมโยงระหว่างโลกของปัญญาประดิษฐ์และโครงสร้างพื้นฐาน โดยอาศัยภาพถ่ายที่ผมถ่ายเองในงาน การบรรยายทางเทคนิคที่ผมเข้าร่วม และข้อมูลที่รวบรวมจากโปรแกรมอย่างเป็นทางการของ Linux Foundation

เอกราน เรสมี 2026-03-16 09.52.28.png

 

ธีมหลัก

การอภิปรายทางเทคนิคที่โดดเด่นในโปรแกรมการประชุมและการนำเสนอที่ผมได้ตรวจสอบในสถานที่จริงนั้น รวบรวมไว้ในหัวข้อหลักต่อไปนี้ในแง่ของการจัดการโครงสร้างพื้นฐานสมัยใหม่:

 

ก. สถาปัตยกรรมระบบและการแยกส่วนฮาร์ดแวร์

  • การแยกส่วนประกอบฮาร์ดแวร์: ดังที่ได้อธิบายไว้ในหัวข้อ "การจัดสรร GPU แบบไดนามิก" ของ Fujitsu ซึ่งเป็นการก้าวข้ามโครงสร้างเซิร์ฟเวอร์แบบดั้งเดิม โดยการรวบรวม CPU, GPU และหน่วยความจำไว้ในพูลแบบไดนามิก (Resource Pool) โดยการแยกส่วนประกอบเหล่านั้นออกจากเคสทางกายภาพ
  • โรงงาน AI: การเปลี่ยนศูนย์ข้อมูลให้เป็นโรงงานผลิตที่สามารถตอบสนองความต้องการที่เปลี่ยนแปลงได้ของภาระงานด้านปัญญาประดิษฐ์ แทนที่จะเป็นฟาร์มเซิร์ฟเวอร์แบบคงที่

ข. การปฏิบัติการของสายลับ

  • การจัดการโครงสร้างพื้นฐานแบบอัตโนมัติ: ดังที่เราได้เห็นในการสาธิตบนเวที การเปลี่ยนผ่านจากโครงสร้างของเครื่องมืออย่าง Terraform ที่ "หยุดทำงานเมื่อเกิดข้อผิดพลาด" ไปสู่โครงสร้างแบบ "เอเจนต์" ที่สามารถวิเคราะห์ข้อผิดพลาดและสร้างวิธีแก้ไขได้3 
  • ห่วงป้อนกลับอย่างต่อเนื่อง: การติดตามตรวจสอบอย่างต่อเนื่อง ไม่เพียงแต่การใช้งานโมเดลปัญญาประดิษฐ์เท่านั้น แต่ยังรวมถึงประสิทธิภาพของโมเดลเหล่านั้นในสภาพแวดล้อมจริงด้วย

ค. การกำกับดูแลและความปลอดภัยของข้อมูล

  • การเข้าถึงเวกเตอร์แบบรวมศูนย์: จากแผนภาพทางสถาปัตยกรรมที่ NTT และผู้บรรยายรายอื่นๆ นำเสนอ โครงสร้างที่ประมวลผลข้อมูลในสถานที่จากแหล่งข้อมูลที่กระจายอยู่ จะรวมผลลัพธ์เข้าด้วยกันแทนที่จะส่งข้อมูลไปยังที่เก็บข้อมูลส่วนกลาง6 
  • นโยบายในรูปแบบโค้ด: การตัดสินใจเกี่ยวกับการเข้าถึงข้อมูลแบบไดนามิก ณ ขณะที่มีการสอบถามข้อมูล โดยเครื่องมือต่างๆ เช่น OPA (Open Policy Agent) 6 

ง. ภาระงานที่สำคัญและภาระงานพิเศษ

  • การจัดการเซิร์ฟเวอร์เกม: ดังที่แสดงในงานนำเสนอ Agones ของทีม Google Open Source การจัดการเซิร์ฟเวอร์เกมที่มีสถานะ (stateful game servers) ในระดับโลกบน Kubernetes7 
  • ลินุกซ์ระดับอวกาศ: การควบคุมแขนหุ่นยนต์บนสถานีอวกาศนานาชาติ (ISS) ด้วยซอฟต์แวร์โอเพนซอร์ส ซึ่งนำเสนอในงานนำเสนอของ GITAI8 

ไฮไลท์จากการประชุม

ก. สถาปัตยกรรมระบบและการแยกส่วนฮาร์ดแวร์

การปลดปล่อยฮาร์ดแวร์: CoHDI

หนึ่งในหัวข้อทางเทคนิคที่โดดเด่นที่สุดของการประชุมคือการบรรยายเรื่อง... "การจัดสรร GPU แบบไดนามิกใน Kubernetes" นำเสนอโดย จิน ฮาเซะ และ สึบาสะ วาตานาเบะ จากทีมฟูจิตสึ แผนผังทางสถาปัตยกรรมที่แสดงบนเวทีอธิบายถึง... CoHDI (โครงสร้างพื้นฐานแบบแยกส่วนที่ประกอบได้) โครงการมีรายละเอียดดังนี้:

 

เอกราน เรสมี 2026-03-16 09.57.20.png

 

  • กลุ่มทรัพยากรแบบแยกส่วน: CPU, GPU, หน่วยความจำ และ NIC จะถูกถอดออกจากเคสเซิร์ฟเวอร์และรวบรวมไว้ในกองกลางเดียวกัน
  • สวิตช์ PCIe/CXL: ส่วนประกอบเหล่านี้เชื่อมต่อกันผ่านสวิตช์ความเร็วสูง
  • การรวม Kubernetes: ดังที่แสดงในแผนภาพ Kubernetes จะร้องขอฮาร์ดแวร์ราวกับกำลังสร้าง Pod และระบบจะประกอบฮาร์ดแวร์นี้เข้าด้วยกันทันทีเพื่อสร้างเซิร์ฟเวอร์ "Composed Baremetal"2 

แล้วทำไมถึงเป็น โคเอชดีไอ สำคัญหรือไม่? สถาปัตยกรรมนี้มีศักยภาพที่จะเพิ่มประสิทธิภาพการใช้งาน GPU จาก 30% เป็น 80%

 

การจัดการโครงสร้างพื้นฐาน: ครอสเพลน 2.0

 

อีกหนึ่งการนำเสนอที่สำคัญในงานนี้ได้แสดงให้เห็นว่า ครอสเพลน 2.0 สถาปัตยกรรม การตรวจสอบคำจำกัดความแบบประกาศบน Git อย่างต่อเนื่องโดยวงจรควบคุม Crossplane และการแปลงคำจำกัดความเหล่านั้นให้เป็นทรัพยากรจริงบน AWS, Azure หรือ Google Cloud สนับสนุนวิสัยทัศน์ของโครงสร้างพื้นฐานที่ "ซ่อมแซมตัวเองได้" นอกจากนี้ ครอสเพลน 2.0 ตอนนี้สามารถใช้งานได้ในสภาพแวดล้อม Kubernetes ทั้งหมดแล้ว ไม่ใช่แค่สำหรับบริการคลาวด์เหมือนใน Crossplane v1 เท่านั้น ด้วยเทคโนโลยีนี้ ทำให้ผู้พัฒนาทุกคนสามารถติดตั้งเทคโนโลยีพื้นฐานได้โดยไม่ต้องขอความช่วยเหลือ นับเป็นการนำเสนอที่น่าประทับใจในแง่ของการแสดงให้เห็นถึงทิศทางที่กระบวนการ DevOps จะเข้ามามีบทบาท 

ข. การปฏิบัติการของสายลับ

AgentOps: เป็นกลไกป้อนกลับอย่างต่อเนื่องที่มีเป้าหมายเพื่อลดช่องว่างระหว่างความเป็นจริง โดยการนำขั้นตอนการพัฒนา (วงจรภายใน) และการประยุกต์ใช้งาน (วงจรภายนอก) ของตัวแทนปัญญาประดิษฐ์มาผสานรวมกัน โครงสร้างนี้ถูกกำหนดให้เป็นสาขาวิชาวิศวกรรมแพลตฟอร์ม AI ที่ผสมผสานชุดข้อมูลที่เตรียมไว้แบบออฟไลน์เข้ากับการสังเกตการณ์จากสภาพแวดล้อมจริงในระบบนิเวศเดียว ทำให้สามารถตรวจจับข้อผิดพลาดและนำข้อมูลจากโลกแห่งความเป็นจริงกลับเข้าสู่กระบวนการทดสอบได้5 

 

มนุษย์ปะทะเอเจนต์: แอนนี่ ทัลวาสโต กล่าวในสุนทรพจน์ของเธอว่า เครื่องจักรจะยังคงไม่สมบูรณ์ในกระบวนการ DevOps ตราบใดที่พวกมันไม่มีข้อมูลที่พบในมนุษย์ ตัวอย่างเช่น เธอกล่าวว่า ระบบอาจได้รับการจัดการอย่างไม่สมบูรณ์หากคุณไม่มีแม้แต่การติดต่อสื่อสารเล็กๆ น้อยๆ จากเพื่อนร่วมงาน เธอได้กล่าวโดยละเอียดในงานนำเสนอของเธอว่า ข้อมูลทั้งหมดนี้ควรได้รับการจัดเตรียมให้กับเอเจนต์ก่อน 3 

 

ซอฟต์แวร์โอเพนซอร์สในอวกาศ: สถานีอวกาศนานาชาติ (ISS) และหุ่นยนต์

 

ในภาพถ่ายที่ถ่ายในระหว่างการประชุมเกี่ยวกับระบบที่สำคัญต่อความปลอดภัย มีภาพของสถานีอวกาศนานาชาติ (ISS) และ กีไต ภาพแขนหุ่นยนต์สะท้อนอยู่บนจอขนาดใหญ่ การได้เห็นว่า Linux ถูกนำไปใช้ในสภาพแวดล้อมที่ไม่มีโอกาสให้เกิดความผิดพลาดในสุญญากาศของอวกาศนั้น เป็นเครื่องพิสูจน์ถึงความน่าเชื่อถือของซอฟต์แวร์โอเพนซอร์ส8 

 

ค. การกำกับดูแลและความปลอดภัยของข้อมูล

ค. การกำกับดูแลและความปลอดภัยของข้อมูล

การเข้าถึงเวกเตอร์แบบรวมศูนย์ข้ามองค์กรและ OPA: ในองค์กรขนาดใหญ่ ข้อมูลมักถูกจัดเก็บไว้ในแผนกต่างๆ หรือบริษัทคู่ค้า ในฐานข้อมูลเวกเตอร์ที่แตกต่างกัน การรวบรวมข้อมูลเหล่านี้ไว้ในศูนย์กลางเดียวทำได้ยากเนื่องจากข้อกำหนดทางกฎหมาย ความปลอดภัยของข้อมูล และสิทธิ์ความเป็นเจ้าของ การนำเสนอครั้งนี้มีจุดมุ่งหมายเพื่อสร้าง "การบูรณาการเสมือน" โดยไม่ต้องคัดลอกข้อมูล

  • วีแอลแอลเอ็ม: ใช้ในการแปลงเมตาเดตาที่ซับซ้อนจากแหล่งข้อมูลให้เป็นบทสรุปภาษาธรรมชาติที่กระชับและมีความหมาย นอกจากนี้ยังทำหน้าที่เป็นเครื่องมืออนุมานประสิทธิภาพสูงในกระบวนการทำความเข้าใจคำถามของผู้ใช้และการประมวลผลผลลัพธ์
  • การตัดสินใจเชิงนโยบาย: รับผิดชอบด้านการกำกับดูแลข้อมูลและการอนุญาต เมื่อผู้ใช้เริ่มการสืบค้นข้อมูล OPA จะตรวจสอบในระหว่างการทำงานว่าผู้ใช้มีสิทธิ์เข้าถึงแหล่งข้อมูลนั้นหรือไม่
  • รายละเอียดเกี่ยวกับมิลวุส: ทำหน้าที่เป็น "แคตตาล็อกเชิงความหมาย" โดยจะจัดเก็บข้อมูลเมตาทางเทคนิคและธุรกิจของแหล่งข้อมูลในทุกองค์กรในรูปแบบเวกเตอร์ เมื่อมีการส่งคำค้นหาเข้ามา ระบบจะทำการค้นหาในขั้นตอนแรกเพื่อพิจารณาว่าองค์กรใดอาจมีข้อมูลที่เกี่ยวข้อง

การนำเสนอครั้งนี้พิสูจน์ให้เห็นว่าสามารถสร้างโครงสร้างพื้นฐานการค้นหาที่ปลอดภัยและ "ชาญฉลาด" ระหว่างองค์กรต่างๆ ได้อย่างไร โดยไม่ต้องย้ายข้อมูลไปยังตำแหน่งส่วนกลาง ด้วยการผสานรวมความสามารถในการค้นหาที่ปรับขนาดได้ของ Milvus พลังการประมวลผลภาษาของ vLLM และนโยบายความปลอดภัยที่ยืดหยุ่นของ OPA6 

 

วิศวกรรมบริบท: เควิน โนเอล วิทยากรกล่าวว่า ยุคของการ "เขียนโจทย์แล้วรอคำตอบ" นั้นได้สิ้นสุดลงแล้ว และเราได้เข้าสู่ยุคของการสร้างบริบทแทน

  • หลักสูตร LLM ไม่มีรัฐ: นางแบบจะไม่จำแม้แต่ประโยคก่อนหน้า เว้นแต่คุณจะเตือนพวกเธอ
  • การก่อตั้งรัฐ: เพื่อให้ปัญญาประดิษฐ์ให้คำตอบที่ถูกต้อง คุณจำเป็นต้องนำเสนอทุกอย่างให้มันอย่างถูกต้องใน "ขณะนั้น" (ทันเวลาพอดี) นี่คือศิลปะของการนำบทสนทนาในอดีต ข้อมูลจากเอกสาร และผลลัพธ์จากเครื่องมือต่างๆ มาผสานรวมกัน

การนำเสนอแสดงให้เห็นว่าส่วนประกอบต่อไปนี้ต้องนำมาประกอบกันเพื่อให้ปัญญาประดิษฐ์ตอบสนองได้อย่างประสบความสำเร็จ:

  • RAG (ข้อมูลที่เกี่ยวข้อง): ข้อมูลที่ดึงมาจากเอกสารหรือฐานข้อมูลภายในองค์กร
  • การจัดการหน่วยความจำ: การตั้งค่าในอดีตของผู้ใช้และประวัติการสนทนาระยะสั้น
  • เครื่องมือภายนอก: ข้อมูลที่มาจาก API หรือเครื่องมือคำนวณ
  • คำสั่งระบบ: กฎหลักที่กำหนดลักษณะและภารกิจของปัญญาประดิษฐ์

การทดสอบโครงสร้างที่ซับซ้อนเช่นนี้ (RAG + หน่วยความจำ + เครื่องมือ) ด้วยตนเองเป็นไปไม่ได้ ผู้บรรยายจึงเสนอวิธีแก้ปัญหาดังต่อไปนี้:

  • การประเมินผลอัตโนมัติ: เราต้องใช้ปัญญาประดิษฐ์สร้างคู่ "คำถาม-คำตอบ" นับพันคู่ (ข้อมูลสังเคราะห์) โดยใช้ข้อมูลที่เรามีอยู่
  • สถานการณ์ที่สมจริง: เราต้องวัดความแข็งแกร่งของระบบโดยการสร้างผู้ใช้จำลองที่ถามคำถามที่ไม่ถูกต้องหรือไม่ครบถ้วนเหมือนกับผู้ใช้จริง

ต้นทุนและความเร็ว: เราสามารถประเมินความสำเร็จของระบบ (ความแม่นยำ ความไม่เกี่ยวข้อง การหลอกลวง) ได้ภายในไม่กี่นาทีด้วยชุดข้อมูลสังเคราะห์ แทนที่จะทำการทดสอบที่ต้องใช้เวลาหลายสัปดาห์สำหรับมนุษย์ 10 

ง. ภาระงานที่สำคัญและภาระงานพิเศษ

การจัดการเซิร์ฟเวอร์เกม (Agones): ในสไลด์ที่มีชื่อว่า "วิธีการทำงานของ Agones" ทีมโอเพนซอร์สของ Google ได้เผยแพร่แผนผังแสดงขั้นตอนการทำงานของโครงสร้างพื้นฐาน A.R.C. Raiders ในแผนภาพนี้ จะเห็นได้อย่างชัดเจนว่าหลังจากจับคู่ผู้เล่นแล้ว ผู้เล่นจะถูกจัดสรรไปยัง Pods ที่เรียกว่า "Agones Game Server" และเซิร์ฟเวอร์เหล่านี้ได้รับการจัดการด้วยกลยุทธ์ "binpacking" (การบีบอัด) ในระดับสากล ซึ่งช่วยให้นักพัฒนาสามารถทุ่มเทเวลาให้กับการพัฒนาเกมได้มากขึ้นโดยไม่ต้องกังวลเรื่องโครงสร้างพื้นฐาน นอกจากนี้ยังพิสูจน์ให้เห็นถึงบทบาทสำคัญของ Kubernetes ในฐานะโอเพนซอร์สในอุตสาหกรรมเกมอีกด้วย

เอกราน เรสมี 2026-03-16 10.37.12.png

ความเร็วในการเผยแพร่โมเดล: การนำเสนอแสดงให้เห็นว่าขณะนี้โมเดลต่างๆ ถูกจัดเก็บไว้ในรีจิสทรีที่เข้ากันได้กับ OCI เช่น อิมเมจ Docker และเชื่อมต่อโดยตรง (เมานต์) กับ Pod เหมือนกับดิสก์ ด้วยเทคโนโลยีนี้ แบบจำลอง CSI Driverวิธีนี้ช่วยลดเวลาในการคัดลอกข้อมูลขนาดหลายกิกะไบต์ โดยใช้รีจิสทรี OCI ของ Harbor สำหรับการดำเนินการเหล่านี้8 

 

ประสิทธิภาพการอนุมาน: จากบันทึกและภาพประกอบที่ผมได้จดไว้จากการประชุม vLLM เทคโนโลยี PagedAttention เป็นกุญแจสำคัญต่อประสิทธิภาพ เทคโนโลยีนี้จัดการหน่วยความจำ GPU ด้วยตรรกะหน่วยความจำเสมือนในระบบปฏิบัติการ ช่วยแก้ปัญหาคอขวดของ "Key-Value Cache" และเพิ่มปริมาณงานได้หลายเท่า การนำเสนอยังกล่าวถึง DeepSpeed ​​ที่พัฒนาโดย Microsoft ซึ่งเพิ่มประสิทธิภาพ GPU ได้ 4-6 เท่า ทำให้ได้ประสิทธิภาพสูงแม้ในฮาร์ดแวร์รุ่นเก่า และเน้นย้ำในงานนำเสนอว่าจำนวนโทเค็นที่ผลิตต่อค่าธรรมเนียมเพิ่มขึ้นด้วยเทคโนโลยีนี้ 9 

 

สรุป: หลังจากจบการประชุม Open Source Summit Japan 2025 ผมกลับมาพร้อมกับวิสัยทัศน์ที่เปลี่ยนแปลงมุมมองต่ออาชีพของผมอย่างสิ้นเชิง ไม่ใช่แค่เพียงความรู้ทางเทคนิคใหม่ๆ ที่ติดตัวมาเท่านั้น

 

หนึ่งในประเด็นที่สร้างความประทับใจให้ผมมากที่สุดตลอดงานคือขอบเขตการครอบคลุมที่กว้างขวางของ ซอฟต์แวร์โอเพ่นซอร์ส (โอเอส)ปัจจุบัน ความจริงที่ว่าพลังของโอเพนซอร์สได้รับความไว้วางใจแม้ในโครงการเทคโนโลยีที่สำคัญและล้ำหน้าที่สุดของมนุษยชาติ เช่น... สถานีอวกาศนานาชาติ (ISS)ไม่ใช่แค่ในเว็บไซต์หรือแอปพลิเคชันบนมือถือเท่านั้น แต่ยังทำให้ฉันตระหนักอีกครั้งถึงความรับผิดชอบและศักยภาพของงานที่เราทำ

เอกราน เรสมี 2026-03-16 10.39.07.png

ช่วงเวลาที่น่าจดจำที่สุดของการประชุมสุดยอดครั้งนี้สำหรับผม คือการได้ฟังการบรรยายสดจากลินัส ทอร์วัลด์ส หนึ่งในผู้บุกเบิกโลกซอฟต์แวร์สมัยใหม่ และผู้สร้างลินุกซ์และกิต การได้ฟังแนวทางการพัฒนาเทคโนโลยีและวิสัยทัศน์ของเขาโดยตรง ทำให้ผมเข้าใจปรัชญาอันยิ่งใหญ่ที่อยู่เบื้องหลังเครื่องมือพื้นฐานที่เราใช้กันอยู่

 

บทเรียนที่สำคัญที่สุดที่ผมได้รับจากงานประชุมครั้งนี้คือ: โลกของซอฟต์แวร์เปรียบเสมือนมหาสมุทรอันกว้างใหญ่ เปิดรับการพัฒนาได้ตลอดเวลาและเปลี่ยนแปลงอยู่เสมอ การเป็นส่วนหนึ่งของระบบนิเวศนี้ไม่ได้หมายถึงแค่การเขียนโค้ดเท่านั้น แต่ยังหมายถึงการเรียนรู้และมีส่วนร่วมกับชุมชนอย่างต่อเนื่อง พลวัตของอาชีพนี้เป็นแรงบันดาลใจให้ฉันอย่างมาก ตอนนี้ถึงเวลาแล้วที่จะทำงานต่อไปอย่างมุ่งมั่นและรวดเร็วยิ่งขึ้นด้วยแรงบันดาลใจนี้! 👨‍💻✨

 

เอกราน เรสมี 2026-03-16 10.40.13.png

การเดินทางไปญี่ปุ่นของฉันเป็นการสานต่อความอยากรู้อยากเห็นที่เริ่มก่อตัวขึ้นจากวัฒนธรรมการอ่านและการแบ่งปันความรู้ที่เปี่ยมไปด้วยพลังซึ่งได้รับการส่งเสริมที่กาลาคิยะ แรงจูงใจหลักของฉันในการเลือกจุดหมายปลายทางนี้คือการได้ดื่มด่ำกับวัฒนธรรมและมรดกทางด้านอาหารที่ฉันมองว่าแตกต่างอย่างสิ้นเชิง—แทบจะเป็นอีกโลกหนึ่งเลยก็ว่าได้—จากวัฒนธรรมของเรา ฉันอยากก้าวออกจากเขตสบายของตัวเองและสัมผัสประสบการณ์การเป็น "คนนอก" ในดินแดนที่มีความแตกต่างอย่างมากมายเช่นนี้ ที่ซึ่งพิธีกรรมและรสชาติทุกอย่างดูเหมือนจะอยู่ในมิติที่แตกต่างออกไป

 

อย่างไรก็ตาม ขณะที่ผมเดินทางไปทั่วโตเกียว ตั้งแต่ถนนใหญ่ที่สว่างไสวด้วยแสงไฟนีออน ไปจนถึงร้านอาหารแบบดั้งเดิมที่ซ่อนตัวอยู่ในตรอกแคบๆ ผมก็ได้ตระหนักถึงความจริงอันลึกซึ้งอย่างหนึ่ง แม้ว่าการจัดแต่งอาหารอย่างพิถีพิถันและความเงียบสงบของท้องถนนจะดูแปลกใหม่ในตอนแรก แต่ผมก็ค้นพบแก่นแท้สากลที่ซ่อนอยู่ภายใต้พื้นผิวเหล่านั้น การยืนอยู่ใต้เงาของตึกระฟ้าสมัยใหม่และการเฝ้ามองผู้คนค้นหาช่วงเวลาแห่งความสงบสุขที่ศาลเจ้าโบราณ ทำให้ผมตระหนักว่าการแสดงออกถึงความจริงใจของมนุษย์นั้นเหมือนกันกับในบ้านเกิดของเรา มันเป็นการย้ำเตือนอย่างทรงพลังว่าไม่ว่าภูมิศาสตร์จะเป็นอย่างไร มนุษยชาติก็ล้วนมีค่านิยมพื้นฐานเดียวกัน นั่นคือ ความเมตตา การทำงาน ครอบครัว และจิตวิญญาณแห่งการแบ่งปัน

เอกราน เรสมี 2026-03-16 10.41.49.png

 

การได้เห็นวัฒนธรรมแห่งความเคารพที่ฝังรากลึกและ "ความกลมกลืนที่มองไม่เห็น" เบื้องหลังสังคมที่ดำเนินไปอย่างแม่นยำเหลือเชื่อนั้น เปลี่ยนการสังเกตการณ์ของผมให้กลายเป็นบทเรียนที่กว้างขึ้นเกี่ยวกับความเป็นมนุษย์ การได้สัมผัสความลึกซึ้งทางวัฒนธรรมนี้ควบคู่ไปกับวิสัยทัศน์ที่ไม่เหมือนใคร ช่วยให้ผมเข้าใจว่าโลกไม่ได้ถูกกำหนดด้วยโครงสร้างเพียงอย่างเดียว แต่ด้วยจิตวิญญาณและวินัยของมนุษย์ ผมกลับมาจากการเดินทางครั้งนี้ด้วยความเข้าใจที่ยากจะลืมเลือนว่าเราทุกคนเป็น "หนึ่งเดียวกัน" แม้จะอยู่คนละซีกโลก และแน่นอนว่าได้ภาพถ่ายอันล้ำค่าไม่กี่ภาพที่บันทึกจิตวิญญาณของเมืองนี้ไว้
 

แล้วพบกันใหม่ที่จุดหมายต่อไป

เอ็มเร อิซมีร์

วิศวกร DevOps อาวุโส
ภาพบรรยากาศงาน Open Source Summit Japan 2025 ณ กรุงโตเกียว
 

อ้างอิง

  1. อนาคตของ AI ที่ทำหน้าที่เหมือนตัวแทนจะไม่ถูกกำหนดด้วยขนาดของโมเดล... - การนำเสนอในงาน Open Source Summit AI_dev Track, 8-10 ธันวาคม 2025, โตเกียว ประเทศญี่ปุ่น สามารถดูได้ที่: https://ossjapan2025.sched.com/type/AI_dev

  2. การจัดสรร GPU แบบไดนามิกใน Kubernetes ด้วยโครงสร้างพื้นฐานแบบแยกส่วนที่ประกอบได้ - จิน ฮาเซะ และ สึบาสะ วาตานาเบะ, บริษัท ฟูจิตสึ จำกัด งานประชุม Open Source Summit Japan 2025 หัวข้อ Cloud & Containers สามารถดูได้ที่: https://github.com/CoHDI

  3. LLM ในโหมดอัตโนมัติ: การเรียกใช้เอเจนต์ AI บน Kubernetes - แอนนี่ ทัลวาสโต, Waovo/Upbound. การประชุมสุดยอดโอเพนซอร์สญี่ปุ่น 2025. สามารถดูได้ที่: https://ossjapan2025.sched.com/event/29Fqz/llms-on-autopilot-running-ai-agents-on-kubernetes-with-open-source-tools-annie-talvasto-waovo

  4. การจัดการโครงสร้างพื้นฐานด้วย Crossplane 2.0 - งานนำเสนอ Upbound การประชุมสุดยอดโอเพนซอร์ส ประเทศญี่ปุ่น 2025 สามารถดูได้ที่: (https://ossjapan2025.sched.com/event/29FnY)

  5. จากห้องปฏิบัติการสู่ชีวิตจริง: การประเมินระบบ AI ในทางปฏิบัติ - Sharon Dashet และ Vincent Caldeira, งานนำเสนอของ Red Hat, โตเกียว ประเทศญี่ปุ่น สามารถดูได้ที่: https://ossjapan2025.sched.com/event/29FnS/from-lab-to-life-practical-ai-system-evaluation-sharon-dashet-vincent-caldeira-red-hat

  6. การเรียกค้นเวกเตอร์แบบรวมศูนย์และการเรียกค้นที่คำนึงถึงนโยบาย - ฮิโรกิ อิโตะ และ ชูสุเกะ ทาคาฮาชิ, NTT. การประชุมสุดยอดโอเพนซอร์สแห่งญี่ปุ่น 2025, หัวข้อ AI_dev. สามารถดูได้ที่: https://ossjapan2025.sched.com/event/29FpX/federated-vector-retrieval-across-organizations-with-milvus-opa-and-vllm-hiroki-ito-shusuke-takahashi-ntt

  7. ปาฐกถาหลัก: อนาคตของ Agones จะเป็นอย่างไร? การกำกับดูแลในระดับโลก - เบน ฮัสตัน สถาปนิกอาวุโสหลักของ Google Cloud งานประชุม Open Source Summit Japan 2025 หัวข้อ AI_dev สามารถดูได้ที่: https://ossjapan2025.sched.com/event/2AHMX/keynote-whats-next-for-agones-planet-scale-governance-ben-huston-sr-principal-architect-google-cloud

  8. ModelPack: มาตรฐานเปิดสำหรับการบรรจุ การแจกจ่าย และการใช้งาน LLM ในสภาพแวดล้อมคลาวด์เนทีฟ - การนำเสนอของ Wenbo Qi และ Chenyu Zhang จาก Ant Group ในงาน Open Source Summit Japan 2025 สามารถดูได้ที่: https://ossjapan2025.sched.com/event/29FpF/modelpack-an-open-standard-for-packaging-distributing-and-running-llms-in-cloud-native-environment-wenbo-qi-chenyu-zhang-ant-group

  9. ปาฐกถาหลัก: สถานการณ์ของประเทศ - จิม เซมลิน ผู้อำนวยการบริหาร มูลนิธิลินุกซ์ นำเสนอในงานประชุม Open Source Summit Japan 2025 สามารถดูได้ที่: https://ossjapan2025.sched.com/event/2AEuA/keynote-state-of-the-union-jim-zemlin-executive-director-the-linux-foundation

  10. กลยุทธ์ข้อมูลสังเคราะห์เชิงปฏิบัติสำหรับระบบ RAG/เอเจนต์ - เควิน โนเอล, Uzabase - การนำเสนอ Edge US ในงาน Open Source Summit Japan 2025 สามารถดูได้ที่: https://ossjapan2025.sched.com/event/29FlW/practical-synthetic-data-strategies-for-ragagentic-systems-kevin-noel-uzabase-edge-us

บทความที่เกี่ยวข้อง