Microsoft เพิ่งประกาศ Project Zenith ผ่าน Windows Developer Blog เมื่อวันที่ 4 กันยายน 2026 โดยนิยามมันว่าเป็น “ready-to-code, distraction-free Windows experience” สำหรับเครื่องระดับนักพัฒนาโดยเฉพาะ ไม่ใช่ Windows 11 รุ่นทั่วไปที่ครอบคลุมผู้ใช้ทุกกลุ่มเหมือนที่ผ่านมา
จุดที่ทำให้ Zenith ถูกพูดถึงคือสเปกขั้นต่ำที่ Microsoft กำหนดไว้สูงผิดปกติสำหรับ Windows รุ่นหนึ่ง นั่นคือหน่วยความจำรวม (unified memory) อย่างน้อย 64GB และแบนด์วิดท์หน่วยความจำมากกว่า 250 GB/s ซึ่งเป้าหมายชัดเจนคือให้เครื่องรันโมเดลภาษาขนาดใหญ่ระดับ 30 พันล้านพารามิเตอร์ขึ้นไปได้ในเครื่องแบบไม่จำกัดการใช้งาน (unmetered) โดยไม่ต้องเสียค่าคลาวด์
Project Zenith คืออะไรกันแน่ ทำไม Microsoft ถึงต้องแยกจาก Windows 11 ปกติ
แนวคิดหลักของ Zenith คือการตัดสิ่งที่นักพัฒนาไม่ต้องการออกจาก Windows 11 มาตรฐาน แล้วปรับสภาพแวดล้อมให้พร้อมเขียนโค้ดทันทีที่เปิดเครื่อง File Explorer ถูกตั้งค่าให้แสดงนามสกุลไฟล์ ไฟล์ที่ซ่อนอยู่ และ path เต็มตั้งแต่แรก Command Palette เปิดใช้งานอยู่ ส่วน Start menu tips ที่กวนสายตาถูกปิดไปเลย
Microsoft ยังผนวก Microsoft Execution Containers (MXC) เข้ามาเป็นส่วนหนึ่งของระบบ เพื่อรองรับการพัฒนา agent แบบที่ต้องการ sandbox ที่ปลอดภัยกว่าเดิม นี่คือสัญญาณว่า Zenith ไม่ได้ทำมาเพื่อ “ใช้งานทั่วไปที่เบาลง” แต่ออกแบบมาให้ตรงกับงานสายพัฒนา AI และ agent โดยเฉพาะ
สเปกขั้นต่ำ 64GB กับ 250GB/s มีไว้ทำอะไร
ตัวเลข 64GB และ 250GB/s ไม่ใช่ตัวเลขที่ Microsoft ตั้งขึ้นมาลอยๆ แต่ผูกตรงกับเป้าหมายการรันโมเดลภาษาขนาด 30B พารามิเตอร์ขึ้นไปในเครื่อง โมเดลระดับนี้กินหน่วยความจำสูงมากเมื่อโหลดพร้อม context ยาวๆ การมี RAM รวมระดับ 64GB จึงเป็นเกณฑ์ขั้นต่ำที่พอจะรันได้จริงโดยไม่ต้องหั่นโมเดลหรือลด precision จนคุณภาพตก
ส่วนแบนด์วิดท์ 250 GB/s ตอบโจทย์ช่วงที่ CPU, GPU และ NPU ต้องแย่งกันอ่านข้อมูลจากหน่วยความจำเดียวกัน (unified memory) ยิ่งแบนด์วิดท์ต่ำ การรันโมเดลก็ยิ่งสะดุดเพราะรอข้อมูลไหลเข้าออกไม่ทัน ตัวเลขนี้จึงเป็นเกณฑ์คัดเครื่องที่ตั้งใจกันไม่ให้ Zenith ไปติดตั้งบนเครื่องที่มีหน่วยความจำเยอะแต่แบนด์วิดท์ไม่พอ
เครื่องมือที่ติดตั้งมาให้ตั้งแต่เปิดเครื่องวันแรก
Zenith ไม่ได้มาแค่การตัดส่วนเกินออก แต่ยังพ่วงเครื่องมือของนักพัฒนามาให้ครบตั้งแต่ต้น ทั้ง Visual Studio Code, GitHub Copilot, PowerToys, PowerShell 7, Git, GitHub CLI, Azure CLI, Python 3.14+, Node 24+, .NET 10, NVM, uv, Oh My Posh และ WSL 2 พร้อม Ubuntu ที่รองรับ container ในตัว โดย Windows Terminal และ VS Code ถูก pin ไว้ที่ taskbar เป็นค่าเริ่มต้น
การจัดชุดเครื่องมือแบบนี้สะท้อนว่า Microsoft มองว่าคู่แข่งจริงของ Zenith ไม่ใช่ Windows รุ่นอื่น แต่เป็นเครื่อง Linux ที่นักพัฒนา AI มักประกอบเองเพื่อความคล่องตัว การให้ทุกอย่างพร้อมใช้ตั้งแต่วันแรกจึงเป็นจุดขายที่ตรงเป้าที่สุด
ทำไมต้องเริ่มที่ Ryzen AI Halo ก่อนแพลตฟอร์มอื่น
Microsoft ยืนยันว่า Zenith จะเปิดตัวบนแพลตฟอร์ม AMD Ryzen AI Halo เป็นเจ้าแรก ก่อนขยายไปยังอุปกรณ์จาก OEM และพาร์ตเนอร์ผลิตชิปรายอื่นในเดือนถัดๆ ไป เหตุผลที่เลือก Ryzen AI Halo น่าจะมาจากสถาปัตยกรรมหน่วยความจำรวมที่ CPU, GPU และ NPU ใช้ pool เดียวกัน ต่างจาก PC ทั่วไปที่แยก VRAM ของ GPU ออกจาก RAM ของระบบ ทำให้จัดสรรหน่วยความจำให้โมเดลขนาดใหญ่ได้ยืดหยุ่นกว่า
ที่น่าสังเกตคือ Microsoft ยังไม่เปิดเผยราคาของเครื่องที่รัน Zenith โดยตรง แต่ถ้าดูเครื่อง Ryzen AI Halo ที่วางขายอยู่แล้วในตลาดตอนนี้ ซึ่งใช้ชิป AMD Ryzen AI Max+ 395 พร้อม RAM รวม 128GB แบบ LPDDR5x-8000 และ SSD 2TB ราคาก็อยู่ที่ราวๆ 3,999.99 ดอลลาร์สหรัฐ ตัวเลขนี้เป็นราคาตลาดของแพลตฟอร์มที่มีสเปกเข้าเกณฑ์ Zenith ไม่ใช่ราคาที่ Microsoft ประกาศสำหรับ Zenith โดยตรง แต่ก็พอให้เห็นระดับงบที่นักพัฒนาต้องเตรียมไว้
Windows 11 มาตรฐาน กับ Project Zenith ต่างกันตรงไหน
| Factor | Windows 11 มาตรฐาน | Project Zenith |
|---|---|---|
| เป้าหมายการออกแบบ | รองรับผู้ใช้ทุกกลุ่ม | เน้นนักพัฒนา AI โดยเฉพาะ |
| สเปกขั้นต่ำ | ไม่ผูกกับหน่วยความจำสูง | RAM รวม 64GB+ แบนด์วิดท์ 250GB/s+ |
| เครื่องมือพัฒนา | ต้องติดตั้งเพิ่มเอง | ติดตั้งมาให้ครบตั้งแต่แรก |
| การรัน AI ในเครื่อง | ขึ้นกับสเปกเครื่องแต่ละคน | ออกแบบให้รันโมเดล 30B+ พารามิเตอร์ได้ |
| แพลตฟอร์มที่รองรับตอนนี้ | กว้าง ครอบคลุมเกือบทุกเครื่อง | เริ่มที่ Ryzen AI Halo ก่อน |
| ความพร้อมใช้งานทั่วไป | พร้อมใช้แล้ว | ทยอยขยายไปยังอุปกรณ์อื่น |
จะเห็นว่า Zenith ไม่ได้แข่งกับ Windows 11 มาตรฐานตรงๆ แต่แยกกลุ่มเป้าหมายชัดเจนตั้งแต่ต้น คนที่ไม่ได้ทำงาน AI หรือพัฒนาซอฟต์แวร์หนักๆ ก็ไม่มีเหตุผลต้องเปลี่ยนมาใช้
Project Zenith เทียบกับทางเลือกอื่นที่นักพัฒนา AI ใช้อยู่ตอนนี้
| Factor | Project Zenith | Linux สำหรับพัฒนา AI | เช่า GPU บนคลาวด์ |
|---|---|---|---|
| รันโมเดลใหญ่ในเครื่อง | ออกแบบมาให้รัน 30B+ พารามิเตอร์ได้เลย | ทำได้ถ้าประกอบฮาร์ดแวร์เอง | ไม่จำกัดขนาดโมเดล แต่จ่ายตามการใช้งาน |
| ความพร้อมใช้งานทันที | เครื่องมือครบตั้งแต่เปิดเครื่อง | ต้องตั้งค่าและดูแลระบบเอง | เริ่มต้นเร็วผ่านบริการสำเร็จรูป |
| ค่าใช้จ่าย | ลงทุนก้อนใหญ่กับฮาร์ดแวร์ครั้งเดียว | ยืดหยุ่นตามชุดฮาร์ดแวร์ที่เลือก | จ่ายตามการใช้งานจริง |
| ความเป็นส่วนตัวของข้อมูล | ข้อมูลอยู่ในเครื่องทั้งหมด | ข้อมูลอยู่ในเครื่องทั้งหมด | ต้องส่งข้อมูลขึ้นระบบภายนอก |
| ความยืดหยุ่นของระบบ | จำกัดตามที่ Microsoft ออกแบบไว้ | ปรับแต่งได้ลึกที่สุด | ขึ้นกับผู้ให้บริการ |
ถ้ามองในมุมการใช้งานจริง Zenith เหมาะกับคนที่อยากได้ประสบการณ์ Windows ที่ใช้งานง่าย แต่ไม่อยากเสียเวลาตั้งค่าเครื่อง Linux เอง ส่วนคนที่ต้องการควบคุมระบบทุกเลเยอร์หรือไม่อยากลงทุนฮาร์ดแวร์ก้อนใหญ่ตั้งแต่แรก ทางเลือกอื่นยังตอบโจทย์กว่า
จุดแข็งที่น่าจับตา และคำถามที่ยังไม่มีคำตอบ
ข้อดี
- +รันโมเดลภาษาขนาด 30B+ พารามิเตอร์ในเครื่องได้แบบไม่จำกัดการใช้งาน ไม่ต้องเสียค่าคลาวด์เพิ่ม
- +เครื่องมือพัฒนาครบชุดตั้งแต่เปิดเครื่อง ลดเวลาตั้งค่าสภาพแวดล้อมได้มาก
- +สถาปัตยกรรมหน่วยความจำรวมของ Ryzen AI Halo ช่วยให้ CPU, GPU และ NPU แชร์ทรัพยากรกันได้คล่องกว่าเครื่องทั่วไป
ข้อเสีย
- −Microsoft ยังไม่เปิดเผยราคาของเครื่องที่รัน Zenith โดยตรง ต้องรอดูว่าต้นทุนจริงจะสูงแค่ไหน
- −ตอนเปิดตัวรองรับเฉพาะแพลตฟอร์ม Ryzen AI Halo เท่านั้น คนที่ใช้ฮาร์ดแวร์อื่นต้องรอ
- −ยังไม่มีผลทดสอบจากผู้ใช้จริงว่าประสิทธิภาพต่อวัตต์และความเสถียรเมื่อรันโมเดลใหญ่ต่อเนื่องเป็นอย่างไร
ต้นทุนที่แท้จริงของเครื่องพัฒนา AI ระดับนี้
ราคาตัวเครื่องเป็นแค่ส่วนหนึ่งของงบที่ต้องเตรียม เครื่องที่รองรับสเปก Zenith ต้องมี RAM รวมอย่างน้อย 64GB ซึ่งปัจจุบันเครื่อง Ryzen AI Halo ในตลาดมักมาพร้อม RAM สูงถึง 128GB เพื่อเผื่อโมเดลขนาดใหญ่กว่า 30B พารามิเตอร์ในอนาคต นอกจากนี้ยังต้องเผื่องบสำหรับ SSD ความเร็วสูง จอที่รองรับงานเขียนโค้ดนานๆ และระบบระบายความร้อนที่รับภาระต่อเนื่องได้
ค่าไฟก็เป็นต้นทุนแฝงที่มักถูกมองข้าม เพราะการรันโมเดลใหญ่ในเครื่องอย่างต่อเนื่องกินไฟมากกว่าใช้งานทั่วไปชัดเจน เมื่อรวมกับค่าเครื่องมือพัฒนาบางตัวที่เป็นแบบเสียเงินและค่าคลาวด์สำรองในวันที่เครื่องรันงานไม่ไหว งบรวมของการมีเครื่องพัฒนา AI แบบนี้จึงสูงกว่าราคาป้ายเครื่องที่เห็นตอนแรกพอสมควร
Zenith เป็นสัญญาณว่า Windows PC สาย AI กำลังเปลี่ยนเกณฑ์วัดใหม่
สิ่งที่ Project Zenith บอกใบ้ชัดเจนคือทิศทางของพีซีสายพัฒนา AI กำลังย้ายจุดสนใจจากความแรงของชิปอย่างเดียว ไปสู่ขนาดและแบนด์วิดท์ของหน่วยความจำรวม เพราะนี่คือคอขวดจริงเมื่อต้องรันโมเดลภาษาขนาดใหญ่ในเครื่องต่อเนื่อง
คำถามที่ยังรอคำตอบคือราคาสุดท้ายของเครื่องที่ได้ป้ายรับรอง Zenith ประสิทธิภาพต่อวัตต์เมื่อใช้งานจริงในระยะยาว และว่า Microsoft จะขยายไปยังแพลตฟอร์มอื่นนอกจาก AMD เร็วแค่ไหน ถ้าตอบโจทย์เหล่านี้ได้ดี Zenith ก็มีโอกาสกลายเป็นมาตรฐานใหม่ของเครื่องพัฒนา AI มากกว่าจะเป็นแค่โปรเจกต์ทดลองของ Microsoft ครับ