864 คำ
4 นาที
IT Foundation EP.01 — รากฐานคอมพิวเตอร์
สารบัญ
วิวัฒนาการของการคำนวณ: จากมนุษย์สู่ซิลิคอน เมื่อมนุษย์คือคอมพิวเตอร์ และลูกคิดคือ RAM ตัวแรก เครื่องจักรกลคำนวณ: เมื่อฟันเฟืองเริ่มคิดแทนมือ จุดเปลี่ยน: สงคราม Enigma และ Alan Turing ยุคหลอดสุญญากาศ: ENIAC ใหญ่เท่าสนามฟุตซอล ปฏิวัติซิลิคอน: จากขวดน้ำสู่เม็ดทราย ยุค IoT: คอมพิวเตอร์ล่องหนที่อยู่รอบตัวเรา อนาคต: Quantum Computing ที่เหนือกว่าซิลิคอน ภาษาจักรกล: คุยกับไฟฟ้ายังไงให้รู้เรื่อง Binary: ภาษาแห่งสวิตช์ไฟ Data Representation: เปลี่ยนโลกจริงเป็น 0 กับ 1 Logic Gates: จุดเริ่มต้นของ “การตัดสินใจ” Control Flow: ถ้า…แล้ว… และการทำซ้ำ กายวิภาคคอมพิวเตอร์: เมื่อความคิดจับต้องได้ สวิตช์คิดเลขได้ไง? — โดมิโน่นับล้านตัว พิมพ์เขียวระบบ: Input → Process → Output สมองของเครื่อง: CPU, GPU, TPU ลำดับขั้นความจำ: จากกระดาษทดถึงตู้เก็บเอกสาร Bus: ถนนและคอขวดในเครื่อง สรุป: จากทรายสู่ “สมอง”

Series: IT Foundation — พื้นฐาน IT สำหรับยุค AI (ภาษาคน)

  1. EP.01 — รากฐานคอมพิวเตอร์ ← คุณอยู่ตรงนี้
  2. EP.02 — พื้นฐาน Computer Science
  3. EP.03 — ซอฟต์แวร์ทำงานยังไง
  4. EP.04 — Architectures
  5. EP.05 — Web Technologies
  6. EP.06 — Security พื้นฐาน
  7. EP.07 — Performance & Testing
  8. EP.08 — Dev/Deploy/Ops
  9. EP.09 — Security ขั้นสูง
  10. EP.10 — Project Management

ตอนนี้เราอยู่ในยุค AI กันหมดแล้ว ทุกคนพูดถึง ChatGPT, Gemini, Cloud, API, Server กันเหมือนเป็นเรื่องปกติ แต่พอผมลองนั่งคุยเรื่อง IT กับคนในออฟฟิศ กับที่บ้าน หรือกับเพื่อนที่ทำธุรกิจจริงๆ ผมพบว่าอธิบายยากมาก ไม่ใช่เพราะเขาโง่ แต่เพราะ “พื้นฐาน” ของเรื่องนี้ไม่เคยถูกเล่าให้เข้าใจเป็นภาษาคน พอไม่มีฐาน ทุกคำศัพท์ใหม่ที่เข้ามาก็เลยกลายเป็นหมอกควันที่จับต้องไม่ได้

series “IT Foundation” ชุดนี้ผมเลยเขียนขึ้นมาเป็น 10 ตอน ไล่ตั้งแต่รากฐานคอมพิวเตอร์ไปจนถึงเรื่อง Security ขั้นสูงและการบริหารโปรเจกต์ IT จุดยืนคือ “ภาษาคน” ล้วนๆ ใช้คำเทคนิคเท่าที่จำเป็น และพยายามเปรียบเทียบให้เห็นภาพจริงในชีวิตประจำวัน ไม่ว่าคุณจะเป็นพนักงานออฟฟิศ เจ้าของธุรกิจ ผู้บริหาร หรือแค่คนที่อยากเข้าใจโลกใบนี้ให้ดีขึ้น อ่านชุดนี้จบ ผมคิดว่าคุณจะฟังคนสาย IT รู้เรื่องขึ้นอีกเยอะ

ตอนแรกนี้ เราจะเริ่มต้นกันที่รากของรากเลย คือ “คอมพิวเตอร์จริงๆ แล้วคืออะไร” มันเกิดมาได้ยังไง มันทำงานยังไง และทำไมสุดท้ายเราถึงบอกว่ามันเป็นแค่ “อัจฉริยะปัญญานิ่ม” ที่ต้องรอคนสั่ง

วิวัฒนาการของการคำนวณ: จากมนุษย์สู่ซิลิคอน#

ก่อนที่โลกจะมี “เครื่องคอมพิวเตอร์” คำว่า Computer ไม่ได้แปลว่ากล่องสี่เหลี่ยมบนโต๊ะครับ แต่มันเป็น “ชื่ออาชีพ” ของคนที่นั่งคำนวณตัวเลขเป็นอาชีพ เหมือนพนักงานบัญชีรุ่นโบราณที่มีหน้าที่บวกลบคูณหารทั้งวัน การเดินทางของความฉลาดจึงเริ่มจากมนุษย์ ไปสู่เครื่องจักร ไปสู่ไฟฟ้า และกำลังจะก้าวเข้าสู่อนาคตที่เหนือกว่าซิลิคอนในวันนี้

เมื่อมนุษย์คือคอมพิวเตอร์ และลูกคิดคือ RAM ตัวแรก#

ปัญหาของมนุษย์ที่ทำหน้าที่คำนวณคือเรา “จำได้น้อย” และ “ขี้ลืม” ลองให้เราบวกเลข 7 หลักในหัวเฉยๆ ดูสิครับ ไม่กี่ตัวก็เริ่มเบลอแล้ว มนุษย์เลยหาทางออกด้วยการ “ฝากความจำ” ไว้กับวัตถุภายนอก เริ่มจากขีดเขียนบนผนังถ้ำ จดลงกระดาษ และพัฒนามาถึงสิ่งที่เรียกว่า ลูกคิด (Abacus)

ลูกคิดคือสิ่งประดิษฐ์ที่ยิ่งใหญ่มาก เพราะมันคืออุปกรณ์ช่วย “ทดเลข” ตัวแรกๆ ของมนุษย์ เราไม่ต้องจำว่า 8+7 ได้เท่าไหร่ในหัว แค่ดีดเม็ดลูกคิด มันก็แสดงผลออกมาเลย ถ้ามองในมุม IT นี่คือต้นแบบของแนวคิดที่ว่า “สมองทำงานไม่ไหวแล้ว ต้องมีอุปกรณ์ภายนอกช่วยเก็บ state” ซึ่งเป็นรากเดียวกันกับ RAM และ Storage ในคอมพิวเตอร์ยุคปัจจุบัน

เครื่องจักรกลคำนวณ: เมื่อฟันเฟืองเริ่มคิดแทนมือ#

พอโลกยุ่งมากขึ้น ตัวเลขเยอะขึ้น การค้าขายข้ามทวีปเริ่มซับซ้อน มนุษย์เริ่มพบว่าแค่ลูกคิดไม่พอ เพราะคนเรา “คิดช้า” และ “ผิดพลาดง่าย” เวลาเจอตัวเลขมหาศาล ก็เลยเกิดยุคของเครื่องจักรกลคำนวณ เช่น Pascaline ของ Pascal หรือเครื่องคิดเงินโบราณตามร้านค้าที่มีปุ่มกดแล้วเฟืองหมุนกึกๆ

เสน่ห์ของยุคนี้คือมันพิสูจน์ว่า “การคำนวณสามารถถูกฝังลงในกลไกทางกายภาพได้” ไม่ต้องมีสมองคนมาคิดด้วยซ้ำ แต่ข้อจำกัดก็ชัดมากครับ เพราะฟันเฟืองทุกตัวหมุนด้วยแรงจริง มีแรงเสียดทาน มีความหน่วง จะให้มันคำนวณเลขเป็นล้านๆ ครั้งต่อวินาทีแบบคอมยุคนี้ไม่มีทาง กลไกพังก่อน นี่คือเพดานของยุคเครื่องจักรกล

จุดเปลี่ยน: สงคราม Enigma และ Alan Turing#

สิ่งที่ผลักคอมพิวเตอร์ให้กระโดดก้าวใหญ่จริงๆ คือสงครามโลกครั้งที่ 2 ครับ เยอรมันในตอนนั้นสร้างเครื่องเข้ารหัสชื่อ Enigma ที่ซับซ้อนถึงขนาดมีความเป็นไปได้ของรหัสถึง 150 ล้านล้านล้านแบบ ฝ่ายพันธมิตรอยากถอดรหัสข้อความวิทยุของเยอรมันให้ได้ แต่ถ้าใช้เครื่องคิดเลขแบบไขลานมาไล่เช็คทีละแบบ ต้องใช้เวลาเป็นร้อยปี สงครามจบไปแล้วรหัสยังถอดไม่เสร็จ

Alan Turing กับทีมของเขาเลยเสนอแนวคิดใหม่ว่า เราต้องสร้างเครื่องจักรที่ทำงานด้วย “ตรรกะ (Logic)” และ “โปรแกรมใหม่ได้” เพื่อไล่ตัดความเป็นไปได้ที่ผิดทิ้งอย่างรวดเร็ว ไม่ใช่แค่บวกลบเลขอย่างเดียว นี่คือรุ่งอรุณของคอมพิวเตอร์สมัยใหม่ และเป็นเหตุผลที่หลายคนยกให้ Turing เป็นบิดาของวงการ เพราะเขาเป็นคนแรกๆ ที่มองว่าเครื่องจักรไม่ได้แค่คำนวณ แต่ “คิดตามกฎที่เราป้อนเข้าไป” ได้

ยุคหลอดสุญญากาศ: ENIAC ใหญ่เท่าสนามฟุตซอล#

พอรู้ว่าเฟืองช้าไป วิศวกรก็หันไปใช้สิ่งที่เร็วที่สุดที่โลกรู้จัก นั่นคือ “ไฟฟ้า” เพราะอิเล็กตรอนวิ่งด้วยความเร็วใกล้แสง ยุคคอมพิวเตอร์ไฟฟ้ายุคแรกใช้อุปกรณ์ที่เรียกว่า Vacuum Tubes (หลอดสุญญากาศ) ทำหน้าที่เป็นสวิตช์เปิด-ปิดไฟ เครื่อง ENIAC ในอเมริกาใช้หลอดพวกนี้ถึง 18,000 หลอด

ข้อดีคือมันเร็วกว่าเฟืองเป็นล้านเท่า แต่ข้อเสียก็มหาศาลครับ เครื่อง ENIAC ใหญ่เท่าสนามฟุตซอล กินไฟระดับที่เปิดทีไรไฟบ้านแถวนั้นหรี่ลง ความร้อนสูงจนห้องต้องเปิดระบบระบายอากาศตลอด และหลอดแก้วก็ขาดบ่อย ต้องคอยเปลี่ยน เรียกได้ว่าฉลาดก็จริง แต่เลี้ยงไม่ไหว แต่สิ่งที่ ENIAC พิสูจน์คือ “คอมพิวเตอร์อเนกประสงค์ (General Purpose Computer)” ทำงานได้จริง ไม่ใช่แค่ในทฤษฎี

ปฏิวัติซิลิคอน: จากขวดน้ำสู่เม็ดทราย#

จุดเปลี่ยนที่ทำให้คอมพิวเตอร์ลงมาอยู่ในกระเป๋าทุกคนคือการค้นพบ Transistor (ทรานซิสเตอร์) สวิตช์ไฟฟ้าขนาดจิ๋วที่ทำจาก ซิลิคอน ซึ่งก็คือ “ทราย” ที่เราเหยียบกันอยู่ตามชายหาดนั่นแหละครับ ทรานซิสเตอร์มาแทนหลอดสุญญากาศได้ในทุกหน้าที่ แต่เล็กกว่า ไม่ร้อน ประหยัดไฟกว่ามาก

ลองนึกภาพว่าเมื่อก่อนสวิตช์หนึ่งตัวมีขนาดเท่าขวดน้ำ (หลอดสุญญากาศ) ต่อมาเล็กลงเหลือเท่าเม็ดทราย (ทรานซิสเตอร์ยุคแรก) และตอนนี้เล็กลงถึงระดับ “นาโน” วัดด้วยอะตอมเป็นหลัก คอมพิวเตอร์ก็เลยหดจากขนาดเท่าตึก มาเป็นเท่าตู้เย็น เท่าเดสก์ท็อป เท่าโน้ตบุ๊ก และสุดท้ายเหลือเท่าฝ่ามือในมือถือของเรา

ปรากฏการณ์นี้ถูกจับมาเป็นกฎที่ชื่อว่า Moore’s Law ที่สังเกตว่าจำนวนทรานซิสเตอร์บนชิปจะเพิ่มขึ้นประมาณ 2 เท่าทุกๆ 2 ปี ผลคือคอมแรงขึ้นเรื่อยๆ ในราคาที่ถูกลง มือถือรุ่นใหม่แรงกว่าซูเปอร์คอมพิวเตอร์ยุค 90 ได้ก็เพราะกฎข้อนี้

ยุค IoT: คอมพิวเตอร์ล่องหนที่อยู่รอบตัวเรา#

พอชิปเล็กและถูกจนถึงจุดหนึ่ง มนุษย์ก็เริ่มฝังมันลงใน “ทุกสิ่ง” จนคอมพิวเตอร์กลายเป็นสิ่งที่มองไม่เห็น (Invisible Computing) นี่คือยุคที่เราเรียกกันว่า IoT (Internet of Things) หรือยุค Ubiquitous Computing

หม้อหุงข้าวของคุณมีคอมอยู่ในนั้น รีโมทแอร์มีคอม รถยนต์สมัยใหม่มีคอมเป็นสิบๆ ตัว สิ่งเหล่านี้เรียกรวมๆ ว่า Microcontrollers หรือคอมจิ๋วที่ถูกฝังไว้ทำงานเฉพาะทาง แล้วก็มีอุปกรณ์สองประเภทที่ทำให้คอมล่องหนพวกนี้มีชีวิตได้ คือ Sensors ที่เปรียบเหมือนตาและหู แปลงค่าทางฟิสิกส์เป็นไฟฟ้า (เช่น แอร์รู้ว่าห้องร้อนกี่องศา กล้องวงจรปิดรู้ว่ามีคนเดินผ่าน) กับ Actuators ที่เปรียบเหมือนแขนและขา แปลงคำสั่งไฟฟ้ากลับเป็นการเคลื่อนไหว (เช่น ประตูเลื่อนเปิดเอง สปริงเกอร์ฉีดน้ำในสวน)

ผลลัพธ์ของยุคนี้คือ “โลกจริง” กับ “โลกดิจิทัล” เริ่มเชื่อมกันอย่างแยกไม่ออก เรียกกันว่า Physical-Digital Convergence และมันคือฉากหลังสำคัญของเรื่อง AI, Smart Home, Smart Factory ที่เราได้ยินกันทุกวัน

อนาคต: Quantum Computing ที่เหนือกว่าซิลิคอน#

ทุกเทคโนโลยีมีเพดานของมัน ซิลิคอนเองก็เริ่มตันแล้วครับ เพราะถ้าทำทรานซิสเตอร์เล็กกว่านี้อีก มันจะเริ่มเจอกับพฤติกรรมแปลกๆ ของอนุภาคเล็กๆ (ฟิสิกส์ระดับควอนตัมเริ่มเพี้ยน) โลกเลยมองหาพลังใหม่ และชื่อที่พูดถึงกันบ่อยที่สุดคือ Quantum Computing

วิธีคิดสั้นๆ คือ คอมพิวเตอร์ปัจจุบัน (Classical Computer) ใช้ Bit ที่เป็น 0 หรือ 1 เพียงอย่างใดอย่างหนึ่งในแต่ละจังหวะ เหมือนเราเดินเข้าไปในเขาวงกตแล้วต้องเลือกเส้นทางทีละเส้น แต่ Qubit ของ Quantum Computer สามารถเป็น 0 และ 1 ได้พร้อมกัน เหมือนแยกร่างเดินทุกเส้นทางในเขาวงกตพร้อมกันในจังหวะเดียว

ประโยชน์คือโจทย์บางประเภทที่คอมปัจจุบันต้องใช้เวลาคำนวณเป็นล้านปี Quantum Computer อาจเสร็จในไม่กี่นาที เช่น การคิดสูตรยาใหม่ การจำลองสภาพอากาศ หรือการถอดรหัสระดับสูง นี่คือเหตุผลที่ประเทศใหญ่และบริษัทใหญ่ทั่วโลกลงทุนกับเรื่องนี้หนักมาก มันคือยุค Post-Silicon ที่กำลังจะมาถึง

ภาษาจักรกล: คุยกับไฟฟ้ายังไงให้รู้เรื่อง#

เรามีฮาร์ดแวร์ที่เร็วแสนเร็วแล้ว คำถามถัดมาคือ “เราจะคุยกับมันยังไง” เพราะไฟฟ้าพูดภาษาคนไม่ได้ นี่คือต้นทางของเรื่อง software, programming และ AI ทั้งหมดที่ตามมา

Binary: ภาษาแห่งสวิตช์ไฟ#

สถานะที่เสถียรที่สุดของไฟฟ้ามีแค่ 2 อย่างครับ คือ “มีไฟ” (1 / On) และ “ไม่มีไฟ” (0 / Off) มนุษย์เลยตกลงกันว่า เราจะคุยกับเครื่องด้วยภาษาที่มีแค่ 2 ตัวอักษรนี้ เรียกว่า ระบบเลขฐานสอง (Binary)

หน่วยที่เล็กที่สุดคือ 1 Bit = สวิตช์ 1 ตัว = เก็บค่าได้ 2 ค่า ถ้าเอาสวิตช์ 8 ตัวมาเรียงกันจะได้ 1 Byte ซึ่งเก็บค่าได้ 256 ค่า พอสำหรับเก็บตัวอักษร 1 ตัว นี่คือเหตุผลที่ไฟล์ในคอมเราถูกวัดเป็น KB, MB, GB มันคือหน่วยนับสวิตช์ไฟทั้งนั้นเลยครับ

Data Representation: เปลี่ยนโลกจริงเป็น 0 กับ 1#

คำถามถัดมาคือแล้วรูปถ่าย วิดีโอ เพลง หรือข้อความภาษาไทยที่เราพิมพ์กัน มันกลายเป็น 0 กับ 1 ได้ยังไง คำตอบคือเรามี “ตารางมาตรฐาน” ในการแปลง

ตัวอักษรใช้รหัสที่ชื่อ ASCII กับ Unicode เช่น ตัว A = 01000001 หรือตัว ก ภาษาไทยก็มีรหัสของมันเอง ส่วนรูปภาพถูกแยกเป็นจุดสีเล็กๆ ที่เรียกว่า Pixel แต่ละ Pixel คือการผสมสีแดง เขียว น้ำเงิน (RGB) ในระดับต่างๆ ซึ่งก็เป็นตัวเลขทั้งนั้น

ประเด็นสำคัญที่ผมอยากให้จำคือ ข้อมูลดิจิทัลทุกอย่างในโลก ไม่ว่าจะเป็นหนัง 4K รูปแมวในไลน์ หรือเงินในบัญชีธนาคารของคุณ สุดท้ายแล้วมันคือการเรียงกันของ 0 และ 1 เท่านั้นเอง ไม่มีเวทมนตร์อะไรมากไปกว่านั้น

Logic Gates: จุดเริ่มต้นของ “การตัดสินใจ”#

พอเราเก็บข้อมูลเป็น 0/1 ได้แล้ว คำถามคือเราจะ “คิด” กับมันยังไง คำตอบคือเราเอาสวิตช์มาต่อกันในรูปแบบที่เรียกว่า Logic Gates หรือประตูตรรกะ ซึ่งมีพื้นฐาน 3 แบบ

  • AND Gate เหมือนยามหน้าหมู่บ้านที่ต้องเช็ค 2 เงื่อนไข: ต้องมีบัตร AND ต้องหน้าเหมือนรูป ถึงจะเปิดประตู
  • OR Gate เหมือนทางเลือก: จ่ายเงินสด OR จ่ายบัตร อย่างใดอย่างหนึ่งก็ซื้อของได้
  • NOT Gate เหมือนการกลับด้าน: ถ้าเซ็นเซอร์ไม่เจอมือ = ปิดน้ำ

ฟังดูเป็นเรื่องเล็กๆ แต่นี่คือหน่วยย่อยที่สุดของ “ความฉลาด” ในคอมพิวเตอร์เลยนะครับ ทุกการตัดสินใจในซอฟต์แวร์ ไม่ว่าจะเป็น Excel, Facebook หรือ ChatGPT สุดท้ายก็ย่อยลงมาเป็น AND/OR/NOT เป็นพันล้านตัวต่อกัน

Control Flow: ถ้า…แล้ว… และการทำซ้ำ#

พอเอา Logic Gates มาประกอบกันเยอะขึ้น เราจะได้ “กระบวนการคิด” ที่ซับซ้อนขึ้น ที่คนสาย IT เรียกกันบ่อยคือ Conditionals (If-Else) คือทางแยกการตัดสินใจว่าถ้า A จริงให้ไปทางซ้าย ถ้าเท็จให้ไปทางขวา และ Loops (While/For) คือการทำงานซ้ำวนลูปไปเรื่อยๆ จนกว่างานจะเสร็จ

นี่คือจุดเริ่มต้นของ Automation ทั้งหมดในโลก คอมพิวเตอร์เริ่มทำงานซับซ้อนเองได้โดยไม่ต้องมีคนมากดปุ่มทีละครั้ง ตั้งแต่เครื่องซักผ้าที่วนล้างเองจนจบโปรแกรม ไปจนถึงบอทเทรดหุ้นที่ซื้อขายเองทั้งวัน

กายวิภาคคอมพิวเตอร์: เมื่อความคิดจับต้องได้#

แผนผัง Von Neumann Architecture — Input, Process, Storage, Output

พิมพ์เขียวการทำงานของคอมพิวเตอร์ทุกเครื่อง: Input → Process → Storage → Output

สวิตช์คิดเลขได้ไง? — โดมิโน่นับล้านตัว#

ก่อนจะไปดูชิ้นส่วนในเครื่อง ผมอยากตอบคำถามที่หลายคนสงสัยก่อนคือ “สวิตช์ไฟฟ้ามันคิดเลขได้ยังไง” คำตอบสำคัญมากคือ คอมพิวเตอร์ไม่ได้ “รู้” ว่า 1+1=2 หรอกครับ แต่มันถูก “วางระบบสายไฟ” ไว้ให้ผลลัพธ์ออกมาเป็นแบบนั้น

สมมติเรามีหลอดไฟ Input 2 ดวง (A, B) และ Output 2 ดวง (Sum, Carry) เราต่อสายไฟผ่าน Logic Gate ไว้ว่า “ถ้าเปิดไฟ A และ B พร้อมกัน ให้ดับไฟที่ผลลัพธ์หลักหน่วย แล้วไปติดไฟที่ผลลัพธ์หลักสิบแทน” นี่คือกลไก “ทดเลข” ในเวอร์ชันสวิตช์ไฟ เรียกว่า Binary Adder

ภาพที่ชัดที่สุดคือลองนึกภาพ โดมิโน่ นับล้านตัววางเรียงกันตามแผนผัง เมื่อคุณผลักโดมิโน่ตัวแรก (เหมือนการกดปุ่ม) โดมิโน่ก็ล้มต่อกันเป็นทอดๆ แยกซ้ายแยกขวาตามกลไกที่เราวางไว้ (Logic Gates) จนถึงโดมิโน่ตัวสุดท้ายที่ล้มลงตรงป้ายคำตอบว่า “2”

โดมิโน่ไม่ได้ฉลาดเลยนะครับ มันแค่ล้มตามกฎฟิสิกส์ ชิปคอมพิวเตอร์ก็คือ “สนามโดมิโน่ไฟฟ้า” ที่ลุกขึ้นตั้งใหม่ได้เองพันล้านครั้งต่อวินาทีเท่านั้นเอง

พิมพ์เขียวระบบ: Input → Process → Output#

คอมพิวเตอร์ทุกเครื่องในโลกทำงานตามแผนผังเดียวกัน เรียกว่า Von Neumann Architecture ซึ่งถ้าเอามาเล่าเป็นภาษาคน มันคือวงจร 4 ขั้น

Input คือคนผลักโดมิโน่ตัวแรก เช่น เมาส์ คีย์บอร์ด ไมค์ Process คือโดมิโน่ล้มต่อกันภายใน CPU เพื่อหาคำตอบ Storage คือจดบันทึกผลลัพธ์ไว้ก่อนใน RAM เผื่อต้องใช้ต่อ และ Output คือแสดงผลลัพธ์ออกมาที่หน้าจอ ลำโพง หรือเครื่องพิมพ์ ทุกแอพที่คุณใช้ ไม่ว่าจะ Line, YouTube, หรือ Excel ก็วนอยู่ในลูปนี้ทั้งนั้น

สมองของเครื่อง: CPU, GPU, TPU#

ชิปที่เราได้ยินชื่อกันบ่อยๆ จริงๆ แล้วคือ “อัจฉริยะปัญญานิ่ม (Dumb Genius)” ที่ไม่ทำอะไรเองเลยครับ มันแค่รอรับคำสั่งชุดหนึ่งที่เรียกว่า Instruction Set เช่น LOAD (โหลด), ADD (บวก), STORE (เก็บ) แล้วทำตามเร็วเป็นพันล้านรอบต่อวินาที

CPU (Central Processing Unit) คือ “ผู้จัดการใหญ่” เก่งเรื่องคิดวิเคราะห์ ตัดสินใจเรื่องที่มี Logic ซับซ้อน แต่ทำได้ทีละงานเป็นหลัก GPU (Graphics Processing Unit) คือ “กองทัพแรงงาน” ไม่ค่อยฉลาดเท่า CPU แต่มีจำนวน Core เป็นพันๆ ช่วยกันทำงานง่ายๆ ซ้ำๆ พร้อมกันได้เร็วมาก เหมาะกับการวาดภาพ Pixel หรือฝึก AI ส่วน TPU/NPU (Neural Processing Unit) คือ “ผู้เชี่ยวชาญเฉพาะทาง” ออกแบบมาเพื่อเลียนแบบโครงข่ายประสาทของมนุษย์ ใช้กับงาน AI โดยเฉพาะ ที่เราเห็นมือถือรุ่นใหม่โฆษณา NPU กันเยอะก็เพราะเรื่องนี้

ลำดับขั้นความจำ: จากกระดาษทดถึงตู้เก็บเอกสาร#

CPU คิดเร็วมากจนถ้าให้มันเดินไปหยิบข้อมูลจากที่ไกลๆ จะเสียเวลาหมด วิศวกรเลยออกแบบ “ลำดับขั้นความจำ (Memory Hierarchy)” เป็นพีระมิด

  • Registers/Cache คือ “กระดาษทดในมือ” อยู่ใน CPU เลย เร็วสุดๆ แต่ที่น้อยมาก
  • RAM คือ “โต๊ะทำงาน” เร็วปานกลาง กองงานที่กำลังทำอยู่ตอนนี้ ข้อเสียคือไฟดับข้อมูลหาย
  • Storage (SSD/HDD) คือ “ตู้เก็บเอกสาร” ช้าสุดในสามอย่าง แต่เก็บได้เยอะและเก็บได้นานแม้ไฟดับ

นี่คือเหตุผลว่าทำไมเวลาซื้อคอมเราถึงต้องดูทั้ง RAM และ SSD ไม่ใช่แค่ CPU อย่างเดียว

Bus: ถนนและคอขวดในเครื่อง#

ข้อมูลจะวิ่งจาก CPU ไป RAM ไปหน้าจอได้ ต้องมี “ถนน” เชื่อม เรียกว่า Bus ถ้าเปรียบ CPU เป็นรถซูเปอร์คาร์ Bus ก็คือถนนไฮเวย์ของเรื่องนี้

อาการคอขวดในชีวิตจริงที่เราเจอกันบ่อยเกิดจากตรงนี้ทั้งนั้น Excel ค้างเวลาเปิดไฟล์ใหญ่ เพราะ CPU คิดเสร็จนานแล้ว แต่ถนน (Bus) ขนข้อมูลหลักหมื่นแถวไปส่งหน้าจอไม่ทัน เหมือนรถติดบนถนนเลนเดียว Mouse Delay ขยับเมาส์แล้วหน่วง เพราะข้อมูลวิ่งไปไม่ถึงสมองเครื่องทันที (Latency สูง) Video Buffering ดูหนังแล้วหมุน เพราะท่อส่งข้อมูล (Bandwidth) เล็กเกินไป

สรุป: จากทรายสู่ “สมอง”#

ถ้าเราย่อยทั้งตอนนี้เป็นพีระมิดความฉลาด มันเรียงกันแบบนี้ครับ

  • Level 1 วัตถุดิบ: ทราย (Silicon) → Transistor
  • Level 2 ภาษา: Binary (0/1)
  • Level 3 ตรรกะ: Logic Gates (AND/OR/NOT) → ตัดสินใจได้
  • Level 4 สมอง: อัด Logic พันล้านตัว → CPU คิดเร็ว
  • Level 5 ระบบ: ประกอบเป็นร่างกาย (Input/Process/Output) + ประสาทสัมผัส (IoT)

คำตัดสินของตอนนี้คือ คอมพิวเตอร์คือ “อัจฉริยะปัญญานิ่ม” Hardware เร็วมากเกือบ 3 พันล้านรอบต่อวินาที แต่ทำอะไรเองไม่เป็น และไม่มีความคิดสร้างสรรค์ แถมความเร็วของระบบยังไม่ได้ขึ้นอยู่กับ CPU อย่างเดียว แต่ขึ้นกับถนน (Bus) และความเร็วในการหยิบของ (RAM/SSD) ด้วย ซื้อคอมแรงแค่ไหน ถ้าเน็ตช้าหรือ Harddisk ช้า คอมก็ช้าอยู่ดี เหมือนรถสปอร์ตวิ่งบนทางลูกรังครับ 555+

ตอนนี้เรามี “ร่างกาย” ที่สมบูรณ์และเร็วมากแล้ว แต่ร่างกายนี้ยังนอนนิ่งเป็นผัก เพราะมันขาด “คำสั่ง” ที่จะบอกว่าต้องทำอะไร ตอนต่อไปเราจะเข้าเรื่องพื้นฐาน Computer Science คือ “ภาษาโปรแกรม” และ “โครงสร้างข้อมูล” ที่เป็นเหมือนจิตวิญญาณของเครื่องกันต่อ

EP.02 — พื้นฐาน Computer Science