AI Server Thailand
AI Server ออกแบบตาม workload ของคุณ
บอกเราว่าอยากให้ AI ทำอะไร เราออกแบบเครื่อง จัดหา ติดตั้ง โหลดโมเดล และตั้งค่า Mimir Suites จนทีมของคุณใช้งานได้จริงในองค์กร
AI Server Thailand คือผู้ออกแบบ จัดหา ติดตั้ง และตั้งค่า AI server สำหรับองค์กรในประเทศไทย ครอบคลุมงาน LLM, RAG, OCR และ private AI แบบ on-premise
- 1 ถึง 8+
- LLM · RAG · OCR
- On-premise
สิ่งที่เราสร้าง
เซิร์ฟเวอร์ที่เริ่มจากงาน ไม่ใช่จากรายการสินค้า
ทุกเครื่องเริ่มจากคำถามเดียว: AI ต้องทำอะไรให้ใคร จากนั้นค่อยแปลงเป็น GPU, VRAM, storage และซอฟต์แวร์ นี่คือ workload ที่เราออกแบบให้บ่อยที่สุด และตัวแปรที่กำหนดขนาดของแต่ละเครื่อง
Private AI Server
01AI ทั้งระบบอยู่ในองค์กร ข้อมูลไม่ออกนอกบริษัท
อ่านรายละเอียดLLM Inference Server
02รันโมเดลภาษาให้พนักงานหลายคนใช้พร้อมกัน
อ่านรายละเอียดRAG Server
03ถามตอบจากเอกสาร คู่มือ สัญญา และฐานข้อมูลบริษัท
อ่านรายละเอียดOCR / Document AI Server
04อ่านใบแจ้งหนี้ สลิป แบบฟอร์ม และเอกสารสแกนเป็นชุด
AI Agent Server
05ให้ AI agent ทำงานหลายขั้นตอนกับระบบภายในโดยอัตโนมัติ
Vision AI Server
06วิเคราะห์ภาพและวิดีโอจากกล้องหรือสายการผลิตต่อเนื่อง
Multi-user AI Server
07ทีมหลายแผนกใช้โมเดลและแอปต่างกันบนเครื่องเดียว
GPU Server
08ฝึกหรือ fine-tune โมเดลด้วยข้อมูลของบริษัท
Enterprise AI Cluster
09โหลดสูงหรือต้องการ redundancy ระดับองค์กร
ขั้นตอนส่งมอบ
จากคำอธิบายงาน ถึงระบบ AI ที่ทีมของคุณใช้ได้จริง
ผู้จัดจำหน่ายส่งอุปกรณ์ เราทำให้อุปกรณ์นั้นใช้งานได้: 11 ขั้นตอนตั้งแต่เข้าใจธุรกิจจนถึงการดูแลหลังส่งมอบ ย่อเป็น 6 ช่วงที่คุณจะเห็นระหว่างโปรเจกต์
- 01
เข้าใจงานที่ AI ต้องทำ
คุยเรื่องธุรกิจก่อนเรื่องเครื่อง: ใครใช้ ใช้กับข้อมูลอะไร กี่คน และผลลัพธ์ต้องแม่นแค่ไหน
- 02
เลือกโมเดลและคำนวณทรัพยากร
จับคู่ตระกูลโมเดล (Qwen, Llama, DeepSeek หรือโมเดลไทยอย่าง Typhoon) กับงาน แล้วคำนวณ VRAM, RAM, storage, เครือข่าย และจำนวนผู้ใช้พร้อมกัน
- 03
ออกแบบและจัดหาเครื่อง
สเปกที่ตรงกับตัวเลขข้างต้น จัดหาผ่านผู้จัดจำหน่ายและ OEM พร้อมใบเสนอราคาที่ระบุทุกชิ้นส่วน
- 04
ติดตั้งฮาร์ดแวร์และ AI runtime
ประกอบ ทดสอบ ติดตั้งระบบปฏิบัติการ driver, model serving และ embedding engine ที่หน้างานหรือใน data center ของคุณ
- 05
ตั้งค่า Mimir Suites และโมเดล
โหลดโมเดล ตั้งสิทธิ์ผู้ใช้ เชื่อมเอกสารและระบบภายใน จนพนักงานเปิดใช้งานได้จริง
- 06
ส่งมอบ อบรม และดูแลต่อ
อบรมทีม ส่งเอกสารระบบ แล้วดูแลต่อเนื่อง อัปเดตโมเดล และขยายเครื่องเมื่องานโต
ขนาดเซิร์ฟเวอร์และโมเดลที่รันได้
ห้าขนาดเครื่อง กับตระกูลโมเดลที่แต่ละขนาดรันได้จริง
แนวทางการเลือกขนาด ไม่ใช่ราคาขาย: VRAM รวมต่อเครื่อง โมเดลที่พอดีเมื่อใช้ quantization ที่ระบุ และช่วงจำนวนผู้ใช้พร้อมกันที่เราใช้เป็นฐาน ตัวเลขจริงขึ้นกับความยาว context และความเร็วที่คุณต้องการ เราคำนวณให้ก่อนเสนอสเปก
| ขนาดเครื่อง | GPU | VRAM รวม | โมเดลที่พอดี | ผู้ใช้พร้อมกัน | เหมาะกับ |
|---|---|---|---|---|---|
| Workstation-class | 1 | 24 ถึง 48 GB | Qwen 7B ถึง 32B (INT4), Llama 8B, DeepSeek distill 14B ถึง 32B | 1 ถึง 10 | ทีมเล็ก พิสูจน์แนวคิด OCR แผนกเดียว |
| Server 1 GPU | 1 | 48 ถึง 96 GB | Qwen 32B ถึง 72B (INT4), Llama 70B (INT4), RAG เต็มรูปแบบ | 10 ถึง 40 | บริษัทขนาดกลาง RAG server เครื่อง private AI เครื่องแรก |
| Server 4 GPU | 4 | 192 ถึง 384 GB | Llama 70B (FP16), Qwen 72B (FP16), DeepSeek V3 (INT4) แบบจำกัด | 40 ถึง 150 | หลายแผนก หลายโมเดลพร้อมกัน fine-tuning ขนาดกลาง |
| Server 8 GPU | 8 | 640 GB ถึง 1.1 TB | DeepSeek V3 และ R1 (FP8), Qwen 235B, โมเดลใหญ่ของทุกตระกูล | 150 ถึง 500 | องค์กรใหญ่ งาน AI agent หนัก training ในองค์กร |
| Cluster | 16+ | ตามจำนวนเครื่อง | หลายโมเดลใหญ่พร้อมกัน redundancy training ต่อเนื่อง | 500+ | กลุ่มบริษัท ผู้ให้บริการ โหลด 24/7 |
Powered by Mimir Suites
เซิร์ฟเวอร์ที่ส่งมอบพร้อมซอฟต์แวร์ที่ทีมของคุณใช้ได้ทันที
Complete AI server deployment powered by Mimir Suites. ฮาร์ดแวร์คือชั้นล่างสุด ชั้นบนคือ Mimir Suites: แชตกับโมเดลในองค์กร คลังความรู้จากเอกสารบริษัท OCR และแอปงานเฉพาะทาง ตั้งค่าให้เสร็จก่อนส่งมอบ ไม่ต้องจ้างทีมพัฒนาเพิ่ม
L1
Hardware
GPU, RAM, storage และ network ตามที่ออกแบบ
L2
AI runtime
model serving, embedding, OCR engine
L3
Mimir Suites
แอปธุรกิจ สิทธิ์ผู้ใช้ คลังความรู้
L4
งานของคุณ
พนักงานใช้ผ่านเว็บและ API ภายในองค์กร
สิ่งที่คุณได้รับ
สิ่งที่ส่งมอบหกอย่าง ตามลำดับที่คุณจะได้รับ
เราเป็นแบรนด์ใหม่ของบริษัทที่ดำเนินงานอยู่แล้ว จึงยังไม่มีโลโก้ลูกค้าให้แสดง สิ่งที่แสดงได้คือสิ่งที่โปรเจกต์ส่งมอบให้คุณจริงๆ
01
รายงานประเมิน workload
สรุปงานที่ AI ต้องทำ โมเดลที่เราเทียบให้ และตัวเลข VRAM, storage และผู้ใช้พร้อมกันที่อยู่เบื้องหลังคำแนะนำ
02
สเปกเครื่องและใบเสนอราคา
1 ถึง 2 ทางเลือก แต่ละทางเลือกระบุทุกชิ้นส่วน พร้อมข้อดีข้อเสียระหว่างกันที่บอกตรงๆ
03
ฮาร์ดแวร์ที่ติดตั้งและทดสอบแล้ว
ประกอบและ burn-in เรียบร้อย ติดตั้งระบบปฏิบัติการ driver และ model serving ตรวจสอบบนเครือข่ายของคุณ
04
โมเดลและ Mimir Suites ที่ตั้งค่าแล้ว
โหลดโมเดลที่เลือก ตั้งผู้ใช้และสิทธิ์ เชื่อมเอกสารและระบบภายใน พร้อมให้พนักงานคนแรกล็อกอิน
05
เอกสารระบบและการอบรม
เอกสารระบบสำหรับทีม IT และการอบรมสำหรับคนที่ใช้งานทุกวัน
06
การดูแลและแนวทางขยาย
สัญญาดูแล ตารางอัปเดตโมเดล และแผนสำหรับ GPU ใบถัดไปหรือเครื่องถัดไปเมื่องานโต
คำถามที่พบบ่อย
คำถามที่เราได้ยินก่อนคุยครั้งแรก
- ต้องรู้สเปกเครื่องก่อนติดต่อไหม
- ไม่ต้อง บอกเราว่าอยากให้ AI ทำอะไรและใครจะใช้ การเลือกโมเดลและคำนวณขนาดเครื่องคือสิ่งแรกที่เราทำ ก่อนจะมีสเปกใดๆ
- เซิร์ฟเวอร์รันโมเดลภาษาไทยได้ไหม
- ได้ โมเดลไทยอย่าง Typhoon และตระกูลหลายภาษาอย่าง Qwen รันบน stack เดียวกัน เราทดสอบโมเดลที่เข้าข่ายกับเอกสารของคุณเองก่อนแนะนำ
- เซิร์ฟเวอร์ต้องต่อ internet ไหม
- ไม่ต้องสำหรับ inference โมเดลและ Mimir Suites รันบนเครือข่ายของคุณทั้งหมด การเชื่อมต่อออกนอกจำเป็นเฉพาะเมื่อคุณเลือกดาวน์โหลดโมเดลใหม่
- โปรเจกต์ใช้เวลานานแค่ไหน
- การประเมินและทำสเปกใช้เวลาประมาณหนึ่งสัปดาห์ ระยะเวลารอฮาร์ดแวร์ขึ้นกับชิ้นส่วนและผู้จัดจำหน่าย การติดตั้งและตั้งค่าที่หน้างานมักใช้เวลาไม่กี่วัน
- เริ่มเล็กแล้วขยายทีหลังได้ไหม
- ได้ ถ้าเลือกเครื่องแรกโดยคิดถึงเรื่องนี้ไว้ เราเลือกเคส ไฟ และเครือข่ายให้เพิ่ม GPU ใบที่สองหรือเครื่องที่สองได้โดยไม่ต้องเปลี่ยนเครื่องแรก
เริ่มต้น
ขอคำแนะนำ AI Server
กรอกเท่าที่ทราบ ไม่ต้องรู้สเปกเครื่อง เราจะตอบกลับพร้อมคำถามเพิ่มเติม แนวทางโมเดล และช่วงขนาดเครื่องที่เหมาะกับงานของคุณ ก่อนเสนอสเปกและราคาที่ระบุทุกชิ้นส่วน
- แนวทางโมเดล ตารางคำนวณ VRAM และผู้ใช้พร้อมกัน และสเปกเครื่อง 1 ถึง 2 ทางเลือก
- ตอบกลับภายใน 1 วันทำการ ข้อเสนอสเปกภายใน 5 วันทำการหลังคุยงาน
- การประเมินเบื้องต้นไม่มีค่าใช้จ่าย