ในช่วงปีที่ผ่านมาประเทศไทยเป็นตัวเลือกของบริษัทเทคยักษ์ใหญ่ระดับโลกในการประกาศลงทุนสร้าง “ดาต้า เซ็นเตอร์”หลายราย ด้วยมูลค่าลงทุนรสมกว่า แสนล้านบาท เพื่อรองรับการเติบโตของการใช้ข้อมูลและการมาของ เทคโนโลยีปัญญาประดิษฐ์ หรือ AI
วันนี้คอลัมน์ “ชีวิตติด TECH” มีมุมมองของผู้เชี่ยวชาญเกี่ยวกับเรื่อง “ดาต้าเซ็นเตอร์” กับ “AI” จาก “นาตาลยา มากาโรชกีนา” รองประธานอาวุโส ซีเคียว พาวเวอร์ อินเตอร์เนชันแนล ของ ชไนเดอร์ อิเล็คทริค
“นาตาลยา” บอกว่า ในปีที่ผ่านมา ปัญญาประดิษฐ์ หรือ AI เติบโตอย่างรวดเร็วเหมือนการมาถึงของยุคดิจิทัล ที่สะท้อนภาพการเปลี่ยนแปลงอย่างรวดเร็วสู่การใช้งานอินเทอร์เน็ตในช่วงปลายทศวรรษ 1990 โดยปัจจุบีน AI เข้ามาปฏิวัติอุตสาหกรรม และนิยามการใช้ชีวิตประจำวันในรูปแบบใหม่ สร้างผลกระทบมากมายอย่างรวดเร็ว
ซึ่งการลงทุนด้าน generative AI ในปี 2566 มีมูลค่าสูงถึง 25,200 ล้านดอลลาร์ สูงกว่าเม็ดเงินที่ลงทุนในปี 2565 ถึงเกือบ 9 เท่า และเมื่อเทียบเงินลงทุนในปี 2562 นับว่าเป็นอัตราเพิ่มที่สูงในราว 30 เท่า ส่งผลให้เห็นถึง แรงกระเพื่อมของ AI มีแนวโน้มที่จะขยายตัวเพิ่มอย่างมากมายภายในไม่กี่ปีข้างหน้า
การลงทุนที่มากมากมหาศาล จากการเติบโคของ AI ทำให้บรรดาบริษัทดาต้าเซ็นเตอร์ เห็นถึงโอกาสในการสร้างนวัตกรรมและขยายการนำเสนอบริการใหม่ เพื่อตอบโจทย์ความต้องการในการเปลี่ยนมาใช้แอปพลิเคชั่นที่ขับเคลื่อนด้วย AI รวมถึงตัวองค์กรเองเช่นกัน
การนำเทคโนโลยี AI มาใช้ พร้อมปรับโครงสร้างพื้นฐานและการดำเนินการให้เหมาะสม จะช่วยให้ศูนย์ข้อมูล หรือ ดาต้าเซ็นเตอร์ มีบทบาทสำคัญในการส่งเสริมการใช้งาน AI ในภาคส่วนต่างๆ อย่างแพร่หลายได้
“เรื่องเหล่านี้มาพร้อมต้นทุนที่ต้องจ่าย ปัจจุบัน AI ต้องการพลังงานจากศูนย์ข้อมูล 4.3 กิกะวัตต์ โดยคาดว่าจะเพิ่มขึ้นเป็น 18 กิกะวัตต์ภายในปี 2571 ซึ่งจะทำให้ความต้องการพลังงานจากศูนย์ข้อมูล แซงหน้าอัตราเติบโตของความต้องการด้านพลังงานในปัจจุบัน ทำให้ผู้ให้บริการศูนย์ข้อมูลต้องพบกับความท้าทายทั้งเรื่องของสมรรถนะ และความยั่งยืน ศูนย์ข้อมูลจึงต้องปรับตัวเพื่อให้สอดรับกับความต้องการด้านพลังงานที่เปลี่ยนสู่การขับเคลื่อนด้วย AI ได้อย่างมีประสิทธิภาพและยั่งยืน”
นอกจากนี้การขับเคลื่อนด้วย AI ต้องอาศัย “ศูนย์ข้อมูลแห่งอนาคต” ไม่ใช่แค่การเพิ่มแอปพลิเคชั่นเข้าไปในศูนย์ข้อมูลที่มีอยู่ แต่ต้องใช้สถาปัตยกรรมที่แตกต่างจากเดิม รวมถึงโครงสร้างพื้นฐานไอทีเฉพาะด้าน ระบบไฟฟ้า และระบบระบายความร้อนที่ออกแบบมาเฉพาะเช่นกัน
“นาตาลยา” บอกว่า ทางชไนเดอร์คาดการณ์ว่า เวิร์กโหลด AI จะโตเร็วกว่าเวิร์กโหลดของศูนย์ข้อมูลแบบเดิมถึง 2-3 เท่า และคิดเป็น 15-20 % ของความจุของศูนย์ข้อมูลทั้งหมดภายในปี 2571 โดยจะมีเวิร์กโหลดจำนวนมากย้ายมาที่เอจด์ ซึ่งอยู่ใกล้ผู้ใช้ปลายทางมากขึ้น
ทำให้การฝึกฝนโมเดลภาษาขนาดใหญ่ (LLM – Large Language Models) ต้องใช้ GPU หลายพันตัวทำงานร่วมกันในคลัสเตอร์ AI ขนาดใหญ่ ขนาดของคลัสเตอร์จะอยู่ที่ประมาณ 1 – 2 เมกะวัตต์ โดยที่ความหนาแน่นของแร็คจะอยู่ระหว่าง 25 -120 กิโลวัตต์ ขึ้นอยู่กับรุ่นและปริมาณของ GPU ซึ่งลักษณะเฉพาะเหล่านี้ส่งผลกระทบอย่างมากในเรื่องการใช้พลังงาน
โดยปัจจุบันศูนย์ข้อมูลส่วนใหญ่สามารถรองรับความหนาแน่นของพลังงานในแร็คสูงสุดได้เพียง 10 ถึง 20 กิโลวัตต์ การติดตั้งแร็คจำนวนหลายสิบหรือหลายร้อยแร็ค โดยที่แต่ละแร็คใช้พลังงานเกิน 20 กิโลวัตต์ จะทำให้ศูนย์ข้อมูลในคลัสเตอร์ AI ต้องเจอกับความท้าทายด้านโครงสร้างพื้นฐานอย่างมาก
การที่ศูนย์ข้อมูลมีต้นทุนพลังงานที่สูงขึ้นและใส่ใจด้านสิ่งแวดล้อมเพิ่มขึ้น จึงต้องให้ความสำคัญเรื่องฮาร์ดแวร์และโครงสร้างพื้นฐานที่ประหยัดพลังงาน รวมถึงแหล่งจ่ายไฟที่มีประสิทธิภาพสูง และแหล่งพลังงานหมุนเวียน เพื่อลดต้นทุนการดำเนินงาน ลดปริมาณการปล่อยคาร์บอน เพื่อรองรับการทำงานของ AI ยังช่วยแก้ไขปัญหาพลังงานในอนาคต เอื้อต่อการพัฒนาศูนย์ข้อมูลที่ปรับขยายได้
อย่างไรก็ตามสิ่งสำคัญอีกอย่างก็คือ การรักษาศูนย์ข้อมูล AI ให้เย็นอยู่เสมอ เนื่องจากศูนย์ข้อมูล AI สร้างความร้อนในปริมาณมาก จึงต้องใช้การระบายความร้อนด้วยของเหลว เพื่อให้ประสิทธิภาพการทำงาน ที่ดีที่สุด ให้ความยั่งยืน และเชื่อถือได้
ซึ่งระบบระบายความร้อน ที่ไม่ได้รวมอยู่ในโครงสร้างพื้นฐานไอที ยังใช้พลังงานมากเป็นอันดับสองสำหรับศูนย์ข้อมูลแบบดั้งเดิม โดยคิดเป็น 20 – 40 % ของการใช้พลังงานทั้งหมดในศูนย์ข้อมูล การใช้พลังงานได้อย่างมีประสิทธิภาพมากขึ้น ใช้พื้นที่น้อยลง มีต้นทุนต่ำกว่า เสียงรบกวนน้อยลง เป็นสิ่งสำคัญ โดยบริษัทศูนย์ข้อมูลในเอเชียกำลังเปลี่ยนมาใช้การระบายความร้อนด้วยของเหลวอย่างจริงจัง เพื่อลดการใช้พลังงาน
“เมื่อความต้องการพลังประมวลผล AI เพิ่มมากขึ้น ทำให้ต้องแบกรับความร้อนที่เพิ่มขึ้นตาม การระบายความร้อนด้วยของเหลวจึงกลายเป็นองค์ประกอบสำคัญในการออกแบบศูนย์ข้อมูล การใช้แนวทางที่สร้างสรรค์ ครอบคลุม และยืดหยุ่นจึงเป็นสิ่งจำเป็นอย่างมาก”
“นาตาลยา” บอกต่อว่า ผลกระทบของ AI เหมือนเหรียญสองด้าน แม้ AI ให้ศักยภาพในการเพิ่มประสิทธิภาพด้านพลังงาน แต่ก็สร้างความกังวลเรื่องการใช้พลังงานเพิ่มขึ้นเช่นกัน สิ่งสำคัญคือการประเมินผลกระทบของ AI ในวงกว้างอย่างรอบคอบทั้งเรื่องสิ่งแวดล้อมและการใช้พลังงาน โดย Gartner ระบุว่า 80% ของซีไอโอ จะใช้ตัวชี้วัดประสิทธิภาพที่เชื่อมโยงกับความยั่งยืนขององค์กรไอทีภายในปี 2570
สุดท้ายแล้วการที่บริษัทต่างๆ ตั้งเป้าเพื่อลดการใช้พลังงานและลดการปล่อยคาร์บอนในระบบไอที รวมถึงในศูนย์ข้อมูล จำเป็นจะสร้างพื้นฐานข้อมูลจากข้อเท็จจริง สามารถเข้าถึงข้อมูลแบบเรียลไทม์ และเข้าถึงข้อมูลในอดีตได้
รวมถึงสามารถวัดผล และรายงานประสิทธิภาพของศูนย์ข้อมูล โดยอิงจากข้อมูลในอดีต และวิเคราะห์แนวโน้มในอนาคตได้
Cyber Daily
