ทางรอดองค์กรยุค 'Agentic AI' ต้องยกเครื่อง 'อินฟราฯ' ทั้งระบบ
การเร่งนำปัญญาประดิษฐ์ (AI)
มาใช้ในภาคธุรกิจ
ทำให้การวางแผนโครงสร้างพื้นฐานด้านไอทีกลายเป็นประเด็นที่องค์กรต้องดำเนินการตั้งแต่เนิ่น
ๆ เพื่อรองรับการใช้งาน AI ที่มีความซับซ้อนมากขึ้น
ทั้งในด้านประสิทธิภาพ ความปลอดภัย และการขยายระบบในอนาคต
อเล็กเซย์ นาโวโลคิน ผู้จัดการทั่วไป
ประจำภูมิภาคเอเชียแปซิฟิก เอเอ็มดี (AMD) กล่าวว่า
เมื่อองค์กรนำ AI ไปใช้งานในระบบที่ต้องทำงานอย่างต่อเนื่องมากขึ้น
การวางแผนโครงสร้างพื้นฐานไม่ใช่เรื่องที่สามารถรอได้อีกต่อไป
ปัจจุบัน เวิร์กโหลดของ AI
มีการเชื่อมโยงและกระจายตัวมากขึ้น ทั้งบนคลาวด์ ดาต้าเซ็นเตอร์
และอุปกรณ์ปลายทาง ส่งผลให้องค์กรต้องพิจารณาความพร้อมของระบบประมวลผล เครือข่าย
ซอฟต์แวร์ หน่วยความจำ
และการดำเนินงานให้สามารถทำงานร่วมกันได้ภายใต้สภาพแวดล้อมที่ซับซ้อนขึ้น
หลายองค์กรจึงเริ่มวางแผนโครงสร้างพื้นฐานตั้งแต่ระยะเริ่มต้น
แทนที่จะรอจนถึงช่วงติดตั้งระบบจริง
เวิร์กโหลด AI
เปลี่ยนโจทย์อินฟราฯ
เอเอ็มดี ระบุว่า การที่ AI
เข้ามาเป็นส่วนหนึ่งของกระบวนการดำเนินธุรกิจ รวมถึงการพัฒนาระบบ Agentic
AI ทำให้ความต้องการด้านโครงสร้างพื้นฐานเปลี่ยนแปลงอย่างมีนัยสำคัญ
องค์ประกอบสำคัญที่องค์กรต้องรองรับ
ได้แก่ การประมวลผลตลอด 24 ชั่วโมง ระบบ Multi-agent ที่สามารถทำงานข้ามแอปพลิเคชันและฐานข้อมูล
การจัดสรรทรัพยากรแบบเรียลไทม์ทั้งบนคลาวด์ ดาต้าเซ็นเตอร์ และอุปกรณ์ปลายทาง
ตลอดจนระบบกำกับดูแล ความปลอดภัย และการบริหารจัดการที่มีประสิทธิภาพ
เวิร์กโหลดลักษณะนี้ต้องการมากกว่าศักยภาพของหน่วยประมวลผล
แต่ต้องอาศัยโครงสร้างพื้นฐานที่สามารถเชื่อมการทำงานของระบบประมวลผล เครือข่าย
ซอฟต์แวร์ หน่วยความจำ และกระบวนการปฏิบัติงานเข้าด้วยกัน
องค์กรจำนวนมากจึงเร่งวางแผน ทดสอบ
และดำเนินโครงการนำร่องก่อนการใช้งานจริง เนื่องจากระบบ AI
มีความซับซ้อนและต้องใช้เวลาพัฒนา
ขณะเดียวกัน
การชะลอการลงทุนด้านโครงสร้างพื้นฐานอาจทำให้การติดตั้งระบบล่าช้า ส่งผลให้การนำ AI
ไปสร้างผลิตภาพหรือระบบอัตโนมัติในองค์กรเกิดขึ้นช้าตามไปด้วย
AI
ไม่ใช่แค่เรื่องของ GPU
เอเอ็มดี ระบุว่า
การพูดถึงโครงสร้างพื้นฐาน AI มักเริ่มต้นจากหน่วยประมวลผลกราฟิก
(GPU) แต่เมื่อการใช้งานขยายตัว ประสิทธิภาพของ AI จะขึ้นอยู่กับการทำงานร่วมกันของทั้งระบบมากกว่าประสิทธิภาพของอุปกรณ์เพียงชิ้นเดียว
โครงสร้างพื้นฐาน AI
ยุคใหม่ต้องอาศัยหน่วยประมวลผลกลาง (CPU) ในการจัดสรรทรัพยากรและบริหารการเคลื่อนย้ายข้อมูล
ใช้ GPU สำหรับงานประมวลผลแบบขนาน
ระบบเครือข่ายความเร็วสูงที่รองรับการสื่อสารด้วยค่าความหน่วงต่ำ
รวมถึงแพลตฟอร์มซอฟต์แวร์แบบเปิดที่รองรับการขยายระบบและการโยกย้ายการทำงาน
เมื่อระบบ AI
มีการกระจายตัวมากขึ้น CPU จะมีบทบาทในการจัดการเวิร์กโหลด
การเข้าถึงหน่วยความจำ และการใช้ศักยภาพของ GPU เพื่อให้โครงสร้างพื้นฐานสามารถรองรับการใช้งานได้อย่างมีประสิทธิภาพ
เอเอ็มดี ระบุว่า
แนวโน้มดังกล่าวสะท้อนว่า AI ไม่ใช่เพียงความท้าทายด้าน
GPU แต่เป็นโจทย์ของโครงสร้างพื้นฐานทั้งระบบที่องค์กรจำเป็นต้องเตรียมความพร้อมล่วงหน้า
ปัจจุบัน การใช้งาน AI
กำลังขยายตัวทั้งในศูนย์ข้อมูลขนาดใหญ่และบริเวณใกล้แหล่งกำเนิดข้อมูล
(Edge) เช่น โรงงาน โรงพยาบาล และอุปกรณ์ปลายทางที่รองรับ AI
สำหรับองค์กรในประเทศไทย
การขยายตัวดังกล่าวทำให้ต้องพิจารณาทางเลือกด้านโครงสร้างพื้นฐานที่หลากหลาย
ทั้งไฮบริดคลาวด์ ระบบติดตั้งภายในองค์กร (On-premises) เทคโนโลยี Edge AI การปฏิบัติตามข้อกำหนดด้านกฎระเบียบ
และแอปพลิเคชันที่ต้องการค่าความหน่วงต่ำ
ดังนั้น
โครงสร้างพื้นฐานในอนาคตจึงควรออกแบบให้มีความยืดหยุ่น สามารถแยกส่วน ขยายระบบ
และโยกย้ายการทำงานได้ โดยต้องเริ่มวางแผนตั้งแต่ระยะต้น
'ระบบเปิด' ลดข้อจำกัดระยะยาว
อีกประเด็นที่บริษัทให้ความสำคัญคือ
การออกแบบระบบบนสถาปัตยกรรมแบบเปิด เพื่อรองรับการเปลี่ยนแปลงของโมเดล AI
เฟรมเวิร์ก และสภาพแวดล้อมการติดตั้งที่พัฒนาอย่างต่อเนื่อง
โดยระบบนิเวศแบบเปิดช่วยลดความซับซ้อนในการบูรณาการระบบ
รองรับการทำงานร่วมกันของซอฟต์แวร์ คลาวด์ และสถาปัตยกรรมที่หลากหลาย
พร้อมเพิ่มความยืดหยุ่นในการปรับเปลี่ยนโครงสร้างพื้นฐานในอนาคต
และช่วยลดความเสี่ยงจากการผูกติดกับผู้ให้บริการรายเดียว
สำหรับหลายองค์กร
แนวคิดระบบเปิดจึงไม่ใช่เพียงประเด็นด้านการพัฒนาซอฟต์แวร์
แต่กลายเป็นปัจจัยในการสร้างสมดุลระหว่างประสิทธิภาพ การบริหารต้นทุน
และการลงทุนโครงสร้างพื้นฐานระยะยาว
การเติบโตของ AI
ในระยะต่อไปจะขึ้นอยู่กับความพร้อมของโครงสร้างพื้นฐานเป็นสำคัญ
โดยองค์กรที่ชะลอการวางแผนอาจเผชิญข้อจำกัดทั้งด้านเวลาในการออกแบบและทดสอบระบบ
รวมถึงการจัดสรรทรัพยากรประมวลผลที่จำเป็น
เอเอ็มดีมองว่า
องค์กรที่สามารถวางแผนล่วงหน้า และสร้างโครงสร้างพื้นฐานที่มีความสมดุล
รองรับการขยายตัว และใช้สถาปัตยกรรมแบบเปิด
จะมีความพร้อมมากกว่าสำหรับการพัฒนาและใช้งาน AI ในระยะยาว
ท่ามกลางเศรษฐกิจที่ขับเคลื่อนด้วย AI มากขึ้นในทุกอุตสาหกรรม
ที่มา : กรุงเทพธุรกิจ
วันที่ 15 กรกฎาคม 2569
