‘AI’ กินไฟมหาศาล เตรียมรับมือ วิกฤติ! พลังงาน
การเติบโตอย่างรวดเร็วของไฮเปอร์สเกลดาต้าเซ็นเตอร์ใหม่ๆ
เพื่อรองรับการใช้งาน AI และ GenAI
กำลังก่อให้เกิดความต้องการพลังงานที่ไม่มีที่สิ้นสุด
เกินกว่าความสามารถในการจ่ายไฟของผู้ให้บริการไฟฟ้าในปัจจุบัน
จอร์จ โลเปซ รองประธานนักวิเคราะห์ การ์ทเนอร์ กล่าวว่า
จากการคาดการณ์ของการ์ทเนอร์ในอีกสองปีข้างหน้าอุตสาหกรรมดาต้าเซ็นเตอร์อาจเติบโตสูงถึง
160%
และการใช้ไฟฟ้าที่เพิ่มขึ้นอย่างรวดเร็วนี้อาจส่งผลกระทบต่อความพร้อมใช้งานของพลังงานและนำไปสู่ภาวะขาดแคลนไฟฟ้า
การ์ทเนอร์คาดการณ์ว่า ภายในอีกสองปี 40% ของดาต้าเซ็นเตอร์ AI ที่มีอยู่จะถูกจำกัดการดำเนินงานด้วยปัญหาด้านพลังงาน
ซึ่งจะสร้างความท้าทายอย่างมากสำหรับองค์กรที่วางแผนจะนำเทคโนโลยีเหล่านี้มาใช้
นอกจากนี้ยังส่งผลกระทบอย่างมีนัยสำคัญต่อกลยุทธ์ด้านคลาวด์
โดยราคาอาจเพิ่มขึ้น 10 ถึง 100 เท่าของราคาปัจจุบันเนื่องจากการใช้พลังงานจาก AI ที่เพิ่มขึ้น
ปัจจุบัน มีการวางแผนสร้างดาต้าเซ็นเตอร์ขนาดใหญ่ใหม่ๆ
เพื่อรองรับข้อมูลจำนวนมหาศาลที่จำเป็นสำหรับฝึกฝนและใช้งาน Large Language Models (LLMs) ที่กำลังขยายตัวอย่างรวดเร็ว
ซึ่งเป็นพื้นฐานของการพัฒนาแอปพลิเคชัน GenAI
อย่างไรก็ตาม บางประเทศกำลังระงับการก่อสร้างดาต้าเซ็นเตอร์
การขออนุญาตสร้างดาต้าเซ็นเตอร์ในยุโรปถูกปฏิเสธเนื่องจากความต้องการพลังงานเกินกว่ากำลังการผลิตไฟฟ้าในท้องถิ่น
บางพื้นที่ เช่น ไอร์แลนด์และสิงคโปร์
จำกัดหรือหยุดการเติบโตของดาต้าเซ็นเตอร์อย่างสิ้นเชิง
เนื่องจากข้อกังวลด้านพลังงาน
ต้องเตรียมพร้อมตั้งแต่ ‘วันนี้’
ไม่ว่ารูปการณ์จะเป็นอย่างไร การสร้างระบบส่งไฟฟ้า การจัดจำหน่าย
และกำลังการผลิตใหม่อาจต้องใช้เวลาหลายปีกว่าจะเริ่มใช้งานได้และไม่สามารถบรรเทาปัญหาในปัจจุบันจนกว่าจะมีทางออก
องค์กรต่างๆ ต้องเตรียมพร้อมตั้งแต่วันนี้เพื่อลดความเสี่ยงดังกล่าว
การ์ทเนอร์ระบุว่า
องค์กรต้องคำนึงถึงผลกระทบเชิงลบที่อาจเกิดขึ้นจากการใช้พลังงานสำหรับการใช้งานและติดตั้ง
AI ทั้งในองค์กรและบนคลาวด์
สิ่งนี้จะช่วยลดความเสี่ยงจากการหยุดชะงักทางธุรกิจและแม้แต่การปิดกิจการ
เนื่องจากอุปสงค์ด้านพลังงานเกินกว่าอุปทานที่มี
ศักยภาพในการเพิ่มประสิทธิภาพการใช้พลังงานจากความก้าวหน้าของเทคโนโลยีเซมิคอนดักเตอร์และสถาปัตยกรรมองค์กรแบบใหม่ก็เป็นสิ่งที่ต้องคำนึงถึง
แม้การ์ทเนอร์คาดว่าจะมีการพัฒนาอย่างก้าวกระโดดในด้านเหล่านี้
แต่ในอีก 36 เดือนข้างหน้าจะเต็มไปด้วยความวุ่นวาย
เนื่องจากทั้งผู้เล่นรายเดิมที่กำลังเติบโตและผู้เล่นรายใหม่ที่เข้ามาแข่งขันกันในตลาดต่างต้องการเป็นผู้นำตลาด
สิ่งสำคัญคือองค์กรต้องพิจารณาหาทางเลือกใหม่ๆ ด้านการจัดหาพลังงาน
เพื่อให้มีพลังงานเพียงพอใช้เพื่อตอบสนองความต้องการที่เพิ่มขึ้น
และในอดีตแสดงให้เห็นแล้วว่าโรงไฟฟ้าสามารถอัปเกรดเมื่อเวลาผ่านไปเพื่อรองรับความต้องการที่เพิ่มขึ้นเมื่อถึงจุดที่ต้องทำ
สร้างรายได้จาก ‘ข้อมูล - บริการ AI’
อีกประเด็นที่น่ากังวลเพิ่มขึ้นคือ
โครงสร้างพื้นฐานสายทองแดงของระบบไฟฟ้า ซึ่งมีการพัฒนาน้อยมากนับตั้งแต่ทศวรรษ
1960 หรือนับตั้งแต่ผลิตขึ้นครั้งแรก
สิ่งนี้เป็นข้อจำกัดในการจ่ายไฟฟ้าที่สามารถแก้ไขได้ชั่วคราวโดยการวางดาต้าเซ็นเตอร์ไว้ใกล้โรงไฟฟ้านิวเคลียร์
ตัวอย่างเช่น Amazon Web Services (AWS) ที่เพิ่งดำเนินการไป โดยตั้งดาต้าเซ็นเตอร์ขนาด 750MW (เมกะวัตต์) ไว้ใกล้กับโรงไฟฟ้านิวเคลียร์ขนาด 2.3GW (กิกะวัตต์) ในรัฐเพนซิลเวเนีย
เพื่อให้แน่ใจว่าจะสามารถสร้างการเติบโตในระยะยาวให้กับดาต้าเซ็นเตอร์
และจะไม่ประสบปัญหาการหยุดชะงักด้านพลังงาน
แน่นอนว่าตอนนี้ไม่ใช่ทางเลือกที่เป็นไปได้ในประเทศไทย
เนื่องจากยังไม่มีโรงไฟฟ้านิวเคลียร์
อย่างไรก็ตามตอนนี้ประเทศไทยกำลังอยู่ในขั้นของการทบทวนร่างแผนพัฒนากำลังผลิตไฟฟ้าของประเทศ
หรือ Power Development Plan 2024 (PDP) ที่จะมีการพัฒนาโรงไฟฟ้านิวเคลียร์ขนาดเล็ก หรือ Small Modular
Nuclear Reactors (SMR) โดยมีกำลังผลิตสูงสุด 300
เมกกะวัตต์ต่อหน่วย
สิ่งที่เป็นผลตามมาอย่างหลีกเลี่ยงไม่ได้เลยจากปัญหาการขาดแคลนพลังงานที่กำลังจะเกิดขึ้นก็คือราคาพลังงานที่เพิ่มขึ้นองค์กรควรพิจารณาชดเชยต้นทุนที่เพิ่มขึ้นจากการใช้พลังงานที่เพิ่มขึ้นสำหรับการติดตั้งและนำ
AI มาใช้งาน โดยสรรหาวิธีสร้างรายได้จากข้อมูลและบริการ AI
จับตา ‘ชิป’ ประหยัดพลังงาน
ในอนาคตจะไม่มีพลังงานกำลังประมวลผลและความจุหน่วยความจำบนอุปกรณ์เพียงพอในหลายแอปพลิเคชัน
หรือในอุปกรณ์พกพา อุปกรณ์ทางการแพทย์ และอุปกรณ์รักษาความปลอดภัย
สำหรับองค์กรที่จะส่งมอบบริการ AI ในระดับที่ตลาดคาดหวัง
การย้ายไปใช้ดาต้าเซ็นเตอร์ของตนเองหรือใช้ผู้ให้บริการคลาวด์ภายนอก
อาจเป็นวิธีที่ดีในการสร้างรายได้จากวิสัยทัศน์ภาพรวม
โดยไม่ถูกจำกัดด้วยขนาดของอุปกรณ์หรือแพลตฟอร์ม
นั่นหมายถึงแนวทางใหม่สำหรับโปรเซสเซอร์เซมิคอนดักเตอร์ที่เหมาะสมที่สุดสำหรับการเรียนรู้และการอนุมาน
และแนวทางใหม่สำหรับการบรรจุชิปเพื่อปรับปรุงความเร็วอินพุต/เอาต์พุต (I/O) และการระบายความร้อน
ปัจจุบัน ผู้ผลิตชิปรายใหญ่อื่นๆ
กำลังพัฒนาและติดตั้งดาต้าเซ็นเตอร์ของตนเองเพื่อทำสิ่งที่คล้ายคลึงกัน
การแข่งขันเพื่อลดการใช้พลังงานและปรับปรุงประสิทธิภาพของ AI จะสร้างประโยชน์อย่างมากสำหรับคนรุ่นต่อไป
อย่างไรก็ตามความก้าวหน้าของเทคโนโลยีชิปเพียงอย่างเดียวไม่สามารถทดแทนความจำเป็นในการพัฒนาวิศวกรรมซอฟต์แวร์
AI และสถาปัตยกรรมองค์กรได้
‘แหล่งพลังงาน’ ต้องมาก่อน
อีกหนึ่งประเด็นที่ควรพิจารณา
ต้องมั่นใจว่าผู้ให้บริการคลาวด์สามารถจัดหาพลังงานได้เพียงพอ
ก่อนที่จะนำหรือใช้โครงสร้างพื้นฐานคลาวด์สำหรับแอปพลิเคชัน AI และ GenAI องค์กรควรตรวจสอบภาพรวมการใช้พลังงานของผู้ให้บริการคลาวด์
และดูเครื่องมือที่แสดงกำลังการผลิต ณ ปัจจุบันและที่มีอยู่แบบเรียลไทม์
องค์กรจำเป็นต้องกำหนดแผนสำรองในกรณีที่พลังงานไม่เพียงพอ
โดยเฉพาะอย่างยิ่งเมื่อรัฐบาลบางประเทศกำหนดมาตรการเชิงรุกระงับการก่อสร้างดาต้าเซ็นเตอร์เนื่องจากขาดแคลนพลังงานในท้องถิ่น
ขณะเดียวกันยังต้องพิจารณาว่าการเปลี่ยนแปลงกำลังการผลิตต้องไม่ส่งผลกระทบต่อนโยบายด้านสิ่งแวดล้อม
สังคม และธรรมาภิบาล (ESG) ของดาต้าเซ็นเตอร์
ก่อนหน้านี้แนวคิดเก่าที่เคยใช้คือ
สร้างดาต้าเซ็นเตอร์ที่ไหนก็ได้แล้วค่อยต่อไฟเข้าไป แต่ขณะนี้ต้องคิดใหม่ทำใหม่
หาแหล่งพลังงานก่อน แล้วค่อยสร้างดาต้าเซ็นเตอร์บริเวณใกล้เคียง
ประเทศ รัฐและเมืองต่างๆ
ที่ต้องการรักษาความได้เปรียบสำหรับแข่งขันด้านดาต้าเซ็นเตอร์
จะต้องลงทุนในกำลังการผลิตไฟฟ้าใหม่
รวมถึงโครงสร้างพื้นฐานใหม่สำหรับการจัดจำหน่าย
ที่มา : กรุงเทพธุรกิจ
วันที่ 26 ก.พ. 2568
