’ชไนเดอร์’ แนะกลยุทธ์ปรับโฉม ‘ดาต้าเซ็นเตอร์’ ให้พร้อมรองรับ AI

นาตาลยา มากาโรชกีนา รองประธานอาวุโส ซีเคียว พาวเวอร์ อินเตอร์เนชันแนล ชไนเดอร์ อิเล็คทริค เปิดมุมมองว่า ปัญญาประดิษฐ์ หรือ AI เข้ามาปฏิวัติอุตสาหกรรม และนิยามการใช้ชีวิตประจำวันในรูปแบบใหม่ อีกทั้งสร้างผลกระทบมากมายอย่างรวดเร็ว

แรงกระเพื่อมของ AI มีแนวโน้มที่จะขยายตัวเพิ่มอย่างมากมายภายในไม่กี่ปีข้างหน้า เห็นได้จากการลงทุนด้าน generative AI ในปีที่ผ่านมาซึ่งมีมูลค่าสูงถึง 25,200 ล้านดอลลาร์ สูงกว่าเม็ดเงินที่ลงทุนในปี 2565 ถึงเกือบ 9 เท่า และเมื่อเทียบเงินลงทุนในปี 2562 นับว่าเป็นอัตราเพิ่มที่สูงในราว 30 เท่า

การเติบโตของ AI ยังชี้ให้บรรดาบริษัทดาต้าเซ็นเตอร์ เห็นถึงโอกาสในการสร้างนวัตกรรมและขยายการนำเสนอบริการใหม่ เพื่อตอบโจทย์ความต้องการในการเปลี่ยนมาใช้แอปพลิเคชั่นที่ขับเคลื่อนด้วย AI รวมถึงตัวองค์กรเองเช่นกัน ซึ่งการนำเทคโนโลยี AI มาใช้

พร้อมปรับโครงสร้างพื้นฐานและการดำเนินการให้เหมาะสม จะช่วยให้ศูนย์ข้อมูลมีบทบาทสำคัญในการส่งเสริมการใช้งาน AI ในภาคส่วนต่างๆ อย่างแพร่หลายได้ประสบความสำเร็จ

อย่างไรก็ตาม เรื่องเหล่านี้มาพร้อมต้นทุนที่ต้องจ่าย ปัจจุบัน AI ต้องการพลังงานจากศูนย์ข้อมูล 4.3 กิกะวัตต์ โดยคาดว่าจะเพิ่มขึ้นเป็น 18 กิกะวัตต์ภายในปี 2571 ซึ่งจะทำให้ความต้องการพลังงานจากศูนย์ข้อมูล แซงหน้าอัตราเติบโตของความต้องการด้านพลังงานในปัจจุบัน ทำให้ผู้ให้บริการศูนย์ข้อมูลต้องพบกับความท้าทายทั้งเรื่องของสมรรถนะ และความยั่งยืน ศูนย์ข้อมูลจึงต้องปรับตัวเพื่อให้สอดรับกับความต้องการด้านพลังงานที่เปลี่ยนสู่การขับเคลื่อนด้วย AI ได้อย่างมีประสิทธิภาพและยั่งยืน

อีกทางหนึ่ง การขับเคลื่อนด้วย AI ต้องอาศัยศูนย์ข้อมูลแห่งอนาคต ไม่ใช่แค่การเพิ่มแอปพลิเคชั่นเข้าไปในศูนย์ข้อมูลที่มีอยู่ แต่ต้องใช้สถาปัตยกรรมที่แตกต่างจากเดิมอย่างสิ้นเชิง รวมถึงโครงสร้างพื้นฐานไอทีเฉพาะด้าน ระบบไฟฟ้า และระบบระบายความร้อนที่ออกแบบมาเฉพาะเช่นกัน

สร้างความยั่งยืนให้ AI ดาต้าเซ็นเตอร์

ชไนเดอร์คาดการณ์ว่า เวิร์กโหลด AI จะโตเร็วกว่าเวิร์กโหลดของศูนย์ข้อมูลแบบเดิมถึง 2-3 เท่า และคิดเป็น 15-20 เปอร์เซ็นต์ ของความจุของศูนย์ข้อมูลทั้งหมดภายในปี 2571  โดยจะมีเวิร์กโหลดจำนวนมากย้ายมาที่เอจด์ ซึ่งอยู่ใกล้ผู้ใช้ปลายทางมากขึ้น

การฝึกฝนโมเดลภาษาขนาดใหญ่ (LLM - Large Language Models) ต้องใช้ GPU หลายพันตัวทำงานร่วมกันในคลัสเตอร์ AI ขนาดใหญ่ ขนาดของคลัสเตอร์จะอยู่ที่ประมาณ 1 – 2 เมกะวัตต์ โดยที่ความหนาแน่นของแร็คจะอยู่ระหว่าง 25 -120 กิโลวัตต์ ขึ้นอยู่กับรุ่นและปริมาณของ GPU ซึ่งลักษณะเฉพาะเหล่านี้ส่งผลกระทบอย่างมากในเรื่องการใช้พลังงาน

ปัจจุบันศูนย์ข้อมูลส่วนใหญ่สามารถรองรับความหนาแน่นของพลังงานในแร็คสูงสุดได้เพียง 10 ถึง 20 กิโลวัตต์ ฉะนั้นในการติดตั้งแร็คจำนวนหลายสิบหรือหลายร้อยแร็ค โดยที่แต่ละแร็คใช้พลังงานเกิน 20 กิโลวัตต์ จะทำให้ศูนย์ข้อมูลในคลัสเตอร์ AI ต้องเจอกับความท้าทายด้านโครงสร้างพื้นฐานอย่างมาก

การที่ศูนย์ข้อมูลมีต้นทุนพลังงานที่สูงขึ้นและใส่ใจด้านสิ่งแวดล้อมเพิ่มขึ้น จึงต้องให้ความสำคัญเรื่องฮาร์ดแวร์และโครงสร้างพื้นฐานที่ประหยัดพลังงาน รวมถึงแหล่งจ่ายไฟที่มีประสิทธิภาพสูง และแหล่งพลังงานหมุนเวียน เพื่อลดต้นทุนการดำเนินงาน ลดปริมาณการปล่อยคาร์บอน

รักษาศูนย์ข้อมูล AI ให้เย็นอยู่เสมอ

เนื่องจากศูนย์ข้อมูล AI สร้างความร้อนในปริมาณมาก จึงต้องใช้การระบายความร้อนด้วยของเหลว เพื่อให้ประสิทธิภาพการทำงาน ที่ดีที่สุด ให้ความยั่งยืน และเชื่อถือได้

ในอีกมุมหนึ่ง ระบบระบายความร้อน ที่ไม่ได้รวมอยู่ในโครงสร้างพื้นฐานไอที ยังใช้พลังงานมากเป็นอันดับสองสำหรับศูนย์ข้อมูลแบบดั้งเดิม โดยคิดเป็น 20 ถึง 40 เปอร์เซ็นต์ ของการใช้พลังงานทั้งหมดในศูนย์ข้อมูล

การระบายความร้อนด้วยของเหลวเป็นสถาปัตยกรรมที่ให้ประโยชน์มากสำหรับบริษัทที่ให้บริการศูนย์ข้อมูล เช่น การช่วยให้ใช้พลังงานได้อย่างมีประสิทธิภาพมากขึ้น ใช้พื้นที่น้อยลง มีต้นทุนต่ำกว่า เสียงรบกวนน้อยลง และอื่นๆ อีกมากมาย โดยบริษัทศูนย์ข้อมูลในเอเชียกำลังเปลี่ยนมาใช้การระบายความร้อนด้วยของเหลวอย่างจริงจัง เพื่อลดการใช้พลังงาน

เมื่อความต้องการพลังประมวลผล AI เพิ่มมากขึ้น ทำให้ต้องแบกรับความร้อนที่เพิ่มขึ้นตาม การระบายความร้อนด้วยของเหลวจึงกลายเป็นองค์ประกอบสำคัญในการออกแบบศูนย์ข้อมูล การใช้แนวทางที่สร้างสรรค์ ครอบคลุม และยืดหยุ่นจึงเป็นสิ่งจำเป็น

AI กับผลกระทบด้านความยั่งยืน

นาตาลยา มองว่า ผลกระทบของ AI เหมือนเหรียญสองด้าน แม้ AI ให้ศักยภาพในการเพิ่มประสิทธิภาพด้านพลังงาน แต่ก็สร้างความกังวลเรื่องการใช้พลังงานเพิ่มขึ้นเช่นกัน

ผู้เชี่ยวชาญในอุตสาหกรรมบางรายคาดการณ์ว่า การประมวลผลแบบเร่งความเร็ว ซึ่งเป็นแรงขับเคลื่อนการปฏิวัติ AI จะช่วยให้ได้ผลลัพธ์ที่ดีขึ้น ในขณะที่ใช้ทรัพยากรโครงสร้างพื้นฐานของศูนย์ข้อมูลน้อยลง เมื่อการประมวลผลถูกเร่งความเร็ว ความหนาแน่นของแต่ละแร็คก็จะเพิ่มขึ้น ซึ่งอาจทำให้จำนวนแร็คในศูนย์ข้อมูลลดลงมาก โดยหลักๆ คือการประมวลผลแบบเร่งความเร็วให้ศักยภาพในการเพิ่มประสิทธิภาพโดยรวมได้มาก

อย่างไรก็ตาม สิ่งสำคัญคือการประเมินผลกระทบของ AI ในวงกว้างอย่างรอบคอบทั้งเรื่องสิ่งแวดล้อมและการใช้พลังงาน โดยการ์ทเนอร์เผยว่า 80% ของซีไอโอ จะใช้ตัวชี้วัดประสิทธิภาพที่เชื่อมโยงกับความยั่งยืนขององค์กรไอทีภายในปี 2570

ดังนั้นการที่บริษัทต่างๆ ตั้งเป้าเพื่อลดการใช้พลังงานและลดการปล่อยคาร์บอนในระบบไอที รวมถึงในศูนย์ข้อมูล จำเป็นต้องสร้างพื้นฐานข้อมูลจากข้อเท็จจริง สามารถเข้าถึงข้อมูลแบบเรียลไทม์ และเข้าถึงข้อมูลในอดีตได้ สามารถวัดผล และรายงานประสิทธิภาพของศูนย์ข้อมูล โดยอิงจากข้อมูลในอดีต และวิเคราะห์แนวโน้มในอนาคต