เตรียมพร้อมรับมือการหยุดชะงักด้านพลังงานจาก AI ในอนาคต

โดย จอร์จ โลเปซ รองประธานนักวิเคราะห์ การ์ทเนอร์ 

การเติบโตอย่างรวดเร็วของไฮเปอร์สเกลดาต้าเซ็นเตอร์ใหม่ ๆ เพื่อรองรับการใช้งาน AI และ GenAI กำลังก่อให้เกิดความต้องการพลังงานที่ไม่มีที่สิ้นสุด เกินกว่าความสามารถในการจ่ายไฟของผู้ให้บริการไฟฟ้าในปัจจุบัน 

จากการคาดการณ์ของการ์ทเนอร์ระบุว่าในอีกสองปีข้างหน้าอุตสาหกรรมดาต้าเซ็นเตอร์อาจเติบโตสูงถึง 160% และการใช้ไฟฟ้าที่เพิ่มขึ้นอย่างรวดเร็วนี้อาจส่งผลกระทบต่อความพร้อมใช้งานของพลังงานและนำไปสู่ภาวะขาดแคลนไฟฟ้า 

การ์ทเนอร์คาดการณ์ภายในอีกสองปี (ค.ศ. 2027) 40% ของดาต้าเซ็นเตอร์ AI ที่มีอยู่จะถูกจำกัดการดำเนินงานด้วยปัญหาด้านพลังงาน ซึ่งจะสร้างความท้าทายอย่างมากสำหรับองค์กรที่วางแผนจะนำเทคโนโลยีเหล่านี้มาใช้ นอกจากนี้ยังส่งผลกระทบอย่างมีนัยสำคัญต่อกลยุทธ์ด้านคลาวด์ โดยราคาอาจเพิ่มขึ้น 10 ถึง 100 เท่าของราคาปัจจุบันเนื่องจากการใช้พลังงานจาก AI ที่เพิ่มขึ้น 

มีการวางแผนสร้างดาต้าเซ็นเตอร์ขนาดใหญ่ใหม่ ๆ เพื่อรองรับข้อมูลจำนวนมหาศาลที่จำเป็นสำหรับฝึกฝนและใช้งาน Large Language Models (LLMs) ที่กำลังขยายตัวอย่างรวดเร็ว ซึ่งเป็นพื้นฐานของการพัฒนาแอปพลิเคชัน GenAI 

อย่างไรก็ตาม บางประเทศกำลังระงับการก่อสร้างดาต้าเซ็นเตอร์ การขออนุญาตสร้างดาต้าเซ็นเตอร์ในยุโรปถูกปฏิเสธเนื่องจากความต้องการพลังงานเกินกว่ากำลังการผลิตไฟฟ้าในท้องถิ่น บางพื้นที่ เช่น ไอร์แลนด์และสิงคโปร์ จำกัดหรือหยุดการเติบโตของดาต้าเซ็นเตอร์อย่างสิ้นเชิง เนื่องจากข้อกังวลด้านพลังงาน 

ไม่ว่ารูปการณ์จะเป็นอย่างไร การสร้างระบบส่งไฟฟ้า การจัดจำหน่าย และกำลังการผลิตใหม่อาจต้องใช้เวลาหลายปีกว่าจะเริ่มใช้งานได้และไม่สามารถบรรเทาปัญหาในปัจจุบันจนกว่าจะมีทางออก องค์กรต่าง ๆ ต้องเตรียมพร้อมตั้งแต่วันนี้เพื่อลดความเสี่ยงดังกล่าว 

การตัดสินใจนำ AI มาใช้อย่างรอบคอบ 

องค์กรต้องคำนึงถึงผลกระทบเชิงลบที่อาจเกิดขึ้นจากการใช้พลังงานสำหรับการใช้งานและติดตั้ง AI ทั้งในองค์กรและบนคลาวด์ สิ่งนี้จะช่วยลดความเสี่ยงจากการหยุดชะงักทางธุรกิจและแม้แต่การปิดกิจการ เนื่องจากอุปสงค์ด้านพลังงานเกินกว่าอุปทานที่มีศักยภาพในการเพิ่มประสิทธิภาพการใช้พลังงานจากความก้าวหน้าของเทคโนโลยีเซมิคอนดักเตอร์และสถาปัตยกรรมองค์กรแบบใหม่ก็เป็นสิ่งที่ต้องคำนึงถึง แม้การ์ทเนอร์คาดว่าจะมีการพัฒนาอย่างก้าวกระโดดในด้านเหล่านี้ แต่ในอีก 36 เดือนข้างหน้าจะเต็มไปด้วยความวุ่นวาย เนื่องจากทั้งผู้เล่นรายเดิมที่กำลังเติบโตและผู้เล่นรายใหม่ที่เข้ามาแข่งขันกันในตลาดต่างต้องการเป็นผู้นำตลาด 

สิ่งสำคัญคือองค์กรต้องพิจารณาหาทางเลือกใหม่ ๆ ด้านการจัดหาพลังงาน เพื่อให้มีพลังงานเพียงพอใช้เพื่อตอบสนองความต้องการที่เพิ่มขึ้น และในอดีตแสดงให้เห็นแล้วว่าโรงไฟฟ้าสามารถอัปเกรดเมื่อเวลาผ่านไปเพื่อรองรับความต้องการที่เพิ่มขึ้นเมื่อถึงจุดที่ต้องทำ 

อย่างไรก็ตาม ประเด็นที่น่ากังวลเพิ่มขึ้นคือโครงสร้างพื้นฐานสายทองแดงของระบบไฟฟ้า ซึ่งมีการพัฒนาน้อยมากนับตั้งแต่ทศวรรษ 1960 หรือนับตั้งแต่ผลิตขึ้นครั้งแรก สิ่งนี้เป็นข้อจำกัดในการจ่ายไฟฟ้าที่สามารถแก้ไขได้ชั่วคราวโดยการวางดาต้าเซ็นเตอร์ไว้ใกล้โรงไฟฟ้านิวเคลียร์ 

ตัวอย่างเช่น Amazon Web Services (AWS) ที่เพิ่งดำเนินการไป โดยตั้งดาต้าเซ็นเตอร์ขนาด 750MW (เมกะวัตต์) ไว้ใกล้กับโรงไฟฟ้านิวเคลียร์ขนาด 2.3GW (กิกะวัตต์) ในรัฐเพนซิลเวเนีย เพื่อให้แน่ใจว่าจะสามารถสร้างการเติบโตในระยะยาวให้กับดาต้าเซ็นเตอร์ และจะไม่ประสบปัญหาการหยุดชะงักด้านพลังงาน 

แน่นอนว่าตอนนี้ไม่ใช่ทางเลือกที่เป็นไปได้ในประเทศเทศไทย เนื่องจากยังไม่มีโรงไฟฟ้านิวเคลียร์ อย่างไรก็ตามตอนนี้ประเทศไทยกำลังอยู่ในขั้นของการทบทวนร่างแผนพัฒนากำลังผลิตไฟฟ้าของประเทศ หรือ Power Development Plan 2024 (PDP) ที่จะมีการพัฒนาโรงไฟฟ้านิวเคลียร์ขนาดเล็ก หรือ Small Modular Nuclear Reactors (SMR) โดยมีกำลังผลิตสูงสุด 300 เมกกะวัตต์ต่อหน่วย 

การสร้างรายได้จากข้อมูลและบริการ AI 

สิ่งที่เป็นผลตามมาอย่างหลีกเลี่ยงไม่ได้เลยจากปัญหาการขาดแคลนพลังงานที่กำลังจะเกิดขึ้นก็คือราคาพลังงานที่เพิ่มขึ้น องค์กรควรพิจารณาชดเชยต้นทุนที่เพิ่มขึ้นจากการใช้พลังงานที่เพิ่มขึ้นสำหรับการติดตั้งและนำ AI มาใช้งาน โดยสรรหาวิธีสร้างรายได้จากข้อมูลและบริการ AI 

ตัวอย่างเช่น Tesla กำลังแก้ปัญหาที่กำลังขยายเพิ่มนี้ โดยสร้างศูนย์ซูเปอร์คอมพิวเตอร์ Dojo เพื่อตอบสนองความต้องการของยานพาหนะในการขับขี่อัตโนมัติระดับ 5 ซึ่งรถยนต์สามารถขับเคลื่อนได้โดยไม่ต้องมีมนุษย์ควบคุม เป้าหมายนี้จะไม่สำเร็จได้เลยหากไม่มีพลังงานหรือกำลังประมวลผลเพียงพอในรถยนต์แต่ละคัน ดังนั้นองค์กรจึงสร้างรายได้จากความสามารถนี้ผ่านศูนย์ Dojo 

ในอนาคต จะไม่มีพลังงาน กำลังประมวลผลและความจุหน่วยความจำบนอุปกรณ์เพียงพอในหลายแอปพลิเคชัน หรือในอุปกรณ์พกพา อุปกรณ์ทางการแพทย์ และอุปกรณ์รักษาความปลอดภัย สำหรับองค์กรที่จะส่งมอบบริการ AI ในระดับที่ตลาดคาดหวัง การย้ายไปใช้ดาต้าเซ็นเตอร์ของตนเองหรือใช้ผู้ให้บริการคลาวด์ภายนอก อาจเป็นวิธีที่ดีในการสร้างรายได้จากวิสัยทัศน์ภาพรวม โดยไม่ถูกจำกัดด้วยขนาดของอุปกรณ์หรือแพลตฟอร์ม 

นั่นหมายถึงแนวทางใหม่สำหรับโปรเซสเซอร์เซมิคอนดักเตอร์ที่เหมาะสมที่สุดสำหรับการเรียนรู้และการอนุมาน และแนวทางใหม่สำหรับการบรรจุชิปเพื่อปรับปรุงความเร็วอินพุต/เอาต์พุต (I/O) และการระบายความร้อน ตามรายงานจาก Tesla ศูนย์ Dojo ประมวลผลสตรีมวิดีโอจากยานพาหนะแบบเรียลไทม์ใช้พลังงานน้อยกว่าซูเปอร์คอมพิวเตอร์ทั่วไปถึง 30% 

ผู้ผลิตชิปรายใหญ่อื่น ๆ กำลังพัฒนาและติดตั้งดาต้าเซ็นเตอร์ของตนเองเพื่อทำสิ่งที่คล้ายคลึงกัน การแข่งขันเพื่อลดการใช้พลังงานและปรับปรุงประสิทธิภาพของ AI จะสร้างประโยชน์อย่างมากสำหรับคนรุ่นต่อไป อย่างไรก็ตามความก้าวหน้าของเทคโนโลยีชิปเพียงอย่างเดียวไม่สามารถทดแทนความจำเป็นในการพัฒนาวิศวกรรมซอฟต์แวร์ AI และสถาปัตยกรรมองค์กรได้ 

ต้องมั่นใจว่าผู้ให้บริการคลาวด์สามารถจัดหาพลังงานได้เพียงพอ 

ก่อนที่จะนำหรือใช้โครงสร้างพื้นฐานคลาวด์สำหรับแอปพลิเคชัน AI และ GenAI องค์กรควรตรวจสอบภาพรวมการใช้พลังงานของผู้ให้บริการคลาวด์ และดูเครื่องมือที่แสดงกำลังการผลิต ณ ปัจจุบันและที่มีอยู่แบบเรียลไทม์ 

องค์กรจำเป็นต้องกำหนดแผนสำรองในกรณีที่พลังงานไม่เพียงพอ โดยเฉพาะอย่างยิ่งเมื่อรัฐบาลบางประเทศกำหนดมาตรการเชิงรุกระงับการก่อสร้างดาต้าเซ็นเตอร์เนื่องจากขาดแคลนพลังงานในท้องถิ่น นอกจากนี้ยังต้องพิจารณาว่าการเปลี่ยนแปลงกำลังการผลิตต้องไม่ส่งผลกระทบต่อนโยบายด้านสิ่งแวดล้อม สังคม และธรรมาภิบาล (ESG) ของดาต้าเซ็นเตอร์ แนวคิดเก่าที่เคยใช้คือ สร้างดาต้าเซ็นเตอร์ที่ไหนก็ได้แล้วค่อยต่อไฟเข้าไป แต่ตอนนี้ต้องคิดใหม่ทำใหม่ หาแหล่งพลังงานก่อน แล้วค่อยสร้างดาต้าเซ็นเตอร์บริเวณใกล้เคียง 

ประเทศ รัฐและเมืองต่าง ๆ ที่ต้องการรักษาความได้เปรียบสำหรับแข่งขันด้านดาต้าเซ็นเตอร์ จะต้องลงทุนในกำลังการผลิตไฟฟ้าใหม่ รวมถึงโครงสร้างพื้นฐานใหม่สำหรับการจัดจำหน่าย