ปรับโฉม Data Center ให้พร้อมสำหรับ AI

ในปีที่ผ่านมา ปัญญาประดิษฐ์ หรือ AI เติบโตอย่างรวดเร็วเหมือนการมาถึงของยุคดิจิทัล ที่สะท้อนภาพการเปลี่ยนแปลงอย่างรวดเร็วสู่การใช้งานอินเทอร์เน็ตในช่วงปลายทศวรรษ 1990 ปัจจุบันปัญญาประดิษฐ์ หรือ AI เข้ามาปฏิวัติอุตสาหกรรม และนิยามการใช้ชีวิตประจำวันในรูปแบบใหม่ อีกทั้งสร้างผลกระทบมากมายอย่างรวดเร็ว

แรงกระเพื่อมของ AI มีแนวโน้มที่จะขยายตัวเพิ่มอย่างมากมายภายในไม่กี่ปีข้างหน้า การลงทุนด้าน generative AI ในปี 2023 มีมูลค่าสูงถึง 25,200 ล้านดอลลาร์ สูงกว่าเม็ดเงินที่ลงทุนในปี 2022 ถึงเกือบ 9 เท่า และเมื่อเทียบเงินลงทุนในปี 2019 นับว่าเป็นอัตราเพิ่มที่สูงในราว 30 เท่า ทีเดียว เหล่านี้คือข้อเท็จจริงที่ถูกหยิบยกมาไฮไลท์ในรายงาน AI Index ของมหาวิทยาลัยสแตนฟอร์ด

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 2028 ซึ่งจะทำให้ความต้องการพลังงานจากศูนย์ข้อมูล แซงหน้าอัตราเติบโตของความต้องการด้านพลังงานในปัจจุบัน ทำให้ผู้ให้บริการศูนย์ข้อมูลต้องพบกับความท้าทายทั้งเรื่องของสมรรถนะ และความยั่งยืน ศูนย์ข้อมูลจึงต้องปรับตัวเพื่อให้สอดรับกับความต้องการด้านพลังงานที่เปลี่ยนสู่การขับเคลื่อนด้วย AI ได้อย่างมีประสิทธิภาพและยั่งยืน

การขับเคลื่อนด้วย AI ต้องอาศัยศูนย์ข้อมูลแห่งอนาคต ไม่ใช่แค่การเพิ่มแอปพลิเคชั่นเข้าไปในศูนย์ข้อมูลที่มีอยู่ แต่ต้องใช้สถาปัตยกรรมที่แตกต่างจากเดิมอย่างสิ้นเชิง รวมถึงโครงสร้างพื้นฐานไอทีเฉพาะด้าน ระบบไฟฟ้า และระบบระบายความร้อนที่ออกแบบมาเฉพาะเช่นกัน

สร้างความยั่งยืน ให้ AI ดาต้าเซ็นเตอร์

เราคาดการณ์ว่าเวิร์กโหลด AI จะโตเร็วกว่าเวิร์กโหลดของศูนย์ข้อมูลแบบเดิมถึง 2-3 เท่า และคิดเป็น 15-20 เปอร์เซ็นต์ ของความจุของศูนย์ข้อมูลทั้งหมดภายในปี 2028  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 ซึ่งชไนเดอร์ อิเล็คทริค มีความเชี่ยวชาญในการปรับโครงสร้างพื้นฐานทางกายภาพให้ตอบสนองความต้องการด้าน AI ได้อย่างเหมาะสม โดยใช้ความเชี่ยวชาญด้านวิศวกรรมในไซต์มาช่วย จึงสามารถสนับสนุนให้ลูกค้าเปลี่ยนการตั้งค่าจากความหนาแน่นต่ำ (low-density) เป็นความหนาแน่นสูง (high-density) ได้เหมาะสมต่อการใช้งาน

ล่าสุดชไนเดอร์ อิเล็คทริคได้ร่วมมือกับ NVIDIA เพื่อปฏิวัติโครงสร้างพื้นฐานของศูนย์ข้อมูล ซึ่งช่วยสร้างความก้าวหน้าในเทคโนโลยี edge AI และ digital twin ซึ่งนอกจากชไนเดอร์ อิเล็คทริคจะเปิดตัวดีไซน์อ้างอิง สำหรับงานดัดแปลง หรือ retrofit ถึงสามแบบ สำหรับผู้ให้บริการศูนย์ข้อมูลที่ต้องการเพิ่มคลัสเตอร์ AI ในสถานที่เดิมที่มีอยู่ ยังได้เปิดตัวดีไซน์ใหม่ที่สามารถปรับขยายได้ สำหรับผู้ให้บริการที่ต้องการสร้างพื้นที่ไอทีสำหรับคลัสเตอร์ AI โดยเฉพาะ  ซึ่งเป็นดีไซน์สำหรับคลัสเตอร์เร่งการประมวลผลของ NVIDIA โดยดีไซน์เหล่านี้ ได้ถูกปรับให้เหมาะกับการใช้งานด้านต่างๆ ไม่ว่าจะเป็นการประมวลผลข้อมูล การจำลองทางวิศวกรรม การออกแบบอิเล็กทรอนิกส์อัตโนมัติ การออกแบบยาโดยใช้คอมพิวเตอร์เข้ามาช่วย รวมถึง Generative AI

ดีไซน์อ้างอิงเหล่านี้ จะให้เฟรมเวิร์กที่มั่นคงเพื่อตอบโจทย์ความต้องการเวิร์กโหลด AI ที่เพิ่มขึ้น โดยผสานการทำงานของแพลตฟอร์มเร่งการประมวลผลของ NVIDIA ร่วมกับดาต้าเซ็นเตอร์ เพื่อช่วยเพิ่มประสิทธิภาพการทำงาน รองรับการปรับขยายและให้ความยั่งยืน

การที่ศูนย์ข้อมูลมีต้นทุนพลังงานที่สูงขึ้นและใส่ใจด้านสิ่งแวดล้อมเพิ่มขึ้น จึงต้องให้ความสำคัญเรื่องฮาร์ดแวร์และโครงสร้างพื้นฐานที่ประหยัดพลังงาน รวมถึงแหล่งจ่ายไฟที่มีประสิทธิภาพสูง และแหล่งพลังงานหมุนเวียน เพื่อลดต้นทุนการดำเนินงาน ลดปริมาณการปล่อยคาร์บอน ซึ่งการออกแบบโครงสร้างพื้นฐานของชไนเดอร์ อิเล็คทริค นอกจากจะช่วยรองรับการทำงานของ AI ยังช่วยแก้ไขปัญหาพลังงานในอนาคต เอื้อต่อการพัฒนาศูนย์ข้อมูลที่ปรับขยายได้

การรักษาศูนย์ข้อมูล AI ให้เย็นอยู่เสมอ

ศูนย์ข้อมูล 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 ซึ่งชไนเดอร์ ให้การสนับสนุนลูกค้าเรื่องการนำระบบระบายความร้อนด้วยของเหลวมาใช้ มีโซลูชั่นหลากหลาย ครอบคลุมทั้งในส่วนพื้นที่ที่ไม่มีการใช้งาน (white space solutions) ตลอดจนกลยุทธ์ด้านการระบายความร้อน

นอกจากนี้ ชไนเดอร์ อิเล็คทริคยังได้เผยแพร่เอกสารฉบับใหม่เมื่อไม่นานมานี้ ชื่อว่า “การนำร่องด้วยสถาปัตยกรรมระบบระบายความร้อนด้วยของเหลวสำหรับศูนย์ข้อมูลสำหรับเวิร์กโหลด AI” ข้อมูลนี้ได้รับการออกแบบมาเพื่อช่วยนำร่องให้บริษัทศูนย์ข้อมูลสามารถก้าวข้ามความซับซ้อนของระบบระบายความร้อนด้วยของเหลว พร้อมให้ข้อมูลเชิงลึกเกี่ยวกับการออกแบบระบบ การนำไปใช้งาน และข้อควรพิจารณาในการปฏิบัติงาน

AI กับผลกระทบด้านความยั่งยืน

ผลกระทบของ AI เหมือนเหรียญสองด้าน แม้ AI ให้ศักยภาพในการเพิ่มประสิทธิภาพด้านพลังงาน แต่ก็สร้างความกังวลเรื่องการใช้พลังงานเพิ่มขึ้นเช่นกัน

ผู้เชี่ยวชาญในอุตสาหกรรมบางรายคาดการณ์ว่าการประมวลผลแบบเร่งความเร็ว ซึ่งเป็นแรงขับเคลื่อนการปฏิวัติ AI จะช่วยให้ได้ผลลัพธ์ที่ดีขึ้น ในขณะที่ใช้ทรัพยากรโครงสร้างพื้นฐานของศูนย์ข้อมูลน้อยลง เมื่อการประมวลผลถูกเร่งความเร็ว ความหนาแน่นของแต่ละแร็คก็จะเพิ่มขึ้น ซึ่งอาจทำให้จำนวนแร็คในศูนย์ข้อมูลลดลงมาก โดยหลักๆ คือการประมวลผลแบบเร่งความเร็วให้ศักยภาพในการเพิ่มประสิทธิภาพโดยรวมได้มาก

อย่างไรก็ตาม สิ่งสำคัญคือการประเมินผลกระทบของ AI ในวงกว้างอย่างรอบคอบทั้งเรื่องสิ่งแวดล้อมและการใช้พลังงาน โดย Gartner เปิดเผยว่า 80% ของซีไอโอ จะใช้ตัวชี้วัดประสิทธิภาพที่เชื่อมโยงกับความยั่งยืนขององค์กรไอทีภายในปี 2027 การที่บริษัทต่างๆ ตั้งเป้าเพื่อลดการใช้พลังงานและลดการปล่อยคาร์บอนในระบบไอที รวมถึงในศูนย์ข้อมูล จำเป็นจะสร้างพื้นฐานข้อมูลจากข้อเท็จจริง สามารถเข้าถึงข้อมูลแบบเรียลไทม์ และเข้าถึงข้อมูลในอดีตได้

ซอฟต์แวร์ช่วยให้บริษัทต่างๆ สามารถวัดผล และรายงานประสิทธิภาพของศูนย์ข้อมูล โดยอิงจากข้อมูลในอดีต และวิเคราะห์แนวโน้มในอนาคต ซอฟต์แวร์ EcoStruxure IT สำหรับการจัดการโครงสร้างพื้นฐานศูนย์ข้อมูลของชไนเดอร์ อิเล็คทริค มีการผสานรวม AI และการมอนิเตอร์แบบเรียลไทม์ เพื่อเปลี่ยนเป็นข้อมูลเชิงลึกให้ลูกค้านำมาใช้ดำเนินการเพื่อปรับปรุงความยั่งยืน ซึ่งจากการศึกษาผลกระทบทางเศรษฐกิจโดยรวมของ Forrester จัดทำโดย ชไนเดอร์ อิเล็คทริค พบว่าบริษัทต่างๆ สามารถประหยัดค่าใช้จ่ายด้านไฟฟ้าได้มากถึง 22.5% โดยใช้ความสามารถในการจัดการพลังงานขั้นสูงของ จาก EcoStruxure ที่ช่วยปรับการใช้พลังงานและประสิทธิภาพการระบายความร้อนได้เหมาะสมที่สุด

การเปิดตัวฟีเจอร์การรายงานความยั่งยืนอัตโนมัติรูปแบบใหม่ล่าสุด สำหรับซอฟต์แวร์ EcoStruxure IT ช่วยให้มองเห็นการใช้พลังงานและทรัพยากร มีการวิเคราะห์ข้อมูลในอดีต และการวัดผลโดยละเอียดได้ชัดเจนยิ่งขึ้น ฟีเจอร์เหล่านี้ผสานความเชี่ยวชาญด้านความยั่งยืน กฎระเบียบข้อบังคับ ศูนย์ข้อมูล รวมถึงความเชี่ยวชาญในการการพัฒนาซอฟต์แวร์ มากว่า 20 ปี รวมถึงแมชชีนเลิร์นนิ่ง เพื่อช่วยให้องค์กรต่างๆ ปฏิบัติตามข้อกำหนดการรายงานด้านกฎระเบียบที่กำลังจะมีผลบังคับใช้ในอนาคต

ชไนเดอร์ อิเล็คทริค มุ่งสร้างความยั่งยืนให้ศูนย์ข้อมูล

การที่ศูนย์ข้อมูลทำงานโดยอาศัยพลังงานจำนวนมาก ทำให้เกิดความท้าทายต่อความยั่งยืนด้านสิ่งแวดล้อม ชไนเดอร์ อิเล็คทริค มุ่งมั่นในการช่วยให้ศูนย์ข้อมูลดำเนินการอย่างรับผิดชอบ เพื่อส่งเสริมอนาคตที่ยั่งยืนยิ่งขึ้น ด้วยการเพิ่มประสิทธิภาพพลังงาน ลดการปล่อยคาร์บอน และเพิ่มความยืดหยุ่นในการดำเนินงาน

ตัวอย่างหนึ่งของความมุ่งมั่นด้านความยั่งยืนของชไนเดอร์ อิเล็คทริค คือการมีส่วนร่วมอย่างแข็งขันในความร่วมมือกับอุตสาหกรรม โดยชไนเดอร์ อิเล็คทริค เป็นสมาชิกผู้ก่อตั้ง Infrastructure Masons Climate Accord ร่วมกับบริษัท 50 แห่ง โดยมีข้อตกลงและจุดมุ่งหมายเพื่อลดการปล่อยคาร์บอนในวัตถุดิบ ผลิตภัณฑ์ และพลังงานของโครงสร้างพื้นฐานทางดิจิทัล นอกจากนี้ ข้อตกลงดังกล่าวยังมุ่งที่การกำหนดมาตรฐานระดับโลก สำหรับบัญชีคาร์บอนในโครงสร้างพื้นฐานทางดิจิทัล เพื่อผลักดันอุตสาหกรรมให้บรรลุความเป็นกลางทางคาร์บอน

นอกจากนี้ ชไนเดอร์ ยังได้เปิดตัวคู่มือฉบับแรกของอุตสาหกรรม เพื่อรับมือกับความท้าทายในการออกแบบโครงสร้างพื้นฐานทางกายภาพสำหรับศูนย์ข้อมูลใหม่ เพื่อรองรับเวิร์กโหลดที่เกิดจาก AI ซึ่งกำหนด gold standard ด้วยการออกแบบศูนย์ข้อมูลที่ปรับให้เหมาะกับ AI เอกสารเผยแพร่ดังกล่าวมีชื่อว่า “การเปลี่ยนแปลงของ AI: ความท้าทายและแนวทางสำหรับการออกแบบศูนย์ข้อมูล” จะให้ข้อมูลเชิงลึกที่มีคุณค่าและทำหน้าที่เป็นต้นแบบที่สมบูรณ์สำหรับบริษัทต่างๆ ที่ต้องการนำ AI มาสร้างศักยภาพสูงสุดให้ศูนย์ข้อมูลของตน รวมถึงมุมมองเชิงคาดการณ์ของเทคโนโลยีใหม่ๆ เพื่อรองรับคลัสเตอร์ AI แห่งอนาคตได้

–True Space กับการเป็นพื้นที่กิจกรรมนอกการเรียนที่นำพาให้ชมรมเล็กๆ ในมหาวิทยาลัยไปไกลถึงสตาร์ทอัพ พร้อมภารกิจการเป็น Ecosystem ให้สตาร์ทอัพและ SME ไทย

• Facebook
• X
• Line