วิกฤติพลังงาน 'ดาต้าเซนเตอร์' ใต้แรงกดดัน AI ดันดีมานด์ไฟพุ่ง

วิกฤติพลังงาน 'ดาต้าเซนเตอร์' ใต้แรงกดดัน AI ดันดีมานด์ไฟพุ่ง

ความกังวลเกี่ยวกับความต้องการในการใช้พลังงานกำลังเพิ่มขึ้นจากการขยายตัวอย่างรวดเร็วของดาต้าเซนเตอร์ ภายในปี 2570 คาดว่า 40% ของดาต้าเซนเตอร์ AI ทั่วโลกเสี่ยงที่จะประสบปัญหาการขาดแคลนพลังงาน

KEY

POINTS

  • การเติบโตอย่างรวดเร็วของ Generative AI กำลังผลักดันให้ความต้องการดาต้าเซนเตอร์เพิ่มสูงขึ้นทั่วโลก ซึ่งนำไปสู่วิกฤติด้านการใช้พลังงานที่เพิ่มขึ้นอย่างมหาศาล
  • มีการคาดการณ์ว่าการใช้ไฟฟ้าสำหรับดาต้าเซนเตอร์ทั่วโลกจะเพิ่มขึ้นถึง 160% ภายในสองปีข้างหน้า
  • ภายในปี 2570 ดาต้าเซนเตอร์สำหรับ AI ราว 40% อาจประสบปัญหาการจัดหาไฟฟ้าไม่เพียงพอ
  • พลังงานประมาณ 40-50% ที่ดาต้าเซนเตอร์ใช้ไปนั้นหมดไปกับระบบระบายความร้อน ทำให้การพัฒนานวัตกรรมด้านนี้เป็นหัวใจสำคัญในการลดการใช้พลังงาน
  • แนวทางการแก้ปัญหาเพื่อความยั่งยืน ได้แก่ การใช้ระบบระบายความร้อนด้วยของเหลว (liquid-cooling) การนำ AI มาช่วยบริหารจัดการพลังงาน และการใช้เซิร์ฟเวอร์เสมือนเพื่อลดการใช้ฮาร์ดแวร์จริง

อัตราการพึ่งพาปัญญาประดิษฐ์เชิงสร้างสรรค์ หรือ Generative AI ในภาคอุตสาหกรรมกำลังเพิ่มสูงขึ้นทั่วโลก เช่นเดียวกับความต้องการดาต้าเซนเตอร์   

สำหรับภูมิภาคเอเชียแปซิฟิก ไอดีซี คาดการณ์ว่า การลงทุน Generative AI ในภูมิภาครวมถึงจีนและญี่ปุ่นจะสูงถึง 54.5 พันล้านดอลลาร์ภายในปี 2571

สำหรับในประเทศไทย รายงานจากบลูมเบิร์กคาดการณ์ว่า ช่วงสามปีข้างหน้าความจุของศูนย์ดาต้าเซนเตอร์ในประเทศไทยจะเพิ่มขึ้นเป็นสามเท่า

สืบเนื่องมาจากการลงทุนในภาคธุรกิจดังกล่าวที่สูงถึงราว 6.5 พันล้านดอลลาร์เพื่อตอบสนองความต้องการในการใช้งานคลาวด์คอมพิวติ้งและ AI ที่เพิ่มสูงขึ้น และในประเทศไทยก็เริ่มเห็นถึงการเลือกลงทุนจากบริษัทเทคโนโลยีรายใหญ่ระดับโลกหลากหลายรายที่กำลังขยายการลงทุนเพื่อตั้งดาต้าเซนเตอร์แห่งใหม่ในประเทศไทย

AI เร่งวิกฤติพลังงาน

คูมา มิตรา ผู้อำนวยการบริหาร ประจำภูมิภาคเอเชียแปซิฟิกกลาง ออสเตรเลียและนิวซีแลนด์ เลอโนโว อินฟราสตรักเจอร์ โซลูชัน กรุ๊ป เปิดมุมมองว่า ความกังวลเกี่ยวกับความต้องการในการใช้พลังงานกำลังเพิ่มขึ้นจากการขยายตัวอย่างรวดเร็วของดาต้าเซนเตอร์

โดยการ์ทเนอร์คาดการณ์ว่า การใช้ไฟฟ้าสำหรับดาต้าเซนเตอร์ทั่วโลกจะเพิ่มขึ้นถึง 160% ภายในอีกสองปีข้างหน้า

เนื่องจากความต้องการพลังงานที่สูงขึ้นเพื่อใช้งาน Generative AI และคาดว่า ภายในปีพ.ศ. 2570 ราว 40% ของดาต้าเซนเตอร์สำหรับการใช้งาน AI ที่มีอยู่ปัจจุบันจะประสบปัญหาการจัดหาไฟฟ้าไม่เพียงพอ

ขณะเดียวกัน ภายในปี 2573 การใช้พลังงานของดาต้าเซนเตอร์จะคิดเป็นประมาณหนึ่งในสิบของการใช้พลังงานทั่วโลก โดย 3% ของการใช้พลังงานนี้มาจากการใช้งาน AI   

สำหรับในประเทศไทย ข้อมูลโดยกรุงศรีรีเสิร์ชคาดการณ์ว่าในช่วงปี 2568 - 2570 อุตสาหกรรมดาต้าเซนเตอร์ของไทยจะเติบโตด้วยอัตราเฉลี่ยต่อปีอยู่ที่ 7.5% - 8.5% ขับเคลื่อนโดยการขยายตัวของเศรษฐกิจดิจิทัล เป็นสัญญาณสำคัญที่หน่วยงานที่เกี่ยวข้องจะต้องเตรียมความพร้อมในการจัดหาพลังงานให้เพียงพอ

ปูทางสู่เส้นทาง 'ความยั่งยืน'

ผู้บริหารเลอโนโว วิเคราะห์ว่า ดาต้าเซนเตอร์ซึ่งเป็นโครงสร้างพื้นฐานสำคัญของระบบไอทีจำเป็นต้องมีการดำเนินการอย่างยั่งยืน ดังนั้นรัฐบาลและผู้นำด้านไอทีจึงควรมีส่วนร่วมในการลดคาร์บอนฟุตพริ้นท์ ด้วยการสำรวจวิธีการลดการใช้พลังงานและเพิ่มประสิทธิภาพการใช้พลังงานในดาต้าเซนเตอร์ให้มากยิ่งขึ้น

สำหรับก้าวแรกสู่ความยั่งยืนในดาต้าเซนเตอร์ คือการนำนวัตกรรมมาใช้เพื่อการระบายความร้อน โดยดาต้าเซนเตอร์ใช้พลังงานราว 40-50% ของเครื่องในการระบายความร้อน ด้วยเหตุนี้เองการมีระบบระบายความร้อนที่มีประสิทธิภาพจึงเป็นหัวใจสำคัญของการทำให้ดาต้าเซนเตอร์เป็นมิตรต่อสิ่งแวดล้อม

อีกทั้งเมื่อความหนาแน่นของเซิร์ฟเวอร์เพิ่มขึ้น ระบบระบายความร้อนด้วยอากาศแบบดั้งเดิมจะเริ่มเผชิญข้อจำกัดในการระบายความร้อน ขณะที่สารหล่อเย็น เช่น น้ำ มีความสามารถในการนำความร้อนสูงกว่าอากาศอย่างมาก

ดังนั้น การนำระบบระบายความร้อนด้วยน้ำ (liquid-cooling system) ขั้นสูงมาใช้ จะช่วยลดการใช้พลังงานในการจัดการความร้อนได้เป็นอย่างดี และช่วยเพิ่มประสิทธิภาพการใช้พลังงานเมื่อเทียบกับการใช้พัดลม หรือระบบระบายความร้อนด้วยอากาศ

การใช้เทคโนโลยีระบายความร้อนด้วยน้ำช่วยลดการใช้พลังงานของระบบระบายความร้อนได้เป็นอย่างมาก ทำให้สามารถเพิ่มประสิทธิภาพการประมวลผลในงานที่ต้องการการประมลผลที่ซับซ้อน เช่น งานที่เกี่ยวข้องกับเทคโนโลยีการประมวลผลสมรรถนะสูง (HPC) และงานด้าน AI

หาจุดสมดุลการเติบโต 'นวัตกรรม'

นอกจากการพัฒนาระบบระบายความร้อนด้วยนวัตกรรมแล้ว การนำโครงสร้างพื้นฐานด้านการประมวลผล และการจัดการพลังงานที่ขับเคลื่อนด้วย AI มาใช้ ยังสามารถยกระดับดาต้าเซนเตอร์ให้เป็นโครงสร้างพื้นฐานที่ประหยัดพลังงาน และเป็นมิตรต่อสิ่งแวดล้อมได้อย่างยั่งยืน

การใช้ศักยภาพของ AI ในการวิเคราะห์ข้อมูลแบบเรียลไทม์เพื่อบริหารจัดการทรัพยากร การกระจายปริมาณงาน และการเพิ่มประสิทธิภาพการใช้พลังงาน จะช่วยยกระดับประสิทธิภาพการดำเนินงานควบคู่กับการลดการปล่อยก๊าซคาร์บอน      

นอกจากนี้ การใช้งานสภาพแวดล้อมเซิร์ฟเวอร์เสมือน (Virtualized Server Environment) ยังช่วยลดจำนวนการใช้งานเซิร์ฟเวอร์จริงได้ จึงส่งผลให้การใช้พลังงานลดลง ช่วยลดภาระการทำงานของระบบระบายความร้อน ไม่เพียงช่วยลดความต้องการด้านฮาร์ดแวร์เท่านั้น แต่ยังช่วยลดความจำเป็นของโครงสร้างพื้นฐานด้านเครือข่าย และระบบจ่ายพลังงาน จึงส่งผลให้ต้นทุนการทำงานลดลง  

นอกจากนี้ ปัจจัยอีกหนึ่งประการที่ธุรกิจสามารถนำไปพิจาณานั่นคือ การลงทุนในวัสดุก่อสร้างที่เป็นมิตรต่อสิ่งแวดล้อมและการใช้พลังงานหมุนเวียนอันเป็นปัจจัยสำคัญในการสร้างโครงสร้างพื้นฐานดาต้าเซนเตอร์ที่ยั่งยืนในระยะยาว

ไม่ว่าจะอยู่ในภูมิภาคหรือประเทศใด ดาต้าเซนเตอร์ต่างกำลังเผชิญความท้าทายในการสร้างสมดุลระหว่างการขยายตัวของระบบและการเติบโตของนวัตกรรม คู่ขนานไปกับความพยายามในการลดปริมาณคาร์บอนฟุตพริ้นท์ของตนเอง     

สำหรับประเทศไทยซึ่งอยู่ในอันดับที่ 21 ของการปล่อยก๊าซเรือนกระจกทั่วโลกในปี 2562 รัฐบาลได้กำหนดเป้าหมายสำคัญในการบรรลุความเป็นกลางทางคาร์บอนภายในปี 2593 และการปล่อยก๊าซเรือนกระจกสุทธิเป็นศูนย์ภายในปี 2608    

เห็นได้ว่าการนำโครงสร้างพื้นฐานใหม่ๆ เช่น ระบบระบายความร้อนด้วยของเหลว และการประมวลผลที่ขับเคลื่อนด้วย AI มาใช้ ไม่เพียงจะช่วยอนุรักษ์สิ่งแวดล้อม ด้วยการยกระดับความยั่งยืนของดาต้าเซนเตอร์เท่านั้น แต่ยังช่วยเร่งการสร้างนวัตกรรมเชิงปฏิบัติการที่ดีขึ้น

เพื่อให้การพัฒนา AI ดำเนินไปอย่างยั่งยืน การเปลี่ยนผ่านสู่ดาต้าเซนเตอร์ที่เป็นมิตรต่อสิ่งแวดล้อมจึงควรได้รับการผลักดันอย่างต่อเนื่อง