การเร่งนำปัญญาประดิษฐ์ (AI) มาใช้ในภาคธุรกิจ ทำให้การวางแผนโครงสร้างพื้นฐานด้านไอทีกลายเป็นประเด็นที่องค์กรต้องดำเนินการตั้งแต่เนิ่น ๆ เพื่อรองรับการใช้งาน AI ที่มีความซับซ้อนมากขึ้น ทั้งในด้านประสิทธิภาพ ความปลอดภัย และการขยายระบบในอนาคต
อเล็กเซย์ นาโวโลคิน ผู้จัดการทั่วไป ประจำภูมิภาคเอเชียแปซิฟิก เอเอ็มดี (AMD) กล่าวว่า เมื่อองค์กรนำ AI ไปใช้งานในระบบที่ต้องทำงานอย่างต่อเนื่องมากขึ้น การวางแผนโครงสร้างพื้นฐานไม่ใช่เรื่องที่สามารถรอได้อีกต่อไป
ปัจจุบัน เวิร์กโหลดของ AI มีการเชื่อมโยงและกระจายตัวมากขึ้น ทั้งบนคลาวด์ ดาต้าเซ็นเตอร์ และอุปกรณ์ปลายทาง ส่งผลให้องค์กรต้องพิจารณาความพร้อมของระบบประมวลผล เครือข่าย ซอฟต์แวร์ หน่วยความจำ และการดำเนินงานให้สามารถทำงานร่วมกันได้ภายใต้สภาพแวดล้อมที่ซับซ้อนขึ้น
หลายองค์กรจึงเริ่มวางแผนโครงสร้างพื้นฐานตั้งแต่ระยะเริ่มต้น แทนที่จะรอจนถึงช่วงติดตั้งระบบจริง
เวิร์กโหลด AI เปลี่ยนโจทย์อินฟราฯ
เอเอ็มดี ระบุว่า การที่ AI เข้ามาเป็นส่วนหนึ่งของกระบวนการดำเนินธุรกิจ รวมถึงการพัฒนาระบบ Agentic AI ทำให้ความต้องการด้านโครงสร้างพื้นฐานเปลี่ยนแปลงอย่างมีนัยสำคัญ
องค์ประกอบสำคัญที่องค์กรต้องรองรับ ได้แก่ การประมวลผลตลอด 24 ชั่วโมง ระบบ Multi-agent ที่สามารถทำงานข้ามแอปพลิเคชันและฐานข้อมูล การจัดสรรทรัพยากรแบบเรียลไทม์ทั้งบนคลาวด์ ดาต้าเซ็นเตอร์ และอุปกรณ์ปลายทาง ตลอดจนระบบกำกับดูแล ความปลอดภัย และการบริหารจัดการที่มีประสิทธิภาพ
เวิร์กโหลดลักษณะนี้ต้องการมากกว่าศักยภาพของหน่วยประมวลผล แต่ต้องอาศัยโครงสร้างพื้นฐานที่สามารถเชื่อมการทำงานของระบบประมวลผล เครือข่าย ซอฟต์แวร์ หน่วยความจำ และกระบวนการปฏิบัติงานเข้าด้วยกัน
องค์กรจำนวนมากจึงเร่งวางแผน ทดสอบ และดำเนินโครงการนำร่องก่อนการใช้งานจริง เนื่องจากระบบ AI มีความซับซ้อนและต้องใช้เวลาพัฒนา
ขณะเดียวกัน การชะลอการลงทุนด้านโครงสร้างพื้นฐานอาจทำให้การติดตั้งระบบล่าช้า ส่งผลให้การนำ AI ไปสร้างผลิตภาพหรือระบบอัตโนมัติในองค์กรเกิดขึ้นช้าตามไปด้วย
AI ไม่ใช่แค่เรื่องของ GPU
เอเอ็มดี ระบุว่า การพูดถึงโครงสร้างพื้นฐาน AI มักเริ่มต้นจากหน่วยประมวลผลกราฟิก (GPU) แต่เมื่อการใช้งานขยายตัว ประสิทธิภาพของ AI จะขึ้นอยู่กับการทำงานร่วมกันของทั้งระบบมากกว่าประสิทธิภาพของอุปกรณ์เพียงชิ้นเดียว
โครงสร้างพื้นฐาน AI ยุคใหม่ต้องอาศัยหน่วยประมวลผลกลาง (CPU) ในการจัดสรรทรัพยากรและบริหารการเคลื่อนย้ายข้อมูล ใช้ GPU สำหรับงานประมวลผลแบบขนาน ระบบเครือข่ายความเร็วสูงที่รองรับการสื่อสารด้วยค่าความหน่วงต่ำ รวมถึงแพลตฟอร์มซอฟต์แวร์แบบเปิดที่รองรับการขยายระบบและการโยกย้ายการทำงาน
เมื่อระบบ AI มีการกระจายตัวมากขึ้น CPU จะมีบทบาทในการจัดการเวิร์กโหลด การเข้าถึงหน่วยความจำ และการใช้ศักยภาพของ GPU เพื่อให้โครงสร้างพื้นฐานสามารถรองรับการใช้งานได้อย่างมีประสิทธิภาพ
เอเอ็มดี ระบุว่า แนวโน้มดังกล่าวสะท้อนว่า AI ไม่ใช่เพียงความท้าทายด้าน GPU แต่เป็นโจทย์ของโครงสร้างพื้นฐานทั้งระบบที่องค์กรจำเป็นต้องเตรียมความพร้อมล่วงหน้า
ปัจจุบัน การใช้งาน AI กำลังขยายตัวทั้งในศูนย์ข้อมูลขนาดใหญ่และบริเวณใกล้แหล่งกำเนิดข้อมูล (Edge) เช่น โรงงาน โรงพยาบาล และอุปกรณ์ปลายทางที่รองรับ AI
สำหรับองค์กรในประเทศไทย การขยายตัวดังกล่าวทำให้ต้องพิจารณาทางเลือกด้านโครงสร้างพื้นฐานที่หลากหลาย ทั้งไฮบริดคลาวด์ ระบบติดตั้งภายในองค์กร (On-premises) เทคโนโลยี Edge AI การปฏิบัติตามข้อกำหนดด้านกฎระเบียบ และแอปพลิเคชันที่ต้องการค่าความหน่วงต่ำ
ดังนั้น โครงสร้างพื้นฐานในอนาคตจึงควรออกแบบให้มีความยืดหยุ่น สามารถแยกส่วน ขยายระบบ และโยกย้ายการทำงานได้ โดยต้องเริ่มวางแผนตั้งแต่ระยะต้น
'ระบบเปิด' ลดข้อจำกัดระยะยาว
อีกประเด็นที่บริษัทให้ความสำคัญคือ การออกแบบระบบบนสถาปัตยกรรมแบบเปิด เพื่อรองรับการเปลี่ยนแปลงของโมเดล AI เฟรมเวิร์ก และสภาพแวดล้อมการติดตั้งที่พัฒนาอย่างต่อเนื่อง
โดยระบบนิเวศแบบเปิดช่วยลดความซับซ้อนในการบูรณาการระบบ รองรับการทำงานร่วมกันของซอฟต์แวร์ คลาวด์ และสถาปัตยกรรมที่หลากหลาย พร้อมเพิ่มความยืดหยุ่นในการปรับเปลี่ยนโครงสร้างพื้นฐานในอนาคต และช่วยลดความเสี่ยงจากการผูกติดกับผู้ให้บริการรายเดียว
สำหรับหลายองค์กร แนวคิดระบบเปิดจึงไม่ใช่เพียงประเด็นด้านการพัฒนาซอฟต์แวร์ แต่กลายเป็นปัจจัยในการสร้างสมดุลระหว่างประสิทธิภาพ การบริหารต้นทุน และการลงทุนโครงสร้างพื้นฐานระยะยาว
การเติบโตของ AI ในระยะต่อไปจะขึ้นอยู่กับความพร้อมของโครงสร้างพื้นฐานเป็นสำคัญ โดยองค์กรที่ชะลอการวางแผนอาจเผชิญข้อจำกัดทั้งด้านเวลาในการออกแบบและทดสอบระบบ รวมถึงการจัดสรรทรัพยากรประมวลผลที่จำเป็น
เอเอ็มดีมองว่า องค์กรที่สามารถวางแผนล่วงหน้า และสร้างโครงสร้างพื้นฐานที่มีความสมดุล รองรับการขยายตัว และใช้สถาปัตยกรรมแบบเปิด จะมีความพร้อมมากกว่าสำหรับการพัฒนาและใช้งาน AI ในระยะยาว ท่ามกลางเศรษฐกิจที่ขับเคลื่อนด้วย AI มากขึ้นในทุกอุตสาหกรรม
