ปรับโฉม ดาต้าเซ็นเตอร์ เพื่อรองรับเวิร์กโหลดที่เกิดจาก AI

“AI เป็นตัวแปรที่ส่งผลโดยตรงต่อการใช้พลังงานของ ศูนย์ข้อมูล เราต้องตระหนักถึงแนวปฏิบัติหรือคู่มือของอุตสาหกรรม รับมือกับความท้าทายในการออกแบบศูนย์ข้อมูล

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 เพื่อตอบโจทย์ความต้องการในการเปลี่ยนมาใช้แอปพลิเคชันที่ขับเคลื่อนด้วย 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 ไม่ใช่แค่การเพิ่มแอปพลิเคชันเข้าไปในศูนย์ข้อมูลที่มีอยู่ 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 

ความพยายามในการลดปัญหานี้ ผู้เขียนเห็นว่าล่าสุด ชไนเดอร์ 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 

AI กับผลกระทบด้านความยั่งยืน

ผลกระทบของ AI เหมือนเหรียญสองด้าน แม้ AI ให้ศักยภาพในการเพิ่มประสิทธิภาพด้านพลังงาน แต่ก็สร้างความกังวลเรื่องการใช้พลังงานเพิ่มขึ้นเช่นกัน

ผู้เชี่ยวชาญในอุตสาหกรรมบางรายคาดการณ์ว่า การประมวลผลแบบเร่งความเร็ว ซึ่งเป็นแรงขับเคลื่อนการปฏิวัติ AI จะช่วยให้ได้ผลลัพธ์ที่ดีขึ้น ในขณะที่ใช้ทรัพยากรโครงสร้างพื้นฐานของศูนย์ข้อมูลน้อยลง เมื่อการประมวลผลถูกเร่งความเร็ว ความหนาแน่นของแต่ละแร็คก็จะเพิ่มขึ้น ซึ่งอาจทำให้จำนวนแร็คในศูนย์ข้อมูลลดลงมาก โดยหลักๆ คือ การประมวลผลแบบเร่งความเร็วให้ศักยภาพในการเพิ่มประสิทธิภาพโดยรวมได้มาก

อย่างไรก็ตาม สิ่งสำคัญคือการประเมินผลกระทบของ AI ในวงกว้างอย่างรอบคอบทั้งเรื่องสิ่งแวดล้อมและการใช้พลังงาน โดย Gartner เปิดเผยว่า 80% ของซีไอโอ จะใช้ตัวชี้วัดประสิทธิภาพที่เชื่อมโยงกับความยั่งยืนขององค์กรไอทีภายในปี 2027 

การที่บริษัทต่างๆ ตั้งเป้าเพื่อลดการใช้พลังงานและลดการปล่อยคาร์บอนในระบบไอที รวมถึงในศูนย์ข้อมูล จำเป็นจะสร้างพื้นฐานข้อมูลจากข้อเท็จจริง สามารถเข้าถึงข้อมูลแบบเรียลไทม์ และเข้าถึงข้อมูลในอดีตได้

ซอฟต์แวร์สำหรับการจัดการโครงสร้างพื้นฐานศูนย์ข้อมูลนั้น จะเป็นตัวช่วยอย่างดีให้บริษัทต่างๆ สามารถวัดผล และรายงานประสิทธิภาพของศูนย์ข้อมูล โดยอิงจากข้อมูลในอดีต และวิเคราะห์แนวโน้มในอนาคต มีการผสานรวม AI และการมอนิเตอร์แบบเรียลไทม์ เพื่อเปลี่ยนเป็นข้อมูลเชิงลึกให้ลูกค้านำมาใช้ดำเนินการเพื่อปรับปรุงความยั่งยืน 

ซึ่งจากการศึกษาผลกระทบทางเศรษฐกิจโดยรวมของ Forrester จัดทำโดย ชไนเดอร์ อิเล็คทริค พบว่า หากมีการซอฟต์แวร์การจัดการโครงสร้างพื้นฐานศุนย์ข้อมูลที่มีประสิทธิภาพ จะสามารถประหยัดค่าใช้จ่ายด้านไฟฟ้าได้มากถึง 22.5% ช่วยปรับการใช้พลังงานและประสิทธิภาพการระบายความร้อนได้เหมาะสมที่สุด

ศูนย์ข้อมูลและความท้าทายต่อความยั่งยืนด้านสิ่งแวดล้อม

การที่ ดาต้าเซ็นเตอร์ ทำงานโดยอาศัยพลังงานจำนวนมาก ทำให้เกิดความท้าทายต่อความยั่งยืนด้านสิ่งแวดล้อม เพราะฉะนั้น การพิจารณาออกแบบและใช้เทคโนโลยีที่ทันสมัยจากผู้มีประสบการณ์ จะช่วยให้ศูนย์ข้อมูลดำเนินการได้อย่างมีความรับผิดชอบ ส่งเสริมอนาคตที่ยั่งยืนยิ่งขึ้น ด้วยการเพิ่มประสิทธิภาพพลังงาน ลดการปล่อยคาร์บอน และเพิ่มความยืดหยุ่นในการดำเนินงาน

โดยสรุปนั้น AI จะกลายเป็นแปรอีกตัวหน่ึงที่ส่งผลโดยตรงต่อ การใช้พลังงานของศูนย์ข้อมูล ดังนั้นผู้ที่อยู่ในอุตสาหกรรมศุนย์ข้อมูลทั้งผู้ใช้และผู้ให้บริการเทคโนโลยี ควรมองและมีเป้าหมายร่วมกัน อาทิ การมีข้อตกลงและจุดมุ่งหมายเพื่อลดการปล่อยคาร์บอนในวัตถุดิบ ผลิตภัณฑ์ และพลังงานของโครงสร้างพื้นฐานทางดิจิทัล 

ถึงวันนี้เราต้องตระหนักถึง แนวปฏิบัติหรือคู่มือของอุตสาหกรรม เพื่อรับมือกับความท้าทายในการออกแบบโครงสร้างพื้นฐานทางกายภาพสำหรับศูนย์ข้อมูลใหม่ เพื่อรองรับเวิร์กโหลดที่เกิดจาก AI ด้วยการออกแบบศูนย์ข้อมูลที่ปรับให้เหมาะกับ AI

Featured Image: DC Studio on freepik