ความต้องการพลังงานที่เพิ่มขึ้นของ AI: คู่มือศูนย์ข้อมูลที่พร้อมหรือไม่?

เมื่อความก้าวหน้าของปัญญาประดิษฐ์ (AI) เพิ่มขึ้น ความต้องการพลังงานก็เพิ่มขึ้นด้วย ทำให้ศูนย์ข้อมูลต้องเผชิญกับความท้าทายในการจัดการกับความต้องการพลังงานที่เพิ่มขึ้น เทคโนโลยี AI รุ่นต่อไป เช่น AI ที่สร้างข้อมูล (genAI) ไม่เพียงแต่เปลี่ยนแปลงอุตสาหกรรมเท่านั้น แต่ยังเปลี่ยนแปลงการใช้พลังงานในศูนย์ข้อมูลด้วย

การประยุกต์ใช้ genAI เช่น Microsoft Copilot และ OpenAI’s ChatGPT ต้องการพลังงานมากกว่าที่เคย โดยในปี 2560 การฝึกอบรมและบำรุงรักษาระบบ AI เหล่านี้อาจใช้พลังงานไฟฟ้าเพียงพอในการให้พลังงานแก่ประเทศขนาดเล็กเป็นเวลาหนึ่งปี และแนวโน้มไม่ได้ลดลง ในช่วง 10 ปีที่ผ่านมา ความต้องการพลังงานสำหรับส่วนประกอบ เช่น CPU, หน่วยความจำ และเครือข่ายคาดว่าจะเพิ่มขึ้น 160% โดยรายงานของ Goldman Sachs

การใช้โมเดลภาษาขนาดใหญ่ cũngใช้พลังงาน เช่น การค้นหาด้วย ChatGPT ใช้พลังงานประมาณ 10 เท่าของการค้นหาด้วย Google โดยทั่วไป การใช้ AI ที่ต้องการพลังงานมากนี้ทำให้เกิดคำถามว่า อุตสาหกรรมสามารถจัดการกับความก้าวหน้าได้อย่างยั่งยืนหรือไม่ หรือจะส่งผลให้การใช้พลังงานทั่วโลกเพิ่มขึ้นหรือไม่ การวิจัยของ McKinsey พบว่าประมาณ 70% ของความต้องการที่เพิ่มขึ้นในตลาดศูนย์ข้อมูลมุ่งเน้นไปที่สิ่งอำนวยความสะดวกที่สามารถจัดการงาน AI ที่ซับซ้อนได้

“ศูนย์ข้อมูลแบบดั้งเดิมมักจะทำงานด้วยอุปกรณ์ที่ใช้พลังงานสูงและความจุที่ตายตัว ซึ่งทำให้เกิดการ浪费พลังงานอย่างมาก” Mark Rydon ซีโอโอและผู้ร่วมก่อตั้ง Aethir กล่าว “การดำเนินงานที่มีศูนย์กลางทำให้เกิดความไม่สมดุลระหว่างความพร้อมของทรัพยากรและความต้องการการใช้ ทำให้อุตสาหกรรมต้องเผชิญกับจุดวิกฤตที่ความก้าวหน้าอาจเสี่ยงต่อการทำลายเป้าหมายด้านสิ่งแวดล้อมเมื่อความต้องการ AI เพิ่มขึ้น”

ผู้นำในอุตสาหกรรมกำลังแก้ไขปัญหานี้โดยการลงทุนในการออกแบบและโครงสร้างที่เป็นมิตรต่อสิ่งแวดล้อมสำหรับศูนย์ข้อมูล ความพยายามเหล่านี้รวมถึงการนำพลังงานทดแทนมาใช้และการสร้างระบบทำความเย็นที่มีประสิทธิภาพมากขึ้นเพื่อชดเชยความร้อนที่เกิดจากงาน AI

การปฏิวัติศูนย์ข้อมูลเพื่ออนาคตที่เป็นมิตรต่อสิ่งแวดล้อม

Lenovo ได้แนะนำ ThinkSystem N1380 Neptune ซึ่งเป็นความก้าวหน้าในการทำความเย็นด้วยของเหลวสำหรับศูนย์ข้อมูล บริษัทอ้างว่านวัตกรรมนี้ช่วยให้องค์กรสามารถใช้การคำนวณที่มีพลังในการทำงาน AI ได้โดยใช้พลังงานน้อยลงถึง 40% N1380 Neptune ใช้ฮาร์ดแวร์ใหม่ของ NVIDIA รวมถึง Blackwell และ GB200 GPUs เพื่อจัดการโมเดล AI ที่มีพารามิเตอร์หลายล้านในเซตอัพแบบกะทัดรัด

“เราได้ระบุความต้องการที่สำคัญจากลูกค้าของเรา: ศูนย์ข้อมูลใช้พลังงานมากขึ้นเมื่อจัดการงาน AI เนื่องจากโครงสร้างพื้นฐานที่ล้าสมัยและโครงสร้างที่ตายตัว” Robert Daigle ผู้อำนวยการฝ่าย AI ของ Lenovo กล่าว “เพื่อทำความเข้าใจสิ่งนี้ให้ดีขึ้น เราได้ร่วมมือกับลูกค้า HPC เพื่อวิเคราะห์การใช้พลังงานของพวกเขา ซึ่งนำเราไปสู่ข้อสรุปที่ว่าเราสามารถลดการใช้พลังงานได้ 40%”

AVEVA บริษัทที่ปรึกษาด้านเทคโนโลยีสารสนเทศของสหราชอาณาจักรกล่าวว่ากำลังใช้การวิเคราะห์เชิงพยากรณ์เพื่อระบุปัญหาเกี่ยวกับเครื่องอัดอากาศ เครื่องยนต์ อุปกรณ์ HVAC และอื่นๆ ในศูนย์ข้อมูล

“เราพบว่าการฝึกอบรม AI ที่สร้างข้อมูลใช้พลังงานมาก” Jim Chappell หัวหน้า AI และ Advanced Analytics ของ AVEVA กล่าว “ด้วยระบบ AI ที่ขับเคลื่อนด้วยการวิเคราะห์เชิงพยากรณ์ของเรา เราตั้งเป้าที่จะค้นหาปัญหาได้ก่อนที่ระบบ SCADA หรือระบบควบคุมใดๆ จะพบ และช่วยให้ผู้ดำเนินงานศูนย์ข้อมูลสามารถแก้ไขปัญหาได้ก่อนที่จะกลายเป็นปัญหาใหญ่”

ในขณะเดียวกัน การคำนวณแบบกระจายสำหรับการฝึกอบรม AI และพัฒนา GPU เหนือคลาวด์ก็เกิดขึ้นเป็นทางเลือก Aethir’s Rydon อธิบายว่าการกระจายงานคำนวณไปทั่วเครือข่ายที่กว้างขึ้นและยืดหยุ่นมากขึ้นสามารถเพิ่มประสิทธิภาพการใช้พลังงานได้โดยการจับคู่ความต้องการทรัพยากรกับความพร้อม

“แทนที่จะพึ่งพาศูนย์ข้อมูลขนาดใหญ่และรวมศูนย์ อินฟราสตร์กต์ ‘Edge’ ของเราจะกระจายงานคำนวณไปยังโหนดที่ใกล้กับแหล่งข้อมูลมากขึ้น ซึ่งจะลดภาระพลังงานในการถ่ายโอนข้อมูลและลดความหน่วงลง” Rydon กล่าว “เครือข่าย Aethir Edge ลดความจำเป็นในการทำความเย็นที่มีพลังงานสูงอย่างมาก เนื่องจากงานจะกระจายไปทั่วสภาพแวดล้อมต่างๆ มากกว่าที่จะรวมกันในจุดเดียว”

ในทำนองเดียวกัน บริษัทต่างๆ เช่น Amazon และ Google กำลังทดลองใช้พลังงานทดแทนเพื่อจัดการความต้องการพลังงานที่เพิ่มขึ้นในศูนย์ข้อมูลของตน Microsoft ลงทุนอย่างมากในการผลิตพลังงานทดแทนและเทคโนโลยีที่เพิ่มประสิทธิภาพเพื่อลดการใช้พลังงานในศูนย์ข้อมูล Google ก็ได้ดำเนินการเพื่อเปลี่ยนไปใช้พลังงานที่ไม่มีคาร์บอนและสำรวจระบบทำความเย็นที่ลดการใช้พลังงานในศูนย์ข้อมูล

AI และความยั่งยืนทางสิ่งแวดล้อมของศูนย์ข้อมูลสามารถอยู่ร่วมกันได้หรือไม่?

Ugur Tigli CTO ของ MinIO กล่าวว่าในขณะที่เราหวังว่าอนาคตที่ AI จะก้าวหน้าโดยไม่ต้องมีการใช้พลังงานมากนัก แต่นั่นไม่ใช่ความเป็นจริงในระยะสั้น “ผลกระทบระยะยาวยากต่อการคาดเดา” เขากล่าว “แต่เราจะเห็นการเปลี่ยนแปลงในแรงงาน และ AI จะช่วยปรับปรุงการใช้พลังงานทั่วทั้งกระดาน โดยเฉพาะอย่างยิ่งเมื่ออุตสาหกรรมต่างๆ มีประสิทธิภาพมากขึ้น”

เขายังชี้ให้เห็นว่ามีความสนใจที่เพิ่มขึ้นในหมู่ผู้บริโภคสำหรับโซลูชัน AI ที่เป็นมิตรต่อสิ่งแวดล้อม “ลองนึกภาพแอปพลิเคชัน AI ที่ทำงานได้ 90% แต่ใช้พลังงานเพียงครึ่งหนึ่ง นั่นคือนวัตกรรมที่อาจเกิดขึ้นได้จริงๆ” เขาเพิ่มว่า อนาคตของ AI ไม่เพียงแต่เกี่ยวกับการสร้างสรรค์เท่านั้น แต่ยังเกี่ยวกับความยั่งยืนทางสิ่งแวดล้อมของศูนย์ข้อมูลด้วย ไม่ว่าจะเป็นการพัฒนาฮาร์ดแวร์ที่มีประสิทธิภาพมากขึ้นหรือวิธีการใช้ทรัพยากรที่ฉลาดยิ่งขึ้น การจัดการการใช้พลังงานของ AI จะมีอิทธิพลอย่างมากต่อการออกแบบและการดำเนินงานของศูนย์ข้อมูล

Rydon เน้นย้ำถึงความสำคัญของการริเริ่มในระดับอุตสาหกรรมที่มุ่งเน้นไปที่การออกแบบศูนย์ข้อมูลที่ยั่งยืน การใช้งาน AI ที่มีประสิทธิภาพพลังงาน และการแบ่งปันทรัพยากรแบบเปิด “สิ่งเหล่านี้เป็นขั้นตอนที่สำคัญต่อการดำเนินงานที่เป็นมิตรต่อสิ่งแวดล้อม” เขากล่าว “ธุรกิจที่ใช้ AI ควรร่วมมือกับบริษัทเทคโนโลยีเพื่อสร้างโซลูชันที่ลดผลกระทบต่อสิ่งแวดล้อม ด้วยการทำงานร่วมกัน เราสามารถนำ AI ไปสู่อนาคตที่ยั่งยืนมากขึ้น”