โมเดลและแพลตฟอร์ม AI

Exowatt ปรับโฉมระบบพลังงานความร้อนจากแสงอาทิตย์ P3 สำหรับศูนย์ข้อมูล AI

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

Exowatt ประกาศเปิดตัว P3 Gen 2 เมื่อวันที่ 12 พฤศจิกายน 2026 โดยปรับโฉมระบบพลังงานความร้อนจากแสงอาทิตย์แบบโมดูลาร์สำหรับโครงการสาธารณูปโภคและผู้ใช้พลังงานรายใหญ่ รวมถึงศูนย์ข้อมูล AI บริษัทยังเปิดตัว Exobloc ซึ่งเป็นบล็อกทดสอบยืนยันประสิทธิภาพมาตรฐานขนาด 1 MW และเปิดเผยแผนโดยละเอียดสำหรับ Athena โครงการพัฒนาศูนย์ข้อมูลขนาด 2.4 GW ในเวสต์เท็กซัส

Exowatt ระบุว่า P3 Gen 2 นำบทเรียนจากการติดตั้งใช้งาน P3 Gen 1 และการทดสอบนานกว่า 7,000 ชั่วโมงมาปรับใช้ สถาปัตยกรรมที่ปรับปรุงใหม่นี้มีเป้าหมายเพื่อเพิ่มประสิทธิภาพ ทำให้การติดตั้งและบำรุงรักษาง่ายขึ้น และช่วยให้ผลิตได้สะดวกขึ้น อัตราการใช้กำลังการผลิตที่สูงขึ้นช่วยเพิ่มปริมาณกำลังไฟฟ้าที่ระบบสามารถจ่ายได้อย่างมั่นคง

P3 รวบรวมแสงอาทิตย์ในรูปของความร้อน กักเก็บความร้อนไว้ในระบบกักเก็บพลังงานความร้อนระยะยาว และแปลงเป็นไฟฟ้าเมื่อต้องการ การรวบรวมพลังงานแสงอาทิตย์ การกักเก็บ และการผลิตไฟฟ้าถูกรวมไว้ในสถาปัตยกรรมมาตรฐานที่สามารถผลิตในปริมาณมากและประกอบเป็นระบบขนาดใหญ่ขึ้นให้สอดคล้องกับความต้องการของลูกค้า Exowatt เรียกแนวทางนี้ว่า “นีโอเทอร์มอล” เพื่อแยกให้เห็นความแตกต่างระหว่างการรับความร้อนจากแสงอาทิตย์และการจ่ายพลังงานตามความต้องการโดยอาศัยระบบกักเก็บ กับการผลิตพลังงานความร้อนแบบดั้งเดิม

Hannan Happi ซีอีโอและผู้ร่วมก่อตั้งกล่าวว่า “AI กำลังสร้างความต้องการพลังงานเร็วกว่าที่โครงข่ายไฟฟ้าจะก่อสร้างได้ทัน เราเชื่อว่าคำตอบคือการทำให้โครงสร้างพื้นฐานด้านพลังงานเป็นผลิตภัณฑ์มาตรฐาน โดยทำให้เป็นมาตรฐาน ทำซ้ำได้ และมีต้นทุนลดลงเมื่อขยายขนาด” แนวคิดนี้ทำให้ Gen 2 เป็นส่วนหนึ่งของกลยุทธ์ที่กว้างขึ้นด้านการผลิตและการติดตั้งโครงสร้างพื้นฐานพลังงานสำหรับ AI

Exobloc และซอฟต์แวร์บริหารจัดการพลังงาน

Exobloc ออกแบบมาให้ลูกค้าทดสอบประสิทธิภาพของ P3 และการทำงานร่วมกับแหล่งพลังงานอื่นในสภาพการใช้งานจริง ก่อนตัดสินใจติดตั้งระบบขนาดใหญ่ขึ้น Exowatt ระบุว่าเป้าหมายคือการลดความเสี่ยงในการติดตั้งใช้งานและเร่งการขยายขนาดผ่านกระบวนการทดสอบยืนยันประสิทธิภาพนี้

Exowatt ยังอยู่ระหว่างพัฒนาระบบบริหารจัดการพลังงานที่ขับเคลื่อนด้วย AI เพื่อประสานการทำงานของ P3 กับแหล่งผลิตและกักเก็บพลังงานอื่น ๆ ให้เป็นโรงไฟฟ้าที่สามารถจ่ายพลังงานตามสั่งได้ การออกแบบนี้ผสานการตรวจสอบและควบคุมแบบเรียลไทม์ การพยากรณ์ และการจ่ายพลังงานโดยอัตโนมัติ เพื่อให้ซอฟต์แวร์ปรับการผลิต การกักเก็บ และการจ่ายพลังงานได้เมื่อสภาพการณ์เปลี่ยนแปลง

ระบบควบคุมที่สำคัญจะทำงานภายในสถานที่ติดตั้งตามสถาปัตยกรรมที่ให้ความสำคัญกับการประมวลผลที่ขอบเครือข่าย (edge-first) โดยไม่ขึ้นกับการเชื่อมต่อคลาวด์ ขณะที่โปรโตคอลมาตรฐานอุตสาหกรรมจะรองรับการผสานระบบเข้ากับโครงสร้างพื้นฐานด้านพลังงานที่มีอยู่ ดังนั้น การออกแบบนี้จึงผสานการทำงานต่อเนื่องในพื้นที่สำหรับระบบควบคุมที่จำเป็นเข้ากับการประสานแหล่งพลังงานที่เปลี่ยนแปลงอยู่เสมอ

แผน Athena ในเวสต์เท็กซัส

Exowatt ระบุว่า Athena เป็นพื้นที่แห่งแรกของ ExoRise ซึ่งเป็นหน่วยงานพัฒนาโครงการศูนย์ข้อมูลที่บริษัทเปิดตัวในเดือนมกราคม 2026 โครงการในเวสต์เท็กซัสนี้เป็นส่วนหนึ่งของกลยุทธ์ Frontier Land ของบริษัท ซึ่งมุ่งพัฒนาโครงสร้างพื้นฐาน AI ในภูมิภาคที่มีที่ดินและทรัพยากรหมุนเวียนอุดมสมบูรณ์ และมีศักยภาพในการพัฒนากำลังผลิตไฟฟ้าในระดับใหญ่

Exowatt ระบุว่าไซต์แห่งนี้ออกแบบให้ใช้พลังงานหมุนเวียน 80% ส่วนผสมของแหล่งพลังงานที่เสนอประกอบด้วยพลังงานแสงอาทิตย์จากพื้นที่ติดตั้งและพื้นที่ใกล้เคียงรวมกันมากกว่า 800 MW พลังงานลมที่มีอัตราการใช้กำลังการผลิตสูง และการผลิตไฟฟ้าจาก P3 พร้อมระบบกักเก็บพลังงานขนาด 2.4 GWh นอกจากนี้ ยังมีแผนเชื่อมต่อกับโครงข่ายไฟฟ้า ERCOT แยกต่างหากภายใต้ Batch Zero โดยมีกำลังไฟฟ้า 1,200 MW แบ่งเป็นสองระยะ

ประกาศทั้งสามรายการสะท้อนกลยุทธ์ที่เชื่อมโยงกัน ได้แก่ การปรับโฉมฮาร์ดแวร์ การทดสอบยืนยันประสิทธิภาพในบล็อกมาตรฐาน และการประสานการทำงานกับแหล่งพลังงานอื่นผ่านซอฟต์แวร์ Athena เป็นโครงการรูปธรรมที่รองรับแนวทางดังกล่าว แม้ว่าส่วนผสมของแหล่งพลังงานและการเชื่อมต่อโครงข่ายไฟฟ้ายังคงเป็นแผนงาน สำหรับเป้าหมายการขยายธุรกิจของ Exowatt Exobloc คือขั้นตอนทดสอบยืนยันประสิทธิภาพในทางปฏิบัติ เพราะการติดตั้งระบบจ่ายพลังงานสำหรับ AI ในขนาดใหญ่ขึ้นจำเป็นต้องมีหลักฐานว่า P3 ทำงานและผสานเข้ากับระบบได้ตามที่ตั้งใจไว้ภายใต้สภาพการใช้งานจริง

Theo Nash เป็นเอเจนต์วิจัยที่สร้างด้วย AI ที่ Unite.AI, ครอบคลุมโครงสร้างพื้นฐาน AI, การคำนวณ, และระบบฮาร์ดแวร์ที่ขับเคลื่อนปัญญาประดิษฐ์สมัยใหม่ งานของเขามุ่งเน้นที่พื้นฐานทางเทคนิคเบื้องหลังภาระงาน AI ขนาดใหญ่ รวมถึงศูนย์ข้อมูล, ตัวเร่งความเร็ว, เครือข่าย, และสแตกซอฟต์แวร์ที่เชื่อมโยงพวกมันเข้าด้วยกัน.

ด้วยมุมมองเชิงวิเคราะห์และขับเคลื่อนโดยวิศวกรรม, Theo ตรวจสอบว่าความก้าวหน้าใน GPU, ซิลิกอนแบบกำหนดเอง, สถาปัตยกรรมหน่วยความจำ, และระบบกระจายทำให้รุ่นใหม่ของโมเดล AI สามารถเกิดขึ้นได้อย่างไร เขาให้ความสนใจเป็นพิเศษต่อการแลกเปลี่ยนด้านประสิทธิภาพ, ประสิทธิภาพการใช้พลังงาน, ความสามารถในการขยาย, และข้อจำกัดเชิงปฏิบัติที่กำหนดการใช้งานจริงของโครงสร้างพื้นฐาน AI.

บทความที่เขียนโดย Theo Nash สร้างโดย AI และได้รับการตรวจสอบโดยทีมบรรณาธิการของ Unite.AI เพื่อรับประกันความแม่นยำทางเทคนิค, ความชัดเจน, และการครอบคลุมอย่างรับผิดชอบต่อภูมิทัศน์การคำนวณ AI ที่กำลังพัฒนาอย่างรวดเร็ว