การตัดสินของ AI: ทำไมโครงสร้างพื้นฐานจึงมีความสำคัญที่สุด

AI เป็นเทคโนโลยีที่มีผลกระทบมากที่สุดในช่วงชีวิตของเรา และเรากำลังเข้าใกล้จุดเปลี่ยนสำคัญที่จะเปลี่ยนแปลงภูมิทัศน์ทางธุรกิจ

การนำ AI ไปใช้กำลังเพิ่มขึ้น โดย 78% ขององค์กรกำลังใช้ AI ในปี 2025 และมีการคาดการณ์ว่าตลาด AI จะมีมูลค่า 1.81 ล้านล้านดอลลาร์ในปี 2030 อย่างไรก็ตาม ความจริงที่ยากกว่านั้นคือหลายองค์กรกำลังดิ้นรนในการเปลี่ยน AI ให้เป็นผลลัพธ์ที่แท้จริง มีมาตราส่วน และสามารถวัดได้ มันกลายเป็นเรื่องที่ชัดเจนว่าหลายองค์กรกำลังนำ AI ไปใช้โดยไม่มีการเปลี่ยนแปลงการดำเนินงานที่จำเป็นในการใช้งาน AI ในระดับที่ใหญ่ขึ้นและคุ้มค่า

ในเวลาเดียวกัน โครงสร้างพื้นฐานที่รองรับ AI ไม่ได้เติบโตตามความต้องการที่เพิ่มขึ้น องค์กรและแบบจำลองยังคงถูกจำกัดโดยการคำนวณ GPU ที่มีอยู่ ในขณะที่ความจุของศูนย์ข้อมูลที่มีอยู่อยู่ที่ระดับต่ำสุดในโลก ความจุ AI ใหม่ถูกจำกัดโดยการมีอยู่ของพลังงาน ระยะเวลาการก่อสร้าง และการขาดแคลนแรงงาน

นี่คือการตัดสินของ AI – ความแตกต่างระหว่างผู้ที่สร้างและนำ AI ไปใช้ตามความเร็วที่ต้องการ และผู้ที่ถูกจำกัดโดยแบบจำลองที่มีอายุยาวนาน โดยปี 2035 มีความเป็นไปได้ที่ช่องว่างนี้อาจทำให้ครึ่งหนึ่งของบริษัทในปัจจุบันล้มเหลว การแข่งขันกำลังเริ่มต้น: ปรับตัวหรือตาย

การนำ AI ไปสู่ความสำเร็จ

หลังจากหลายปีที่มีการประกาศที่น่าประทับใจ มีหลาย گیกะวัตต์ องค์กรจะเผชิญกับการทดสอบความจริงที่แท้จริงในปีนี้ ใครคือผู้ที่นำ AI ไปสู่ความสำเร็จจริง และใครคือผู้ที่พึ่งพาแค่หัวข้อข่าวและข่าวประชาสัมพันธ์เพื่อเป็นส่วนหนึ่งของการอภิปราย

ความแตกต่างระหว่างเรื่องราวและความสำเร็จจะกลายเป็นเรื่องที่ชัดเจนขึ้น โดยเฉพาะอย่างยิ่งเมื่อ ROI ของ AI เป็นจุดสนใจที่แท้จริงในห้องประชุมผู้บริหาร ผู้ชนะจะเป็นองค์กรที่สามารถนำทุกสิ่งมาประกอบกัน ได้แก่ การจัดหาสินค้า GPU, พลังงาน, ทุน และห่วงโซ่อุปทานที่ทนทาน และพิสูจน์ความสำเร็จในด้านการดำเนินงานและรายได้ ไม่ใช่แค่ในด้านการตลาด ผู้ที่นำ AI ไปสู่ความสำเร็จจะเติบโตอย่างรวดเร็วและกลายเป็นผู้นำที่มีความน่าเชื่อถือในระยะยาว ผู้ที่ยึดติดกับการประกาศที่สร้างสรรค์จะถูกทิ้งไว้ข้างหลัง และช่องว่างจะยังคงกว้างขึ้นระหว่างทั้งสอง

ปัจจัยที่จำกัด

กฎของการคำนวณได้เปลี่ยนแปลงไปอย่าง根本 โดยตั้งแต่ปี 2019 การคำนวณพลังงานที่อยู่เบื้องหลังแบบจำลอง AI ได้เพิ่มขึ้นสองเท่าประมาณทุกๆ 10 เดือน การมาถึงของ Gen AI ได้เร่งการเติบโต โดยวงจรชีวิตของฮาร์ดแวร์ได้ถูกบีบอัด และการออกแบบที่มีความเร็วสูงของ NVIDIA ได้ตั้งมาตรฐานที่จะเร็วขึ้นอย่างต่อเนื่อง อย่างไรก็ตาม ศูนย์ข้อมูลส่วนใหญ่ยังคงถูกออกแบบมาเพื่อรองรับงานที่มีอายุยาวนาน ไม่ใช่ความหนาแน่นของพลังงาน ความต้องการในการทำความเย็น และรูปแบบการจราจรของการคำนวณ GPU ในยุคใหม่

วิธีการแบบดั้งเดิมจะไม่สามารถตามทันการเปลี่ยนแปลงที่เกิดจาก AI การพยายามใช้งาน AI ในสภาพแวดล้อมที่มีอายุยาวนานเป็นเหมือนการเสียบเครื่องยนต์ Formula 1 ที่มีการปรับปรุงอย่างรวดเร็วเข้ากับรถยนต์สำหรับครอบครัว รถยนต์ไม่ได้ถูกออกแบบมาเพื่อรองรับประสิทธิภาพและความเปลี่ยนแปลงนี้ และเมื่อศูนย์ข้อมูลที่ถูกสร้างขึ้นตามแบบดั้งเดิมเริ่มใช้งาน ฮาร์ดแวร์ก็ได้พัฒนาไปไกลกว่าพารามิเตอร์การออกแบบของมันแล้ว

ในอุตสาหกรรมนี้ โดยมีการลงทุนหลายพันล้านดอลลาร์ในโครงสร้างพื้นฐานแบบดั้งเดิม สิ่งนี้สร้างความเป็นจริงที่ไม่สบายใจ คุณจะต้องรับภาระค่าใช้จ่ายในการสร้างใหม่ หวังว่าชิปเก่าจะยังคงมีค่า หรือตกอยู่ข้างหลังผู้ที่ออกแบบโครงสร้างพื้นฐานสำหรับการเปลี่ยนแปลง AI ตั้งแต่แรก การปรับปรุงโครงสร้างพื้นฐานที่มีอยู่เป็นเรื่องที่ยาก การก้าวหน้าจำเป็นต้องมีโครงสร้างพื้นฐานที่ถูกออกแบบมาโดยเฉพาะ รวมถึงการทำความเย็นแบบตรงไปยังชิป การเชื่อมต่อเครือข่ายที่มีแบนด์วิธสูง และระบบพลังงานที่ถูกออกแบบใหม่

การสร้างสำหรับการเปลี่ยนแปลงที่ไม่หยุด

คำตอบสำหรับปัญหานี้ต้องการแนวทางใหม่ในการสร้างโครงสร้างพื้นฐาน ซึ่งกำลังได้รับแรงผลักดันในอุตสาหกรรม โครงสร้างพื้นฐานกำลังเปลี่ยนไปสู่หน่วยที่ยืดหยุ่นและมาตรฐาน ซึ่งสามารถติดตั้ง อัปเกรด และแทนที่ได้ตามส่วนต่างๆ เมื่อความต้องการเปลี่ยนแปลง มากกว่าการสร้างสิ่งอำนวยความสะดวกที่มีการออกแบบมาเพื่อจุดหนึ่งในการใช้งาน ผู้ให้บริการกำลังติดตั้งความจุตามระยะ โดยเพิ่มส่วนความหนาแน่นสูงขึ้นตามที่สถาปัตยกรรมของชิปและความต้องการพลังงานเปลี่ยนแปลง

แนวทางที่ยืดหยุ่นนี้สามารถส่งมอบความจุของ GPU ที่ได้รับการปรับให้เหมาะสมภายในไม่กี่เดือน มากกว่าหลายปี การผลิตในสถานที่อื่นและองค์ประกอบมาตรฐานช่วยให้ระบบสามารถสร้างและทดสอบในสถานที่ที่มีการควบคุม ซึ่งเร่งการนำไปใช้งานและลดความซับซ้อนในการทำงานและแรงงานที่มีทักษะที่จำเป็นในการทำงานในสถานที่สำคัญ การอัปเกรดสามารถทำได้ขณะส่วนอื่นๆ ของไซต์ยังคงทำงาน และส่วนของระบบที่ถูกถอดออกสามารถนำกลับมาใช้ใหม่และติดตั้งใหม่ ซึ่งจะขยายอายุการใช้งานและลดของเสียในขณะที่เพิ่มรายได้สูงสุด

ความสามารถในการปรับตัวเป็นสิ่งสำคัญในสถานการณ์ที่ความต้องการประสิทธิภาพเปลี่ยนแปลงเร็ว hơnวงจรชีวิตของศูนย์ข้อมูลแบบดั้งเดิม ความยืดหยุ่นเป็นข้อกำหนดที่สำคัญมากกว่าการออกแบบที่มีความแข็งแกร่งแบบดั้งเดิมที่เราคุ้นเคย

การตัดสินของ AI อยู่ที่นี่แล้ว

การตัดสินของ AI ไม่ใช่สถานการณ์ในอนาคต แต่กำลังเกิดขึ้นในเวลานี้ การแบ่งแยกระหว่างศูนย์ข้อมูลที่ถูกออกแบบมาเพื่อการเปลี่ยนแปลงอย่างต่อเนื่องและผู้ที่ถูกจำกัดโดยสมมติฐานแบบดั้งเดิมกำลังปรากฏชัดเจนขึ้น และจะเร่งตัวขึ้นจากนี้ นี่ไม่ใช่แค่รอบการเปลี่ยนแปลงทางเทคโนโลยี แต่เป็นการเปลี่ยนแปลงโครงสร้างพื้นฐานใหม่ของวิธีการที่โครงสร้างพื้นฐานถูกออกแบบมา การจัดหาเงินทุน และส่งมอบ องค์กรที่ยอมรับความสามารถในการปรับตัว จัดตำแหน่งทั้งระบบ และดำเนินการด้วยความเร็วจะกำหนดทศวรรษหน้า ส่วนอื่นๆ จะไม่เพียงแต่ตกอยู่ข้างหลัง แต่จะกลายเป็นไม่เกี่ยวข้อง