ผู้นำทางความคิด

การต่อสู้เพื่อการเป็นเจ้าของ AI – ทำไมศูนย์ข้อมูลจึงมีความสำคัญมากขึ้นกว่าเดิม

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

เมื่อไม่กี่ปีที่แล้ว ศูนย์ข้อมูล ดูเหมือนจะเป็นสิ่งที่เป็นเทคนิคและไม่มองเห็นได้ – โครงสร้างพื้นฐานที่ซ่อนอยู่ลึกในระบบหลังบ้าน ไม่เคยถูกพูดถึงนอกวงการผู้เชี่ยวชาญ แต่การเติบโตอย่างรวดเร็วของ AI ได้เปลี่ยนแปลงภาพนี้ไปแล้ว วันนี้ ศูนย์ข้อมูลได้กลายเป็น “บ่อน้ำมัน” ใหม่ของเศรษฐกิจดิจิทัล: สินทรัพย์เชิงกลยุทธ์ที่มีการลงทุนหลายพันล้านดอลลาร์ นโยบายของรัฐบาล และกลยุทธ์ของบริษัทใหญ่ๆ ถูกสร้างขึ้นรอบๆ มัน

ข่าวล่าสุดยืนยันสิ่งนี้ Anthropic ประกาศ การก่อสร้างศูนย์ข้อมูลของตนเองในสหรัฐอเมริกา โดยมีค่าใช้จ่าย 50 พันล้านดอลลาร์ ซึ่งเป็นตัวเลขที่เทียบเท่ากับงบประมาณของโครงการพลังงานขนาดใหญ่ เกือบจะพร้อมๆ กัน X.AI และ Nvidia เปิดเผยโครงการร่วมในซาอุดีอาระเบีย ซึ่งเป็นหนึ่งในศูนย์ข้อมูลที่ใหญ่ที่สุดในภูมิภาค

ทำไมหัวข้อเรื่องศูนย์ข้อมูลจึงกลายเป็นเรื่องที่มีการพูดถึงทั่วโลก ทำไมผู้เล่นหลักๆ จึงหันเหจากโมเดลคลาวด์บริสุทธิ์และลงทุนหลายสิบพันล้านดอลลาร์ในความสามารถของตนเอง และการเปลี่ยนแปลงนี้มีผลกระทบต่อสถาปัตยกรรม AI ระบบพลังงาน ภูมิรัฐศาสตร์ และการเกิดขึ้นของโมเดลทางเลือก ตั้งแต่ศูนย์ข้อมูลในอาร์กติกถึงศูนย์ข้อมูลในอวกาศ

สิ่งนี้คือสิ่งที่คอลัมน์ด้านล่างจะสำรวจ

การเพิ่มขึ้นของความสนใจในการเป็นเจ้าของศูนย์ข้อมูลทั่วโลก

เมื่อการบริโภคทรัพยากรการคำนวณวัดเป็นล้านดอลลาร์ต่อปี การเช่าเซิร์ฟเวอร์คลาวด์เป็นวิธีที่คุ้มค่ากว่าจริงๆ: บริษัทไม่ต้องสร้างและบำรุงรักษาอาคาร จ่ายค่าไฟฟ้าและทำความเย็น ซื้อเครื่องมือ หรืออัปเกรดเครื่องมืออย่างสม่ำเสมอ แต่เมื่อค่าใช้จ่ายถึงหลายสิบพันล้านดอลลาร์ หลักการเปลี่ยนไป

ณ จุดนั้น การสร้างศูนย์ข้อมูลของตนเองจะคุ้มค่ากว่า บริษัทจะไม่ต้องจ่ายเงินให้กับคลาวด์ผู้ให้บริการและจะได้รับการควบคุมค่าใช้จ่ายและประสิทธิภาพของการคำนวณมากขึ้น

สิ่งนี้เป็นเหตุผลที่แนวโน้มในการสร้างศูนย์ข้อมูลส่วนตัวมีความเกี่ยวข้องมากที่สุดสำหรับยักษ์ใหญ่ๆ เช่น OpenAI หรือ Anthropic ซึ่งมีความต้องการที่ใหญ่มากจนคลาวด์ไม่สมเหตุสมผลจากด้านเศรษฐกิจอีกต่อไป

ในเวลาเดียวกัน สิ่งสำคัญคือต้องเข้าใจว่าแนวคิดของ “ศูนย์ข้อมูล” มีหลายชั้น สำหรับบางบริษัท มันเป็นเพียงสถานที่เก็บข้อมูล จานบันทึก ฐานข้อมูล และข้อมูลผู้ใช้ สำหรับบริษัทอื่นๆ มันเป็นศูนย์กลางการคำนวณด้วย: เซิร์ฟเวอร์ที่รันโมเดล เช่น GPT, Claude หรือ LLaMA โดยเก็บข้อมูลและดำเนินการคำนวณที่ซับซ้อนในเวลาเดียวกัน

และความต้องการความสามารถ AI ที่สูงขึ้น ทำให้ “คลังเก็บ” นี้มีความสำคัญและถูกถกเถียงกันมากขึ้น ซึ่งเป็นเหตุผลที่ศูนย์ข้อมูลถูกพูดถึงไม่เพียงแต่โดยวิศวกร แต่ยังรวมถึงนักลงทุน ผู้กำหนดนโยบาย และผู้บริหารระดับสูงด้วย

สิ่งที่สำคัญที่สุดในการสร้างศูนย์ข้อมูล AI: ความเร็วหรือคุณภาพ

ในความเป็นจริง ไม่ว่าจะเป็นความเร็วในการก่อสร้างหรือ “คุณภาพ” ของศูนย์ข้อมูลก็ตาม สิ่งเหล่านี้ไม่ใช่ปัจจัยหลักที่ทำให้บริษัทใหญ่ๆ ลงทุนในโครงสร้างพื้นฐานของตนเอง

คุณภาพของโมเดลเองไม่ค่อยเป็นปัญหาใหญ่สำหรับผู้เล่นระดับสูงมากนัก สาเหตุเป็นเพราะช่องว่างของคุณภาพระหว่างผู้นำตลาดนั้นเล็กมาก มันคล้ายกับอุตสาหกรรมรถยนต์: Volkswagen, Toyota, Honda – ทั้งหมดต่างกัน แต่ไม่มีใครสามารถดึงหน้าได้มากพอที่จะผูกขาดตลาด แต่ละคนยังคงมีส่วนแบ่งที่มั่นคง

ตลาด AI มีตรรกะที่คล้ายกัน ผู้ใช้ระดับสูงใช้โมเดลหลายๆ แบบพร้อมๆ กัน: หนึ่งสำหรับการเขียนโปรแกรม อีกแบบหนึ่งสำหรับการสร้างข้อความ แบบที่สามสำหรับการวิเคราะห์หรือการค้นหา ลูกค้าองค์กรทำเช่นเดียวกัน

เมื่อคำนึงถึงการเปลี่ยนแปลงนี้ สิ่งสำคัญคือต้องรักษาความเร็ว ความสามารถในการปรับขนาด และความสามารถในการจัดการการคำนวณขนาดใหญ่ และสิ่งนี้เองที่ทำให้ศูนย์ข้อมูลส่วนตัวมีคุณค่าเชิงกลยุทธ์: ช่วยให้บริษัทสามารถควบคุมค่าใช้จ่าย การส่งผ่าน และเสถียรภาพ โดยไม่ส่งผลกระทบต่อคุณภาพของโมเดลสุดท้าย

โดยสรุป บริษัทต่างๆ สร้างศูนย์ข้อมูลไม่ใช่เพื่อความเร็วหรือคุณภาพที่สมบูรณ์แบบ แต่เพื่อเศรษฐกิจและควบคุม

ภูมิศาสตร์ของข้อมูล

เมื่อฉันพูดถึง “การควบคุม” ฉันหมายถึงภูมิศาสตร์ของข้อมูล หากบริษัททำงานร่วมกับหน่วยงานรัฐบาล กฎหมายมักจะห้ามไม่ให้ข้อมูลออกนอกประเทศ การใช้งาน AI ในด้านความมั่นคง การป้องกัน และบริการเทศบาลต่างๆ ต้องการให้ความสามารถในการคำนวณอยู่ภายในประเทศ

บริษัทใหญ่ๆ เข้าใจสิ่งนี้อย่างดี หากต้องการเข้าร่วมในการประมูลสัญญา ลงนามในข้อตกลง หรือประมวลผลข้อมูลที่ละเอียดอ่อน พวกเขาต้องการโครงสร้างพื้นฐานในภูมิภาคเฉพาะและความสามารถในการรับรองการปฏิบัติตามมาตรฐานความปลอดภัย

ศูนย์ข้อมูล AI บริโภคไฟฟ้าจำนวนมาก ทั้งในการทำงานของเซิร์ฟเวอร์และในการทำความเย็น ซึ่งสร้างข้อจำกัดอย่างเข้มงวด

นอกจากนี้ ไฟฟ้ายังซื้อมาเป็นหลักจากบริษัทพลังงานของรัฐซึ่งมีโครงสร้างอัตราค่าบริการของตนเอง คุณไม่สามารถ “ซื้อได้มากเท่าที่คุณต้องการ” ตัวอย่างเช่น ถึงขีดจำกัดหนึ่ง อัตราค่าบริการจะเป็นแบบหนึ่ง แต่เกินขีดจำกัดนั้น อัตราค่าบริการจะเป็นอัตราอื่น หากศูนย์ข้อมูลดึงพลังงานมากกว่าที่อนุญาตในช่วงเวลาเร่งด่วน จะต้องเสียค่าปรับและอัปเกรดเครื่องมืออย่างมีค่าใช้จ่าย

สิ่งนี้นำไปสู่ความคิดในการพัฒนาแหล่งพลังงานส่วนตัว เช่น ฟาร์มพลังงานแสงอาทิตย์ โรงไฟฟ้าแก๊ส หรือสถานีพลังงานน้ำขนาดเล็ก แต่ทั้งหมดนี้มีข้อจำกัด

และที่จุดนี้ แนวคิดใหม่ๆ ก็เริ่มปรากฏขึ้น…

วิธีแก้ปัญหาแบบเลือก

ตัวเลือกที่ชัดเจนที่สุดคือการย้ายศูนย์ข้อมูลไปยังภูมิภาคที่มีอุณหภูมิเย็นตามธรรมชาติ เช่น แคนาดาตอนเหนือ เทศมณฑลทางเหนือของสแกนดิเนเวีย หรือพื้นที่ห่างไกลในอาร์กติก ที่นั่น ธรรมชาติเองช่วยแก้ปัญหาในการทำความเย็น ลดค่าใช้จ่ายในการดำเนินงานลงอย่างมาก

ขั้นตอนต่อไปคือ “ศูนย์ข้อมูลใต้น้ำ” การคำนวณเกิดขึ้นใต้น้ำ โดยสภาพแวดล้อมทางทะเลที่เย็นช่วยในการทำความเย็น แต่วิธีนี้ก็มีข้อเสียด้วย นักอนุรักษ์สิ่งแวดล้อมได้แสดงความกังวลแล้ว

มีวิธีแก้ปัญหาที่มีแนวคิดอนาคตมากขึ้น เมื่อเร็วๆ นี้ ฉันพูดถึงแนวคิดเรื่องศูนย์ข้อมูลในอวกาศกับเพื่อนร่วมงาน ความคิดในการส่งโครงสร้างพื้นฐานการคำนวณไปสู่วงโคจรได้ถูกพูดถึงมานาน แต่ด้วยเทคโนโลยีใหม่ๆ ทำให้ความคิดนี้ใกล้จะกลายเป็นความเป็นจริงมากขึ้น

ทำไมอวกาศจึงดึงดูดใจ มันช่วยแก้ปัญหาเรื่องการทำความเย็นและไฟฟ้าได้ทันที อุณหภูมิในอวกาศที่ใกล้โลกนั้นต่ำมาก ทำให้การกระจายความร้อนเกือบจะไม่มีค่าใช้จ่าย ไฟฟ้าก็ไม่ใช่ปัญหาเช่นกัน: แผงพลังงานแสงอาทิตย์ขนาดใหญ่สามารถถูกติดตั้งได้ ในอวกาศไม่มีฝุ่น ไม่มีสภาพอากาศ ไม่มีการบดบัง แผงพลังงานให้พลังงานที่มั่นคงตลอด 24 ชั่วโมง โดยไม่ต้องการการบำรุงรักษา

การเชื่อมต่อกับโลกเป็นความท้าทายทางวิศวกรรมที่แยกออกมา แต่ก็สามารถแก้ไขได้ วิธีหนึ่งคือการใช้ระบบดาวเทียม เช่น Starlink แต่ด้วยช่องสัญญาณที่กว้างกว่ามาก การเชื่อมต่อวิทยุสามารถจัดการปริมาณข้อมูลนี้ได้ และการเชื่อมต่อแบบออปติคัลที่มีแบนด์วิธสูงสามารถใช้ได้หากจำเป็น วิศวกรจะพบวิธีแก้ปัญหาได้

โดยรวมแล้ว โครงสร้างพื้นฐานในอวกาศเป็นหนึ่งแนวทางในการพัฒนาในอนาคต แต่การอภิปรายเรื่องนี้ไม่ได้ดูเหมือนเรื่องราววิทยาศาสตร์幻想อีกต่อไป โดยเฉพาะอย่างยิ่งเมื่อความต้องการการคำนวณเติบโตเร็วกว่าการเพิ่มขึ้นของความสามารถใหม่ๆ บนโลก

สิ่งที่ควรทราบคือข่าวล่าสุด: Google ประกาศโครงการ Suncatcher ซึ่งมีเป้าหมายในการสร้างศูนย์ข้อมูล AI ในวงโคจร โดยใช้แผงพลังงานแสงอาทิตย์และส่งสัญญาณผ่านช่องสัญญาณออปติคัล Google อ้างว่าวิธีนี้สามารถให้ประสิทธิภาพการผลิตพลังงานที่สูงกว่าระบบบนพื้นดินถึง 8 เท่า โครงการตัวแรกมีกำหนดจะปล่อยสู่วงโคจรในปี 2027

ผลกระทบของกฎระเบียบ

เมื่อพูดถึงกฎระเบียบที่ส่งผลต่อศูนย์ข้อมูล ผลกระทบต่อสิ่งแวดล้อม และว่ากรอบกฎหมายสามารถ “ผลักดัน” ตลาดนี้ไปสู่อวกาศหรือใต้น้ำหรือไม่ คำถามยังคงเปิดอยู่

ประเทศแต่ละประเทศดำเนินการแตกต่างกัน โดยนำกฎระเบียบมาใช้ตามแผนการระยะยาว ไม่ใช่ความลับที่ยุโรปมีกฎระเบียบที่เข้มงวดกว่า ซึ่งชะลอการเติบโตของ AI สหรัฐอเมริกาดำเนินแนวทางที่มีเหตุผลมากกว่า: กฎหมายมักถูกเขียนเพื่อให้การนวัตกรรมและการเติบโตสามารถดำเนินต่อไปได้ ล็อบบี้เทคโนโลยีที่แข็งแกร่งในแคลิฟอร์เนีย ซึ่งเป็นที่ตั้งของบริษัทอย่าง Nvidia, Apple, Microsoft และ Meta ทำให้การห้าม AI ทั้งหมดไม่น่าจะเกิดขึ้น ซึ่งหมายความว่าเทคโนโลยีจะดำเนินต่อไป

เราอาศัยอยู่ในยุคที่ “การคิดนอกกรอบ” ถูกส่งเสริมทั้งในตะวันตกและเอเชีย และตัวอย่างของ Elon Musk และ Steve Jobs ยังคงสร้างแรงบันดาลใจให้กับโครงการที่มีความทะเยอทะยาน ดังนั้น การคำนวณในอวกาศอาจเป็นขั้นตอนต่อไปที่สมเหตุสมผล

ไมเคิล อับรามอฟ เป็นผู้ก่อตั้งและซีอีโอของ Introspector โดยนำประสบการณ์มากกว่า 15 ปีในด้านวิศวกรรมซอฟต์แวร์และระบบ AI วิสัยทัศน์คอมพิวเตอร์มาใช้ในการสร้างเครื่องมือระบุฉลากระดับองค์กร

ไมเคิลเริ่มอาชีพของเขาในฐานะวิศวกรซอฟต์แวร์และผู้จัดการ R&D โดยสร้างระบบข้อมูลที่มีการปรับขนาดและจัดการทีมวิศวกรรมแบบข้ามฟังก์ชันจนถึงปี 2025 เขาได้รับตำแหน่งซีอีโอของ Keymakr ซึ่งเป็นบริษัทให้บริการระบุฉลากข้อมูล โดยเขาเป็นผู้บุกเบิกการทำงานแบบ human-in-the-loop ระบบ QA ที่ซับซ้อน และเครื่องมือแบบกำหนดเองเพื่อสนับสนุนความต้องการข้อมูลวิสัยทัศน์คอมพิวเตอร์และความเป็นอิสระในระดับใหญ่

เขามีปริญญาตรีสาขาวิทยาศาสตร์คอมพิวเตอร์และมีพื้นฐานมาจากวิศวกรรมและศิลปะสร้างสรรค์ โดยนำมุมมองแบบ đa สาขา มาใช้ในการแก้ปัญหาที่ยาก ไมเคิลอาศัยอยู่ที่จุดตัดระหว่างนวัตกรรมเทคโนโลยี การนำผลิตภัณฑ์เชิงกลยุทธ์ และผลกระทบในโลกแห่งความเป็นจริง โดยผลักดันให้ระบบอัตโนมัติและระบบอัตโนมัติแบบฉลาดไปสู่ขอบเขตใหม่