ในยุคของคลาวด์ และ AI ความต้องการด้านแบนด์วิดท์ของดาต้าเซ็นเตอร์ได้พุ่งสูงขึ้นอย่างรวดเร็ว ส่งผลให้มีการขยายตัวของดาต้าเซ็นเตอร์อย่างกว้างขวางทั่วโลก อย่างไรก็ตาม ดาต้าเซ็นเตอร์ใหม่ ๆ กำลังเผชิญกับข้อจำกัดด้านความยั่งยืน พื้นที่ และงบประมาณ ผู้กำหนดนโยบายตระหนักถึงคุณประโยชน์ของดาต้าเซ็นเตอร์ต่อประสิทธิภาพการผลิต การเติบโตทางเศรษฐกิจ และการวิจัย แต่ก็ยังคงมีความตึงเครียดเกี่ยวกับผลกระทบต่อชุมชนท้องถิ่น การใช้น้ำ และไฟฟ้า วิธีแก้ปัญหาที่ดีที่สุดคือการเพิ่มประสิทธิภาพโครงสร้างพื้นฐานของดาต้าเซ็นเตอร์ที่มีอยู่ เพื่อปลดล็อกเพิ่มประสิทธิภาพให้สูงขึ้น โดยที่ยังต้องคงคำนึงถึงข้อจำกัดที่มีอยู่
เมืองต่าง ๆ ผลิตภัณฑ์สำหรับผู้บริโภค และโลกของเราจะมีความเป็นดิจิทัลมากขึ้น และเราต้องการกำลังในการประมวลผลที่มากขึ้นเพื่อตามให้ทันต่อความต้องการ การเพิ่มประสิทธิภาพโครงสร้างพื้นฐานของดาต้าเซ็นเตอร์ที่มีอยู่เพื่อปลดล็อกและเพิ่มประสิทธิภาพให้มากขึ้นคือวิธีที่ดีที่สุดที่ดาต้าเซ็นเตอร์จะสามารถเปลี่ยนข้อจำกัดให้กลายเป็นโอกาสในการสร้างความได้เปรียบทางการแข่งขัน
ทำไมการเพิ่มประสิทธิภาพดาต้าเซ็นเตอร์จึงสำคัญ
ปัจจุบัน CIOs และผู้นำด้านไอทีเผชิญกับความท้าทายที่เพิ่มขึ้นในการจัดหาโครงสร้างพื้นฐานด้านการประมวลผลประสิทธิภาพสูงให้กับองค์กรธุรกิจ และรองรับกรณีการใช้งานใหม่ ๆ ที่มีความต้องการสูงขึ้นควบคู่ไปกับการรักษาสมดุลของพันธสัญญาด้านความยั่งยืน ข้อจำกัดด้านพื้นที่ และงบประมาณ ซึ่งหลาย ๆ รายพยายามสร้างดาต้าเซ็นเตอร์ใหม่ทั้งหมดเพื่อตอบสนองความต้องการ และจับคู่กับเทคโนโลยีด้านการประหยัดพลังงานเพื่อลดผลกระทบต่อสิ่งแวดล้อม
ตัวอย่าง ซูเปอร์คอมพิวเตอร์ LUMI (Large Unified Modern Infrastructure) หนึ่งในซูเปอร์คอมพิวเตอร์ที่ทรงพลังที่สุดในยุโรป ใช้พลังงานไฟฟ้าจากพลังงานน้ำที่ปราศจากคาร์บอน 100% ในการดำเนินงาน และนำความร้อนเหลือทิ้งกลับมาใช้เพื่อทำความร้อนให้กับบ้านเรือนในเมืองใกล้เคียง เช่นเมืองกะยานี (Kajanni) ประเทศฟินแลนด์ ยังมีตัวอย่างอื่น ๆ อีกมากมาย เช่น LUMI แสดงให้เห็นถึงความก้าวหน้าอย่างมากของอุตสาหกรรมดาต้าเซ็นเตอร์ในการตอบสนองความต้องการด้านประสิทธิภาพการใช้พลังงาน อย่างไรก็ตาม ประสิทธิภาพการใช้พลังงานเพียงอย่างเดียวอาจไม่เพียงพอที่จะรองรับต่อความต้องการด้าน AI ที่เพิ่มขึ้น ซึ่งคาดว่าจะเพิ่มความจุพื้นที่เก็บข้อมูลของดาต้าเซ็นเตอร์ให้สูงขึ้น
ความต้องการใช้พลังงานที่มากขึ้นของ AI จะต้องใช้การออกแบบที่ประหยัดพลังงานมากขึ้น เพื่อช่วยให้มั่นใจถึงความสามารถในการปรับขนาดและบรรลุเป้าหมายด้านสิ่งแวดล้อม และด้วยขนาดพื้นที่ดาต้าเซ็นเตอร์ ที่ดิน และโครงข่ายไฟฟ้าที่ใกล้จะถึงขีดจำกัด วิธีหนึ่งในการเพิ่มประสิทธิภาพการออกแบบคือการอัปเกรดจากเซิร์ฟเวอร์เก่า ดาต้าเซ็นเตอร์เป็นการลงทุนที่มีค่าใช้จ่ายสูง CIOs และผู้นำด้านไอทีบางรายพยายามคืนทุนโดยการใช้งานฮาร์ดแวร์ให้นานที่สุดเท่าที่จะทำได้ ด้วยเหตุนี้ ดาต้าเซ็นเตอร์ส่วนใหญ่จึงยังคงใช้ฮาร์ดแวร์ที่มีอายุ 10 ปี (Uptime Intelligence) และขยายกำลังประมวลผลเมื่อจำเป็นจริง ๆ เท่านั้น
แม้ว่าการสร้างดาต้าเซ็นเตอร์ใหม่อาจเป็นสิ่งจำเป็น แต่ก็เป็นโอกาสสำคัญในการอัปเกรดโครงสร้างพื้นฐานที่มีอยู่ การอัปเกรดเป็นระบบที่ใหม่กว่าหมายความว่าดาต้าเซ็นเตอร์สามารถทำงานประเภทเดียวกันได้อย่างมีประสิทธิภาพมากขึ้น กำลังการผลิตของดาต้าเซ็นเตอร์ด้านไอทีทั่วโลกจะเติบโตจาก 180 กิกะวัตต์ (GW) ในปี 2024 เป็น 296 GW ในปี 2028 ซึ่งแสดงถึงอัตราการเติบโตเฉลี่ยต่อปี (CAGR) ที่ 12.3% ขณะที่การใช้ไฟฟ้าจะเติบโตในอัตราที่สูงขึ้น 23.3% จาก 397 เทราวัตต์ชั่วโมง (TWh) เป็น 915 TWh ในปี 2028 สำหรับดาต้าเซ็นเตอร์ที่ใช้งานมาอย่างยาวนาน จะให้ผลลัพธ์ในด้านจำนวนแร็คและระบบที่ต้องจัดการน้อยลง แต่ยังคงรักษาแบนด์วิดท์เดิมไว้ได้
สิ่งที่กล่าวมาเหล่านี้ทำให้เห็นว่ายังมีช่องว่างอีกมากสำหรับความต้องการด้านไอทีในอนาคต รวมถึงยังเปิดโอกาสให้สามารถทำการทดลองซึ่งจำเป็นอย่างยิ่งสำหรับเวิร์กโหลดงานด้าน AI ในปัจจุบัน พวกเขาสามารถใช้พื้นที่เหล่านี้สร้าง Proof of Concept (PoC) ในรูปแบบ Half Rack ที่มีค่าใช้จ่ายน้อยลง ก่อนที่จะนำไปสู่การสร้างที่ใหญ่ขึ้น และใช้ชิปที่มีประสิทธิภาพสูงรุ่นใหม่เพื่อช่วยลดการใช้พลังงานและความต้องการการด้านระบบระบายความร้อน เพื่อทำให้สามารถคืนทุนได้เร็วขึ้น
สิ่งที่ควรพิจารณาในการอัปเกรด
มีหลายปัจจัยที่ต้องพิจารณาในการอัปเกรดเซิร์ฟเวอร์ และไม่มีโซลูชันใดที่ตอบโจทย์ทุกความต้องการของดาต้าเซ็นเตอร์ได้อย่างสมบูรณ์แบบ ไม่ใช่แค่การซื้อชิปที่ทรงพลังที่สุดเท่าที่จะหาได้ ความสำคัญของชิปที่ยอดเยี่ยมในด้านประสิทธิภาพการใช้พลังงานนั้นไม่อาจมองข้ามได้ แต่เนื่องจากดาต้าเซ็นเตอร์แต่ละแห่งมีความต้องการที่แตกต่างกัน ซึ่งจะส่งผลต่อการกำหนดฮาร์ดแวร์และซอฟต์แวร์สแต็คที่จำเป็นต่อการทำงานอย่างมีประสิทธิภาพสูงสุด
Kakao Enterprise ผู้ให้บริการคลาวด์ชั้นนำของเกาหลีใต้ ต้องการเซิร์ฟเวอร์ที่สามารถให้ประสิทธิภาพสูงสำหรับเวิร์กโหลดงานที่หลากหลายเพื่อรองรับการบริการที่กว้างขวาง ด้วยการปรับใช้โปรเซสเซอร์ AMD EPYC รุ่นที่ 3 และ 4 ร่วมกัน ทำให้สามารถลดจำนวนเซิร์ฟเวอร์ที่จำเป็นสำหรับเวิร์กโหลดทั้งหมดลงเหลือ 40 เปอร์เซ็นต์ของเซิร์ฟเวอร์เดิม ในขณะเดียวกันก็สามารถเพิ่มประสิทธิภาพการทำงานขึ้นได้ 30 เปอร์เซ็นต์ พร้อมทั้งลดค่า TCO ลงได้ถึง 50 เปอร์เซ็นต์
เช่นเดียวกับ Kakao Enterprise ผู้มีอำนาจตัดสินใจด้านไอทีควรพิจารณาผู้ให้บริการที่สามารถนำเสนอโครงสร้างพื้นฐานดาต้าเซ็นเตอร์แบบครบวงจรในระดับขนาดใหญ่ ผสานรวมชิปประมวลผลประสิทธิภาพสูง ระบบเครือข่าย ซอฟต์แวร์ และมีความเชี่ยวชาญด้านการออกแบบระบบ เช่น การเลือกแร็คที่เหมาะสมจะช่วยให้การเปลี่ยนอุปกรณ์ใหม่เป็นไปได้ง่ายตามความต้องการ และการมีซอฟต์แวร์ระบบเปิดก็มีความสำคัญไม่แพ้กันเพื่อทำให้ส่วนต่าง ๆ ของซอฟต์แวร์สแต็คจากผู้ให้บริการที่แตกต่างกันสามารถทำงานร่วมกันได้
นอกจากนี้ ผู้ให้บริการที่ลงทุนอย่างต่อเนื่องในการออกแบบระบบระดับโลกและศักยภาพของระบบ AI จะอยู่ในตำแหน่งที่ดีที่สุดสำหรับการเร่งแผนงานด้านฮาร์ดแวร์และซอฟต์แวร์ AI ขององค์กร เช่น AMD ที่ประสบความสำเร็จในการปรับปรุงประสิทธิภาพการใช้พลังงานระดับโหนดสำหรับการฝึกอบรม AI และ HPC ได้ถึง 38 เท่าในเวลาเพียงห้าปี ซึ่งหมายถึงการลดการใช้พลังงานลง 97% ในระดับประสิทธิภาพเดียวกัน ทำให้ผู้ให้บริการและผู้ใช้ปลายทางสามารถสร้างสรรค์สิ่งใหม่ ๆ ได้อย่างยั่งยืนและครอบคลุมมากยิ่งขึ้น
การพัฒนาดาต้าเซ็นเตอร์
ในขณะที่การพึ่งพาเทคโนโลยีดิจิทัลยังคงเติบโตอย่างต่อเนื่อง ความต้องการกำลังด้านการประมวลผลก็เพิ่มขึ้นตามเช่นกัน สิ่งสำคัญคือต้องรักษาสมดุลระหว่างความต้องการด้านพื้นที่การประมวลผลที่มากขึ้นกับเป้าหมายด้านความยั่งยืน และหนทางข้างหน้าคือการใช้ประโยชน์จากพื้นที่ที่มีอยู่ให้เกิดประโยชน์สูงสุด นี่เป็นโอกาสสำคัญในการคิดอย่างชาญฉลาดและเปลี่ยนความท้าทายให้กลายเป็นข้อได้เปรียบครั้งใหญ่ ผ่านการใช้สถาปัตยกรรมการประมวลผลที่เหมาะสม เพื่อให้ดาต้าเซ็นเตอร์สามารถทำงานประเภทดียวกันได้อย่างมีประสิทธิภาพมากขึ้น ทำให้มีพื้นที่สำหรับเทคโนโลยีแห่งอนาคตที่จะเปลี่ยนแปลงธุรกิจและชีวิตผู้คน
บทความโดย Alexey Navolokin ผู้จัดการทั่วไปประจำภูมิภาคเอเชียแปซิฟิก (APAC)
