เมื่อ “แรง” ไม่เพียงพอ ต้อง “ประหยัด” ด้วย โลก AI กำลังเติบโตอย่างรวดเร็ว ไม่ว่าจะเป็นโมเดลภาษาขนาดใหญ่ ระบบประมวลผลภาพ หรือบริการคลาวด์ที่ต้องทำงานหนักตลอดเวลา แต่สิ่งหนึ่งที่หลีกเลี่ยงไม่ได้คือ การใช้พลังงานสูงของเซิร์ฟเวอร์และชิป AI เซิร์ฟเวอร์ AI ระดับสูงอาจใช้ไฟสูงถึง 1,200 วัตต์ หรือต้องใช้พลังงานเทียบเท่า 1,000 ครัวเรือนในสหรัฐฯ หากเปิดใช้งานตลอดเวลา
ล่าสุดนี้ TSMC (Taiwan Semiconductor Manufacturing Co.) ผู้ผลิตชิปรายใหญ่ระดับโลก ได้เปิดเผยกลยุทธ์ใหม่ ที่ใช้ AI ในกระบวนการออกแบบชิป (chip design) เพื่อทำให้ชิป AI เข้าถึง “แรงไม่ลด แต่ใช้พลังงานน้อยลง” เป็นจริงได้
แนวทางที่ TSMC ใช้ (chiplets + AI design tools)
แนวคิดหลักที่ Taiwan Semiconductor Manufacturing Co. นำมาใช้มี 2 ส่วนสำคัญ คือ
1. Chiplets รวมคำสั่งย่อยหลายเทคโนโลยีเข้าด้วยกัน
แทนที่จะวางชิปขนาดใหญ่ชิ้นเดียว TSMC ใช้แนวทางแยกเป็นหลายหน่วยประมวลผลย่อย (chiplets) ที่แต่ละชิ้นอาจสร้างด้วยกระบวนการที่ต่างกัน จากนั้นนำมารวมกันเป็นชิ้นเดียว วิธีนี้ช่วยให้แต่ละส่วนสามารถทำงานในเงื่อนไขที่เหมาะสมด้านอุณหภูมิและการใช้พลังงาน
2. AI-powered software สำหรับออกแบบชิป
TSMC ร่วมมือกับบริษัทซอฟต์แวร์ออกแบบชิปชื่อดัง เช่น Cadence Design Systems และ Synopsys เพื่อสร้างเครื่องมือ AI ที่ช่วยเรียกแก้จุดต่าง ๆ ของแบบชิปได้เร็วกว่า การใช้คนออกแบบโดยตรงในหลายกรณี บางงานที่เคยใช้เวลาสองวัน ถูกลดเหลือ “5 นาที” เท่านั้น
รวมกันแล้วทั้งสองแนวทางนี้ ทำให้ Taiwan Semiconductor Manufacturing Co. ตั้งเป้าว่าจะเพิ่มประสิทธิภาพการใช้พลังงานของชิป AI ได้สูงถึง 10 เท่า เมื่อเทียบกับการออกแบบแบบเดิม
อุปสรรค และความท้าทายในทางกายภาพ
แม้ไอเดียจะน่าสนใจ แต่ความสำเร็จในทางปฏิบัติต้องเผชิญกับข้อจำกัดเชิงกายภาพ
- การส่งข้อมูลระหว่าง chiplets ภายในชิป (on-chip communication) โดยไฟฟ้าเริ่มมีข้อจำกัด
- แนวทางแก้แบบอนาคตคือใช้ การส่งข้อมูลด้วยแสง (optical interconnects) ซึ่งยังอยู่ในขั้นวิจัยต้องพิสูจน์ความเชื่อถือได้ในระดับ Data Center
- ปัญหาเรื่องความร้อนที่หนีไม่พ้น แม้ AI จะช่วยออกแบบให้ดีขึ้น แต่การระบายความร้อนที่ดีเป็นส่วนสำคัญที่สุด
วิศวกรของ Meta (Kaushik Veeraraghavan) ระบุว่าปัญหาบางส่วนไม่ใช่แค่เรื่องวิศวกรรม แต่เป็น “ปัญหาทางกายภาพพื้นฐาน” ที่ต้องหาวิธีใหม่ ๆ มารองรับ
ผลกระทบต่ออุตสาหกรรมและธุรกิจเว็บ / โฮสติ้ง
สำหรับผู้ให้บริการ Cloud / Web Hosting เช่น THAI DATA HOSTING
- เมื่อชิป AI ประหยัดพลังงานขึ้น ราคาค่าเช่า AI บน Cloud อาจถูกลง ทำให้ธุรกิจหลายรายเข้าถึงได้ง่ายขึ้น
- บริการ AI-enhanced features (เช่นการทำ search, image processing, recommendation) สามารถผนวกเข้ากับ Hosting ได้โดยไม่ทำให้ต้นทุนวิ่งทะลุ
- ด้าน infrastructure ความต้องการไฟฟ้าและระบบระบายความร้อน (cooling) ในศูนย์ข้อมูล (Data Center) จะลดลง ทำให้ต้นทุนการดูแลรักษาต่ำลง
สำหรับ ธุรกิจเว็บทั่วไป / SME
- ธุรกิจที่สนใจใช้ AI ในเว็บ เช่น ระบบแปลภาษา, แนะนำสินค้า, วิเคราะห์ลูกค้า จะมีโอกาสเข้าใกล้เทคโนโลยีระดับองค์กรมากขึ้น
- ช่วยลดเหตุผลที่ธุรกิจขนาดเล็กละสาย AI เพราะ “ต้นทุนสูง” ลงไป
แนวทางที่ธุรกิจควรเตรียมตัวก่อนที่จะสายเกินไป
- ติดตามว่า Hosting / Cloud Provider ที่ใช้รองรับ AI ชิปแบบใหม่แล้วหรือไม่
- เลือกบริการที่มี flexible infrastructure รองรับการอัปเกรดและเปลี่ยนไปใช้ hardware รุ่นใหม่ได้ง่าย
- ประเมินการลงทุน AI / Machine Learning บนเว็บ เมื่อโครงสร้างพื้นฐานถูกลดต้นทุน AI แล้ว ลงทุนให้ถูกจุด
- ให้ความสำคัญกับการลดการใช้พลังงานในระบบเว็บ (เช่น caching, optimizing queries) เพราะแม้ AI ชิปประหยัดขึ้น แต่เว็บที่ไม่ optimized ย่อมยังกินไฟไม่จำเป็น
สรุป
TSMC กำลังก้าวเหนือขอบเขตการผลิตชิปทั่วไป ด้วยการประยุกต์ใช้ AI ในการออกแบบชิปที่แรงขึ้น แต่ใช้พลังงานน้อยลง แนวทางนี้อาจปฏิวัติวงการ AI Infrastructure และเปิดโอกาสให้ธุรกิจหลายระดับได้เข้าถึง AI ได้คุ้มค่ามากขึ้น
สำหรับผู้ให้บริการ Hosting และเว็บไทย นี่คือช่วงเวลาที่ควรจับตา AI ใหม่ที่ประหยัดพลังงาน จะไม่เพียงเป็นเทคโนโลยีแห่งอนาคต แต่กลายเป็นแกนกลางของการให้บริการ Cloud + AI อย่างแท้จริง แล้วคุณพร้อมหรือยัง? ให้บริการเว็บ และ Cloud ของคุณอยู่ในแนวหน้า AI ยุคถัดไป
สอบรายละเอียดเพิ่มเติม
- 061-989-8891
- [email protected]
- Line Official : @THAIDATAHOSTING
