เมื่อ Kioxia กลายเป็นบริษัทที่มีมูลค่าตลาดสูงที่สุดในญี่ปุ่น และ Fujikura ก็ปรับเพิ่มประมาณการรายได้อย่างกะทันหัน ความสนใจและเงินทุนจึงหลั่งไหลเข้าสู่ 'เซมิคอนดักเตอร์' แม้ว่าคำว่า AI บูมและเซมิคอนดักเตอร์จะอยู่ทุกหนทุกแห่ง แต่ศูนย์กลางที่แท้จริงของทั้งหมดนี้คือศูนย์ข้อมูล AI
ก่อนหน้านี้ ผมได้โพสต์ 'คอร์สเซมิคอนดักเตอร์สำหรับคนอยากเสกความรู้' ไป
มันเป็นแค่การสรุปจากหนังสือและ YouTube ที่ผมรวบรวมมาโดยไม่ได้ตรวจสอบข้อเท็จจริงมากนัก และกังวลว่าจะมีใครโกรธ แต่กลับได้รับการตอบรับในเชิงบวก ดังนั้น ในภาคสอง ผมอยากเขียนเกี่ยวกับศูนย์ข้อมูล
https://x.com/Kumakuring/status/1760605955845464527?s=20
ผมพัฒนาไปมากตั้งแต่ตอนเขียนบทความเซมิคอนดักเตอร์นั้น ทำไมน่ะหรือ? เพราะตอนนี้ผมอ่าน Nikkei Shimbun อย่างถูกต้องทุกวัน
ยิ่งไปกว่านั้น ในงานหลักของผมด้านการตลาด โปรเจ็กต์ส่วนใหญ่เกี่ยวข้องกับเซมิคอนดักเตอร์และศูนย์ข้อมูล ทำให้ผมมีโอกาสได้พูดคุยกับผู้เชี่ยวชาญมากขึ้น ผมเขียนบทความนี้ขึ้นเพื่อเป็นการถ่ายทอดสิ่งที่ได้เรียนรู้
อย่างไรก็ตาม ผมไม่ใช่ผู้เชี่ยวชาญ และเนื่องจากอยากเขียนข้อความด้วยตัวเองสักครั้ง ครั้งนี้จึงไม่ได้ใช้ AI มากนัก โปรดอภัยหากมีข้อผิดพลาด
มนุษยชาติหมดความอดทนที่จะรอคอย
ผมอายุสามสิบกลางๆ และจำได้ว่าสมัยก่อนต้อง 'สอบถามที่ศูนย์' เพื่ออ่านอีเมลบนมือถือ เมื่อมองย้อนกลับไป มันช่างเงียบสงบดี คุณต้องตรวจสอบด้วยตัวเองว่ามีอีเมลมาหรือไม่ และรอสักครู่เพื่อรับคำตอบ
แต่ตอนนี้ทุกอย่างแตกต่างออกไป
ไม่ว่าจะเป็นการค้นหา วิดีโอ การชำระเงิน โซเชียลมีเดีย หรือการตอบกลับของ AI เชิงสร้างสรรค์ เราจะหงุดหงิดถ้ามันไม่ตอบสนองทันที ไม่ใช่แค่หงุดหงิด บางคนถึงกับรู้สึกกังวล
พูดง่ายๆ คือ มนุษย์เริ่มไม่สามารถรอคอยได้อีกต่อไป
คำสำคัญที่นี่คือ 'ความหน่วง (Latency)' ความหน่วงหมายถึงความล่าช้าในการสื่อสาร ยิ่งเวลาระหว่างการส่งข้อมูลและการรับผลลัพธ์ที่ประมวลผลแล้วสั้นลง ผู้ใช้ก็จะยิ่งรับรู้ว่า 'เร็ว' มากขึ้น
เราเคยรอการสอบถามทางอีเมล แต่ตอนนี้เราหงุดหงิดถ้าคำตอบของ AI ไม่ปรากฏขึ้นในพริบตา ศูนย์ข้อมูลคือสิ่งที่สนับสนุน 'ความไม่อดทนรอคอย' นี้เบื้องหลัง
ศูนย์ข้อมูลคือสิ่งอำนวยความสะดวกเฉพาะทางที่ออกแบบมาเพื่อให้เซิร์ฟเวอร์จำนวนมหาศาลทำงานได้อย่างเสถียร
- อาคารสำหรับวางเซิร์ฟเวอร์
- ปริมาณไฟฟ้ามหาศาล
- อุปกรณ์ทำความเย็นเพื่อระบายความร้อน
- สายสื่อสารความเร็วสูง
- การป้องกันแผ่นดินไหว ไฟไหม้ ไฟดับ การโจมตีทางไซเบอร์ และการบุกรุกทางกายภาพ
กล่าวอีกนัยหนึ่ง ศูนย์ข้อมูลไม่ใช่แค่ 'ห้องเก็บเซิร์ฟเวอร์' แต่เป็นโครงสร้างพื้นฐานขนาดใหญ่ที่รวมเอาพลังงาน การทำความเย็น การสื่อสาร การก่อสร้าง อสังหาริมทรัพย์ และการดำเนินงานเข้าไว้ด้วยกัน เนื่องจากศูนย์ข้อมูลเคยตกเป็นเป้าหมายในความขัดแย้งในตะวันออกกลาง จึงมีความสำคัญด้านความมั่นคงของชาติอย่างมากเช่นกัน
การก่อสร้างศูนย์ข้อมูลที่ขับเคลื่อนด้วย AI อย่างคึกคัก
AI เชิงสร้างสรรค์ใช้ทรัพยากรการคำนวณมหาศาล โดยเฉพาะอย่างยิ่ง การฝึกฝนและการอนุมานผลของ AI ต้องใช้ GPU จำนวนมาก และการทำงานของ GPU เหล่านั้นก็ต้องใช้พลังงานและการทำความเย็นปริมาณมหาศาล
ศูนย์ข้อมูลที่มีอยู่เดิมรองรับคลาวด์ อีคอมเมิร์ซ สตรีมมิ่งวิดีโอ การเงิน และโทรคมนาคม มาถึงตอนนี้ ความต้องการ AI เชิงสร้างสรรค์ก็เกิดขึ้นอย่างกะทันหัน นำไปสู่เสียงเรียกร้องว่า 'สร้างเพิ่ม' 'แต่ไฟฟ้าไม่พอ' 'การทำความเย็นทำได้ยาก' 'ที่ดินมีจำกัด' และ 'เราต้องการโครงข่ายไฟฟ้า'
ครั้งหนึ่งผมเคยคุยกับคนในวงการศูนย์ข้อมูลที่บอกว่า 'ศูนย์ข้อมูลก็เหมือนหัวหอม ถ้าคุณปอกทีละชั้น สุดท้ายก็จะเหลือแต่เซมิคอนดักเตอร์'
ลองนึกภาพ อาคาร → อุปกรณ์ไฟฟ้าภายใน → อุปกรณ์ทำความเย็น → สายสื่อสาร → ชั้นวางเซิร์ฟเวอร์ → เซิร์ฟเวอร์ → และภายในนั้นคือเซมิคอนดักเตอร์อย่าง GPU, CPU, หน่วยความจำ และ SSD โครงสร้างนี้ทำให้ง่ายต่อการจัดระเบียบผู้เล่นต่างๆ ที่เกี่ยวข้อง
ดังที่ผมกล่าวไว้ในโพสต์เกี่ยวกับเซมิคอนดักเตอร์ สาเหตุที่ AI ช่วยกระตุ้นเซมิคอนดักเตอร์ก็คือ AI เชิงสร้างสรรค์ไม่ใช่แค่ซอฟต์แวร์ แต่ต้องใช้การสนับสนุนจากฮาร์ดแวร์จำนวนมหาศาล อย่างไรก็ตาม เซมิคอนดักเตอร์ทำงานเพียงลำพังไม่ได้
ถึงแม้จะมี GPU ของ NVIDIA แต่ก็ทำงานไม่ได้ถ้าไม่มีไฟฟ้า ถ้ามันทำงานแต่ระบายความร้อนไม่ได้ มันก็จะหยุดทำงาน ถ้า GPU ไม่ได้เชื่อมต่อด้วยความเร็วสูง มันก็จะทำงานได้ไม่เต็มประสิทธิภาพ พวกมันต้องอ่านข้อมูลปริมาณมหาศาล และคุณต้องมีอาคารตั้งแต่แรก แม้ว่าช่วงนี้จะเริ่มมีการเคลื่อนไหวต่อต้านการก่อสร้าง...
พลังงาน การทำความเย็น สายใยแก้วนำแสง สายไฟฟ้า เซิร์ฟเวอร์ หน่วยความจำ SSD การก่อสร้าง อสังหาริมทรัพย์ และการดำเนินงานศูนย์ข้อมูล นี่คือสาเหตุที่กระแส AI แผ่ขยายจาก NVIDIA และเซมิคอนดักเตอร์ไปยังภาคส่วนอื่นๆ เหล่านี้
AI ไม่ได้มีแค่ GPU
เมื่อคนนึกถึง AI สิ่งแรกที่ผุดขึ้นในใจคือ GPU ของ NVIDIA GPU คือเซมิคอนดักเตอร์สำหรับการคำนวณ ดังนั้น เรื่องราวมักจะเป็น: ถ้า AI เติบโต NVIDIA ก็จะได้กำไร
อย่างไรก็ตาม เมื่อ AI เชิงสร้างสรรค์เข้าสู่ขั้นตอนการใช้งานจริง เรื่องราวไม่ได้จบแค่ GPU
- ผู้ใช้ถามคำถาม
- อ่านข้อมูล
- คำนวณ
- เก็บข้อมูลระหว่างกลางไว้ชั่วคราว
- อ่านข้อมูลอีกครั้ง
- ส่งคืนคำตอบ
กระบวนการนี้เกิดขึ้นพร้อมกันในวงกว้างทั่วโลก อีกอย่างหนึ่งที่พูดเล่นๆ เมื่อเร็วๆ นี้คือ การเป็น 'คนใน ChatGPT' ถ้าผมเกิดใหม่คงเป็นนรก แต่ผมออกนอกเรื่องไปหน่อย
สิ่งสำคัญคือ GPU ไม่ได้คำนวณจากความว่างเปล่า ทุกครั้งที่ GPU คำนวณ มันจะอ่านข้อมูลปริมาณมหาศาล
สิ่งที่สำคัญในที่นี้คือความเร็วในการคำนวณของ GPU GPU สามารถประมวลผลการคำนวณมหาศาลได้ด้วยความเร็วที่เหลือเชื่อ แต่ถ้าข้อมูลที่จำเป็นไม่มาถึง 'ระยะเวลารอคอย' ก็จะเกิดขึ้น ไม่ว่า GPU จะเร็วแค่ไหน ถ้าการส่งข้อมูลช้า ประสิทธิภาพของ GPU ก็ไม่สามารถใช้ได้อย่างเต็มที่
กล่าวอีกนัยหนึ่ง ไม่ใช่แค่พลังในการคำนวณที่สำคัญ แต่ความเร็วในการส่งข้อมูลไปยัง GPU ก็สำคัญไม่แพ้กัน
นี่คือจุดที่หน่วยความจำเข้ามามีบทบาท หน่วยความจำคือสถานที่ที่เก็บข้อมูลที่กำลังใช้งานอยู่ชั่วคราว ยิ่งหน่วยความจำความเร็วสูงอยู่ใกล้ GPU มากเท่าไหร่ ข้อมูลก็จะถูกส่งไปยัง GPU ได้เร็วขึ้นเท่านั้น นี่คือสาเหตุที่หน่วยความจำความเร็วสูงที่เรียกว่า HBM ถูกวางไว้ใกล้กับ GPU ของ AI
ในทางกลับกัน คุณไม่สามารถเก็บข้อมูลทั้งหมดไว้ในหน่วยความจำความเร็วสูงได้ คุณยังต้องมีสถานที่สำหรับจัดเก็บข้อมูลปริมาณมหาศาล นี่คือจุดที่สตอเรจเข้ามามีบทบาท ในศูนย์ข้อมูล มักใช้ SSD และเซมิคอนดักเตอร์หน่วยความจำภายใน SSD เหล่านั้นคือ NAND flash บริษัทชั้นนำที่พัฒนา NAND นี้คือ Kioxia อันเป็นที่รักของเรา
ด้วยการแพร่กระจายของ AI เชิงสร้างสรรค์ ความสามารถในการ 'อ่าน จับชั่วคราว และบันทึกข้อมูลปริมาณมากได้อย่างรวดเร็ว' จึงมีความสำคัญพอๆ กับพลังในการคำนวณ นี่คือสาเหตุที่นอกเหนือจาก NVIDIA แล้ว บริษัทต่างๆ เช่น SK Hynix, Micron และ Samsung (สำหรับหน่วยความจำ) รวมถึง Kioxia, Samsung และ Micron (สำหรับ SSD และ NAND) กำลังได้รับความสนใจในบริบทของ AI
ความหน่วงและศูนย์ข้อมูลเอดจ์
ความหน่วงเป็นสิ่งสำคัญเมื่อคิดถึงศูนย์ข้อมูล เนื่องจากมนุษย์ไม่สามารถรอคอยได้อีกต่อไป จึงเป็นสิ่งสำคัญที่ศูนย์ข้อมูลจะต้องไม่เพียงแค่ 'ประมวลผลเป็นชุด' แต่ยังต้อง 'ตอบสนองอย่างรวดเร็ว' อีกด้วย
ในขณะที่การฝึกฝน AI เกิดขึ้นในศูนย์ข้อมูลขนาดใหญ่ การอนุมานผล AI ซึ่งเป็นกระบวนการตอบคำถามของผู้ใช้ จะได้รับประโยชน์หากประมวลผลใกล้กับผู้ใช้มากขึ้น นี่คือจุดที่ 'ศูนย์ข้อมูลเอดจ์' เข้ามามีบทบาท
ถ้าคุณสร้างแต่ศูนย์ข้อมูลขนาดใหญ่ที่อยู่ห่างไกล ทุกอย่างก็จะช้า แนวคิดคือการวางศูนย์ข้อมูลขนาดเล็กไว้ใกล้กับผู้ใช้หรืออุปกรณ์มากขึ้น ไม่ว่าเซิร์ฟเวอร์ภายในจะเร็วแค่ไหน ถ้าข้อมูลใช้เวลาเดินทางไปกลับนาน ผู้ใช้ก็จะรับรู้ว่ามันช้า
ความล่าช้านี้เป็นปัญหาสำหรับธุรกรรมทางการเงิน เกม สตรีมมิ่งวิดีโอ โรงงาน การขับขี่อัตโนมัติ และการอนุมานผล AI ดังนั้น ในอนาคต ไม่เพียงแต่ศูนย์ข้อมูลขนาดใหญ่เท่านั้น แต่ศูนย์ข้อมูลเอดจ์ที่ตั้งอยู่ใกล้ผู้ใช้ก็จะมีความสำคัญอย่างยิ่ง
สิ่งนี้เปลี่ยนการสนทนาจากแค่ 'จะสร้างศูนย์ข้อมูลใหญ่ที่ไหน' ไปเป็น 'จะวางการประมวลผลไว้ที่ไหน' ผู้ให้บริการโทรคมนาคม สายใยแก้วนำแสง 5G อุปกรณ์เครือข่าย เซิร์ฟเวอร์เอดจ์ เครื่องปรับอากาศ การตรวจสอบระยะไกล และเครือข่ายบำรุงรักษา ล้วนมีความสำคัญ เมื่อเอดจ์ขยายตัว ห่วงโซ่อุปทานของศูนย์ข้อมูลจะเติบโตไปสู่การจัดการโครงสร้างพื้นฐานแบบกระจายขนาดเล็กจำนวนมาก
ห่วงโซ่อุปทานของศูนย์ข้อมูล
ในงานหลักของผม ผมบอกทีมงานว่า 'ในการทำ B2B Marketing คุณต้องเข้าใจ Value Chain และ Supply Chain' ด้วยห่วงโซ่อุปทานขนาดใหญ่เช่นนี้ จึงมีผู้เล่นมากมายเข้ามาเกี่ยวข้อง
[Hyperscalers]
อย่างแรก Hyperscalers คือผู้สร้างความต้องการ เหล่านี้คือบริษัทที่ดำเนินการบริการคลาวด์หรือ IT ขนาดใหญ่พิเศษ ซึ่งโดยทั่วไปหมายถึงผู้ให้บริการคลาวด์อย่าง AWS, Microsoft Azure, Google Cloud และ Oracle Cloud หรือแพลตฟอร์มยักษ์ใหญ่อย่าง Meta, Apple, Alibaba และ Tencent พวกเขาสร้างความต้องการศูนย์ข้อมูลโดยต้องใช้ GPU และเซิร์ฟเวอร์จำนวนมหาศาลสำหรับ AI
[ผู้ดำเนินการศูนย์ข้อมูล]
ถัดมาคือผู้ดำเนินการที่เป็นเจ้าของและบริหารศูนย์ข้อมูล Hyperscalers บางครั้งสร้างศูนย์ข้อมูลของตนเอง แต่ก็ใช้ผู้ดำเนินการภายนอกที่เรียกว่า 'Colocators' ด้วย Colocators ให้บริการพื้นที่ พลังงาน การทำความเย็น การเชื่อมต่อ และความปลอดภัย ผู้เล่นหลักๆ ได้แก่ Equinix, Digital Realty, NTT Data Group ผู้ยิ่งใหญ่ และอื่นๆ อีกมากมาย KDDI ดำเนินการในต่างประเทศภายใต้แบรนด์ Telehouse
[การก่อสร้าง]
ถัดลงมาคือชั้น Construction/EPC EPC ย่อมาจาก Engineering, Procurement, and Construction เหล่านี้คือบริษัทที่ออกแบบ จัดหาอุปกรณ์ และก่อสร้างสิ่งอำนวยความสะดวก รวมถึงผู้รับเหมาทั่วไป
[โครงสร้างพื้นฐานด้านพลังงาน]
เนื่องจากศูนย์ข้อมูล AI ใช้ไฟฟ้าปริมาณมหาศาล การผลิตไฟฟ้า การส่งไฟฟ้า การแปลงไฟฟ้า การจ่ายไฟฟ้า และพลังงานสำรองจึงมีความสำคัญอย่างยิ่ง ในด้านการผลิตไฟฟ้าและพลังงานแบบกระจาย บริษัทต่างๆ เช่น GE Vernova, Siemens และ Mitsubishi Heavy Industries มีผลงานที่แข็งแกร่งด้วยกังหันก๊าซและเครื่องกำเนิดไฟฟ้า การแปลงไฟฟ้า การจ่ายไฟฟ้า และ UPS (เครื่องสำรองไฟฟ้า) ก็มีความสำคัญเช่นกันเพื่อให้แน่ใจว่าเซิร์ฟเวอร์จะไม่ล่มเมื่อไฟดับ Schneider Electric มีชื่อเสียงในด้านนี้
[การทำความเย็น]
แม้แต่ PC ที่บ้านก็ยังร้อนเมื่อทำงานหนัก แต่ศูนย์ข้อมูล AI ทำสิ่งนี้ในระดับที่ดาราศาสตร์ AI GPU สร้างความร้อนมากมายจนพวกมันจะล้มเหลวหรือสูญเสียประสิทธิภาพหากไม่ได้รับการระบายความร้อน ในขณะที่ 'การระบายความร้อนด้วยอากาศ' (การทำให้ทั้งห้องเย็นลง) เป็นมาตรฐาน แต่เซิร์ฟเวอร์ AI สร้างความร้อนต่อชั้นวางมากจนการระบายความร้อนด้วยอากาศเริ่มไม่มีประสิทธิภาพ สิ่งนี้นำไปสู่ 'การระบายความร้อนด้วยของเหลว' ซึ่งใช้ของเหลวในการพาความร้อนออกไปอย่างมีประสิทธิภาพมากขึ้น แนวโน้มที่เรียกว่า 'Direct-to-Chip' เกี่ยวข้องกับการวางแผ่นทำความเย็นลงบน GPU หรือ CPU โดยตรง บริษัทต่างๆ เช่น Daikin, Mitsubishi Heavy Industries Thermal Systems และ Mitsubishi Electric เป็นผู้เล่นหลักในด้านนี้
[การสื่อสารและเครือข่าย]
ศูนย์ข้อมูลจะไร้ประโยชน์หากไม่ได้เชื่อมต่อกับโลกภายนอก สิ่งนี้เกี่ยวข้องกับผู้ให้บริการโทรคมนาคม อุปกรณ์เครือข่าย สวิตช์ และเราเตอร์ ใน AI การเชื่อมต่อ GPU เข้าด้วยกันด้วยความเร็วสูงภายในศูนย์ข้อมูลนั้นสำคัญพอๆ กับการเชื่อมต่อภายนอก สิ่งนี้ต้องใช้ทั้งสายไฟฟ้าและสายใยแก้วนำแสง นี่คือจุดที่บริษัทสายไฟ 'Big Three' ของญี่ปุ่น ได้แก่ Fujikura, Sumitomo Electric และ Furukawa Electric เข้ามามีบทบาท
[อุปกรณ์ IT และเซมิคอนดักเตอร์]
AI ต้องการชุดอุปกรณ์ที่สมบูรณ์: เซิร์ฟเวอร์, GPU, CPU, หน่วยความจำ, SSD และอุปกรณ์เครือข่าย เมื่อ AI ก้าวเข้าสู่ขั้นตอนการใช้งาน ความเร็วในการอ่านและเขียนข้อมูลก็มีความสำคัญพอๆ กับพลังในการคำนวณดิบ
มันไม่ได้ผุดขึ้นมาได้ในชั่วข้ามคืน
อย่างที่คุณเห็น ศูนย์ข้อมูล AI ไม่ใช่สิ่งที่อุปทานจะตอบสนองความต้องการได้ในทันที ถึงแม้ว่า Hyperscalers จะลงทุนอย่างหนัก แต่สิ่งอำนวยความสะดวกเหล่านี้ต้องใช้เวลาในการสร้าง คอขวดใดๆ ในห่วงโซ่อุปทาน ตั้งแต่วัตถุดิบไปจนถึงการขาดแคลนแรงงานมีฝีมือทั่วโลก ล้วนทำให้การดำเนินงานล่าช้า
รายงานเกี่ยวกับความล่าช้าในการก่อสร้างและการเลื่อนวันเริ่มดำเนินการออกไปเป็นเรื่องปกติ คำสั่งซื้อที่ค้างส่งกำลังสะสมอยู่ในหลายพื้นที่ ในขณะที่ 'เซมิคอนดักเตอร์' เป็นหัวข้อร้อนแรงในขณะนี้ แต่ถ้าคุณมองผ่านเลนส์ของศูนย์ข้อมูล AI นี่คือธีมการลงทุนในโครงสร้างพื้นฐานระยะยาวหลายปี
(อุปสงค์และราคาหุ้นเป็นคนละเรื่องกัน ดังนั้นโปรดลงทุนด้วยความเสี่ยงของคุณเอง!)
