ในขณะที่โลกกำลังโฟกัสไปที่การแข่งขันพัฒนา AI chips ที่ดุเดือดระหว่าง Nvidia, AMD, และผู้เล่นหน้าใหม่ แต่เบื้องหลังมีปัญหาสำคัญที่กำลังถูกเปิดเผย: AI Data Center กำลังกินไฟมหาศาล และระบบไฟฟ้าของโลกยังรับไม่ไหว
ภายใน 24 ชั่วโมงที่ผ่านมา มีข่าวใหญ่ 2 เรื่องที่สะท้อนปัญหาเดียวกัน: AI's bottleneck กำลังเปลี่ยนจาก GPU ไปสู่ Electricity
Blackstone + Halliburton ทุ่ม $1,000 ล้านใน VoltaGrid
Blackstone และ Halliburton ร่วมกันลงทุน 1,000 ล้านดอลลาร์สหรัฐ (ประมาณ 36,000 ล้านบาท) ใน VoltaGrid บริษัทสัญชาติอเมริกันที่เชี่ยวชาญด้านการสร้าง microgrid ที่ใช้ก๊าซธรรมชาติ สำหรับจ่ายไฟให้ data center โดยเฉพาะ
การลงทุน VoltaGrid
$1,000 ล้าน
Blackstone + Halliburton
VoltaGrid ทำอะไรบ้าง:
- สร้าง gas-powered microgrid ที่ deploy ได้รวดเร็ว
- เชื่อมต่อกับ data center โดยตรง ไม่พึ่งพา grid เดิม
- ตอบสนองความต้องการ power ที่เพิ่มขึ้นจากการฝึกและ inference AI models
ความเคลื่อนไหวนี้สะท้อนให้เห็นว่า พลังงานกำลังกลายเป็นปัจจัยจำกัด ที่แท้จริงของการเติบโตของ AI — แม้จะมี GPU พอ แต่ถ้าไม่มีไฟฟ้าเพียงพอ ก็ไม่สามารถรัน workgloads ได้
SoftBank ตั้งโรงงานแบตเตอรี่ระดับ GWh ป้อน AI
SoftBank Group ประกาศแผนผลิตแบตเตอรี่ขนาดใหญ่ที่โรงงาน Sakai ในโอซาก้า ประเทศญี่ปุ่น โดยตั้งเป้ากำลังการผลิต หลาย GWh เพื่อตอบสนองความต้องการพลังงานที่เพิ่มขึ้นจากบริการ AI
แผนของ SoftBank ประกอบด้วย 2 กิจการใหม่:
- AX Factory: บริหารจัดการ AI data center operations และ hardware
- GX Factory: ผลิตแบตเตอรี่รุ่นถัดไป, แผงโซลาร์เซลล์ และผลิตภัณฑ์พลังงานที่เกี่ยวข้อง
SoftBank กำลังวางตำแหน่งตัวเองเป็น สะพานเชื่อมระหว่าง Telecom, Energy, และ Computing ในยุค AI boom โดยมองว่าพลังงานคือ key enabler ที่จะกำหนดว่าใครจะชนะในศึกนี้
AI data center แต่ละแห่งใช้ไฟฟ้าเทียบเท่าเมืองขนาดกลาง ปัญหาไม่ได้อยู่ที่การผลิต GPU แต่อยู่ที่การผลิตไฟฟ้าให้เพียงพอ - นี่คือ bottleneck ที่แท้จริงของ AI scale
ทำไม Energy ถึงกลายเป็น Bottleneck ใหม่
ปัจจัยที่ทำให้พลังงานกลายเป็นคอขวดสำคัญในยุค AI:
- AI Training ใช้พลังงานมหาศาล — การเทรนโมเดลใหญ่แต่ละครั้งกินไฟเทียบเท่าการปล่อย CO2 ของรถยนต์หลายร้อยคันต่อปี
- AI Inference กลับมากินไฟกว่า — เมื่อโมเดลถูก deploy ให้ผู้ใช้จำนวนมาก inference workload กลับใช้พลังงานรวมมากกว่า training
- Grid ที่มีอยู่ไม่พอ — ระบบไฟฟ้าสาธารณะไม่ถูกออกแบบมาเพื่อรองรับ data center ที่ใช้ไฟระดับ gigawatt
- ความเร็วในการ deploy ต่างกัน — สร้าง data center ได้เร็ว แต่ขยาย grid ต้องใช้เวลาเป็นปี
นัยยะต่ออุตสาหกรรม
- Power availability กำลังกลายเป็น competitive advantage — บริษัทที่เข้าถึงพลังงานสะอาดได้มากกว่าและเร็วกว่าจะชนะ
- Energy cost จะเป็นปัจจัยสำคัญในการเลือก location data center
- Green AI จะไม่ใช่แค่ trend แต่เป็นความจำเป็น — โซลูชันพลังงานสะอาดและประหยัดพลังงานจะถูก demand สูง
- นักลงทุนเริ่มมอง AI + Energy เป็นเรื่องเดียวกัน — เห็นได้จากการลงทุนของ Blackstone และ SoftBank
ที่มา: Bloomberg - Blackstone, Halliburton invest $1B in VoltaGrid, Bloomberg - SoftBank battery production for AI data centers
มุมมองของผู้เขียน: AI ใช้พลังงานมหาศาลจนกลายเป็นปัญหาคอขวดระดับโลก สำหรับบ้านเราที่ค่าไฟไม่ถูกและมีปัญหาเรื่อง Grid Stability การที่ Data Center AI กินไฟเท่ากับเมืองทั้งเมือง เป็นประเด็นที่ทุกฝ่ายต้องร่วมมือกัน
