Data Center AI ดันความต้องการใช้ไฟฟ้า พุ่ง2เท่าใน5ปี กระทบภาพใหญ่ ต้นทุนเศรษฐกิจ-ความมั่นคงพลังงาน

ปีนี้ภาพใหญ่การเติบโตของ AI ไม่ได้ท้าทายแค่ขีดความสามารถของเทคโนโลยี แต่กำลังท้าทาย “ระบบพลังงานของโลก” อย่างที่ไม่เคยเกิดขึ้นมาก่อน ข้อมูลล่าสุดจาก Gartners บริษัทชั้นนำด้านข้อมูลเชิงลึกทางธุรกิจและเทคโนโลยี ชี้ชัดว่าความต้องการใช้ไฟฟ้าของดาต้าเซ็นเตอร์ทั่วโลกในปี 2025 จะเพิ่มขึ้นถึง 16% และจะพุ่งขึ้นเป็น 2 เท่าในอีก 5 ปีข้างหน้า จาก 448 เทราวัตต์-ชั่วโมง (TWh) ในปีนี้ เป็น 980 TWh ในปี 2030 สะท้อนให้เห็นว่า AI กำลังกลายเป็นผู้บริโภคพลังงานรายใหญ่ของโลกและอาจกลายเป็น “คอขวดใหม่” ของเศรษฐกิจดิจิทัล หากโครงสร้างพื้นฐานด้านพลังงานไม่ทันเกม

ทำความเข้าใจการใช้พลังงานของดาต้าเซ็นเตอร์

โดยพื้นฐาน ดาต้าเซ็นเตอร์คือโรงงานดิจิทัลที่ต้องใช้ไฟฟ้าอย่างต่อเนื่องตลอด 24 ชั่วโมง เพื่อขับเคลื่อนเซิร์ฟเวอร์ระบบจัดเก็บข้อมูล อุปกรณ์เครือข่ายและระบบทำความเย็น การใช้พลังงานมักวัดเป็น “กิโลวัตต์-ชั่วโมง” (kWh) หรือ “เมกะวัตต์” (MW) ซึ่งสะท้อนการใช้ไฟในระดับรายเดือนและรายปี

ในเชิงขนาดดาต้าเซ็นเตอร์ขนาดเล็กอาจใช้ไฟเพียงหลัก 10 กิโลวัตต์ (kWh) แต่ดาต้าเซ็นเตอร์ขนาดใหญ่หรือ Hyperscale สามารถใช้ไฟ 10 เมกะวัตต์ (MW) ขึ้นไป เทียบเท่าการใช้ไฟของเมืองขนาดเล็กทั้งเมือง นี่คือเหตุผลว่าทำไมการขยายดาต้าเซ็นเตอร์เพื่อรองรับ AI จึงไม่ใช่แค่เรื่องอสังหาริมทรัพย์หรือระบบ IT อีกต่อไป แต่เป็นโจทย์ระดับโครงข่ายไฟฟ้าและความมั่นคงทางพลังงาน

ทั้งนี้ในโลกดาต้าเซ็นเตอร์ ไม่ได้ดูแค่ใช้ไฟมากหรือน้อย แต่ดูว่าใช้คุ้มแค่ไหน โดยมีตัวชี้วัดสำคัญ คือ Power Usage Effectiveness (PUE) ยกตัวอย่าง

• PUE = 1.0 หมายถึง ไฟฟ้าทั้งหมดถูกใช้ไปกับการประมวลผลจริง
• PUE = 1.2 ถือว่ามีประสิทธิภาพสูงมากในอุตสาหกรรม
• PUE สูงกว่า 1.5 สะท้อนว่าพลังงานจำนวนมากสูญเสียไปกับระบบสนับสนุน เช่น การทำความเย็นและการจ่ายไฟ

ในยุค AI ที่เซิร์ฟเวอร์มีความหนาแน่นสูงและปล่อยความร้อนมากกว่าปกติ ค่า PUE จึงกลายเป็นตัวชี้วัดความสามารถในการแข่งขัน ไม่ต่างจากต้นทุนแรงงานหรือราคาพลังงาน ดังนั้นสิ่งที่แตกต่างจากดาต้าเซ็นเตอร์ยุคคลาวด์ทั่วไป คือ ลักษณะงานของ AI ที่เพิ่มมิติของการใช้พลังงานต่อเนื่อง ซึ่งต้องการเซิร์ฟเวอร์เฉพาะทาง เช่น GPU หรือ AI-Optimized Servers

Data Center AI กินไฟหนักกว่าเดิม

จากข้อมูลระบุว่า AI-Optimized Servers จะเป็นต้นตอของเกือบสองในสามของการเพิ่มขึ้นของการใช้ไฟฟ้าในดาต้าเซ็นเตอร์ภายในปี 2030 โดยข้อมูลประเมินไว้ว่า การใช้ไฟฟ้าของ AI-Optimized Servers จะเพิ่มขึ้นเกือบ 5 เท่า จาก 93 เทราวัตต์-ชั่วโมง (TWh) ในปี 2568 เป็น 432 เทราวัตต์-ชั่วโมง (TWh) ในปี 2030 นั่นหมายความว่า ต่อให้ดาต้าเซ็นเตอร์มีประสิทธิภาพดีขึ้น แต่ “ความหิวไฟของ AI” ก็ยังดันความต้องการพลังงานรวมให้เพิ่มขึ้นอยู่ดี

ในปีนี้บริการ AI Servers มีอัตราการใช้ไฟฟ้าราว 21% ของดาต้าเซ็นเตอร์ทั้งหมด แต่ในปี 2030 ตัวเลขจะพุ่งเป็น 44% และจะเป็นต้นตอของ 64% ของการเพิ่มขึ้นของการใช้พลังงานทั้งหมด กล่าวคือ ดาต้าเซ็นเตอร์ AI กำลังสร้างโครงสร้างพื้นฐานที่กินไฟหนักกว่ายุคอินเทอร์เน็ตหลายเท่า

สหรัฐฯ vs จีน แข่งกันสร้าง AI แต่จีนได้เปรียบเชิงโครงสร้าง

นอกจากนี้รายงานระบุว่า เมื่อมองในระดับภูมิภาค มากกว่าสองในสามของความต้องการพลังงานดาต้าเซ็นเตอร์ทั่วโลกกระจุกตัวอยู่ที่ “สหรัฐอเมริกา” และ “จีน” การใช้ไฟฟ้าจากดาต้าเซ็นเตอร์ในฝั่งสหรัฐฯจะเพิ่มจาก 4% เป็น 7.8% ของการใช้ไฟฟ้าทั้งภูมิภาคภายในปี 2030 ฝั่งของยุโรปจะเพิ่มจาก 2.7% เป็น 5 แต่ประเด็นที่น่าสนใจ คือ จีนกลับอยู่ในตำแหน่งที่ได้เปรียบมากกว่า แม้การเติบโตเชิงปริมาณจะไม่หวือหวาเท่าสหรัฐฯ โดยมีเหตุผลสำคัญคือ

• จีนมีเซิร์ฟเวอร์ที่ประหยัดพลังงานมากกว่า ทั้งจากการออกแบบฮาร์ดแวร์เอง การปรับแต่งชิปและการเพิ่มประสิทธิภาพระดับระบบ (System-level optimization)
  
• การวางแผนโครงสร้างพื้นฐานแบบรวมศูนย์ ทำให้การเชื่อมโยงระหว่างดาต้าเซ็นเตอร์ โครงข่ายไฟฟ้า และแหล่งพลังงานใหม่ ทำได้มีประสิทธิภาพกว่า
  
• การบริหารพลังงานเป็นนโยบายระดับรัฐ ไม่ใช่แค่การตัดสินใจของเอกชนรายบริษัทเหมือนในหลายประเทศตะวันตก

สำหรับปัญหาใหญ่ที่กำลังตามมา แม้ AI จะถูกมองว่าเป็นเทคโนโลยีแห่งอนาคต แต่แหล่งพลังงานที่หล่อเลี้ยงมันกลับยังพึ่งพาเชื้อเพลิงฟอสซิลเป็นหลัก ซึ่ง Gartners มองว่าเป็นแนวทางที่ไม่ยั่งยืน ทำให้ทางเลือกพลังงานใหม่เริ่มถูกดึงเข้ามาในสมการ ไม่ว่าจะเป็นพลังงานไฮโดรเจน พลังงานความร้อนใต้พิภพ และเครื่องปฏิกรณ์นิวเคลียร์โมดูลาร์ขนาดเล็ก (SMRs)

ทั้งหมดนี้ถูกคาดหมายว่าจะเริ่มใช้งานจริงในระดับ “ไมโครกริด” ของดาต้าเซ็นเตอร์ ภายในช่วงปลายทศวรรษ ทั้งนี้ในระยะสั้นก๊าซธรรมชาติยังเป็นแหล่งพลังงานหลัก แต่ในอีก 3-5 ปีข้างหน้า ระบบกักเก็บพลังงานแบตเตอรี่ (Battery Energy Storage System หรือ BESS) จะมีบทบาทสำคัญในการรับมือกับความผันผวนของพลังงานหมุนเวียน

ตัวเลขจากรายงานฉบับนี้กำลังส่งสัญญาณชัดว่า เกม AI ต่อจากนี้ นอกจากแข่งกันที่โมเดลแล้วกำลังแข่งกันที่ “กำลังไฟฟ้า” โดยประเทศและองค์กรที่มีพลังงานเพียงพอ ราคาถูก และเสถียรที่สุดจะได้เปรียบ และในสมการนี้ “จีน” กำลังขยับขึ้นมาเป็นคู่แข่งสหรัฐฯ

ความได้เปรียบของจีนจึงไม่ได้อยู่แค่จำนวนดาต้าเซ็นเตอร์ แต่คือต้นทุนพลังงานต่อหน่วยการประมวลผลที่ต่ำกว่า ด้วยเซิร์ฟเวอร์ที่ประหยัดพลังงานกว่า การออกแบบระบบให้รองรับโหลดสูงได้โดยไม่ทำให้ PUE พุ่ง และการวางผังโครงสร้างพื้นฐานพลังงานควบคู่กับดาต้าเซ็นเตอร์ตั้งแต่ต้น ในขณะที่หลายประเทศต้องเร่งแก้ปัญหาไฟฟ้าขาดแคลนตามหลังการเติบโตของ AI จีนกลับเริ่มคิดโจทย์นี้เป็นยุทธศาสตร์ระดับชาติไปแล้ว

ปี 2025 การทำความเข้าใจการใช้พลังงานของดาต้าเซ็นเตอร์จึงไม่ใช่เรื่องเทคนิคเฉพาะทางอีกต่อไป ในโลกที่ AI กลายเป็นโครงสร้างพื้นฐานใหม่ ต้นทุนเศรษฐกิจและความมั่นคงด้านพลังงาน จำเป็นต้องถูกนำมาพิจารณาร่วมด้วยเพื่อสะท้อนผลกระทบและภาพรวมระดับประเทศ

อ่านเพิ่มเติม

• ทำไมบิ๊กเทคจริงจังกับ Data Center บนอวกาศ? โลกเริ่มไม่ไหว ไฟฟ้า-ที่ดิน-สิ่งแวดล้อมกลายเป็นข้อจำกัด
• AI กินไฟหนัก ยิ่งเก่งยิ่งเปลือง คุยกับ AI หนึ่งครั้ง อาจปล่อยคาร์บอนเท่าบินข้ามทวีป
• โครงสร้างพลังงานไม่พร้อม AI-Data Center โตเกินกำลังผลิต ต้นทุนค่าไฟพุ่ง ปัญหาใหญ่รอวันระเบิด

ติดตามเพจ Facebook : Thairath Money ได้ที่ลิงก์นี้ -

https://www.facebook.com/ThairathMoney

อ่านข่าวต้นฉบับได้ที่ : Data Center AI ดันความต้องการใช้ไฟฟ้า พุ่ง2เท่าใน5ปี กระทบภาพใหญ่ ต้นทุนเศรษฐกิจ-ความมั่นคงพลังงาน

ข่าวที่เกี่ยวข้อง

• AI กำลังทำให้มือถือแพงขึ้น แต่ผู้ใช้ก็ยอมจ่าย Gartner คาด 2026 รายจ่ายด้านนี้แตะ 4 แสนล้านเหรียญ
• Data Center AI ดันความต้องการใช้ไฟฟ้า พุ่ง2เท่าใน5ปี กระทบภาพใหญ่ ต้นทุนเศรษฐกิจ-ความมั่นคงพลังงาน
• ผลสำรวจชี้องค์กรที่ใช้ AI อย่างเข้าใจ จะสร้างผลประกอบการดีกว่าคู่แข่งถึง 20%

ตามข่าวก่อนใครได้ที่
- Website : www.thairath.co.th
- LINE Official : Thairath