AI จะเติบโตไม่ได้ หากไฟฟ้าเติบโตไม่ทัน

เวลาพูดถึงการแข่งขันด้านปัญญาประดิษฐ์ หลายคนมักนึกถึงอัลกอริทึม โมเดลภาษา หรือชิปประมวลผลรุ่นใหม่ แต่ในความเป็นจริง ปัจจัยที่กำลังกลายเป็นข้อจำกัดสำคัญของอุตสาหกรรม AI อาจไม่ใช่ชิป หากเป็นสิ่งที่อยู่เบื้องหลังชิปทุกตัว นั่นคือ พลังงานไฟฟ้า

AI ที่เก่งขึ้นต้องใช้การประมวลผลมากขึ้น การประมวลผลที่มากขึ้นต้องใช้ GPU จำนวนมากขึ้น และ GPU เหล่านั้นต้องทำงานอยู่ใน Data Center ที่ใช้ไฟฟ้าตลอด 24 ชั่วโมง

กล่าวให้ชัดที่สุดคือ

อนาคตของ AI จะขึ้นอยู่กับว่าเราสามารถสร้างระบบไฟฟ้าที่มั่นคง เพียงพอ และยั่งยืนได้เร็วเพียงใด

จากการแข่งขันด้านชิป สู่การแข่งขันด้านพลังงาน

ในอดีต Data Center ส่วนใหญ่รองรับเว็บไซต์ ระบบ Cloud ฐานข้อมูล และบริการดิจิทัลทั่วไป แต่การมาถึงของ Generative AI, Large Language Models และ High-Performance Computing ทำให้รูปแบบการใช้พลังงานเปลี่ยนไปอย่างรวดเร็ว

AI Server หนึ่งชุดใช้กำลังไฟฟ้าและสร้างความร้อนสูงกว่าเซิร์ฟเวอร์ทั่วไป ขณะที่ AI Training ต้องใช้ GPU จำนวนมากทำงานพร้อมกันอย่างต่อเนื่องเป็นเวลาหลายวันหรือหลายสัปดาห์

เมื่อรวม GPU หลายพันหรือหลายหมื่นตัวเข้าด้วยกัน ความต้องการไฟฟ้าของ AI Data Center จึงไม่ได้เพิ่มขึ้นเพียงเล็กน้อย แต่สามารถเพิ่มขึ้นเป็นระดับหลายร้อยเมกะวัตต์ หรือในโครงการขนาดใหญ่อาจเข้าใกล้ระดับกิกะวัตต์

ศูนย์ข้อมูลขนาดประมาณ 200 เมกะวัตต์เพียงแห่งเดียว อาจใช้ไฟฟ้าเทียบเท่ากับครัวเรือนประมาณ 200,000 - 400,000 หลัง ขึ้นอยู่กับรูปแบบและระดับการใช้ไฟฟ้าของแต่ละประเทศ

หากพัฒนาเป็นโครงการ AI Data Center Campus ขนาดใหญ่ที่มีกำลังไฟฟ้าระดับ 1 กิกะวัตต์ ความต้องการไฟฟ้าอาจเทียบได้กับครัวเรือนนับล้านหลัง

ตัวเลขนี้ทำให้เห็นว่า Data Center ไม่ได้เป็นเพียงอาคารเทคโนโลยีอีกต่อไป แต่กำลังกลายเป็น ผู้ใช้ไฟฟ้ารายใหญ่ในระดับเมืองหรือระดับภูมิภาค

ปี 2030 โลกอาจใช้ไฟฟ้ากับ Data Center มากกว่าสองเท่า

รายงาน Energy and AI ขององค์การพลังงานระหว่างประเทศ หรือ IEA ระบุว่า ในปี 2024 Data Center ทั่วโลกใช้ไฟฟ้าประมาณ 415 เทราวัตต์-ชั่วโมง คิดเป็นราว 1.5% ของการใช้ไฟฟ้าทั่วโลก

ภายในปี 2030 IEA ประเมินว่า ความต้องการไฟฟ้าของ Data Center อาจเพิ่มเป็นประมาณ 945 เทราวัตต์-ชั่วโมง หรือเพิ่มขึ้นมากกว่าสองเท่าภายในเวลาเพียงหกปี และคิดเป็นเกือบ 3% ของความต้องการไฟฟ้าทั่วโลก โดย AI จะเป็นแรงขับเคลื่อนสำคัญที่สุดของการเพิ่มขึ้นครั้งนี้  

อัตราการเติบโตดังกล่าวรวดเร็วกว่าการเพิ่มขึ้นของความต้องการไฟฟ้าจากภาคส่วนอื่นหลายเท่า นั่นหมายความว่า ผู้วางแผนระบบไฟฟ้าไม่สามารถมอง Data Center เป็นเพียงลูกค้าอุตสาหกรรมรายหนึ่งได้อีกต่อไป แต่ต้องนำมาเป็นส่วนหนึ่งของการวางแผนกำลังผลิตไฟฟ้า สถานีไฟฟ้าแรงสูง หม้อแปลง และสายส่งของประเทศตั้งแต่ต้น

ตัวเลขระดับโลกอาจดูเหมือนเป็นสัดส่วนไม่มากนัก แต่ผลกระทบที่แท้จริงมักกระจุกตัวในบางพื้นที่ เพราะ Data Center ไม่ได้ตั้งกระจายอย่างสม่ำเสมอ แต่รวมตัวอยู่ในเมืองหรือเขตอุตสาหกรรมที่มีโครงข่ายไฟฟ้าและระบบสื่อสารพร้อม

ดังนั้น แม้สัดส่วนเฉลี่ยของโลกจะอยู่ที่ประมาณ 3% แต่ในบางพื้นที่ Data Center อาจกลายเป็นโหลดใหม่ที่มีขนาดใหญ่ที่สุดของระบบไฟฟ้าท้องถิ่น

นี่ไม่ใช่เพียงเรื่องของอุตสาหกรรมไอที

เมื่อ AI Data Center ต้องการไฟฟ้ามากขึ้น ผลกระทบไม่ได้จำกัดอยู่ในห้องเซิร์ฟเวอร์ แต่เชื่อมโยงไปยังระบบเศรษฐกิจและโครงสร้างพื้นฐานทั้งประเทศ

เรื่องแรกคือ ความมั่นคงของระบบไฟฟ้า เพราะ Data Center ต้องการไฟฟ้าคุณภาพสูงและต่อเนื่อง การไฟฟ้าจึงต้องจัดเตรียมทั้งกำลังผลิต สายส่ง สถานีไฟฟ้า และระบบสำรองให้ทันกับโหลดที่เพิ่มขึ้นอย่างรวดเร็ว

เรื่องที่สองคือ ระยะเวลาในการพัฒนาโครงข่าย อาคาร Data Center อาจก่อสร้างได้ภายในไม่กี่ปี แต่โรงไฟฟ้า สายส่ง และสถานีไฟฟ้าแรงสูงอาจใช้เวลาวางแผน อนุมัติ และก่อสร้างนานกว่านั้น หากระบบไฟฟ้าพัฒนาไม่ทัน การลงทุนที่ประกาศไว้ก็อาจไม่สามารถจ่ายไฟตามกำหนดได้

เรื่องที่สามคือ ต้นทุนพลังงาน ค่าไฟฟ้าเป็นหนึ่งในต้นทุนดำเนินงานหลักของ Data Center ประเทศที่มีพลังงานราคาแข่งขันได้และมีความมั่นคงสูง ย่อมมีความได้เปรียบในการดึงดูดการลงทุนระยะยาว

เรื่องที่สี่คือ น้ำและระบบระบายความร้อน เพราะไฟฟ้าที่ถูกส่งเข้าไปยังเซิร์ฟเวอร์ส่วนใหญ่จะเปลี่ยนเป็นความร้อน ระบบ Cooling จึงต้องใช้พลังงานและในบางเทคโนโลยีต้องใช้น้ำจำนวนมากตามไปด้วย

เรื่องสุดท้ายคือ การปล่อยคาร์บอน หากไฟฟ้าที่เพิ่มขึ้นมาจากเชื้อเพลิงฟอสซิลเป็นหลัก การเติบโตของ AI อาจสร้างแรงกดดันต่อเป้าหมาย Net Zero ของทั้งภาคธุรกิจและประเทศ

กล่าวอีกนัยหนึ่ง การเติบโตของ AI เป็นโจทย์ที่เชื่อมโยงทั้งเทคโนโลยี พลังงาน น้ำ สิ่งแวดล้อม ห่วงโซ่อุปทาน และนโยบายสาธารณะเข้าด้วยกัน

มีไฟฟ้าในประเทศ ไม่ได้แปลว่าจ่ายให้ Data Center ได้ทันที

ประเด็นที่มักถูกเข้าใจคลาดเคลื่อนคือ ประเทศอาจมีกำลังผลิตไฟฟ้ารวมเพียงพอ แต่ไม่ได้หมายความว่าจะสามารถจ่ายไฟให้ Data Center ขนาดใหญ่ในพื้นที่ที่ต้องการได้ทันที

สิ่งที่ต้องพิจารณาไม่ได้มีเพียงกำลังผลิตรวม แต่รวมถึงความสามารถของสายส่ง สถานีไฟฟ้า หม้อแปลง เสถียรภาพของระบบ กำลังสำรอง คุณภาพไฟฟ้า และระยะเวลาในการเชื่อมต่อโครงข่าย

Data Center ขนาดหลายร้อยเมกะวัตต์ไม่สามารถนำไปตั้งที่ใดก็ได้แล้วคาดหวังให้ระบบไฟฟ้ารองรับโดยอัตโนมัติ เพราะโหลดขนาดดังกล่าวอาจต้องมีการสร้างสถานีไฟฟ้าใหม่ ขยายระบบส่ง หรือเพิ่มกำลังผลิตเฉพาะพื้นที่

นี่คือเหตุผลที่ในอนาคต การเลือกทำเล Data Center จะไม่ได้พิจารณาเพียงราคาที่ดิน ระยะทางจากกรุงเทพฯ หรือความเร็วของ Fiber แต่ต้องพิจารณาควบคู่กับคำถามว่า

พื้นที่นั้นมีไฟฟ้าเพียงพอหรือไม่ และโครงข่ายสามารถจ่ายไฟได้เมื่อใด

ความหมายต่อประเทศไทย

ประเทศไทยมีข้อได้เปรียบหลายด้าน ทั้งทำเลที่ตั้ง โครงสร้างพื้นฐานโทรคมนาคม ฐานอุตสาหกรรม และศักยภาพในการเป็นศูนย์กลางดิจิทัลของภูมิภาค แต่การแข่งขันเพื่อดึงดูด AI Data Center ไม่ได้ขึ้นอยู่กับสิทธิประโยชน์ทางภาษีหรือราคาที่ดินเพียงอย่างเดียว

สิ่งที่นักลงทุนต้องการมากขึ้นคือ ความชัดเจนว่าโครงการจะได้รับไฟฟ้าเมื่อใด ได้จากแหล่งใด มีความมั่นคงเพียงใด และสามารถลดคาร์บอนได้จริงหรือไม่

ดังนั้น ประเทศไทยจำเป็นต้องวางแผนอย่างน้อยสามระดับไปพร้อมกัน

ระดับแรกคือ การวางแผนระบบไฟฟ้าและโครงข่ายล่วงหน้า โดยเชื่อมโยงแผนพัฒนา Data Center กับแผนกำลังผลิตและแผนสายส่ง ไม่ใช่รอให้โครงการเข้ามาแล้วจึงเริ่มขยายระบบ

ระดับที่สองคือ การสร้างทางเลือกด้านพลังงานคาร์บอนต่ำ ทั้งพลังงานหมุนเวียน ระบบกักเก็บพลังงาน โรงไฟฟ้าประสิทธิภาพสูง และพลังงานที่สามารถจ่ายได้ต่อเนื่องตลอด 24 ชั่วโมง

ระดับที่สามคือ การเพิ่มประสิทธิภาพภายใน Data Center ตั้งแต่การออกแบบ Server, Power Distribution, Liquid Cooling, Thermal Storage ไปจนถึงการนำพลังงานความเย็นของ LNG หรือความร้อนเหลือใช้กลับมาใช้ประโยชน์

เพราะการสร้างโรงไฟฟ้าเพิ่มเพียงอย่างเดียวไม่ใช่คำตอบ หาก Data Center ยังใช้พลังงานอย่างไม่มีประสิทธิภาพ

AI ต้องการทั้งพลังงานสะอาดและพลังงานที่จ่ายได้ตลอดเวลา

พลังงานหมุนเวียนจะมีบทบาทสำคัญในการลดคาร์บอนของ Data Center แต่โจทย์ของ AI ไม่ได้ต้องการเพียงไฟฟ้าสะอาดในบางช่วงเวลา หากต้องการไฟฟ้าที่มั่นคงต่อเนื่องทุกชั่วโมง

ดังนั้น ระบบพลังงานของ AI Data Center ในอนาคตน่าจะต้องเป็นการผสมผสานระหว่างพลังงานหมุนเวียน ระบบกักเก็บพลังงาน โครงข่ายไฟฟ้าที่แข็งแรง แหล่งผลิตไฟฟ้าที่ควบคุมได้ และระบบบริหารจัดการโหลดอย่างชาญฉลาด

IEA ประเมินว่า พลังงานหมุนเวียนจะรองรับความต้องการไฟฟ้าที่เพิ่มขึ้นของ Data Center ได้เกือบครึ่งหนึ่งในช่วงหลายปีข้างหน้า แต่ก๊าซธรรมชาติ ถ่านหิน และในระยะต่อไปพลังงานนิวเคลียร์ SMR ก็ยังมีบทบาทในการรักษาความต่อเนื่องของระบบไฟฟ้า  

ประเด็นจึงไม่ใช่การเลือกแหล่งพลังงานชนิดใดชนิดหนึ่ง แต่คือการออกแบบระบบที่ทำให้ไฟฟ้า เพียงพอ มั่นคง มีต้นทุนแข่งขันได้ และลดคาร์บอนได้จริง

การแข่งขันด้าน AI จะตัดสินกันที่โครงสร้างพื้นฐาน

ท้ายที่สุด AI ไม่ได้แข่งขันกันเพียงว่าใครมีโมเดลที่ฉลาดที่สุด หรือใครมี GPU มากที่สุด แต่แข่งขันกันว่าใครสามารถสร้างระบบนิเวศที่รองรับการประมวลผลเหล่านั้นได้อย่างต่อเนื่อง

ประเทศที่มีชิปแต่ไม่มีไฟฟ้า ย่อมไม่สามารถขยาย AI ได้เต็มศักยภาพ

ประเทศที่มีไฟฟ้าแต่ไม่มีสายส่ง ก็อาจไม่สามารถส่งพลังงานไปถึงพื้นที่ลงทุนได้ทันเวลา

และประเทศที่มีพลังงานเพียงพอแต่มีต้นทุนหรือการปล่อยคาร์บอนสูง ก็อาจสูญเสียความสามารถในการแข่งขันในระยะยาว

หัวใจของเรื่องนี้จึงสามารถสรุปได้ว่า

AI จะเติบโตไม่ได้ หากไฟฟ้าเติบโตไม่ทัน และผู้ชนะในยุค AI อาจไม่ใช่ประเทศที่มีเทคโนโลยีดีที่สุดเพียงอย่างเดียว แต่คือประเทศที่สามารถสร้างพลังงานและโครงสร้างพื้นฐานรองรับเทคโนโลยีนั้นได้เร็ว มั่นคง และยั่งยืนที่สุด