เมื่อ Data Center ไม่ต้องอยู่บนโลก: Google ยิง AI ขึ้นอวกาศ เปิดศึก Orbital Data Center

ที่ผ่านมาเมื่อพูดถึง Data Center เรามักถามว่า ควรตั้งอยู่ที่กรุงเทพฯ หรือ EEC? ควรอยู่ใกล้โรงไฟฟ้าหรือไม่? ควรใช้น้ำมากแค่ไหน? จะหาไฟฟ้าหลายร้อย MW จากที่ใด? หรือจะลด PUE และ Carbon Footprint อย่างไร?

แต่การแข่งขัน AI กำลังพาคำถามนี้ไปไกลกว่านั้นมาก คำถามใหม่คือ ถ้าบนโลกหาไฟฟ้า ที่ดิน น้ำ และระบบระบายความร้อนได้ยากขึ้น ทำไมเราไม่ย้าย Data Center ขึ้นไปอยู่ในอวกาศ?

สิ่งที่เมื่อไม่กี่ปีก่อนอาจฟังเหมือน Science Fiction กำลังเริ่มถูกทดสอบจริง เมื่อวันที่ 1 ตุลาคม 2569 Google ส่งดาวเทียมต้นแบบของ Project Suncatcher ขึ้นสู่วงโคจรด้วยจรวด SpaceX Falcon 9 ในภารกิจ Transporter-18 โดยดาวเทียมถูกพัฒนาร่วมกับ Planet และบรรทุกชิป Tensor Processing Unit หรือ TPU ของ Google จำนวน 4 ตัวขึ้นไปทดลองในอวกาศ

Google ยืนยันหลังการปล่อยว่าทีมงานสามารถติดต่อกับดาวเทียมได้แล้วและระบบกำลังทำงานตามที่คาดไว้ นี่อาจเป็น “นัดเปิดสนาม” ของการแข่งขันครั้งใหม่ จากเดิมที่บริษัทเทคโนโลยีแข่งขันกันสร้าง Data Center บนโลก การแข่งขันกำลังเริ่มขยับไปสู่ Orbital AI Data Center หรือศูนย์ประมวลผล AI ในวงโคจรโลก

Project Suncatcher คืออะไร?

Project Suncatcher เป็นโครงการวิจัยระยะยาวของ Google ที่ตั้งคำถามว่า ในอนาคตเราสามารถสร้าง Machine Learning Infrastructure ขนาดใหญ่ในอวกาศได้หรือไม่

แนวคิดไม่ใช่การสร้าง Data Center อาคารเดียวแล้วส่งขึ้นไปทั้งอาคาร แต่คือการสร้างดาวเทียมจำนวนมากที่แต่ละดวงมี AI Accelerator + Solar Power + Communication + Thermal Management แล้วเชื่อมดาวเทียมเหล่านี้เข้าด้วยกันด้วยระบบสื่อสารความเร็วสูง โดยในอนาคต Google มองถึงการใช้ Optical หรือ Laser Link เพื่อให้ดาวเทียมจำนวนมากสามารถทำงานร่วมกันเสมือนเป็น Computing Cluster ขนาดใหญ่

ถ้าทำสำเร็จ สิ่งที่เราเรียกว่า Data Center อาจไม่จำเป็นต้องมี “Center” อีกต่อไป แต่กลายเป็น Distributed AI Computing Constellation ที่โคจรรอบโลก

ทำไมต้องเอา AI ขึ้นอวกาศ?

เหตุผลสำคัญที่สุดคือ พลังงาน

AI Data Center กำลังใช้ไฟฟ้าเพิ่มขึ้นอย่างรวดเร็ว โดยเฉพาะระบบสำหรับ Training และ Inference ของ Large AI Models Data Center ขนาดหลายร้อย MW กำลังกลายเป็นเรื่องปกติมากขึ้น ขณะที่โครงการระดับ GW เริ่มเข้าสู่การวางแผน

ปัญหาคือ เมื่อ Data Center ใหญ่ขึ้น เราต้องหา Power Plant, Transmission Line, Substation, Renewable Energy, Water, Cooling และ Land เพิ่มขึ้นตามไปด้วย

แต่ในอวกาศมีแหล่งพลังงานขนาดมหาศาลอยู่แล้ว นั่นคือ ดวงอาทิตย์

Google ระบุว่า ดาวเทียมใน Low Earth Orbit สามารถเข้าถึงพลังงานแสงอาทิตย์ได้มากกว่าระบบ Solar บนพื้นโลกอย่างมีนัยสำคัญ และในแนวคิดของ Project Suncatcher ระบบในอนาคตอาจเข้าถึง Solar Energy ได้สูงสุดประมาณ 8 เท่า เมื่อเทียบกับแผงบนพื้นโลกในบางกรอบการเปรียบเทียบ

เหตุผลคือไม่มีเมฆ ไม่มีฝน และหากออกแบบวงโคจรที่เหมาะสมก็สามารถเข้าถึงแสงอาทิตย์ได้เป็นเวลานานมาก

นี่ทำให้เกิดแนวคิดใหม่ว่า แทนที่จะ ส่งพลังงานมาหา Data Center เราอาจ ส่ง Data Center ไปหาแหล่งพลังงาน

จาก Solar Farm บนโลก สู่ Solar-Powered AI ในอวกาศ

Data Center บนโลกที่ต้องการใช้ Solar Energy มีข้อจำกัดสำคัญคือ Solar Capacity Factor กลางคืนผลิตไฟไม่ได้ วันที่มีเมฆผลิตไฟลดลง จึงต้องมี Grid, Battery Energy Storage System หรือ Firm Generation มาช่วยรักษาความต่อเนื่อง

แต่หาก Compute อยู่ในวงโคจรที่สามารถรับแสงอาทิตย์ได้นานกว่า แนวคิดด้าน Energy Architecture จะเปลี่ยนไป ระบบอาจประกอบด้วย Solar Array → Power Electronics → TPU/GPU → AI Compute โดยลดการพึ่งพาโครงข่ายไฟฟ้าบนโลก

ในระยะยาว ถ้าระบบสามารถขยาย Scale ได้จริง สิ่งนี้อาจลดแรงกดดันต่อ Grid บนโลกบางส่วน แต่ต้องเน้นว่า วันนี้เรายังห่างจากจุดนั้นมาก

Project Suncatcher ที่ขึ้นสู่วงโคจรในเดือนตุลาคม 2569 เป็นเพียงต้นแบบทดลอง ไม่ใช่ Hyperscale Data Center ในอวกาศ

ดาวเทียมขนาดตู้เย็น กับ TPU เพียง 4 ตัว

ต้นแบบของ Google มีขนาดประมาณตู้เย็น และติดตั้ง TPU จำนวน 4 ตัว เป้าหมายหลักไม่ใช่การนำไปให้บริการ Cloud แทน Data Center บนโลก แต่เพื่อหาคำตอบว่า ชิป AI สามารถมีชีวิตรอดและทำงานในอวกาศได้จริงหรือไม่

Google ต้องการเก็บข้อมูลว่า TPU จะรับมือกับแรงสั่นสะเทือนและแรงระหว่างการปล่อยจรวด Radiation และสภาวะ Thermal Extreme ในอวกาศได้อย่างไร ต้นแบบจะทดลองรัน AI Model เป็นช่วงสั้น ๆ เนื่องจากข้อจำกัดด้าน Thermal Management

เพียงเท่านี้ก็ทำให้เห็นว่า ปัญหาใหญ่ของ Space Data Center อาจไม่ใช่เพียงการหาไฟฟ้า แต่คือ “เมื่อชิป AI ร้อนแล้ว จะเอาความร้อนไปทิ้งที่ไหน?”

อวกาศเย็นมาก แต่ทำไม Data Center กลับระบายความร้อนยาก?

นี่เป็นหนึ่งในเรื่องที่ดูขัดกับความรู้สึกมากที่สุด หลายคนอาจคิดว่าอวกาศเย็นมาก ดังนั้น Data Center ในอวกาศน่าจะไม่ต้องใช้ Cooling

ความจริงกลับตรงกันข้าม

บนโลก เราสามารถระบายความร้อนด้วย Air Cooling, Water Cooling, Cooling Tower, Chiller, Dry Cooler หรือทะเลและแหล่งน้ำ กลไกสำคัญคือ Convection หรือการพาความร้อนผ่านอากาศหรือน้ำ

แต่อวกาศเป็น Vacuum ไม่มีอากาศให้พาความร้อนออก

ดังนั้น Heat จาก TPU หรือ GPU ต้องถูกนำออกจาก Chip ผ่านระบบ Thermal Interface และ Coolant ก่อนจะส่งไปยัง Radiator แล้วจึงระบายออกสู่อวกาศด้วย Thermal Radiation

ปัญหาจึงเปลี่ยนจาก “จะทำให้อากาศเย็นอย่างไร?” เป็น “ต้องสร้าง Radiator ใหญ่แค่ไหนเพื่อคาย Heat หลาย MW หรือหลาย GW?”

นี่อาจเป็นหนึ่งใน Engineering Bottleneck ที่สำคัญที่สุดของ Orbital Data Center

สมมติ Data Center 1 GW ขึ้นไปอยู่ในอวกาศ

ลองคิดแบบง่าย ๆ ถ้าเรามี AI Compute ขนาด 1 GW พลังงานไฟฟ้าเกือบทั้งหมดที่ป้อนเข้า Computing Equipment สุดท้ายจะกลายเป็นความร้อน

กล่าวอย่างง่ายคือ เราจะต้องจัดการ Waste Heat ในระดับใกล้เคียง 1 GWₜₕ

บนโลก เราสามารถใช้ Cooling Tower, Chilled Water หรือแหล่งน้ำช่วยรับ Heat ดังกล่าว แต่อวกาศต้องอาศัย Radiator เป็นหลัก

ดังนั้น Space Data Center ระดับ GW ไม่ได้หมายถึงเพียงการส่ง Solar Panel และ GPU จำนวนมหาศาลขึ้นไป แต่ต้องส่ง Thermal Rejection Infrastructure ขนาดมหาศาล ขึ้นไปพร้อมกันด้วย

นี่เป็นเหตุผลว่าทำไมคำว่า “อวกาศเย็น จึงไม่ต้อง Cooling” เป็นความเข้าใจที่ไม่ถูกต้อง ในบางมิติ Space Cooling อาจยากกว่าบนโลกเสียอีก

Radiation: ศัตรูของ AI Chip

ปัญหาที่สองคือ Radiation บนพื้นโลก Atmosphere และ Magnetic Field ช่วยปกป้อง Electronic Equipment จากรังสีจำนวนมาก แต่ในอวกาศ Semiconductor ต้องเผชิญกับ High-Energy Particles และ Cosmic Radiation

ผลกระทบอาจเกิดตั้งแต่ Bit Flip, Memory Error, Logic Error ไปจนถึงความเสียหายของอุปกรณ์ในระยะยาว

Google จึงต้องทดสอบว่า TPU ที่เดิมถูกออกแบบสำหรับ Data Center บนโลกจะทำงานในสภาวะ Radiation ได้ดีเพียงใด ถ้าต้องเพิ่ม Radiation Shielding มาก น้ำหนักของ Satellite ก็จะเพิ่มขึ้น และในอวกาศ น้ำหนักทุกกิโลกรัมมีราคา

Launch Cost คือค่า “ก่อสร้าง Data Center” รูปแบบใหม่

บนโลก เราพูดถึงต้นทุน Land, Building, Electrical System, Cooling System และ Server แต่ Space Data Center จะมีต้นทุนใหม่เพิ่มขึ้นมา คือ $/kg to Orbit หรือราคาการส่งมวลหนึ่งกิโลกรัมขึ้นสู่วงโคจร

AI Server มีน้ำหนัก Solar Array มีน้ำหนัก Radiator มีน้ำหนัก Structure มีน้ำหนัก Radiation Shield มีน้ำหนัก และ Communication Equipment ก็มีน้ำหนัก

ดังนั้นต่อให้ Solar Energy ในอวกาศมีมากมาย หากต้นทุนในการส่ง Infrastructure ขึ้นไปสูงเกินไป Orbital Data Center ก็ไม่มีทางแข่งขันทางเศรษฐศาสตร์กับ Data Center บนโลกได้

นี่คือเหตุผลที่ความก้าวหน้าของ Reusable Rocket มีความสำคัญต่อ AI มากกว่าที่หลายคนคิด เพราะถ้า Launch Cost ลดลงอย่างต่อเนื่อง Economics ของ Space Computing ก็จะเปลี่ยนตามไปด้วย

Data Center บนโลกใช้ Fiber - บนอวกาศต้องใช้ Laser

อีกความท้าทายคือ Network

AI Cluster ขนาดใหญ่ไม่ได้ต้องการเพียง Compute จำนวนมาก แต่ต้องการ Bandwidth สูงมากระหว่าง Accelerator บนโลกเราสามารถเชื่อม GPU หรือ TPU ผ่าน High-Speed Interconnect และ Fiber Optic

แต่ถ้า AI Cluster กระจายอยู่บนดาวเทียมหลายร้อยหรือหลายพันดวง ดาวเทียมต้องสื่อสารกันด้วย High-Bandwidth Optical Link หรือ Laser Communication

Google จึงกำลังศึกษาว่าจะทำอย่างไรให้ Satellite Cluster สามารถแลกเปลี่ยนข้อมูลด้วย Bandwidth สูงพอสำหรับ Machine Learning Workload

นี่ไม่ใช่ปัญหา Internet Speed แบบที่ผู้ใช้ทั่วไปเข้าใจ แต่เป็นปัญหา Distributed Computing Architecture ระดับมหาศาล

Latency จะทำให้ทุกงานย้ายขึ้นอวกาศไม่ได้

ถึงแม้ Orbital Data Center จะเกิดขึ้นจริง ก็ไม่ได้หมายความว่า Data Center บนโลกจะหายไป งานบางประเภทต้องการ Ultra-Low Latency ใกล้ผู้ใช้งาน เช่น Banking, Autonomous System, Industrial Control, Gaming, Real-Time Application และบริการจำนวนมากยังต้องการ Edge หรือ Regional Data Center บนโลก

ในทางกลับกัน Workload บางประเภทอาจเหมาะกับ Space มากกว่า เช่น AI Training ขนาดใหญ่ที่ไม่ต้องตอบสนองผู้ใช้แบบ Millisecond, Batch Processing, Scientific Computing, Earth Observation Processing หรือแม้แต่การประมวลผลข้อมูลจาก Satellite โดยตรงก่อนส่งผลลัพธ์กลับลงมายังโลก

ดังนั้นอนาคตอาจไม่ใช่ Earth Data Center หรือ Space Data Center แต่เป็น Earth + Edge + Space Compute ทำงานร่วมกัน

Maintenance คืออีกโจทย์ที่ต่างจาก Data Center บนโลกโดยสิ้นเชิง

ถ้า Server ใน Data Center บนโลกเสีย Technician สามารถเดินเข้า Data Hall แล้วเปลี่ยน Hardware ได้ แต่ถ้า TPU อยู่สูงจากพื้นโลกหลายร้อยกิโลเมตร ใครจะไปเปลี่ยน?

นี่ทำให้ Space Data Center ต้องถูกออกแบบด้วยแนวคิด Fault Tolerance + Redundancy + Autonomous Operation สูงมาก

อาจต้องยอมรับว่าดาวเทียมบางดวงจะเสีย แล้วระบบจะตัดออกจาก Cluster โดยอัตโนมัติ จากนั้นส่งดาวเทียมใหม่ขึ้นไปทดแทน

กล่าวอีกแบบหนึ่งคือ Server Replacement ในอนาคตอาจไม่ใช่การเปลี่ยน Rack แต่คือ การ Launch Satellite ใหม่

การแข่งขันไม่ได้มี Google เพียงรายเดียว

ความน่าสนใจของ Project Suncatcher คือ Google ไม่ได้กำลังทดลองอยู่เพียงบริษัทเดียว แนวคิด Orbital Computing และ Space Data Center กำลังได้รับความสนใจจากผู้เล่นหลายราย ขณะที่ความก้าวหน้าของ Reusable Launch Vehicle, Satellite Constellation, Laser Communication และ Solar Technology กำลังทำให้แนวคิดที่เคยดูเป็น Science Fiction เริ่มมี Engineering Pathway ที่จับต้องได้มากขึ้น

ดังนั้นการส่ง TPU 4 ตัวขึ้นอวกาศครั้งนี้อาจดูเล็กมากเมื่อเทียบกับ Data Center หลายร้อย MW บนโลก แต่ในเชิงเทคโนโลยี มันคือการถามคำถามที่ใหญ่มากว่า Compute จำเป็นต้องอยู่บนโลกหรือไม่?

จาก Data Center ใต้ทะเล สู่ Data Center นอกโลก

ตลอดหลายปีที่ผ่านมา อุตสาหกรรมพยายามหาวิธีใหม่ในการแก้ปัญหา Cooling และ Energy เราเคยเห็นแนวคิด Data Center ใต้น้ำ Data Center ลอยน้ำ Data Center ใกล้โรงไฟฟ้า Data Center ใกล้ LNG Terminal Data Center ในประเทศอากาศเย็น และ Data Center ที่ใช้ Nuclear หรือ Renewable Energy

Project Suncatcher กำลังผลักขอบเขตออกไปอีกขั้น คือ Data Center ที่ไม่ต้องอยู่บนโลก

นี่สะท้อนปัญหาพื้นฐานอย่างหนึ่งของ AI Economy ความต้องการ Compute กำลังเติบโตเร็วจนมนุษย์เริ่มมองหา Infrastructure นอกกรอบเดิม

Space Data Center แก้ปัญหาน้ำได้ แต่สร้างปัญหาใหม่

บนโลก AI Data Center ขนาดใหญ่ต้องเผชิญข้อจำกัดด้าน Water Consumption โดยเฉพาะระบบที่พึ่งพา Evaporative Cooling

ถ้า Compute ย้ายขึ้นอวกาศ ปัญหา Water Consumption ของ Cooling Tower ย่อมหายไปจาก Site บนโลก Land Footprint ก็ลดลง ความต้องการสร้าง Transmission Line สำหรับ Data Center บางส่วนก็อาจลดลง

แต่ไม่ได้หมายความว่า Environmental Impact จะเป็นศูนย์

เราต้องคิดถึง Rocket Emission วัสดุที่ใช้สร้าง Satellite, Orbital Debris, End-of-Life Disposal ผลกระทบต่อวงโคจร และจำนวน Satellite ที่ต้องใช้หากต้องการ Compute ระดับ Hyperscale

ดังนั้น Space Data Center ไม่ใช่ Zero-Impact Data Center เพียงแต่ย้าย Resource Constraint จากโลกไปอยู่ในอีกระบบหนึ่ง

แล้ว Space Data Center จะคุ้มเมื่อไร?

นี่คือคำถามที่ยังไม่มีใครตอบได้แน่นอน Google เองเรียก Project Suncatcher ว่าเป็น Moonshot

ทีมวิจัยระบุว่าไม่ได้คาดหวังว่า Space Data Center จะมีต้นทุนต่ำกว่า Data Center บนโลกภายในเวลาเพียงไม่กี่ปี ดังนั้นเราไม่ควรตีความการปล่อยดาวเทียมครั้งนี้ว่า Google กำลังจะย้าย Data Center ทั้งหมดขึ้นอวกาศ

สิ่งที่เกิดขึ้นคือ Proof of Engineering ขั้นแรก

ถ้า TPU สามารถทำงานได้ ถ้า Radiation จัดการได้ ถ้า Thermal Management ทำได้ ถ้า Optical Communication เร็วพอ ถ้า Launch Cost ลดลง และถ้าระบบสามารถ Scale จาก Satellite หนึ่งดวงไปเป็นหลายพันดวงได้ Economics จึงค่อยเริ่มเปลี่ยน

คำว่า “ถ้า” ยังมีจำนวนมาก

สิ่งที่ประเทศไทยควรเรียนรู้ ไม่ใช่รีบสร้าง Data Center ในอวกาศ

สำหรับประเทศไทย บทเรียนจาก Project Suncatcher ไม่ใช่ว่าเราต้องส่ง Data Center ขึ้นอวกาศแข่งกับ Google แต่สิ่งที่ควรมองคือ Technology Direction

AI Infrastructure กำลังเปลี่ยนจากธุรกิจอสังหาริมทรัพย์และ IT ไปเป็น Deep Infrastructure ที่เชื่อมโยง Semiconductor + Energy + Cooling + Telecom + Space + AI

ประเทศที่ต้องการมีบทบาทใน AI Economy จึงไม่ควรมอง Data Center เพียงว่าเป็นอาคารที่บริษัทต่างชาติเข้ามาสร้าง แต่ควรถามว่า ประเทศไทยสามารถสร้าง Technology และ Human Capital ส่วนใดของ Value Chain นี้ได้บ้าง

บนโลก ไทยมี “Cold Energy” แต่อวกาศมี “Solar Energy”

มีการเปรียบเทียบที่น่าสนใจมาก Google กำลังมองขึ้นไปบนอวกาศเพราะมี Solar Energy จำนวนมหาศาล

ประเทศไทยอาจไม่จำเป็นต้องมองไกลขนาดนั้นในวันนี้ เพราะเรายังมี Energy Resource ที่ถูกใช้ไม่เต็มประสิทธิภาพอยู่บนโลก ตัวอย่างเช่น LNG ที่ต้อง Regasification ก่อนส่งเข้าสู่ระบบก๊าซ

หาก LNG 1 ตันมี Cold Energy ที่สามารถนำกลับมาใช้ประโยชน์ได้ประมาณ 250 kWhₜₕ LNG Throughput 10 MTPA จะมีศักยภาพ Cold Energy เฉลี่ยประมาณ 285 MWₜₕ หรือประมาณ 81,000 RT

หาก Data Center อยู่ในตำแหน่งที่เหมาะสม Cold Energy นี้สามารถช่วยลด Mechanical Cooling และ Water Consumption ได้

ดังนั้นแนวคิดพื้นฐานเหมือนกัน

Google ถามว่า “พลังงานที่มีอยู่ในอวกาศ จะเปลี่ยนเป็น Compute ได้อย่างไร?”

ประเทศไทยก็ควรถามว่า “พลังงานที่เรามีอยู่แล้ว จะเปลี่ยนเป็น Compute ได้อย่างมีประสิทธิภาพที่สุดอย่างไร?”

อนาคตของ Data Center อาจไม่ได้มีเพียงสถานที่เดียว

ในระยะยาว เราอาจเห็น Computing Infrastructure แบ่งออกเป็นหลาย Layer

Edge Computing อยู่ใกล้ผู้ใช้งาน Urban Data Center รองรับบริการที่ต้องการ Latency ต่ำ Hyperscale Data Center อยู่ใกล้แหล่งไฟฟ้าและ Fiber AI Energy Campus อยู่ใกล้ Power Plant, Renewable Energy หรือ LNG Infrastructure และ Space Data Center รองรับ Workload บางประเภทที่เหมาะสมกับพลังงานและสภาพแวดล้อมในวงโคจร

ทั้งหมดอาจเชื่อมกันเป็น Planetary Computing Infrastructure ที่ Compute ไม่ได้ถูกกำหนดด้วยคำถามว่า “Server อยู่ที่ไหน?” แต่กำหนดด้วยว่า Workload นี้ควรถูกประมวลผลที่ใดจึงใช้ Energy, Cooling, Network และ Capital ได้ดีที่สุด

การแข่งขัน AI กำลังกลายเป็นการแข่งขันด้านพลังงาน

ท้ายที่สุด Project Suncatcher กำลังสะท้อนความจริงสำคัญข้อหนึ่ง ปัญหาของ AI ในอนาคตอาจไม่ใช่ว่าเราสร้าง Chip ได้เร็วเพียงใด แต่คือ เราจะหา Energy ให้ Chip เหล่านั้นจากไหน?

เมื่อ AI Compute ขยายจาก MW ไปสู่ GW และอาจไปไกลกว่านั้น ข้อจำกัดด้าน Grid, Power Generation, Land, Water และ Cooling จะยิ่งรุนแรงขึ้น

Google จึงเริ่มทดลองคำตอบที่สุดขั้ว ถ้าบนโลกมีข้อจำกัดมากเกินไป ก็เอา Compute ขึ้นไปหาดวงอาทิตย์

วันนี้ Project Suncatcher ยังเป็นเพียงดาวเทียมต้นแบบขนาดประมาณตู้เย็นที่มี TPU เพียง 4 ตัว แต่ Data Center ขนาดหลายร้อย MW บนโลกก็เคยเริ่มต้นจากห้อง Server ขนาดเล็กเช่นกัน

ดังนั้นสิ่งที่ควรจับตามองไม่ใช่ว่า “ปีหน้าจะมี Data Center 1 GW ลอยอยู่เหนือโลกหรือไม่?” คำตอบคือยังห่างไกล

แต่คำถามที่สำคัญกว่าคือ “ถ้า Launch Cost ลดลง Solar Technology ดีขึ้น Laser Communication เร็วขึ้น และ AI Chip ใช้พลังงานมีประสิทธิภาพขึ้น เส้นแบ่งระหว่าง Data Center กับ Satellite จะยังมีอยู่หรือไม่?”

การแข่งขันครั้งใหม่จึงอาจไม่ได้อยู่ที่ว่า ใครมีที่ดินมากกว่า ใครมีโรงไฟฟ้ามากกว่า หรือใครสร้าง Data Center บนโลกได้เร็วกว่า แต่กำลังขยายไปสู่คำถามที่ใหญ่กว่านั้นว่า ใครสามารถเข้าถึง Energy แล้วเปลี่ยนมันเป็น Compute ได้มากที่สุด ไม่ว่าพลังงานนั้นจะอยู่บนโลกหรืออยู่ห่างออกไปหลายร้อยกิโลเมตรเหนือศีรษะเรา

และการส่ง TPU เพียง 4 ตัวขึ้นสู่วงโคจรของ Google ในครั้งนี้ อาจเป็นเพียงก้าวเล็ก ๆ ทางวิศวกรรม แต่ก็อาจเป็น นัดแรกของการแข่งขันสร้าง AI Infrastructure นอกโลก ที่กำลังเริ่มต้นขึ้นแล้ว