NVIDIA Kyber แร็ก AI กินไฟมหาศาล 600kW! เทียบเท่าบ้าน 500 หลังใช้ไฟพร้อมกัน เพิ่มขึ้น 5 เท่าจาก Blackwell เตือน Data Center ทั่วโลกอาจติดคอขวดด้านพลังงาน

อุตสาหกรรม AI กำลังเผชิญความท้าทายครั้งใหม่ที่อาจรุนแรงกว่าปัญหาหน่วยความจำ DRAM ขาดแคลน เพราะแม้ผู้ผลิตจะสามารถเพิ่มกำลังการผลิต GPU และหน่วยความจำเพื่อรองรับความต้องการได้ในระยะยาว แต่ปัญหาที่ใหญ่กว่าคือ โครงสร้างพื้นฐานด้านไฟฟ้าของ Data Center อาจไม่สามารถรองรับความต้องการพลังงานของ AI รุ่นถัดไปได้อีกต่อไป

ประเด็นดังกล่าวกลับมาได้รับความสนใจหลัง Jessie Dong เผยแพร่กราฟแสดงแนวโน้มการใช้พลังงานของระบบ AI Rack รุ่นใหม่จาก NVIDIA ซึ่งแสดงให้เห็นว่าความต้องการไฟฟ้ากำลังเพิ่มขึ้นอย่างก้าวกระโดดตามจำนวน GPU และประสิทธิภาพการประมวลผล

ตัวเลขที่น่าตกใจที่สุดคือระบบ NVIDIA Kyber ที่ออกแบบมาสำหรับ Rubin Ultra อาจต้องใช้พลังงานสูงถึง 600kW ต่อแร็ก หรือเทียบเท่ากับการใช้ไฟฟ้าของบ้านพักอาศัยทั่วไปในสหรัฐฯ ประมาณ 500 หลังพร้อมกัน

นี่ไม่ใช่แค่ปัญหาการออกแบบ Power Supply ให้จ่ายไฟได้เพียงพออีกต่อไป แต่เป็นโจทย์ระดับโครงสร้างพื้นฐานที่ต้องวางแผนตั้งแต่ระบบไฟฟ้าหลักของ Data Center ไปจนถึงระบบจ่ายไฟและระบายความร้อนภายในแร็ก

จาก Hopper 40kW สู่ Blackwell 120kW ก่อนกระโดดไป 600kW

หากย้อนดูพัฒนาการของระบบ AI Rack จะเห็นว่าความต้องการพลังงานเพิ่มขึ้นอย่างรวดเร็วในเวลาเพียงไม่กี่ปี

ข้อมูลจากกราฟที่ Jessie Dong เผยแพร่แสดงให้เห็นแนวโน้มดังนี้

จะเห็นว่าแร็ก Blackwell NVL72 ใช้พลังงานมากกว่าระบบ Hopper รุ่นก่อนประมาณ 3 เท่า ขณะที่ Kyber จะเพิ่มขึ้นอีก 5 เท่าเมื่อเทียบกับ Blackwell

หากนำไปเทียบกับแร็กเซิร์ฟเวอร์องค์กรทั่วไปที่ใช้ไฟประมาณ 8kW ตัวเลข 600kW จะสูงกว่าถึง 75 เท่า

ที่สำคัญ 600kW เป็นกำลังไฟต่อเนื่อง ไม่ใช่กำลังไฟสูงสุดเพียงชั่วขณะ หากระบบทำงานเต็มกำลังตลอด 24 ชั่วโมง จะใช้พลังงานถึง 14,400kWh ต่อวัน หรือประมาณ 432,000kWh ต่อเดือนต่อแร็ก

นี่จึงเป็นเหตุผลว่าทำไม NVIDIA และผู้ให้บริการ Data Center ต้องเริ่มคิดเรื่องระบบพลังงานตั้งแต่ก่อนผลิตภัณฑ์จะออกสู่ตลาดจริง

ปัญหาไม่ได้อยู่ที่ผลิตไฟฟ้าอย่างเดียว แต่ต้องส่งไฟไปถึง GPU ให้ได้ด้วย

ความท้าทายของ Data Center รุ่นใหม่ไม่ได้จบเพียงการทำสัญญาซื้อไฟฟ้าจากผู้ให้บริการสาธารณูปโภค เพราะแม้จะมีไฟฟ้าเพียงพอจากโครงข่ายหลัก แต่ระบบจ่ายไฟภายในอาคารก็อาจไม่สามารถรองรับความหนาแน่นของพลังงานระดับนี้ได้

Data Center รุ่นเก่าถูกออกแบบมาเพื่อรองรับแร็กเซิร์ฟเวอร์ที่ใช้พลังงานหลักหน่วยหรือหลักสิบกิโลวัตต์ การปรับปรุงระบบให้สามารถจ่ายไฟ 600kW ไปยังตำแหน่งติดตั้งแร็กเพียงจุดเดียวจึงไม่ใช่เรื่องง่าย

สิ่งที่ต้องปรับปรุงมีตั้งแต่หม้อแปลงไฟฟ้า ระบบ UPS ระบบจ่ายไฟแรงดันสูง Busbar ระบบป้องกันกระแสเกิน ไปจนถึงสายไฟและระบบควบคุมอุณหภูมิ

ยิ่งไปกว่านั้น เมื่อ GPU จำนวนมากทำงานพร้อมกัน ก็จะเกิดความร้อนมหาศาลที่ต้องระบายออกจากพื้นที่ขนาดจำกัด ระบบระบายความร้อนด้วยอากาศแบบเดิมจึงไม่เพียงพอ และจำเป็นต้องพึ่งพาระบบ Liquid Cooling ที่ออกแบบมาเฉพาะ

NVIDIA เตรียมเปลี่ยนระบบจ่ายไฟเป็น 800V DC รองรับ AI Rack ระดับเมกะวัตต์

NVIDIA ตระหนักถึงข้อจำกัดนี้และเริ่มผลักดันสถาปัตยกรรมจ่ายไฟแบบ 800V DC สำหรับ Data Center รุ่นใหม่ โดยต้องการลดข้อจำกัดของระบบจ่ายไฟ 54V DC ที่ใช้กันอยู่ในแร็ก AI รุ่นปัจจุบัน

แนวคิดคือการแปลงไฟฟ้าจากระบบ AC เป็นไฟฟ้าแรงดันสูง 800V DC ตั้งแต่บริเวณระบบจ่ายไฟหลักของ Data Center ก่อนกระจายไปยังแร็กประมวลผล

ข้อดีของแนวทางนี้คือสามารถส่งผ่านพลังงานได้มากขึ้นโดยใช้ตัวนำไฟฟ้าในขนาดที่เหมาะสม ลดจำนวนขั้นตอนการแปลงไฟฟ้า และช่วยลดพื้นที่ที่ต้องใช้ติดตั้งอุปกรณ์จ่ายไฟภายในแร็ก

NVIDIA ระบุว่า 800V DC จะเป็นองค์ประกอบสำคัญในการรองรับระบบ AI Rack ที่ใช้พลังงานระดับ 1MW หรือมากกว่าในอนาคต

นอกจากนี้ยังต้องอาศัยความร่วมมือจากผู้ผลิตอุปกรณ์ไฟฟ้ารายใหญ่ เช่น Eaton, Schneider Electric และ Vertiv เพื่อพัฒนาโครงสร้างพื้นฐานที่รองรับการจ่ายไฟระดับสูงได้อย่างปลอดภัยและมีประสิทธิภาพ

Amazon ก็อาจเจอปัญหา แม้มีงบซื้อ GPU มหาศาล

อีกตัวอย่างที่สะท้อนความท้าทายของตลาด AI คือผู้ให้บริการ Cloud รายใหญ่อย่าง Amazon ซึ่งมีรายงานว่าทุ่มเงินหลายพันล้านดอลลาร์เพื่อจัดซื้อระบบ NVIDIA GB300 สำหรับขยาย Data Center

แต่การมี GPU อยู่ในคลังสินค้าไม่ได้หมายความว่าจะสามารถนำไปติดตั้งและเปิดใช้งานได้ทันที เพราะต้องมีพื้นที่ ระบบไฟฟ้า ระบบระบายความร้อน และโครงสร้างพื้นฐานที่รองรับกำลังไฟของอุปกรณ์เหล่านั้นด้วย

หาก Data Center ไม่สามารถจ่ายไฟให้กับ GPU ได้เพียงพอ ฮาร์ดแวร์ราคาแพงก็อาจต้องรออยู่ในคลังหรือรอให้โครงสร้างพื้นฐานพร้อมก่อนจึงจะเริ่มสร้างรายได้ได้

ปัญหานี้อาจยิ่งรุนแรงขึ้นในอนาคต เพราะบริษัท AI รายใหญ่ต่างต้องการเข้าถึง GPU รุ่นใหม่เป็นกลุ่มแรก ขณะที่ผู้ให้บริการ Data Center ก็ต้องแข่งขันกันสร้างระบบที่รองรับการประมวลผลระดับสูงให้ทันความต้องการ

ไม่ใช่แค่สร้างโรงไฟฟ้า แต่ต้องออกแบบ Data Center ใหม่ตั้งแต่ต้น

ปัญหาของระบบ Kyber ทำให้เห็นว่าอุตสาหกรรม AI กำลังเข้าสู่ช่วงที่ข้อจำกัดด้านพลังงานอาจกลายเป็นอุปสรรคสำคัญกว่าการจัดหาชิปประมวลผล

การสร้าง Data Center สำหรับ AI รุ่นใหม่จึงต้องเปลี่ยนแนวคิดจากเดิมที่ออกแบบอาคารเพื่อรองรับเซิร์ฟเวอร์ทั่วไป มาเป็นการออกแบบระบบไฟฟ้าและระบบทำความเย็นเพื่อรองรับ AI Rack ความหนาแน่นสูงโดยเฉพาะ

ผู้ให้บริการอาจต้องสร้างโรงไฟฟ้าหรือระบบผลิตไฟฟ้าภายในพื้นที่ ติดตั้งระบบสำรองพลังงานขนาดใหญ่ และปรับปรุงระบบจ่ายไฟแรงดันสูง รวมถึงออกแบบระบบ Liquid Cooling ตั้งแต่ขั้นตอนก่อสร้าง

นั่นหมายความว่าการขยาย Data Center ในยุค AI จะไม่ได้วัดกันแค่ว่าใครมีเงินซื้อ GPU มากที่สุด แต่ยังต้องดูว่าใครมีความพร้อมด้านพลังงานและโครงสร้างพื้นฐานมากพอที่จะเปิดใช้งาน GPU เหล่านั้นได้จริง

กำหนดการ Kyber อาจเลื่อนจากปี 2027 ไปปี 2028

อย่างไรก็ตาม มีความเคลื่อนไหวเพิ่มเติมที่ควรติดตาม เพราะกำหนดการของระบบ Kyber มีข่าวเกี่ยวกับความล่าช้าแล้ว

ก่อนหน้านี้มีรายงานจาก Data Center Dynamics เมื่อเดือนกรกฎาคม 2026 โดยอ้างข้อมูลจาก SemiAnalysis ว่าแพลตฟอร์ม Kyber NVL144 อาจเลื่อนจากแผนเดิมในปี 2027 ไปเป็นปี 2028 เนื่องจากปัญหาการผลิตแผงวงจร PCB Midplane ที่ใช้เชื่อมต่อโมดูลภายในระบบ

รายงานเดียวกันยังระบุว่าปัญหาการผลิตอาจส่งผลต่อระบบ Rubin Ultra NVL576 ด้วย ขณะที่ NVIDIA ชี้แจงเพียงว่าแผนงานผลิตภัณฑ์ของบริษัทยังคงดำเนินไปตามโรดแมป

นอกจากนี้ NVIDIA ได้อธิบายโครงสร้างระบบในเอกสารทางเทคนิคเดือนมีนาคม 2026 ว่า Rubin Ultra NVL576 ประกอบด้วยแร็ก NVL จำนวน 8 ชุด ชุดละ 72 GPU รวมเป็น 576 GPU ในระบบ NVLink Domain เดียว ส่วน Kyber เป็นสถาปัตยกรรมแร็กรุ่นถัดไปที่ออกแบบให้รองรับ 144 GPU ต่อแร็ก และจะเป็นพื้นฐานสำหรับระบบขนาดใหญ่กว่าในอนาคต

ดังนั้นตัวเลข 600kW จึงควรมองเป็นข้อมูลกำลังไฟที่ NVIDIA เคยเปิดเผยสำหรับระบบ Kyber ตามแผนเดิม ไม่ใช่ตัวเลขสเปกสุดท้ายที่ยืนยันแล้วสำหรับผลิตภัณฑ์ทุกการกำหนดค่า

AI รุ่นถัดไปอาจไม่ได้ติดที่ GPU แต่ติดที่ปลั๊กไฟ

ภาพรวมทั้งหมดสะท้อนให้เห็นว่าการแข่งขัน AI กำลังเปลี่ยนจากสงครามชิปประมวลผลไปสู่การแข่งขันด้านพลังงานอย่างเต็มรูปแบบ

ในช่วงที่ผ่านมา ปัญหาสำคัญคือการขาดแคลน DRAM, HBM และ GPU ซึ่งผู้ผลิตสามารถแก้ไขได้ด้วยการลงทุนเพิ่มกำลังการผลิตในระยะยาว

แต่สำหรับพลังงานไฟฟ้า การขยายโครงข่าย การสร้างโรงไฟฟ้า และการปรับปรุงระบบจ่ายไฟต้องใช้ทั้งเวลา เงินลงทุน และการวางแผนระยะยาวมากกว่า

หากระบบ AI รุ่นใหม่ต้องการกำลังไฟระดับหลายร้อยกิโลวัตต์ต่อแร็ก Data Center ที่สร้างขึ้นโดยไม่ได้เตรียมโครงสร้างพื้นฐานไว้ตั้งแต่แรกก็อาจไม่สามารถรองรับได้

สุดท้ายแล้ว ต่อให้ NVIDIA ผลิต GPU ได้มากเพียงใด ต่อให้ผู้ให้บริการ Cloud มีเงินลงทุนหลายแสนล้านบาท แต่หากไม่มีไฟฟ้ามากพอที่จะเปิดใช้งานระบบเหล่านั้น การเติบโตของ AI ก็อาจต้องหยุดรออยู่หน้าประตู Data Center ที่ยังไม่มีพลังงานเพียงพอ

ที่มา: Wccftech