ในยุคที่เทคโนโลยีปัญญาประดิษฐ์ (AI) กำลังเติบโตอย่างก้าวกระโดด ความต้องการพลังงานของศูนย์ข้อมูล (Data Center) ก็เพิ่มสูงขึ้นเป็นเงาตามตัว เพื่อตอบโจทย์ความท้าทายนี้ ชไนเดอร์ อิเล็คทริค จับมือกับ ETAP เปิดตัวเทคโนโลยี Digital Twin ที่ล้ำสมัย ซึ่งถือเป็นครั้งแรกของโลกที่สามารถจำลองความต้องการพลังงานของโรงงาน AI ได้อย่างแม่นยำ ตั้งแต่ระดับกริดไปจนถึงระดับชิป
เทคโนโลยี Digital Twin นี้ถูกพัฒนาขึ้นบนแพลตฟอร์ม NVIDIA Omniverse™ Blueprint ซึ่งเป็นแพลตฟอร์มต้นแบบสำหรับ Digital Twin ในโรงงาน AI ช่วยให้ชไนเดอร์ อิเล็คทริค และ ETAP สามารถรวบรวมข้อมูลจากระบบต่างๆ ที่เกี่ยวข้องกับการทำงานของโรงงาน AI ไม่ว่าจะเป็นระบบเครื่องกล ระบบระบายความร้อน ระบบเครือข่าย และระบบไฟฟ้า มาจำลองการทำงานได้อย่างสมจริง ทำให้สามารถวิเคราะห์และคาดการณ์การใช้พลังงานได้อย่างแม่นยำยิ่งขึ้น
ความร่วมมือครั้งนี้ถือเป็นการปฏิวัติการออกแบบและการดำเนินงานของโรงงาน AI อย่างแท้จริง จากเดิมที่การแสดงภาพระบบไฟฟ้าทำได้เพียงในระดับพื้นฐาน แต่การผสานรวมเทคโนโลยีของ ETAP และ NVIDIA Omniverse ทำให้สามารถสร้าง Digital Twin ที่สมบูรณ์แบบได้ โดยที่องค์ประกอบต่างๆ สามารถทำงานร่วมกันได้อย่างราบรื่น
ฟังก์ชันการทำงานที่โดดเด่นของ Digital Twin นี้ ได้แก่:
- การออกแบบและจำลองระบบไฟฟ้าขั้นสูง: ช่วยให้สามารถออกแบบระบบไฟฟ้าได้อย่างมีประสิทธิภาพและรองรับความต้องการพลังงานที่เพิ่มขึ้นของ AI
- การวิเคราะห์สถานการณ์ “What-If” แบบไดนามิก: สามารถจำลองสถานการณ์ต่างๆ เพื่อประเมินผลกระทบต่อการใช้พลังงานและประสิทธิภาพของระบบ
- การติดตามประสิทธิภาพของโครงสร้างพื้นฐานไฟฟ้าแบบเรียลไทม์: ช่วยให้สามารถตรวจสอบและวิเคราะห์การใช้พลังงานได้อย่างต่อเนื่อง เพื่อปรับปรุงประสิทธิภาพการทำงาน
- การเพิ่มประสิทธิภาพพลังงานขั้นสูง: ด้วยอัลกอริทึมอัจฉริยะที่สามารถวิเคราะห์และคาดการณ์การใช้พลังงาน ทำให้สามารถเพิ่มประสิทธิภาพการใช้พลังงานได้สูงสุด
- การบำรุงรักษาเชิงคาดการณ์และการประเมินความน่าเชื่อถือของระบบ: ช่วยให้สามารถคาดการณ์ปัญหาที่อาจเกิดขึ้นกับระบบไฟฟ้าและวางแผนการบำรุงรักษาได้อย่างมีประสิทธิภาพ
- การวิเคราะห์ความต้องการด้านโครงสร้างพื้นฐานตามการใช้พลังงาน: ช่วยลดต้นทุนการเป็นเจ้าของ (Total Cost of Ownership) โดยการวางแผนและปรับปรุงโครงสร้างพื้นฐานให้สอดคล้องกับความต้องการพลังงาน
การทำงานของ AI ไม่ว่าจะเป็นในระบบคลัสเตอร์สำหรับการฝึก AI ขนาดใหญ่ หรือเซิร์ฟเวอร์ประมวลผลที่เอดจ์ (Edge Inference Servers) ล้วนแต่ส่งผลให้การใช้พลังงานในศูนย์ข้อมูลเพิ่มขึ้นอย่างมหาศาล ซึ่งแตกต่างจากการประมวลผลแบบเดิมๆ อย่างสิ้นเชิง การประมวลผล AI โดยเฉพาะการฝึกโมเดลและการประมวลผลแบบอนุมาน (Inference) ที่ซับซ้อนนั้นต้องการพลังในการประมวลผลสูง ทำให้เกิดความหนาแน่นของพลังงานต่อแร็คสูงขึ้นตามไปด้วย
เมื่อ AI ถูกนำมาใช้มากขึ้น องค์กรขนาดใหญ่ ธุรกิจสตาร์ทอัพ ผู้ให้บริการศูนย์ข้อมูล และบริษัทอินเทอร์เน็ตรายใหญ่ จึงจำเป็นต้องปรับแนวทางในการออกแบบและบริหารจัดการศูนย์ข้อมูลใหม่ เพื่อรองรับความต้องการใช้พลังงานที่เพิ่มขึ้นอย่างต่อเนื่อง
ความร่วมมือระหว่าง ETAP และ NVIDIA ในการนำเสนอแนวทาง “Grid to Chip” ช่วยรับมือกับปัญหาท้าทายที่สำคัญด้านการจัดการพลังงาน การเพิ่มประสิทธิภาพการทำงาน และการใช้พลังงานในยุคของ AI ได้อย่างมีประสิทธิภาพ
ปัจจุบัน ผู้ดำเนินการศูนย์ข้อมูลสามารถประเมินการใช้พลังงานโดยเฉลี่ยในระดับของแร็คได้ แต่ Digital Twin ใหม่ของ ETAP จะมุ่งเน้นที่การเพิ่มความแม่นยำในการจำลองพฤติกรรมโหลดแบบไดนามิกในระดับชิป เพื่อช่วยให้ออกแบบระบบพลังงานได้ดีขึ้น และเพิ่มประสิทธิภาพการใช้พลังงานได้สูงสุด
ความร่วมมือครั้งนี้แสดงให้เห็นถึงความมุ่งมั่นของทั้ง ETAP และ NVIDIA ในการขับเคลื่อนนวัตกรรมในภาคธุรกิจศูนย์ข้อมูล ช่วยให้องค์กรต่างๆ สามารถเพิ่มประสิทธิภาพการดำเนินงานและจัดการกับความท้าทายของเวิร์กโหลด AI ได้อย่างมีประสิทธิผล
มุมมองจากผู้บริหาร:
ดิออน แฮร์ริส ผู้อำนวยการอาวุโสฝ่ายโซลูชั่น HPC และ AI Factory NVIDIA กล่าวว่า “เมื่อเวิร์กโหลดด้าน AI ขยายตัวมากขึ้นและทวีความซับซ้อนยิ่งขึ้น การบริหารจัดการพลังงานได้อย่างแม่นยำคือสิ่งสำคัญที่ช่วยให้มั่นใจเรื่องประสิทธิภาพ ความน่าเชื่อถือ และความยั่งยืน โดยเราได้ร่วมมือกับ ETAP และ ชไนเดอร์ อิเล็คทริค เพื่อช่วยให้ผู้ประกอบการศูนย์ข้อมูลสามารถมองเห็นและควบคุมพลังงานได้เหนือชั้นยิ่งกว่าที่ผ่านๆ มา”
ทานุจ คันเดลวาล ประธานเจ้าหน้าที่บริหาร ETAP กล่าวว่า “ความร่วมมือนี้ไม่ใช่แค่เรื่องโซลูชั่นด้านเทคโนโลยีเท่านั้น แต่เป็นการปฏิวัติวิธีการออกแบบ การบริหารจัดการ และการเพิ่มประสิทธิภาพศูนย์ข้อมูลในยุค AI”
ปานกาจ ชาร์มา รองประธานบริหารฝ่ายดาต้าเซ็นเตอร์ เครือข่าย และการบริการ ชไนเดอร์ อิเล็คทริค กล่าวเสริม “ความร่วมมือ ความรวดเร็ว และนวัตกรรม คือแรงขับเคลื่อนสำคัญที่อยู่เบื้องหลังการปฏิรูปโครงสร้างพื้นฐานทางดิจิทัลที่จำเป็นสำหรับเวิร์กโหลด AI”
โดยรวมแล้ว การพัฒนา Digital Twin ในครั้งนี้ถือเป็นก้าวสำคัญของวงการอุตสาหกรรม Data center เพื่อรองรับความต้องการของเทคโนโลยี AI ทีจะเติบโตขึ้นอย่างมากในอนาคต
