CEO IBM เตือน การสร้างศูนย์ข้อมูล AI ในปัจจุบัน “ไม่ยั่งยืน” ชี้มีโอกาสทำกำไรได้ยากมาก

.
คุณ Arvind Krishna ผู้บริหารของ IBM ได้เข้าร่วมในรายการพอดแคสต์ Decoder ของ The Verge เพื่อตั้งคำถามว่า การใช้จ่ายเงินลงทุนจำนวนมหาศาลที่เกิดขึ้นในปัจจุบันเพื่อพัฒนาปัญญาประดิษฐ์นั้น จะสามารถสร้างผลตอบแทนที่คุ้มค่าได้จริงหรือไม่
.
คุณ Krishna กล่าวว่า จากตัวเลขปัจจุบันของการสร้างและติดตั้งศูนย์ข้อมูล AI ขนาดใหญ่ ทำให้เห็นทิศทางที่อุตสาหกรรมกำลังดำเนินไป โดยตอนี้มียอดรวมการลงทุนสะสมประมาณ 8 ล้านล้าน USD เข้าไปแล้ว และจะต้อง “สร้างกำไร” ต่อปีราว 8 แสนล้าน USD เพียงเพื่อชำระต้นทุนทางการเงินเท่านั้น (ย้ำว่าต้องได้กำไร ด้วยนะ ไม่ใช่ทำแค่รายได้)
.
ข้อกล่าวอ้างนี้เชื่อมโยงโดยตรงกับสมมติฐานเกี่ยวกับฮาร์ดแวร์ปัจจุบัน ทั้งค่าเสื่อมราคา และพลังงาน โดยไม่ได้เป็นแค่การคาดการณ์ระยะยาว แต่มันเกิดขึ้นในช่วงเวลาที่เราเห็นหลายบริษัทต่างแข่งขันกันเสนอโครงสร้างพื้นฐานที่ไม่เคยมีมาก่อนในรอบหลายปี
.
คุณ Krishna ประมาณการว่า การติดตั้งฮาร์ดแวร์ประมวลผลให้เต็มศูนย์ข้อมูล AI ขนาด 1 กิกะวัตต์ ต้องใช้เงินลงทุนประมาณ 8 หมื่นล้าน USD ปัญหาคือ การติดตั้งขนาดใหญ่ระดับนี้กำลังจะเริ่มเข้าสู่ขั้นตอนการวางแผนเชิงปฏิบัติจริง แทนที่จะอยุ่ในกระดาษ โดยบริษัท AI ชั้นนำต่างเสนอแผนการติดตั้งที่มีขนาดหลายสิบกิกะวัตต์ และในบางกรณีอาจเกินกว่า 100 กิกะวัตต์ต่อแห่ง คุณ Krishna กล่าวว่า การประกาศทั้งจากภาครัฐและเอกชนรวมกัน ชี้ให้เห็นถึงความจุที่วางแผนไว้สำหรับงานประมวลผลระดับ AGI โดยเฉพาะ อยู่ที่ประมาณ 100 กิกะวัตต์เข้าไปแล้ว
.
และถ้าเรามาคิดต้นทุนที่อัตรา 80,000 ล้าน USD ต่อกิกะวัตต์ ยอดรวมการลงทุนจะสูงถึง 8 ล้านล้าน USD คุณ Krishna เชื่อมโยงตัวเลขเหล่านี้เข้ากับวงจรการอัปเดตฮาร์ดแวร์ในระยะ 5 ปี ซึ่งเป็นเรื่องปกติสำหรับชุดอุปกรณ์เร่งความเร็วพวกนี้ โดยให้เหตุผลว่า ความจำเป็นในการเปลี่ยนฮาร์ดแวร์ส่วนใหญ่ในศูนย์ข้อมูลเหล่านั้นภายในกรอบเวลานี้ จะสร้างผลกระทบสะสมต่อความต้องการด้านค่าใช้จ่ายในระยะยาว
.
คุณ Krishna ชี้ให้เห็นว่า “ค่าเสื่อมราคา” เป็นส่วนของการคำนวณที่นักลงทุนประเมินต่ำเกินไปมาก โดยปกติแล้วอุปกรณ์เร่งความเร็ว AI มักจะถูกตัดจำหน่ายในระยะเวลา 5 ปี และความรวดเร็วของการเปลี่ยนแปลงทางสถาปัตยกรรมทำให้ชุดอุปกรณ์ต้องถูก “เปลี่ยนใหม่” แทนที่จะถูกยืดอายุการใช้งาน
.
ในวงการการเงินเองก็มีกังวลที่คล้ายกันนี้ เช่น คุณ Michael Burry นักลงทุนชื่อดัง ได้ตั้งคำถามว่า บริษัท Hyperscalers จะสามารถ ยืดอายุการใช้งานที่เป็นประโยชน์ได้ต่อไปหรือไม่ หากประสิทธิภาพที่เพิ่มขึ้นและขนาดของโมเดลทำให้ GPU รุ่นเก่าต้องถูกปลดระวางเร็วกว่ากำหนดที่คาดไว้
.
คุณ Krishna กล่าวว่า ท้ายที่สุดแล้วเขาคาดว่า Generative AI ในรูปแบบปัจจุบันจะช่วยขับเคลื่อนประสิทธิภาพการผลิตในระดับองค์กรได้อย่างมหาศาล แต่สิ่งที่เขากังวลคือ ความสัมพันธ์ระหว่างขนาดทางกายภาพของโครงสร้างพื้นฐาน AI ในยุคหน้า กับหลักเศรษฐศาสตร์ที่จำเป็นต่อการสนับสนุนเพื่อให้ดาต้าเว็นเตอร์พวกนี้ทำงานต่อไปได้ ดังนั้นบริษัทที่มุ่งมั่นสร้างดาต้าเซ็นเตอร์ขนาดใหญ่หลายกิกะวัตต์เหล่านี้ และมีกำหนดการเปลี่ยนอุปกรณ์ที่สั้น จะต้องแสดงให้เห็นถึงผลตอบแทนที่สอดคล้องกับค่าใช้จ่ายที่ไม่เคยมีมาก่อน
——————————-
แนะนำ BullVPN – บริการ VPN ที่ช่วยให้คุณมุดเว็บ ข้ามโซน ดูหนัง ฟังเพลง เล่นเกมได้ทุกที่อย่างอิสระและปลอดภัย
✨ พิเศษ! ใช้โค้ด sheapgamer รับส่วนลดรายปีสูงสุด 425 บาท 🚀

Source: https://www.facebook.com/sheapgamer/posts/pfbid0KMpZguoxobHUauZ4eK86An7iCk3NFcMcT5BYsMKMWfPuB7dToEL4kKntwmGQDRRbl