Artificial Intelligence

Rui Ma ผู้ก่อตั้ง Tech Buzz China ให้สัมภาษณ์กับนิตยสาร Fortune ให้ข้อสังเกตหลังเดินทางกลับจากการดูงานด้าน AI ในจีนว่า สำหรับคนที่นั่น "ปัญหาพลังงานไฟฟ้าเป็นเรื่องที่ถูกแก้ไขไปแล้ว" และมองว่าการมีพลังงานใช้อย่างเพียงพอเป็นเรื่องปกติ ซึ่งตรงกันข้ามกับสถานการณ์ในสหรัฐฯ อย่างสิ้นเชิง ที่การเติบโตของ AI ถูกผูกติดอยู่กับข้อจำกัดของโครงข่ายไฟฟ้ามาโดยตลอด

สหรัฐฯ: ติดหล่ม กริดไฟฟ้าเปราะบาง คอขวดด้านพลังงานสกัดการเติบโต AI

ความต้องการพลังงานจากดาต้าเซ็นเตอร์ที่เพิ่มขึ้นอย่างมหาศาล กำลังสร้างแรงกดดันต่อโครงข่ายไฟฟ้าของสหรัฐฯ ที่ทั้งเปราะบางและพัฒนาไม่ทันท่วงที จน Goldman Sachs เตือนว่าอาจกลายเป็น "คอขวดที่สำคัญอย่างยิ่ง" ต่ออุตสาหกรรม AI โดยสถานการณ์ในปัจจุบันสะท้อนผ่านปัญหาหลายด้าน:

  • โครงข่ายตึงตัว: ผลสำรวจของ Deloitte ระบุว่า ปัจจัยอันดับหนึ่งที่จำกัดการสร้างดาต้าเซ็นเตอร์ในสหรัฐฯ คือแรงกดดันที่มีต่อโครงข่ายไฟฟ้า
  • บริษัทเทคโนโลยีต้องพึ่งพาตนเอง: บริษัทใหญ่อย่าง Microsoft, Google และ Amazon ถึงขั้นต้องลงทุนสร้างโรงไฟฟ้าของตัวเอง เพื่อแก้ปัญหาความไม่แน่นอนของกริดสาธารณะ
  • กระทบค่าครองชีพ: ประชาชนเริ่มได้รับผลกระทบโดยตรง เช่น ในรัฐโอไฮโอที่ค่าไฟของครัวเรือนเพิ่มขึ้นเฉลี่ยอย่างน้อย 15 ดอลลาร์ต่อเดือนในช่วงฤดูร้อน อันเนื่องมาจากการมาของดาต้าเซ็นเตอร์
  • กำลังผลิตสำรองต่ำ: โครงข่ายไฟฟ้าในสหรัฐฯ มีกำลังผลิตสำรอง (reserve margin) เพียงประมาณ 15% หรือน้อยกว่า ซึ่งเสี่ยงต่อการขาดแคลนในช่วงที่ความต้องการพุ่งสูง

จีน: ไฟฟ้าล้นเหลือจนมองดาต้าเซ็นเตอร์เป็น 'ตัวช่วยรองรับ'

ในทางกลับกัน David Fishman ผู้เชี่ยวชาญด้านระบบไฟฟ้าของจีน ให้ข้อมูลกับ Fortune ว่าสำหรับจีนแล้ว "เรื่องไฟฟ้าไม่ใช่คำถามด้วยซ้ำ" เนื่องจากนโยบายการลงทุนโครงสร้างพื้นฐานล่วงหน้ามานานหลายทศวรรษ ทำให้จีนมีความได้เปรียบอย่างชัดเจน

โดยเฉลี่ย จีนเพิ่มความต้องการไฟฟ้าใหม่ทุกปีมากกว่าการใช้ไฟฟ้าทั้งปีของเยอรมนี และในบางมณฑล มีการติดตั้งแผงโซลาร์เซลล์บนหลังคาครัวเรือนทั่วทั้งพื้นที่ชนบท จนหนึ่งมณฑลมีกำลังผลิตไฟฟ้าเทียบเท่ากับทั้งประเทศอินเดียเลยทีเดียว

  • กำลังผลิตสำรองมหาศาล: จีนมีกำลังผลิตไฟฟ้าสำรองทั่วประเทศสูงถึง 80-100% หมายความว่ามีกำลังผลิตมากกว่าความต้องการใช้จริงเกือบสองเท่า
  • ดาต้าเซ็นเตอร์คือผู้ช่วย: ด้วยปริมาณไฟฟ้าที่ล้นเหลือ ทำให้จีนมองว่าดาต้าเซ็นเตอร์เป็น "วิธีที่สะดวกในการดูดซับอุปทานส่วนเกิน" (soak up oversupply) ไม่ใช่ภัยคุกคามต่อเสถียรภาพของระบบ
  • ความยืดหยุ่นสูง: แม้ความต้องการพลังงานจาก AI จะเติบโตเร็วจนพลังงานหมุนเวียนสร้างไม่ทัน จีนก็ยังสามารถนำโรงไฟฟ้าถ่านหินที่ปลดระวางชั่วคราวกลับมาใช้งานเพื่อเสริมระบบได้อย่างรวดเร็ว

ความได้เปรียบเชิงโครงสร้าง: การวางแผนระยะยาว vs. การลงทุนระยะสั้น

Fishman ชี้ว่าความแตกต่างนี้เกิดจากโมเดลการบริหารจัดการที่ต่างกันอย่างสิ้นเชิง ในขณะที่จีนมีการวางแผนจากส่วนกลางในระยะยาว ทำให้การสร้างโครงสร้างพื้นฐานเกิดขึ้นเพื่อ "รอรับ" ความต้องการในอนาคต แต่ในสหรัฐฯ การลงทุนโครงสร้างพื้นฐานขนาดใหญ่ต้องพึ่งพาภาคเอกชนที่มักคาดหวังผลตอบแทนในระยะสั้น (3-5 ปี) ซึ่งไม่สอดคล้องกับโครงการด้านพลังงานที่ใช้เวลานานนับทศวรรษ

วัฒนธรรมการมองพลังงานที่ต่างกัน

อีกปัจจัยที่มักถูกมองข้ามคือ มุมมองทางวัฒนธรรม ในจีน พลังงานหมุนเวียนไม่ได้ถูกนำเสนอในฐานะ “สิ่งดีทางศีลธรรม” แต่เป็น “ทางเลือกที่มีเหตุผลทางเศรษฐกิจและยุทธศาสตร์” ถ่านหินไม่ถูกมองว่าเป็น “ตัวร้าย” แต่เป็น “เทคโนโลยีที่ล้าสมัย” ทำให้การตัดสินใจเป็นไปอย่างเป็นเหตุเป็นผล ไม่ติดกับดักการเมือง หรือถูกนำเสนอในแง่องค์การที่ดี มี ESG เป็นแคมเปญการตลาด

Fishman เตือนว่าหากสหรัฐฯ ไม่เปลี่ยนแปลงวิธีการลงทุนและสร้างโครงสร้างพื้นฐานด้านพลังงานอย่างจริงจัง ช่องว่างขีดความสามารถกับจีนก็จะยิ่งกว้างขึ้นเรื่อยๆ ในอนาคต ในยุคที่ AI ขับเคลื่อนเศรษฐกิจและอำนาจระดับชาติ การมี “กริดไฟฟ้าที่แข็งแรง” อาจไม่ใช่แค่เรื่องเทคนิค แต่คือ ข้อได้เปรียบเชิงยุทธศาสตร์ ที่อาจกำหนดผู้นำของโลกในศตวรรษที่ 21

และตอนนี้ ดูเหมือนว่า จีนจะกำลังนำอยู่หลายก้าว — ไม่ใช่เพราะมีชิปที่เร็วกว่า แต่เพราะมีไฟฟ้าที่ “เหลือล้น”

ที่มา: Fortune

UPDATE : Elon Musk ก็ได้พูดถึงประเด็นนี้ ว่าคู่แข่งที่น่ากลัวที่สุดคือบริษัทจาก จีน ไม่ใช่เพราะพวกเขามีเทคโนโลยีที่เหนือกว่าในตอนนี้ แต่เป็นเพราะพวกเขามี พลังงานไฟฟ้า มากกว่าสหรัฐฯ และมีความสามารถในการผลิต ฮาร์ดแวร์ ที่แข็งแกร่งมาก

Hiring! บริษัทที่น่าสนใจ

Carmen Software company cover
Carmen Software
Hotel Financial Solutions
Next Innovation (Thailand) Co., Ltd. company cover
Next Innovation (Thailand) Co., Ltd.
We are web design with consulting & engineering services driven the future stronger and flexibility.
KKP Dime company cover
KKP Dime
KKP Dime บริษัทในเครือเกียรตินาคินภัทร
Kiatnakin Phatra Financial Group company cover
Kiatnakin Phatra Financial Group
Financial Service
Fastwork Technologies company cover
Fastwork Technologies
Fastwork.co เว็บไซต์ที่รวบรวม ฟรีแลนซ์ มืออาชีพจากหลากหลายสายงานไว้ในที่เดียวกัน
Thoughtworks Thailand company cover
Thoughtworks Thailand
Thoughtworks เป็นบริษัทที่ปรึกษาด้านเทคโนโยลีระดับโลกที่คว้า Great Place to Work 3 ปีซ้อน
Iron Software company cover
Iron Software
Iron Software is an American company providing a suite of .NET libraries by engineer for engineers.
CLEVERSE company cover
CLEVERSE
Cleverse is a Venture Builder. Our team builds several tech companies.
Nipa Cloud company cover
Nipa Cloud
#1 OpenStack cloud provider in Thailand with our own data center and software platform.
Bangmod Enterprise company cover
Bangmod Enterprise
The leader in Cloud Server and Hosting in Thailand.
CIMB THAI Bank company cover
CIMB THAI Bank
MOVING FORWARD WITH YOU - CIMB is the leading ASEAN Bank
Bangkok Bank company cover
Bangkok Bank
Bangkok Bank is one of Southeast Asia's largest regional banks, a market leader in business banking
MuvMi (Urban Mobility Tech Co.,Ltd.) company cover
MuvMi (Urban Mobility Tech Co.,Ltd.)
Shape the future of urban mobility towards affordable, clean, and safe solutions
T.N. Digital Solution Co., Ltd. company cover
T.N. Digital Solution Co., Ltd.
TNDS has been involving in every first move of banking’s major digital transformation.
KBTG - KASIKORN Business-Technology Group company cover
KBTG - KASIKORN Business-Technology Group
KBTG - "The Technology Company for Digital Business Innovation"
Siam Commercial Bank Public Company Limited company cover
Siam Commercial Bank Public Company Limited
"Let's start a brighter career future together"
Icon Framework co.,Ltd. company cover
Icon Framework co.,Ltd.
Global Standard Platform for Real Estate แพลตฟอร์มสำหรับธุรกิจอสังหาริมทรัพย์ครบวงจร มาตรฐานระดับโลก
REFINITIV company cover
REFINITIV
The Financial and Risk business of Thomson Reuters is now Refinitiv
H LAB company cover
H LAB
Re-engineering healthcare systems through intelligent platforms and system design.
The Gang Technology Co., Ltd. company cover
The Gang Technology Co., Ltd.
We're a Digital Agency that helps our customers transform their business into digital with ease.
LTMH company cover
LTMH
LTMH มุ่งเน้นการพัฒนาผลิตภัณฑ์ที่สามารถช่วยพันธมิตรของเราให้บรรลุเป้าหมาย
Seven Peaks company cover
Seven Peaks
We Drive Digital Transformation
Wisesight (Thailand) Co., Ltd. company cover
Wisesight (Thailand) Co., Ltd.
The Best Choice For Handling Social Media · High Expertise in Social Data · Most Advanced and Secure
MOLOG Tech company cover
MOLOG Tech
We are Modern Logistic Platform, Specialize in WMS, OMS and TMS.
Data Wow Co.,Ltd company cover
Data Wow Co.,Ltd
We enable our clients to realize increased productivity by solving their most complex issues by Data
LINE Company Thailand company cover
LINE Company Thailand
LINE, the world's hottest mobile messaging platform, offers free text and voice messaging + Call
LINE MAN Wongnai company cover
LINE MAN Wongnai
Join our journey to becoming No.1 food platform in Thailand

ที่ฝรั่งแบนชิป AI ก็เพราะคิดว่า
ถ้าจีนขาดชิป AI เทพๆ ที่มี ผลลัพธ์ / พลังงาน สูง
จะทำให้ต้นทุน AI จีนแพงจนสู้ฝรั่งไม่ได้ นี่แหละ

แล้วที่ทรัมป์เริ่มยอม น่าจะเพราะรู้แล้วว่าไม่ได้ผล
แถมทำจีนเร่งสร้างชิป AI เองอีก

ชิปที่มีความเร็วมากขึ้นก็มีผล ทำให้ได้เปรียบ แต่จริงๆ มันอยู่ที่พลังงาน ถ้าคุณรู้จัก neuron มันคำนวณผลทีมันทำพร้อมๆ กันหลายชุด ชิปธรรมดาก็ทำได้ แต่จะช้าหน่อย แต่จะกินพลังงานมากเพราะมันโยงกันเป็นเครือข่ายแล้วคำนวณผลพร้อมกัน ไม่เหมือน if/else ที่คำนวณทีละอย่าง

คิดว่าน่าจะตอบผมแต่ไปตอบผิดที่ ไม่เข้าใจผิดหรอก ตอนนี้ผมเขียน Model AI อยู่ เขียนเองจาก 0 ไม่ใช้ไลบรารี ยังไม่เอาไปใช้ไม่ได้ ผมเห็นมันทำงานพร้อมกันทั้งยวง ตอนเทรนถ้าคุณหมายถึงหาค่า sigmoid กับ bias มันกินพลังเยอะกว่าก็จริง เพราะมันคำนวณหนักมาก แต่ตอนหาค่า output หลังเทรนมันก็คำนวณเป็นสิบๆ นิวรอนพร้อมกันเหมือนกัน นี่แค่โมเดลตัวอย่างเล็กๆ อินพุตแค่ไม่กี่อักขระ

ผมตอบข้างล่างจริงๆ
เพราะเค้าคิดว่า "จีนทำ Model แจกเพราะไม่ใช้ทรัพยากรเยอะ"
ซึ่งไม่ตรงความจริง

ส่วนเรื่องการเปรียบเทียบ เทรน vs ใช้
ผมแค่ชี้ว่าตอนเทรนมันกินเยอะกว่าตอนใช้มาก
ทั้งจำนวน neural, ความละเอียดของ float
ที่สำคัญคือเทรนกับข้อมูลมหาศาล ไม่รู้กี่พันล้านรอบกว่าจะได้ Model ที่ใช้งานได้ออกมา

แต่ตอนใช้มันวิ่งไม่กี่รอบตามขนาด token
เพิ่งมาบวมแรงๆตอน chain of though & reasoning

ชอบคนเขียนบทความแบบนี้จังเลย เป็นเหมือนบทความดีๆชิ้นหนึ่ง ที่เอามาย่อยเอามาย่อ ปรับรูปหน้าใหม่ แบบนี้ถูกใจมากทำมาบ่อยๆนะครับ สาระดีเป็นชิ้นเป็นอันมากเลย

ชอบย่อหน้าสุดท้ายเรื่องการเฟรมว่าไม่ใช้ renewable energy = ชั่ว (ผมนึกถึงเวลาคนใช้รถไฟฟ้ากับรถน้ำมันเถียงกัน😆) ที่หลายๆ ครั้งกลายเป็นเรื่องสนองอีโก้ มากกว่าการมองแบบตรงไปตรงมาว่าปัจจัยมันก็มีอื่นๆ อีก ESG นี่ก็พอกัน แคมเปญการตลาดดีๆ นี่เอง

marryboomz Sat, 23/08/2025 - 21:48

จริงๆ จีนเขาก็ฉลาดนะ ปล่อยโอเพ่นซอร์สออกมาให้ทั้งโลกใช้ฟรี เหมือนเป็นของดีที่ใครอยากใช้ก็ใช้ไป ไม่ได้เก็บเงิน ไม่ได้หวงอะไร แต่พอมองดีๆ จะเห็นว่าจีนแทบไม่ต้องลงทุนทรัพยากรของตัวเองมากนัก เพราะภาระจริงๆ จะไปตกอยู่กับผู้ใช้งานในแต่ละประเทศ ที่ต้องเอาไปปรับใช้ ต้องลงทุน ต้องใช้พลังงานและทรัพยากรของตัวเองในการประมวลผลหรือทำโปรเจกต์ต่อ

สุดท้ายจีนก็กลายเป็นเหมือน “เจ้าของชื่อเสียง” ได้เครดิตว่าเป็นผู้สร้างโมเดล ได้รับการยกย่องไปทั่วโลกว่าเป็นผู้นำด้านเทคโนโลยี ทั้งที่แทบไม่ต้องแบกรับค่าใช้จ่ายมหาศาลเอง แบบว่าแจกฟรีแต่ได้หน้าเต็มๆ ส่วนคนอื่นๆ ก็ต้องลงทุนต่อยอดเอง ใครทำสำเร็จก็ยังต้องพูดต่อท้ายว่า “โมเดลนี้ของจีน” อยู่ดี

เข้าใจผิดแล้ว
AI มันกินโหดตอนสร้าง/เทรนโมเดลนี่แหละ

ตอนใช้มันกินน้อยกว่าตอนเทรนมากๆ
ยิ่งผ่านการลดขนาดลงเพื่อประหยัด ยิ่งกินน้อยลงไปอีก

แต่ตอนเทรน
สูตรคำนวนปรับค่าน้ำหนักมันซับซ้อนกว่าตอนใช้มาก
แถมห้ามลดขนาดเลย

ผมมองว่าจีนต้องการชะลอตลาด AI ของอเมริกามากกว่า ถ้าไม่มี model free ออกมา
รายได้ด้าน AI ก็เข้าอเมริกาผูกขาดตลาดโลกไปเลย พอมี model free จากจีน อเมริกาก็ไม่สามารถคิดค่าใช้งานแพงๆได้เต็มที่ เพราะโดนบีบทางอ้อม

ชอบประเด็นสุดท้ายเรื่องมุมมองต่อพลังงานมากครับ
พลังงานเป็นความจริงหนึ่งเดียวในจักรวาลนี้ สร้างใหม่ ทำลายไม่ได้
ไม่ว่ามันจะมาจากแหล่งไหน สุดท้ายมันก็คือพลังงานเหมือนกัน

ในขณะที่ตะวันตกมองว่าพลังงานสิ้นเปลือง สกปรก ใครใช้คนนั้นทำลายโลก
จนขัดขาตัวเองไป

สอดคล้องกับเรื่องมุมมองต่อเงินขาว เงินเทา เงินดำเลย

จีนค่าไฟถูก เพราะใช้พลังงานจากถ่านหินมากถึง 60% แม้หลายคนบอกว่ายุคนี้ถ่านหินสะอาดเยอะแล้ว แต่ก็มีข่าวถึงเหมืองถ่านหินจีนที่เกิดอุบัติเหตุอยู่บ่อยครั้งและโดยรวมก็ยังแย่สุดอยู่ดี ปัญหา pm2.5รุนแรงในจีนก็เกิดจากโรงไฟฟ้าถ่านหินเยอะด้วย (ใช้รถไฟฟ้าBEVในเมืองใหญ่แต่ไฟฟ้าส่วนใหญ่ผลิตจากการเผาถ่านหิน...)

แต่ในอีกสิบปีจีนจะเปลี่ยนผ่านไปใช้พลังงานจากโรงไฟฟ้านิวเคลียร์มากเป็นอันดับต้นๆของโลกแทน ก็ต้องรอดูว่าผลจะเป็นอย่างไร ในขณะที่แนวโน้มทางยุโรปลดการใช้นิวเคลียร์ไปใช้พลังงานสะอาด แต่จีนพุ่งเป้าเพิ่มสัดส่วนกำลังผลิตจากนิวเคลียร์?

เห็นยุโรปช่วงนี้เน้นพลังงานสะอาด + นิวเคลียร์แล้วนะฮะ ถอนแต่ฟอซซิลละ เพิ่งกลับตัวเนื่องนิวเคลียร์กัน

น่าจะตาสว่างเพราะ SMO 3 วันแตก (แต่ปีที่ 4 แล้วยังไม่ได้อะไรตามที่ตั้งไว้เลย) ทำให้แหล่งน้ำมันกับก๊าซธรรมชาติหายไป + Trump ที่ท่าทีไม่เอาพันธมิตรเลย ทำให้ต้องกลับมาหาพึ่งพานิวเคลียร์ครับ

ซึ่งก็เป็นเรื่องดีครับ หลังจากหวาดกลัวโรงไฟฟ้านิวเคลียร์ลามจนแตกตื่นเกินตัวมานานมาก พึ่งจะมานึกออกหรือคิดได้ก็ตอนนี้ ทั้งที่ผลิตไฟได้มากกว่า โดยไม่ต้องพึ่งพาน้ำมันหรือก็าซได้หลายสิบปี ส่วนที่ปล่อยออกสู่อากาศก็มีแค่ไอน้ำ ส่วนกากของมันก็อยู่ในพื้นที่ปิด ไม่ได้ทิ้งไปที่อื่นหรือไปกับโดนปล่อยไปกับกลุ่มควันแบบโรงไฟฟ้าอื่นๆ

ทั้งที่ต้นเหตุหายนะของโรงไฟฟ้านิวเคลียร์ที่ผ่านๆ มา มันเป็นเหตุจากฝีมือมนุษย์ทั้งจากการประมาทหรือผิดพลาดของคน (ทรีไมล์, ชอร์โนบิล), การออกแบบ และสร้างแบบขอไปที โดยไม่สนเรื่องความปลอดภัย (ชอร์โนบิล) กับก่อสร้างในพื้นที่เสี่ยงทางธรรมชาติทั้งจากสึนามิและแผ่นดินไหวสูง (ฟุกุชิมะ) ไม่ใช่ปัญหาของตัวโรงไฟฟ้าเลยด้วยซ้ำ