AI ทำให้ Storage กลายเป็นโครงสร้างพื้นฐานเชิงกลยุทธ์ ไม่ใช่แค่ที่เก็บไฟล์
โครงสร้างพื้นฐาน AI คือระบบรวมของการประมวลผล การเก็บข้อมูล และการเข้าถึงข้อมูลที่รองรับวงจรชีวิตของข้อมูลสำหรับงาน AI ตั้งแต่การเก็บ การเตรียม การฝึกสอนโมเดล ไปจนถึงการให้บริการจริง โดยมีความต้องการ Storage ที่เพิ่มขึ้นอย่างต่อเนื่องและซับซ้อน จนการเก็บข้อมูลไม่ใช่แค่เรื่องพื้นที่แต่กลายเป็นโจทย์ด้านกลยุทธ์ ต้นทุน และความยั่งยืนขององค์กร เมื่อองค์กรเริ่มนำ AI ออกจากช่วงทดลองไปใช้จริงในวงกว้าง ความต้องการ Storage สำหรับการเก็บข้อมูลจึงพุ่งขึ้นแบบหลีกเลี่ยงไม่ได้ ผลสำรวจ Data Infrastructure Readiness Report ซึ่งเก็บข้อมูลจากผู้ตัดสินใจด้านเทคโนโลยี 2,712 คนใน 7 ตลาด ระหว่างเดือนพฤษภาคม–มิถุนายน พบว่า 99% คาดว่าความต้องการ Storage จะเพิ่มขึ้นในช่วง 3 ปีข้างหน้า แต่มีเพียง 38% ที่เชื่อว่าโครงสร้างพื้นฐานของตนพร้อมรองรับอย่างเต็มที่ ตัวเลขนี้สะท้อนชัดว่า การลงทุนด้านโครงสร้างพื้นฐาน AI ของหลายองค์กรยังเน้น GPU และ Compute มากกว่าการเตรียมระบบการเก็บข้อมูลที่ทันกับความจริง
Storage กลายเป็นคอขวดใหม่ของการใช้ AI ในระดับองค์กร
จุดที่น่ากังวลไม่ใช่แค่ปริมาณข้อมูลที่เพิ่มขึ้น แต่คือความพร้อมองค์กรที่ตามไม่ทันความต้องการ Storage รายงานชี้ว่า 32% เชื่อว่าความต้องการ Storage จะเพิ่มมากกว่า 50% จากระดับปัจจุบัน ขณะที่ 86% ขององค์กรบอกว่าตนได้ ROI จาก AI ในระดับปานกลางหรือสูง และ 33% ระบุว่าผลตอบแทนมีนัยสำคัญ นั่นหมายถึง AI เริ่มสร้างรายได้และคุณค่าจริง แต่โครงสร้างพื้นฐานด้านการเก็บข้อมูลกลับยังเป็นจุดอ่อน ผลสำรวจยืนยันว่าโครงสร้างพื้นฐานด้านการจัดเก็บข้อมูลถูกมองเป็นอุปสรรคสำคัญ 43% สูงกว่าความพร้อมด้านทรัพยากรประมวลผลที่ 27% และข้อจำกัดด้านพลังงานที่ 24% ขณะเดียวกัน 98% มองว่า Storage กำลังเปลี่ยนสถานะจากระบบเก็บข้อมูลไปเป็นโครงสร้างพื้นฐานเชิงกลยุทธ์ของธุรกิจ นี่คือภาพกลับด้านที่องค์กรต้องกล้ายอมรับว่า ถ้าไม่ออกแบบสถาปัตยกรรม Storage ให้รองรับวงจรข้อมูล AI ตั้งแต่ต้น โครงสร้างพื้นฐาน AI ทั้งชุดจะติดคอขวดที่ดาต้าเซ็นเตอร์ ไม่ใช่ที่ GPU
Single-tier Flash แพ้ทางระดับ Exabyte ทำไมต้องคิดใหม่เรื่อง HDD กับ SSD
แนวคิดใช้ All-flash เป็นชั้นเดียวเพื่อให้ระบบวิ่งแรงดูเหมือนตอบโจทย์โครงสร้างพื้นฐาน AI ในช่วงแรก แต่เมื่อการเก็บข้อมูล AI ขยับจากระดับ Petabytes ไปสู่ Exabytes สถาปัตยกรรมแบบ Single-tier Flash เริ่มพังทางเศรษฐศาสตร์และการปฏิบัติการอย่างชัดเจน All-flash storage หยุดทำงานอย่างมีประสิทธิภาพเมื่อข้อมูลที่ต้องเก็บรักษาระยะยาวมีขนาดใหญ่กว่าข้อมูลที่ใช้งานจริงอย่างมาก ในโลกที่ IDC คาดว่าปริมาณการสร้างข้อมูลทั่วโลกต่อปีจะพุ่งไปถึง 718ZB ภายในปี 2030 การเลือกสื่อจัดเก็บจึงไม่ใช่เรื่องความเร็วอย่างเดียว แต่เป็นโจทย์ระยะยาวเรื่องต้นทุนรวมและความทนทานของข้อมูล SSD เหมาะกับข้อมูลร้อนที่ต้องการความหน่วงต่ำและการเข้าถึงเมทาดาทาในระดับสูง ขณะที่ HDD เหมาะกับข้อมูลที่ต้องเก็บรักษา มีการเข้าถึงไม่ถี่ และต้องการความคุ้มค่าด้านต้นทุนต่อความจุ ระบบที่ใช้ SSD อย่างเดียวจึงลงเอยด้วยการจ่ายค่าพื้นที่ราคาแพงเพื่อเก็บข้อมูลที่แทบไม่ถูกเรียกใช้งานบ่อย เป็นการใช้โครงสร้างพื้นฐาน AI ที่ไม่คุ้มค่าในระยะยาว
พลังงานและความยั่งยืน กำลังบังคับให้คิดใหม่เรื่องการเก็บข้อมูล AI
การขยายโครงสร้างพื้นฐาน AI โดยเน้น Storage ชั้นเดียวที่กินพลังงานสูงอาจสะดุดไม่ใช่แค่เพราะงบประมาณ แต่เพราะความยั่งยืน รายงานชี้ว่า 77% ขององค์กรเคยชะลอหรือปรับโครงสร้างแผนขยายโครงสร้างพื้นฐาน AI เนื่องจากความกังวลเรื่องความยั่งยืนหรือการใช้พลังงาน และในจำนวนนี้ 36% ปรับแผนอย่างมีนัยสำคัญ ประเด็นที่ถูกพูดถึงมากที่สุดคือการใช้พลังงานจาก AI 52% และการปล่อยคาร์บอนจากการใช้พลังงาน 51% เมื่อ Storage กลายเป็นโครงสร้างพื้นฐานสำคัญ การเลือกสื่อจัดเก็บจึงกระทบทั้งบิลค่าไฟและภาพลักษณ์ด้านสิ่งแวดล้อม องค์กรที่ยังดัน All-flash เพื่อทุกสถานะของข้อมูลกำลังแบกรับทั้งต้นทุนและความเสี่ยงด้านพลังงานโดยไม่จำเป็น ในทางกลับกัน กลยุทธ์ที่ใช้ SSD สำหรับข้อมูลร้อน และใช้ HDD สำหรับข้อมูลอุ่นและข้อมูลที่ต้องเก็บระยะยาว ทำให้สามารถควบคุมการใช้พลังงานต่อ Byte ได้ดีขึ้น ขยายโครงสร้างพื้นฐาน AI ได้แบบ Sustainable Scaling แทนที่จะเป็นการขยายที่อาจย้อนกลับมาเป็นภาระในอนาคต
ข้อคิดเชิงกลยุทธ์: แบ่ง Tier ให้ชัด ตั้งกติกาการเคลื่อนย้ายข้อมูลตั้งแต่วันนี้
หัวใจของการปิดช่องว่างระหว่างความต้องการ Storage กับความพร้อมองค์กรคือการออกแบบ Tier ของการเก็บข้อมูลให้สอดคล้องกับวงจรข้อมูล AI ตั้งแต่แรก ไม่ใช่รอให้ระบบเติบโตจนขยับไม่ได้ แล้วค่อยแก้ Neocloud ที่อยากคงความคุ้มค่าในระยะยาวควรวางโครงสร้าง Tier ก่อนที่ข้อมูลแตะระดับ Exabyte และกำหนดกติกาการเคลื่อนย้ายข้อมูลระหว่าง SSD กับ HDD ให้ชัดเจน สัญญาณจากรายงานชัดเจนว่าการลงทุนดาต้าเซ็นเตอร์ถูกยกเป็นหนึ่งในสามลำดับความสำคัญสูงสุดด้านโครงสร้างพื้นฐานของ 76% ขององค์กร และ 20% ให้เป็นเรื่องสำคัญอันดับหนึ่ง แต่ถ้าการลงทุนเหล่านี้ยังมอง Storage เป็นแค่การเพิ่มพื้นที่ การใช้ AI ก็จะสะดุดอยู่กับคอขวดเดิม องค์กรที่กล้าปรับมุมมองว่า การเก็บข้อมูลคือแกนกลางของโครงสร้างพื้นฐาน AI และออกแบบ Hybrid HDD-SSD ตามรูปแบบการเข้าถึงข้อมูล จะมีโอกาสลดต้นทุนต่อคำตอบ AI ทำให้การทดลองโมเดลมีความยืดหยุ่นมากขึ้น และขยายบริการได้โดยไม่ถูกพลังงานและความยั่งยืนดึงเบรก
