Insights AI
คอขวดของระบบโครงข่ายไฟฟ้าและการปรับทิศทางสู่ระบบไฟฟ้าหลังมิเตอร์: ศูนย์ข้อมูล AI รับมือกับการขาดแคลนไฟฟ้า ความล่าช้าในการก่อสร้าง และความไม่สอดคล้องของเงินทุนอย่างไร
พอดแคสต์ · ฟัง (17 นาที)
สารบัญ
- 1. กำแพงด้านการส่งไฟฟ้า: เหตุใดการขยายโครงสร้างพื้นฐานจึงเผชิญข้อจำกัดที่ยากจะก้าวข้าม
- 2. การผลิตไฟฟ้าในพื้นที่และการแปลงเป็นโทเคน: โครงสร้างพื้นฐานปัญญาประดิษฐ์สมัยใหม่ทำงานทีละขั้นตอนอย่างไร
- ขั้นตอน 1: การผลิตพลังงานภายในพื้นที่ศูนย์
- ขั้นตอน 2: การใช้ประโยชน์จากศูนย์ข้อมูลให้สูงสุด
- 3. แนวทางโครงสร้างพื้นฐานใหม่: สิ่งใดใหม่อย่างแท้จริงในด้านไฟฟ้าและการจัดหาเงินทุน
- การเปลี่ยนแปลงสู่พลังงานนอกโครงข่าย
- การใช้ประโยชน์จากส่วนต่างต้นทุนเงินทุนข้ามพรมแดน
- นวัตกรรมโครงสร้างหนี้และการค้ำประกันเครดิตระดับน่าลงทุน
- การขยายหนี้ภาคเอกชนและพลวัตสินเชื่อระดับมหภาค
- 4. ผลกระทบต่ออุตสาหกรรมและผลิตภัณฑ์: จากการขาดแคลนกำลังประมวลผลสู่ภาระงานปัญญาประดิษฐ์รุ่นใหม่
- พลวัตราคาตลาดจรเทียบกับราคาตามสัญญา
- การขาดแคลนกำลังประมวลผลเชิงโครงสร้างจนถึงปี 2030
- 5. คอขวดในการดำเนินโครงการ ความเสี่ยงด้านกฎระเบียบ และความเปราะบางทางการเงิน
- ความล่าช้าในการก่อสร้างและผลกระทบทางเศรษฐกิจ
- อุปสรรคด้านกฎระเบียบและการอนุญาต
- ตัวเลขสำคัญ
- ปัจจัยที่จะเปลี่ยนภาพนี้
- เอกสารอ้างอิง
คอขวดทางกายภาพหลักที่จำกัดการขยายขนาดศูนย์ข้อมูลปัญญาประดิษฐ์ในสหรัฐอเมริกา คือข้อจำกัดเชิงโครงสร้างที่ทำให้ไม่สามารถสร้างสายส่งไฟฟ้าแรงสูงขนาดใหญ่ได้รวดเร็วพอที่จะรองรับความต้องการของผู้ให้บริการคลาวด์ขนาดมหึมาและผู้ให้บริการคลาวด์รุ่นใหม่ เพื่อหลีกเลี่ยงความล่าช้าในการเชื่อมต่อกับโครงข่ายไฟฟ้าของการไฟฟ้า อุตสาหกรรมโครงสร้างพื้นฐานกำลังเปลี่ยนทิศทางครั้งสำคัญสู่การผลิตไฟฟ้า “หลังมิเตอร์” (ภายในพื้นที่) โดยใช้กังหันก๊าซธรรมชาติและเซลล์เชื้อเพลิงออกไซด์ของแข็ง ควบคู่กับกลยุทธ์การแปลงกำลังประมวลผลเป็นโทเคนหน่วยย่อยขนาดเล็กเพื่อเพิ่มผลตอบแทนจากฮาร์ดแวร์ให้สูงสุด อย่างไรก็ตาม แนวทางกระจายศูนย์นี้เผชิญคอขวดในการดำเนินงาน รวมถึงงานอนุมัติใบอนุญาตด้านมลพิษทางอากาศที่ค้างสะสมอย่างรุนแรง การคัดค้านทางการเมืองในท้องถิ่น และความไม่สอดคล้องที่สำคัญของระยะเวลาทางการเงินระหว่างสัญญาเช่าอสังหาริมทรัพย์ของศูนย์ระยะยาวกับฮาร์ดแวร์ประมวลผลที่มีอายุสั้น ทำให้รายได้ที่อุตสาหกรรมคาดการณ์ไว้สูงถึง $100 พันล้านเสี่ยงต่อความล่าช้าในการส่งมอบนานหลายปี
1. กำแพงด้านการส่งไฟฟ้า: เหตุใดการขยายโครงสร้างพื้นฐานจึงเผชิญข้อจำกัดที่ยากจะก้าวข้าม
การขยายโครงสร้างพื้นฐานการประมวลผลปัญญาประดิษฐ์ในสหรัฐฯ เผชิญข้อจำกัดทางกายภาพโดยตรง นั่นคือข้อจำกัดเชิงโครงสร้างของโครงข่ายไฟฟ้าสหรัฐฯ ในอดีต การขยายขีดความสามารถของการไฟฟ้าในระดับภูมิภาคต้องอาศัยการสร้างสายส่งไฟฟ้าแรงสูง ซึ่งเป็น “ทางหลวง” พลังงานระยะไกลที่ขนส่งไฟฟ้าปริมาณมากจากโรงไฟฟ้าที่อยู่ห่างไกลไปยังเครือข่ายจำหน่ายไฟฟ้าของเทศบาลและผู้ใช้ปลายทางในภาคอุตสาหกรรม ในช่วง 12 เดือนที่ผ่านมา ผู้นำด้านกลยุทธ์สำคัญของอุตสาหกรรม รวมถึง Ishing (Ethan) หัวหน้าฝ่ายวางแผนศูนย์ข้อมูลและกลยุทธ์พลังงานของ Google สังเกตว่าผู้ให้บริการคลาวด์ขนาดมหึมาและผู้วางแผนด้านพลังงานได้ละทิ้งโครงการขยายสายส่งไฟฟ้าขนาดใหญ่ทั่วสหรัฐอเมริกาในทางปฏิบัติ เนื่องจากอุปสรรคด้านกฎระเบียบ ภูมิศาสตร์ และกระบวนการอนุญาตที่กินเวลาหลายปีซึ่งไม่สามารถก้าวข้ามได้
การถอยเชิงกลยุทธ์นี้เกิดจากความไม่สอดคล้องพื้นฐานด้านขนาดระหว่างความต้องการไฟฟ้าของศูนย์ข้อมูลรุ่นใหม่กับขีดความสามารถของโครงข่ายเดิม กลุ่มเครื่องประมวลผลปัญญาประดิษฐ์ขั้นสูงไม่ได้ขยายตัวทีละน้อยอีกต่อไป ความต้องการไฟฟ้าของศูนย์ในพื้นที่เดียวเพิ่มขึ้นถึงระดับ 500 เมกะวัตต์ และระดับหลายกิกะวัตต์ การเชื่อมต่อศูนย์ที่ใช้ไฟฟ้าหลายร้อยเมกะวัตต์กับโครงข่ายสาธารณูปโภคแบบดั้งเดิมต้องมีการศึกษาการเชื่อมต่อและการสร้างสายส่งไฟฟ้าแรงสูง ซึ่งโดยทั่วไปใช้เวลาหลายปีในการดำเนินการ เป็นกรอบเวลาที่ไม่สอดคล้องอย่างสิ้นเชิงกับรอบการติดตั้งกลุ่มหน่วยประมวลผลกราฟิกและสถาปัตยกรรมเซิร์ฟเวอร์หน่วยประมวลผลกลางความหนาแน่นสูงในปัจจุบัน เมื่อตระหนักว่าการขยายทางหลวงไฟฟ้าสาธารณะไม่สามารถส่งมอบได้ภายในกรอบเวลาติดตั้งที่ผู้ให้บริการคลาวด์ขนาดมหึมาต้องการ อุตสาหกรรมจึงเปลี่ยนจากการเชื่อมต่อโครงข่ายแบบรวมศูนย์ไปสู่การดำเนินโครงสร้างพื้นฐานเฉพาะพื้นที่ที่ไม่พึ่งพาโครงข่ายไฟฟ้า
2. การผลิตไฟฟ้าในพื้นที่และการแปลงเป็นโทเคน: โครงสร้างพื้นฐานปัญญาประดิษฐ์สมัยใหม่ทำงานทีละขั้นตอนอย่างไร
เพื่อปรับตัวต่อข้อจำกัดของโครงข่ายการไฟฟ้า ผู้ให้บริการคลาวด์และผู้พัฒนาโครงสร้างพื้นฐานกำลังใช้แนวทางดำเนินงานใหม่ที่เน้นการผลิตไฟฟ้าแบบกระจายศูนย์และการจัดการกำลังการผลิตของฮาร์ดแวร์อย่างละเอียด
ขั้นตอน 1: การผลิตพลังงานภายในพื้นที่ศูนย์
แทนที่จะรอหลายปีให้การไฟฟ้าในภูมิภาคขยายการเชื่อมต่อโครงข่ายมายังพื้นที่ศูนย์ ผู้พัฒนาจะสร้างอุปกรณ์ผลิตไฟฟ้าเฉพาะภายในพื้นที่โดยตรง สถาปัตยกรรมนี้เรียกว่า การผลิตไฟฟ้าหลังมิเตอร์ โดยติดตั้งสินทรัพย์ผลิตไฟฟ้าหลัก ซึ่งโดยทั่วไปเป็นกังหันก๊าซธรรมชาติขนาดเล็กถึงกลางหรือเซลล์เชื้อเพลิงออกไซด์ของแข็ง ไว้หลังมิเตอร์การไฟฟ้าของศูนย์โดยตรง และดำเนินงานอย่างเป็นอิสระจากโครงข่ายไฟฟ้าสาธารณะ
- การเปรียบเทียบ: การพึ่งพาการเชื่อมต่อโครงข่ายแบบดั้งเดิมเปรียบเหมือนการรอหลายปีให้หน่วยงานขนส่งสาธารณะออกแบบและสร้างทางหลวงความเร็วสูงที่เชื่อมโรงงานอุตสาหกรรมห่างไกลเข้ากับสถานีไฟฟ้าของเทศบาลที่อยู่ไกลออกไป การผลิตไฟฟ้าหลังมิเตอร์เปรียบเหมือนการสร้างโรงไฟฟ้าเอกชนเฉพาะไว้ตรงประตูโรงงาน ทำให้เข้าถึงพลังงานได้ทันทีโดยไม่ต้องพึ่งโครงการโครงสร้างพื้นฐานสาธารณะ
บริษัทอย่าง Bloom Energy เข้ามาใช้ประโยชน์จากรูปแบบนี้ด้วยการส่งมอบระบบเซลล์เชื้อเพลิงออกไซด์ของแข็งที่เน้น “ความรวดเร็วในการจ่ายไฟ” ระบบติดตั้งแบบโมดูลเหล่านี้สามารถเริ่มผลิตไฟฟ้าในพื้นที่ได้ภายใน 3 ถึง 6 เดือน และสำหรับการติดตั้งเฉพาะทางอาจเร็วถึง 60 วัน เทียบกับระยะเวลารอ 1.5-ถึง-2.5-ปีสำหรับการเชื่อมต่อโครงข่ายการไฟฟ้ามาตรฐาน
ขั้นตอน 2: การใช้ประโยชน์จากศูนย์ข้อมูลให้สูงสุด
เมื่อจ่ายไฟเข้าสู่พื้นที่ศูนย์แล้ว ผู้ให้บริการโครงสร้างพื้นฐานคลาวด์ (เช่น GMI Cloud) ต้องเพิ่มผลตอบแทนจากการประมวลผลของฮาร์ดแวร์ให้สูงสุด เพื่อรองรับเงินลงทุนในสินทรัพย์จำนวนมากและกำหนดการชำระหนี้ ผู้ดำเนินการจัดการอัตราการใช้กำลังการผลิตด้วยกรอบการดำเนินงาน ภาชนะแก้ว ที่มีโครงสร้างชัดเจน:
+-------------------------------------------------------+
| WATER: Micro-chunked Tokens (Unused Node Spot Hours) | -> ~100% Target Utilization
|-------------------------------------------------------|
| SAND: Short/Medium-Term Contracts (6 Mos - 3 Years) | -> Fills Capacity Gaps
|-------------------------------------------------------|
| PEBBLES: Long-Term Base Leases (5 - 6 Years) | -> ~50% Baseline Capacity
+-------------------------------------------------------+
- ก้อนกรวด (กำลังการผลิตฐาน): สัญญาหลายปีที่ครอบคลุม 5 ถึง 6 ปี โดยมีภาระงานจากองค์กรขนาดใหญ่เป็นหลัก สัญญาเหล่านี้เป็นก้อนโครงสร้างขนาดใหญ่ที่ปรับเปลี่ยนได้ยาก ซึ่งใช้กำลังประมวลผลรวมของศูนย์ประมาณ 50% และสร้างกระแสเงินสดพื้นฐานเพื่อชำระค่าใช้จ่ายประจำคงที่ของศูนย์
- ทราย (ส่วนเติมเต็มกำลังการผลิต): สัญญาระยะกลางตั้งแต่ 6 เดือนถึง 3 ปี ก้อนระยะกลางเหล่านี้เติมช่องว่างเชิงโครงสร้างรอบสัญญาเช่าฐานหลายปี
- น้ำ (การแปลงเป็นโทเคนอย่างยืดหยุ่น): เพื่อขจัดกำลังการผลิตว่างที่เหลือจากโหนดสำรองแบบสับเปลี่ยนขณะทำงาน (ซึ่งคงไว้เพื่อปฏิบัติตามข้อกำหนดด้านระบบสำรองของข้อตกลงระดับการให้บริการ) หรือกลุ่มเครื่องประมวลผลที่ยังไม่มีผู้เช่า ผู้ดำเนินการใช้แพลตฟอร์มซอฟต์แวร์ “โรงงานโทเคน” แบบบูรณาการ การแปลงชั่วโมงประมวลผลกราฟิกที่เหลือและโหนดเซิร์ฟเวอร์สำรองให้เป็นการสร้างโทเคนผ่านส่วนต่อประสานโปรแกรมประยุกต์ในช่วงเวลาต่ำกว่าหนึ่งวินาที ทำให้ผู้ดำเนินการเท “น้ำ” ที่ไหลได้ลงในช่องว่างขนาดเล็กของภาชนะ ผลักดันอัตราการใช้งานหน่วยประมวลผลกราฟิกทางกายภาพเข้าใกล้ 100% และสร้างรายได้จากตลาดจรที่มีอัตรากำไรสูง
3. แนวทางโครงสร้างพื้นฐานใหม่: สิ่งใดใหม่อย่างแท้จริงในด้านไฟฟ้าและการจัดหาเงินทุน
การรับมือกับข้อจำกัดของโครงข่ายต้องอาศัยวิศวกรรมนอกโครงข่ายรูปแบบใหม่ โครงสร้างเงินทุนข้ามพรมแดน และสถาปัตยกรรมสินเชื่อหลายระดับ เพื่อทำให้หนี้อสังหาริมทรัพย์ระยะยาวสอดคล้องกับฮาร์ดแวร์ประมวลผลที่มีอายุสั้น
[ CAPITAL SOURCES ]
│
├──────► New Taiwan Dollar (NTD) Low-Cost Debt Credit Structures
│
└──────► Investment Grade (IG) Credit Wraps (NVIDIA, Broadcom, Google)
│
▼
[ SPECIAL PURPOSE VEHICLE ]
│ - Cash-Flow Revenue Lockbox (5-6 Yr Contracts)
│ - Hardware Residual Value Guarantees
▼
[ REAL ESTATE LEASE ] ◄── Duration Mismatch Resolved ──► [ GPU HARDWARE ]
(12 - 15 Year Term) (4 - 6 Year Lifespan)
การเปลี่ยนแปลงสู่พลังงานนอกโครงข่าย
การผลิตไฟฟ้าหลังมิเตอร์เปลี่ยนจากทางแก้ฉุกเฉินเป็นรูปแบบเชิงกลยุทธ์หลัก โดยคาดว่าคิดเป็น 30% ถึง 50% ของศูนย์ข้อมูลในสหรัฐฯ ที่วางแผนจะเปิดใช้งานในอีก 1 ถึง 2 ปีข้างหน้า เนื่องจากกังหันก๊าซธรรมชาติขนาดระดับการไฟฟ้า (เช่น เครื่องสำหรับงานหนักของ GE) มีคำสั่งซื้อค้างส่งนานหลายปี ผู้พัฒนาจึงซื้อกังหันก๊าซขนาดเล็กถึงกลางและชุดเซลล์เชื้อเพลิงออกไซด์ของแข็งแบบโมดูล เพื่อเร่งระยะเวลาจนถึงการจ่ายไฟ
การใช้ประโยชน์จากส่วนต่างต้นทุนเงินทุนข้ามพรมแดน
เนื่องจากอัตราต้นทุนการจัดหาเงินทุนด้วยหนี้ภายในสหรัฐฯ สำหรับผู้พัฒนาโครงสร้างพื้นฐานที่ไม่ใช่ผู้ให้บริการคลาวด์ขนาดมหึมามักสูงกว่า 10% ผู้ดำเนินการระหว่างประเทศจึงใช้ประโยชน์จากส่วนต่างต้นทุนเงินทุนข้ามพรมแดน ตัวอย่างเช่น GMI Cloud ระดมทุนผ่านโครงสร้างสินเชื่อสกุลดอลลาร์ไต้หวันใหม่และกลุ่มธนาคารร่วมให้สินเชื่อในเอเชีย กลยุทธ์นี้เข้าถึงตลาดหนี้ต่างประเทศที่มีต้นทุนต่ำ ทำให้ได้ต้นทุนการกู้ยืมต่ำกว่าระดับอัตราดอกเบี้ยพื้นฐานของสหรัฐฯ อย่างมาก
นวัตกรรมโครงสร้างหนี้และการค้ำประกันเครดิตระดับน่าลงทุน
ความท้าทายทางการเงินหลักของโครงสร้างพื้นฐานปัญญาประดิษฐ์ในปัจจุบันคือ ความไม่สอดคล้องของระยะเวลา: * ผู้ดำเนินการอสังหาริมทรัพย์ศูนย์ข้อมูลและผู้ให้เช่าต้องการข้อผูกพันสัญญาเช่าอสังหาริมทรัพย์ 12-ถึง-15-ปี เพื่อรองรับหนี้ของศูนย์ * ฮาร์ดแวร์ประมวลผลกราฟิกมีอายุใช้งานทางกายภาพและเศรษฐกิจเพียง 4 ถึง 6 ปี
ผู้ให้บริการ “คลาวด์ยุคใหม่” ที่มีอันดับเครดิตต่ำกว่าระดับน่าลงทุนไม่สามารถทำสัญญาเช่าอสังหาริมทรัพย์ 12-ถึง-15-ปีโดยอาศัยงบดุลของตนเองได้ เนื่องจากข้อจำกัดด้านอันดับเครดิต เพื่อแก้อุปสรรคเชิงโครงสร้างนี้ วิศวกรทางการเงินใช้นิติบุคคลเฉพาะกิจร่วมกับบัญชีควบคุมรายรับกระแสเงินสด โดยแยกรายได้จากสัญญาลูกค้า 5-ถึง-6-ปีไว้เพื่อให้ความสำคัญกับการชำระค่าเช่าอสังหาริมทรัพย์ศูนย์ข้อมูลก่อน
เพื่อให้โครงสร้างสมบูรณ์ บริษัทยักษ์ใหญ่ด้านเทคโนโลยีที่มีงบดุลแข็งแกร่ง (เช่น NVIDIA, Broadcom และ Google) เข้ามาให้การค้ำประกันเครดิตระดับน่าลงทุนหรือการรับประกันมูลค่าคงเหลือ การค้ำประกันเครดิตเหล่านี้รับความเสี่ยงจากความล้าสมัยของฮาร์ดแวร์และรับประกันข้อผูกพันสัญญาเช่าที่เกี่ยวข้อง ทำให้ผู้ให้บริการคลาวด์ยุคใหม่ที่มีอันดับเครดิตต่ำกว่าระดับน่าลงทุนเชื่อมช่องว่างระหว่างอายุการดำเนินงานของหน่วยประมวลผลกราฟิก 4-ถึง-6-ปี กับข้อผูกพันของศูนย์ 12-ถึง-15-ปีได้
การขยายหนี้ภาคเอกชนและพลวัตสินเชื่อระดับมหภาค
ดังที่ Bruce นักลงทุนด้านพลังงานและปัญญาประดิษฐ์กล่าวไว้ งบดุลของบริษัทสหรัฐฯ กำลังเข้าสู่วัฏจักรการเพิ่มภาระหนี้อีกครั้งในเชิงโครงสร้าง หลังวิกฤตการเงินปี 2008 รัฐบาลต่างๆ เพิ่มภาระหนี้ในงบดุล ขณะที่ภาคธุรกิจเอกชนลดภาระหนี้ในงบดุลนานกว่าหนึ่งทศวรรษ ปัจจุบัน เมื่อขีดความสามารถในการก่อหนี้ของภาครัฐทั่วโลกตึงตัว ภาคธุรกิจเอกชนกำลังเพิ่มภาระหนี้อีกครั้ง โดยมีรายจ่ายลงทุนด้านปัญญาประดิษฐ์มหาศาลเป็นแรงขับเคลื่อนหลัก
ปัจจุบัน การออกตราสารหนี้ของศูนย์ข้อมูลปัญญาประดิษฐ์คิดเป็น 5% ถึง 7% ของตลาดสินเชื่อภาคธุรกิจระดับน่าลงทุนของสหรัฐฯ (ซึ่งมีการออกตราสารใหม่ตั้งแต่ต้นปีเกือบ $0.5 ล้านล้าน) ด้วยการสนับสนุนจากงบดุลภาคธุรกิจที่มีเงินทุนแข็งแกร่ง ระบบธนาคารสหรัฐฯ ยังคงมีขีดความสามารถเชิงโครงสร้างในการให้สินเชื่ออย่างมากเพื่อรองรับการขยายหนี้นี้ (“หากคุณกล้ากู้ พวกเขาก็กล้าปล่อยกู้”) นอกจากนี้ เหตุการณ์ในตลาด เช่น ส่วนต่างผลตอบแทนชดเชยความเสี่ยงเครดิตที่กว้างขึ้นสำหรับหนี้ของบริษัทเทคโนโลยีเดิม (เช่น Oracle) สะท้อนการปรับราคาความเสี่ยงอย่างสมเหตุสมผล เมื่อธุรกิจที่เคยเป็น “แหล่งสร้างเงินสด” เปลี่ยนไปสู่การลงทุนโครงสร้างพื้นฐานอย่างหนัก มากกว่าจะเป็นการหดตัวของสินเชื่อทั้งระบบ
4. ผลกระทบต่ออุตสาหกรรมและผลิตภัณฑ์: จากการขาดแคลนกำลังประมวลผลสู่ภาระงานปัญญาประดิษฐ์รุ่นใหม่
ความพร้อมของไฟฟ้ากำหนดโครงสร้างราคาในตลาดประมวลผล อัตรากำไรจากการดำเนินงาน และความเร็วในการนำแบบจำลองพื้นฐานปัญญาประดิษฐ์รุ่นใหม่มาใช้งานโดยตรง
พลวัตราคาตลาดจรเทียบกับราคาตามสัญญา
เนื่องจากการเชื่อมต่อกับการไฟฟ้าเป็นคอขวด ความพร้อมด้านการประมวลผลในระยะใกล้จึงได้รับส่วนเพิ่มราคาสูงในตลาด ตลาดแบ่งออกเป็นกลยุทธ์การดำเนินงานที่แตกต่างกันสองแนวทาง:
- รูปแบบสัญญาระยะยาวราคาคงที่: ผู้ให้บริการคลาวด์อย่าง CoreWeave มุ่งทำสัญญาเช่ากำลังการผลิตหลายปีด้วยอัตราพื้นฐานที่ล็อกไว้ประมาณ $15 ต่อวัตต์ ทำให้กระแสเงินสดระยะยาวคาดการณ์ได้ แต่จำกัดโอกาสรับผลตอบแทนเพิ่มในช่วงอุปทานตึงตัว
- กลยุทธ์เก็งผลตอบแทนจากตลาดจร: ผู้ดำเนินการอย่าง Nebius และ GMI Cloud สร้างศูนย์เชิงเก็งกำไรในพื้นที่เฉพาะที่ไม่มีข้อจำกัด เพื่อรับประโยชน์จากราคาตลาดจรระยะใกล้ กำลังประมวลผลที่มีไฟฟ้าพร้อมใช้งานและส่งมอบก่อนปี 2027 ได้รับอัตราตลาดจรระดับพรีเมียมที่ $25–$30 ถึง $50 ต่อวัตต์ ทำให้ผู้สร้างเชิงเก็งกำไรได้รับส่วนต่างผลตอบแทนอย่างมีนัยสำคัญจากกำลังการผลิตที่ยังไม่ได้ทำสัญญา
การขาดแคลนกำลังประมวลผลเชิงโครงสร้างจนถึงปี 2030
คาดว่าการขาดแคลนกำลังประมวลผลเชิงโครงสร้างจะดำเนินต่อไปอย่างน้อยถึงปี 2030 โดยมีแรงขับเคลื่อนจากภาระงานสามด้านที่กำลังขยายตัว:
- การอนุมานในการดำเนินงานปริมาณสูง: การใช้กำลังประมวลผลเปลี่ยนจากการฝึกล่วงหน้าแบบไม่เชื่อมต่อเป็นครั้งคราว ไปสู่การอนุมานในการดำเนินงานอย่างต่อเนื่องแบบเวลาจริง (เช่น วิศวกรรมซอฟต์แวร์อัตโนมัติ การสร้างเนื้อหาหลายรูปแบบ และระบบอัตโนมัติสำหรับกระบวนการทำงานขององค์กร) ปัจจุบันผู้ดำเนินการโครงสร้างพื้นฐานอย่าง GMI Cloud ประมวลผลโทเคนผ่านส่วนต่อประสานโปรแกรมประยุกต์มากกว่า 1 ล้านล้านต่อวัน เพื่อรองรับความต้องการพื้นฐานในการทำงานของซอฟต์แวร์
- การปรับปรุงตนเองแบบวนซ้ำ: สถาบันวิจัยปัญญาประดิษฐ์กำลังเปลี่ยนสู่สถาปัตยกรรมที่สามารถสร้างข้อมูล ประเมินตรรกะ และปรับค่าน้ำหนักภายในของตนเองได้โดยอัตโนมัติโดยไม่ต้องมีมนุษย์แทรกแซง นักวิจัยคาดว่าจะมีการนำระบบปรับปรุงตนเองแบบวนซ้ำที่ใช้งานได้มาใช้ภายใน 6 ถึง 24 เดือน ทำให้ความต้องการกำลังประมวลผลกราฟิกเพิ่มขึ้นแบบทวีคูณเหนือระดับพื้นฐานของข้อมูลที่มนุษย์คัดสรร
- ปัญญาประดิษฐ์ทางกายภาพและวิทยาการหุ่นยนต์: การพัฒนาแบบจำลองพื้นฐานหุ่นยนต์อเนกประสงค์ (เช่น สถาปัตยกรรมแบบจำลองที่ Astra สาธิต) แสดงให้เห็นว่าความสามารถในการจัดการวัตถุทางกายภาพขยายตัวโดยตรงตามกำลังประมวลผลมหาศาลและการประมวลผลข้อมูลวิดีโอจากมุมมองผู้กระทำ เมื่อวิทยาการหุ่นยนต์เปลี่ยนจากชุดคำสั่งงานเดียวที่ให้ผลแน่นอนไปสู่ความฉลาดทางกายภาพอย่างต่อเนื่อง ความต้องการฮาร์ดแวร์จะขยายเกินกว่าประมาณการในอดีตที่พิจารณาเฉพาะซอฟต์แวร์
5. คอขวดในการดำเนินโครงการ ความเสี่ยงด้านกฎระเบียบ และความเปราะบางทางการเงิน
แม้ความต้องการของตลาดจะแข็งแกร่งและวงเงินสินเชื่อจะขยายตัว แต่อุปสรรคสำคัญในการดำเนินงานยังคุกคามกำหนดการสร้างศูนย์ข้อมูลให้แล้วเสร็จและอัตราผลตอบแทนภายในของโครงการ
ความล่าช้าในการก่อสร้างและผลกระทบทางเศรษฐกิจ
ข้อมูลติดตามอุตสาหกรรมระบุว่า 10% ถึง 20% ของโครงการศูนย์ข้อมูลที่วางแผนไว้ในสหรัฐฯ เผชิญความล่าช้าในการก่อสร้างและการจัดหาพลังงานเกินหนึ่งปี ทำให้กำหนดส่งมอบมาตรฐาน 1.5-ถึง-2.5-ปี ยืดออกไป ภาระเงินทุนอันสูงจากความล่าช้าเหล่านี้เห็นได้จากการที่ SpaceX ให้ Anthropic เช่ากำลังรองรับของศูนย์ข้อมูลประมาณ 300 MW ในอัตราเกือบ $1 พันล้านต่อเดือน ($12 พันล้านเมื่อคิดเป็นรายปี)—เกือบสามเท่าของราคาตามสัญญาในอดีต สำหรับโครงการในแผนพัฒนาทั่วอุตสาหกรรมที่มีกำลังรวมหลายกิกะวัตต์ ความล่าช้าในการดำเนินโครงการหนึ่งปีเสี่ยงทำให้รายได้จากการประมวลผลที่คาดไว้สูงถึง $100 พันล้านต้องชะงัก ขณะที่ภาระการชำระหนี้ยังคงสะสมอยู่ภายในนิติบุคคลเฉพาะกิจ (SPV)
[ PLANNED DATA CENTER BUILD ]
│
▼
┌───────────────────────────┐
│ EXECUTION RISKS │
└─────────────┬─────────────┘
│
┌───────────────┼───────────────┐
▼ ▼ ▼
[Permitting] [Regulatory] [Political]
Environmental FAA height & Local &
Air Permits safety rules gubernatorial
(T+14 Months) near airports oppositions
│ │ │
└───────────────┼───────────────┘
│
▼
┌───────────────────────────┐
│ 10% - 20% OF PROJECTS │
│ DELAYED BY > 1 YEAR │
└─────────────┬─────────────┘
│
▼
┌───────────────────────────┐
│ $100B INDUSTRY REVENUE │
│ AT RISK OF DELAY │
└───────────────────────────┘
อุปสรรคด้านกฎระเบียบและการอนุญาต
- การอนุญาตด้านสิ่งแวดล้อมสำหรับการปล่อยมลพิษทางอากาศ: กังหันก๊าซธรรมชาติที่ผลิตไฟฟ้าหลังมิเตอร์ต้องได้รับการอนุมัติด้านสิ่งแวดล้อมอย่างเข้มงวด การขอใบอนุญาตปล่อยมลพิษทางอากาศสำหรับการปล่อยคาร์บอน ($CO_2$) จากสำนักงานคุ้มครองสิ่งแวดล้อม (EPA) และหน่วยงานมาตรฐานสิ่งแวดล้อมระดับภูมิภาค (ESA) เพิ่มระยะเวลารอโดยเฉลี่ย 14 เดือน (T+14 เดือน) ให้กับการพัฒนาพื้นที่ที่ยังไม่ได้รับอนุญาต ก่อนจะเริ่มประกอบอุปกรณ์ได้
- อุปสรรคด้านกฎระเบียบที่ไม่เป็นไปตามแบบแผน: กฎระเบียบด้านความสูงของอาคารและความปลอดภัยของสำนักงานบริหารการบินแห่งชาติ (FAA) ใกล้แนวเส้นทางบินของสนามบินภูมิภาค ทำให้ข้อเสนอโครงการก่อสร้างศูนย์ข้อมูลชะงักหรือหยุดลงอย่างไม่คาดคิด
- แรงต่อต้านทางการเมืองและจากชุมชน: การคัดค้านของประชาชนในท้องถิ่นเกี่ยวกับมลพิษทางเสียง ความแออัดของโครงข่ายไฟฟ้าในภูมิภาค และการใช้น้ำของเทศบาลกำลังเพิ่มขึ้นอย่างรวดเร็ว การสนับสนุนทางการเมืองในระดับรัฐอาจเปลี่ยนแปลงอย่างรวดเร็วก่อนรอบการเลือกตั้ง ตัวอย่างเช่น การสื่อสารอย่างเป็นทางการของรัฐเกี่ยวกับการขยายศูนย์ข้อมูลในเท็กซัสเปลี่ยนทิศทาง 180 องศาในช่วงก่อนการเลือกตั้งกลางวาระ เนื่องจากแรงต่อต้านของผู้มีสิทธิเลือกตั้งในพื้นที่
ผู้อ่านที่สนใจศึกษางานวิจัยจากแหล่งข้อมูลเปิดเพิ่มเติมเกี่ยวกับพลวัตของโครงสร้างพื้นฐานปัญญาประดิษฐ์และแบบจำลองทางการเงิน สามารถเข้าถึงแหล่งข้อมูลผ่านเว็บไซต์ DeepValues Research หรือทดลองใช้ชุดเครื่องมือวิเคราะห์ของเราผ่านแอป DeepValues
ตัวเลขสำคัญ
- 30% ถึง 50%: สัดส่วนของศูนย์ข้อมูลที่วางแผนไว้ในสหรัฐฯ ซึ่งคาดว่าจะเริ่มดำเนินงานในอีก 1–2 ปีข้างหน้า โดยใช้โซลูชันการผลิตพลังงานหลังมิเตอร์ (ภายในพื้นที่)
- 3 ถึง 6 เดือน (และสั้นลงได้ถึง 60 วัน): ระยะเวลาที่ผู้ให้บริการจัดหาพลังงานอย่างรวดเร็ว (เช่น Bloom Energy) ระบุว่าสามารถทำให้ระบบผลิตไฟฟ้าจากเซลล์เชื้อเพลิงออกไซด์ของแข็งภายในพื้นที่เริ่มดำเนินงานได้ เทียบกับ 1.5 ถึง 2.5 ปีสำหรับการเชื่อมต่อโครงข่ายไฟฟ้าของผู้ให้บริการสาธารณูปโภคตามปกติ
- 10% ถึง 20%: สัดส่วนโดยประมาณของศูนย์ข้อมูลที่วางแผนไว้ในสหรัฐฯ ซึ่งประสบความล่าช้าในการก่อสร้างและการจัดหาพลังงานเกินหนึ่งปี
- 300 MW ที่ ~$1 พันล้าน/เดือน: ขนาดกำลังรองรับของศูนย์ข้อมูลที่ให้เช่าและมูลค่าสัญญารายเดือนโดยประมาณที่เกี่ยวข้องกับการที่ SpaceX ให้ Anthropic เช่ากำลังรองรับ (ระบุว่าเกือบสามเท่าของราคาในปีก่อน)
- $100 พันล้าน: รายได้ทั่วอุตสาหกรรมโดยประมาณที่เสี่ยงจะล่าช้า หากโครงการศูนย์ข้อมูลในแผนพัฒนาที่มีกำลังรวมหลายกิกะวัตต์ถูกเลื่อนออกไปหนึ่งปี
- 12 ถึง 15 ปี เทียบกับ 4 ถึง 6 ปี: ความไม่สอดคล้องของระยะเวลาระหว่างสัญญาเช่าอสังหาริมทรัพย์ศูนย์ข้อมูลแบบดั้งเดิม (12–15 ปี) กับอายุการใช้งานของฮาร์ดแวร์เซิร์ฟเวอร์ GPU (4–6 ปี)
- 1 ล้านล้าน+: จำนวนโทเคน API รายวันที่แพลตฟอร์มโรงงานโทเคนของ GMI Cloud ประมวลผลอยู่ในปัจจุบัน
- 5% ถึง 7%: สัดส่วนปัจจุบันของตลาดตราสารหนี้ภาคเอกชนระดับน่าลงทุน (IG) ในสหรัฐฯ ที่เป็นการออกตราสารหนี้ของศูนย์ข้อมูล AI (จากการออกตราสารหนี้ใหม่ตั้งแต่ต้นปีจนถึงปัจจุบันเกือบ $0.5 ล้านล้าน)
- 10%+: อัตราดอกเบี้ยเงินกู้ที่บริษัทโครงสร้างพื้นฐาน AI ในสหรัฐฯ เผชิญในตลาดภายในประเทศ เทียบกับโครงสร้างเงินทุนในเอเชียที่มีต้นทุนต่ำกว่า (เช่น หนี้ที่กำหนดมูลค่าเป็น NTD)
- 14 เดือน: ระยะเวลารอเฉลี่ยที่เพิ่มขึ้น (T+14 เดือน) สำหรับการก่อสร้างกังหันก๊าซหลังมิเตอร์ที่ยังไม่ได้รับอนุญาต เนื่องจากข้อจำกัดในการขออนุญาตด้านสิ่งแวดล้อมสำหรับการปล่อยมลพิษทางอากาศ
- 2030: ปีที่คาดว่ากำลังรองรับการประมวลผลจะยังคงอยู่ในภาวะขาดแคลนเชิงโครงสร้างจนถึงปีนั้น เนื่องจากการเติบโตของ RSI หุ่นยนต์ และการอนุมาน
ปัจจัยที่จะเปลี่ยนภาพนี้
- การปฏิรูปกฎระเบียบสายส่งไฟฟ้า: การดำเนินการทางกฎหมายในระดับรัฐหรือรัฐบาลกลางที่ทำให้การอนุญาตสายส่งไฟฟ้าแรงสูงง่ายขึ้น ซึ่งจะขจัดคอขวดในการเชื่อมต่อโครงข่าย และเปลี่ยนทิศทางการพัฒนาศูนย์ข้อมูลกลับไปใช้ไฟฟ้าจากโครงข่ายของผู้ให้บริการสาธารณูปโภค แทนกังหันก๊าซภายในพื้นที่
- การเร่งรัดการอนุญาตระบบหลังมิเตอร์ผ่านกฎระเบียบ: การปรับนโยบายกระบวนการตรวจสอบการปล่อยคาร์บอนของหน่วยงานมาตรฐานสิ่งแวดล้อม (ESA) ซึ่งอาจลดระยะเวลารอปัจจุบัน 14 เดือนสำหรับการติดตั้งกังหันก๊าซธรรมชาติลงอย่างมีนัยสำคัญ หรือยืดระยะเวลาดังกล่าวออกไปอีก
- ส่วนต่างอัตราผลตอบแทนตราสารหนี้ที่กว้างขึ้นใน SPV และตราสารหนี้ผลตอบแทนสูง: การเพิ่มขึ้นอย่างรวดเร็วของส่วนต่างอัตราผลตอบแทนตราสารหนี้ หรือการผิดนัดชำระหนี้เชิงโครงสร้างในกลุ่มผู้ให้บริการ "นีโอคลาวด์" ที่ไม่ได้อยู่ในระดับน่าลงทุน ซึ่งพยายามชำระภาระหนี้ GPU ระยะสั้น ขณะที่มีภาระผูกพันด้านอสังหาริมทรัพย์ศูนย์ข้อมูลระยะยาวกว่า
- ความก้าวหน้าครั้งสำคัญด้านประสิทธิภาพอัลกอริทึมและการลดการประมวลผล: การนำนวัตกรรมด้านประสิทธิภาพของสถาปัตยกรรมหรืออัลกอริทึมมาใช้ในเชิงพาณิชย์ภายในอีก 6 ถึง 24 เดือน ซึ่งลดปริมาณการประมวลผลต่อโทเคนและความต้องการฮาร์ดแวร์สำหรับการอนุมานลงอย่างมาก ทำให้เส้นโค้งความต้องการการประมวลผลที่เติบโตแบบทวีคูณแบนราบลง และบรรเทาการขาดแคลนกำลังรองรับเชิงโครงสร้าง
เอกสารอ้างอิง
- "聊数据中心融资、电力、算力与泡沫" (Data Center Financing, Power, Compute, and Bubbles) Panel Discussion, featuring Ishing (Ethan) [Google], Alex [GMI Cloud], and Bruce [AI/Energy Investor], hosted by 硅谷101 (Silicon Valley 101) Annual Offline Conference.
ดู
ลิงก์แหล่งข้อมูล
ดูและฟัง
- AI算力卡在電力與融資:每月10億租金,千億美元延遲風險 YouTube · 中文
- AI Wants 1 Gigawatt Per Building. The Grid Can't Deliver YouTube · EN
- AI算力卡在電力與融資:每月10億租金,千億美元延遲風險|美股市場 พอดแคสต์ · 中文
- AI Wants 1 Gigawatt Per Building. The Grid Can't Deliver | Stock Market พอดแคสต์ · EN