Siam AI ผู้ให้บริการ SIAM.AI Cloud ประสบความสำเร็จครั้งสำคัญในการเป็นผู้ให้บริการคลาวด์รายแรกในเอเชียที่ได้รับเทคโนโลยี NVIDIA GB200 NVL72 ตอกย้ำความเป็นผู้นำด้านโครงสร้างพื้นฐาน AI ในภูมิภาค โดยคาดว่าปี 2025 นี้ Siam AI จะลงทุนเกี่ยวกับโครงสร้างพื้นฐาน AI กว่า 70,000 ล้านบาท

รัตนพล วงศ์นภาจันทร์ CEO ของ Siam AI เปิดเผยว่า การลงทุนครั้งนี้สะท้อนถึงความมุ่งมั่นในการสร้าง AI Sovereign Cloud ของไทย เพื่อให้องค์กรทั้งภาครัฐและเอกชนสามารถเข้าถึงการประมวลผล AI ระดับโลกได้ภายในประเทศ การลงทุนครั้งนี้ไม่เพียงแต่จะช่วยปกป้องผลประโยชน์ของชาติด้านข้อมูล แต่ยังเป็นก้าวสำคัญในการผลักดันให้ไทยก้าวสู่การเป็นศูนย์กลาง AI แห่งเอเชียตะวันออกเฉียงใต้ สร้างความได้เปรียบในการแข่งขันให้กับธุรกิจในประเทศและภูมิภาค
ด้วยการติดตั้ง NVIDIA GB200 NVL72 ที่ศูนย์ข้อมูล STT Bangkok 1 Siam AI กำลังวางรากฐานสำคัญสำหรับระบบนิเวศ AI ที่พึ่งพาตนเองได้ในประเทศไทย ซึ่งจะช่วยเร่งการพัฒนานวัตกรรมในหลากหลายอุตสาหกรรม เช่น การดูแลสุขภาพ การเงิน การผลิต และเมืองอัจฉริยะ
ความสำเร็จครั้งนี้ของ Siam AI ถือเป็นจุดเปลี่ยนสำคัญสำหรับอุตสาหกรรม AI ในไทย และเป็นสัญญาณชัดเจนว่าประเทศกำลังก้าวสู่การเป็นผู้นำด้านเทคโนโลยี AI ในระดับภูมิภาคอย่างแท้จริง
ประสิทธิภาพของ NVIDIA GB200 NVL72

โดย NVIDIA GB200 NVL72 เป็นระบบ AI สำหรับศูนย์ข้อมูลที่ทรงพลัง โดยมีคุณสมบัติสำคัญดังนี้
- ประสิทธิภาพสูง
- ในตู้ประกอบด้วย CPU Grace 36 ตัว
- GPU Blackwell 72 ตัว
- สามารถประมวลผล AI ระดับ 1.8 ล้านล้านพารามิเตอร์ได้แบบเรียลไทม์
- การเชื่อมต่อ
- ใช้เทคโนโลยี NVLink สำหรับเชื่อมต่อระหว่าง GPU
- รองรับ NVLink Switch System เพื่อขยายการเชื่อมต่อระหว่างหลายระบบ
- การระบายความร้อน
- ใช้ระบบระบายความร้อนด้วยของเหลวแบบ Direct-to-Chip
ระบบนี้ถูกออกแบบมาเพื่อรองรับการทำงานด้าน AI ที่ซับซ้อนและใช้ทรัพยากรสูง เช่น การฝึกฝนโมเดล AI ขนาดใหญ่ การประมวลผลภาษาธรรมชาติ และการวิเคราะห์ข้อมูลขนาดใหญ่ โดยมีเป้าหมายเพื่อเพิ่มประสิทธิภาพและลดเวลาในการประมวลผลสำหรับงาน AI ระดับองค์กรและการวิจัยขั้นสูง

คุณรัตนพลเทียบให้เข้าใจความแรงของเครื่องนี้สั้น ๆ ว่าตัวเดียวมีประสิทธิภาพเทียบเท่าคอมพิวเตอร์ทั่วไปมัดมาประมวลผลร่วมกันกว่า 400,000 เครื่องเลย
ตั้งเป้าลงทุนทั้งปี 70,000 ล้านบาท
โดย NVIDIA GB200 NVL72 กลุ่มแรก 48 ชุด (นับเป็น GPU เกือบ 3,500 ตัว) ใช้เงินลงทุนราว 7,000 ล้านบาท ซึ่งตอนนี้ติดตั้งแล้วที่ ST Telemedia Global Data Centres (Thailand) STT Bangkok 1 จำนวน 2 ชุด ซึ่งจะติดตั้งที่ STT Bangkok 1 ทั้งหมดแล้วเสร็จในช่วงกลางปีนี้
คุณรัตนพลเผยว่าหลังจากผ่านอนุมัติการลงทุนจาก BOI ก็เริ่มดำเนินงานได้ทันที ซึ่งมีลูกค้าเข้ามาอย่างต่อเนื่อง จนคาดว่าจะสามารถคืนทุนได้ในเวลา 1 ปีครึ่ง นอกจากนี้ Siam.AI ยังมีแผนร่วมลงทุนกับ Data Center ด้วย เพราะลูกค้ามีความต้องการสูงกว่าที่ Data Center ในไทยส่วนใหญ่จะทำได้ ลูกค้ามีความต้องการถึงระดับ 200 MW แต่ Siam.AI จะลงทุนใน Data Center ขนาด 100 MW ก่อน
ในส่วนของการขยายและพัฒนาบุคลากร Siam AI มีการรับคนเพิ่มเรื่อย ๆ ให้เหมาะกับขนาดธุรกิจที่กำลังเติบโต มีการจัดกิจกรรม AI Youth ตามมหาวิทยาลัย เพื่อดึงนักศึกษารุ่นใหม่ที่มีความสามารถเข้าร่วมงานด้วย
STT ผู้ให้บริการ Data Center ต้องปรับตัวตาม

ความพิเศษของ NVIDIA GB200 NVL72 ที่ระบายความร้อนด้วยของเหลว คุณบุศรินทร์ ประดิษฐยนต์ Country Head ของ STT GDC (Thailand) ได้เผยว่าผู้ให้บริการ Data Center ก็ต้องปรับปรุงโครงสร้างพื้นฐานให้รองรับอุปกรณ์ที่ระบายความร้อนด้วยของเหลวนี้ด้วย ซึ่งก็ไม่ใช่ผู้ให้บริการ Data Center ทุกรายที่สามารถรองรับอุปกรณ์ประสิทธิภาพสูงแบบนี้ได้ ทำให้ STT เป็นผู้ให้บริการ Data Center แบบ Hyperscale แห่งแรกของไทย
โดยปัจจุบัน STT Bangkok 1 รองรับกำลังไฟขนาด 20 MW และกำลังสร้าง Data Center อีกแห่งติดกันเพิ่มอีก 20 MW เพื่อรองรับการเติบโตในด้านนี้ ซึ่งความมั่นคงด้านพลังงานของไทยเป็นจุดเด่นในภูมิภาคนี้ เพราะเจ้าตลาด Data Center เดิมอย่างสิงคโปร์ไม่สามารถรองรับศูนย์ข้อมูลที่ใช้กำลังไฟสูง ๆ ได้อีก เนื่องจากมีพลังงานไม่พอ
MW – Mega Watt หน่วยการวัดกำลังไฟ ซึ่งเทียบง่าย ๆ ว่า Data Center ที่สามารถรองรับการจ่ายไฟสูงกว่า ก็จะมีความสามารถในการติดตั้งอุปกรณ์ที่ทรงพลังกว่า จึงมักใช้เป็นหน่วยในการเทียบประสิทธิภาพของเซิร์ฟเวอร์ด้วย อย่าง NVIDIA H100 ชุดเดิมจะใช้กำลังไฟราว 45 kW แต่ NVIDIA GB200 NVL72 ตู้หนึ่งต้องการไฟถึง 135 kW แต่ก็ได้ประสิทธิภาพที่ดีกว่าเดิมมาก
