Goldman Sachs คาดการณ์การใช้พลังงานของศูนย์ข้อมูลจะเพิ่มขึ้นกว่า 2 เท่าภายในปี 2030 เหตุจาก AI

การแข่งขันด้าน AI ส่งผลให้ความต้องการใช้พลังงานในศูนย์ข้อมูลทั่วโลกพุ่งสูงขึ้นอย่างมาก โดย Goldman Sachs คาดว่าจะเพิ่มขึ้นจาก 55 GW เป็น 122 GW ภายในปี 2030

Goldman Sachs Research รายงานว่าความสนใจในเทคโนโลยี Generative AI ทั่วโลกนำไปสู่การแข่งขันพัฒนาโมเดล AI ที่ใหญ่ขึ้นและดีขึ้น ส่งผลให้ต้องการศูนย์ข้อมูลความหนาแน่นสูงและพลังงานมากขึ้น โดยปัจจุบันการใช้พลังงานในศูนย์ข้อมูลทั่วโลกอยู่ที่ 55 GW แบ่งเป็นการประมวลผล Cloud 54%, งานทั่วไป 32% และงาน AI 14% คาดว่าจะเพิ่มขึ้นเป็น 84 GW ภายในปี 2027 โดยสัดส่วนงาน AI จะเพิ่มขึ้นเป็น 27%

James Schneider นักวิเคราะห์อาวุโสของ Goldman Sachs ระบุว่าการขยายโครงข่ายไฟฟ้าเพื่อรองรับการเติบโตนี้อาจต้องใช้เงินลงทุนถึง 720 พันล้านดอลลาร์ภายในปี 2030 และอาจเป็นปัญหาคอขวดสำหรับการขยายศูนย์ข้อมูลหากพื้นที่นั้นๆ ไม่ได้เตรียมการล่วงหน้า ทั้งนี้บริษัทยักษ์ใหญ่อย่าง Amazon, Microsoft และ Meta ต่างทุ่มงบประมาณหลายหมื่นล้านดอลลาร์เพื่อขยายโครงสร้างพื้นฐานรองรับ AI

ที่มา: https://www.theregister.com/2025/02/07/datacenter_energy_goldman_sachs/

About เด็กฝึกงาน TechTalkThai หมายเลข 1

นักเขียนผู้มีความสนใจใน Enterprise IT ด้วยประสบการณ์กว่า 10 ปีในไทย ปัจจุบันใช้ชีวิตอยู่ที่สหรัฐอเมริกา แต่ยังคงมุ่งมั่นในการแบ่งปันความรู้และประสบการณ์ด้านเทคโนโลยีให้กับทุกคน

Check Also

Sonar เข้าซื้อกิจการ Gitar สตาร์ตอัป AI Code Review ยกระดับระบบตรวจสอบโค้ดด้วย Agentic Reasoning

Sonar ผู้ให้บริการแพลตฟอร์มตรวจสอบคุณภาพและความมั่นคงปลอดภัยของโค้ด ประกาศเข้าซื้อกิจการ Gitar สตาร์ตอัปผู้เชี่ยวชาญด้านระบบ AI-native Code Review การเข้าซื้อกิจการครั้งนี้มีเป้าหมายเพื่อผสานความสามารถด้านการคิดวิเคราะห์ของ Gitar เข้ากับเอนจินตรวจสอบโค้ดของ Sonar เพื่อสร้างความมั่นคงปลอดภัยที่รัดกุมยิ่งขึ้นสำหรับทีม DevOps ในยุคที่ …

Stripe ยกระดับระบบชำระเงินสู่โครงสร้างพื้นฐานสำหรับ Machine-to-Machine รับยุค Agentic AI

Stripe เปิดตัวผลิตภัณฑ์ใหม่ 288 รายการ พร้อมส่งแผนพลิกโฉมระบบชำระเงินจากเดิมที่เป็นโครงสร้างพื้นฐานในการทำธุรกรรมสำหรับมนุษย์ ให้กลายเป็นโครงสร้างพื้นฐานที่สามารถตั้งโปรแกรมได้และทำงานอย่างต่อเนื่องเพื่อรองรับธุรกกรรมแบบ Machine-to-Machine ถือเป็นการปูทางเข้าสู่ระบบเศรษฐกิจแบบ Agentic AI อย่างเต็มรูปแบบ