[Asset Plus Fund Management] AI ยิ่งประหยัด ทำไม Data Center ยิ่งโต ? อาจฟังดูเหมือนเป็นเรื่องขัดแย้ง… เพราะเมื่อชิปรุ่นใหม่ประมวลผลได้ดีขึ้น โมเดลใช้พลังงานต่อคำตอบน้อยลง และต้นทุนต่อ Token ถูกลงเรื่อย ๆ ความต้องการสร้าง AI Inf

สำรวจ
ลงทุน
คำถาม

มีบัญชีอยู่แล้ว?หรือ

Asset Plus Fund Management

•

6 ส.ค. เวลา 07:00 • หุ้น & เศรษฐกิจ

AI ยิ่งประหยัด ทำไม Data Center ยิ่งโต ?

อาจฟังดูเหมือนเป็นเรื่องขัดแย้ง…

เพราะเมื่อชิปรุ่นใหม่ประมวลผลได้ดีขึ้น โมเดลใช้พลังงานต่อคำตอบน้อยลง และต้นทุนต่อ Token ถูกลงเรื่อย ๆ

ความต้องการสร้าง AI Infrastructure ก็น่าจะชะลอลงไม่ใช่หรือ ?

แต่สิ่งที่กำลังเกิดขึ้นกลับตรงกันข้าม แม้ AI จะมีประสิทธิภาพดีขึ้น แต่ IEA ระบุว่าในปี 2025 การใช้ไฟฟ้าของ Data Center ทั่วโลกเพิ่มขึ้น 17% ขณะที่ AI-focused Data Center เพิ่มขึ้นถึง 50% แม้ว่าพลังงานที่ใช้ต่อ AI Task จะกำลังลดลงอย่างรวดเร็วที่สุดครั้งหนึ่งในประวัติศาสตร์ของเทคโนโลยีพลังงาน

ขณะเดียวกันด้าน NVIDIA ก็ระบุว่า ชิป Vera Rubin ถูกออกแบบให้สามารถลดต้นทุน Inference ต่อ Token ได้สูงสุด 10 เท่า เมื่อเทียบกับ Blackwell แต่ IEA ยังคาดว่า การใช้ไฟของ AI-focused Data Center อาจเพิ่มขึ้นราว 3 เท่าระหว่างปี 2025–2030

ปรากฏการณ์นี้อธิบายได้ด้วยแนวคิดที่เรียกว่า “Efficiency Paradox” หรือหลักการคล้าย Jevons Paradox

เมื่อเทคโนโลยีใช้ทรัพยากรต่อหนึ่งหน่วยน้อยลง ต้นทุนการใช้งานก็ลดลง แต่ของที่ถูกลงและใช้ง่ายขึ้นมักถูกนำไปใช้มากกว่าเดิมจนความต้องการรวมอาจเพิ่มเร็วกว่าประสิทธิภาพที่ประหยัดได้ ณ ปัจจุบันเลยทำให้เกิดวงจรของ AI ที่ทำให้ Data Center ยิ่งโต

วงจรที่เกิดขึ้นมีลักษณะดังนี้

1. ชิป โมเดล และซอฟต์แวร์มีประสิทธิภาพสูงขึ้น

2. ต้นทุนการใช้งาน AI ลดลง จึงถูกนำไปใช้ในสินค้าและบริการมากขึ้น

3. การใช้งาน AI ซับซ้อนขึ้น ทั้ง Reasoning, Coding, Video และ AI Agent

4. หนึ่งคำสั่งอาจประมวลผลหลายขั้น เรียกโมเดลหลายครั้ง และใช้ Context ยาวขึ้น

5. สุดท้าย จำนวนผู้ใช้ จำนวนงาน และปริมาณ Token รวม เติบโตเร็วกว่าประสิทธิภาพที่เพิ่มขึ้น

นี่จึงเป็นเหตุผลว่า ทำไมบริษัทเทคยังทุ่มเงินลงทุนอย่างต่อเนื่อง โดย IEA ระบุว่า CapEx ของบริษัทเทคโนโลยีขนาดใหญ่ 5 แห่งรวมกันสูงกว่า 400,000 ล้านดอลลาร์ในปี 2025 และคาดว่าจะเพิ่มขึ้นอีกประมาณ 75% ในปี 2026

ดังนั้น เวลาติดตามข่าว AI Infrastructure อย่าดูเพียงว่า “ชิปรุ่นใหม่แรงขึ้นหรือประหยัดขึ้นกี่เท่า” แต่ควรถามเพิ่มว่า

📌จำนวนผู้ใช้และจำนวนงานที่ AI รับผิดชอบเพิ่มเร็วแค่ไหน?

📌หนึ่งงานต้องผ่าน Agent Steps หรือเรียกโมเดลกี่ครั้ง?

📌Context และจำนวน Token ต่อคำสั่งยาวขึ้นหรือไม่?

📌ประสิทธิภาพที่เพิ่มขึ้น เร็วกว่าความต้องการรวมจริงหรือเปล่า?

เพราะตัวแปรสำคัญของ AI Infrastructure รอบต่อไป อาจไม่ใช่แค่ขนาดของโมเดล แต่คือ “ปริมาณงานทั้งหมดที่ AI เริ่มทำแทนมนุษย์”

Source: IEA – Key Questions on Energy and AI

https://www.iea.org/news/data-centre-electricity-use-surged-in-2025-even-with-tightening-bottlenecks-driving-a-scramble-for-solutions

Source: NVIDIA Rubin Platform

https://nvidianews.nvidia.com/news/rubin-platform-ai-supercomputer

ติดต่อสอบถามข้อมูลเพิ่มเติม 📞 02-672-1111

หรือเข้าไปที่เว็ปไซต์ http://www.assetfund.co.th