ໂລກກຳລັງປະເຊີນກັບຄວາມສ່ຽງຂອງ 'ໄຟຟ້າຊັອດ' ຈາກ AI.

ຢູ່ເບື້ອງຫຼັງການຄິດໄລ່ຫຼາຍພັນລ້ານຄັ້ງທີ່ປະຕິບັດໃນແຕ່ລະວິນາທີແມ່ນມີຄວາມສ່ຽງທີ່ມີຢູ່ໃນໂຄງສ້າງພື້ນຖານດິຈິຕອນ ແລະ ຄວາມປອດໄພດ້ານພະລັງງານ ຍ້ອນວ່າສູນຂໍ້ມູນແບບດັ້ງເດີມສືບຕໍ່ຂະຫຍາຍຕົວໄປສູ່ໂຄງສ້າງຂະໜາດໃຫຍ່.

ປະກົດການ "Spikes" ແລະ ຄວາມສ່ຽງຂອງການລົບກວນການໂຫຼດໃນລະດັບມະຫາພາກ.

ບໍ່ເຫມືອນກັບສູນຂໍ້ມູນແບບດັ້ງເດີມ (DC) ເຊິ່ງໃຊ້ໄຟຟ້າໃນລະດັບທີ່ໝັ້ນຄົງ ແລະ ຄາດເດົາໄດ້, ໂຄງສ້າງພື້ນຖານການດຳເນີນງານຂອງ AI ມີລັກສະນະການໂຫຼດທີ່ມີການປ່ຽນແປງ ແລະ ຄາດເດົາບໍ່ໄດ້ຫຼາຍກວ່າ. ໃນການກ່າວຄຳປາໄສທີ່ງານ Computex 2026, Yin Zheng, ຮອງປະທານບໍລິຫານປະຈຳພາກພື້ນອາຊີຕາເວັນອອກ ແລະ ຈີນ ທີ່ Schneider Electric, ໄດ້ເນັ້ນໜັກວ່າ ລັກສະນະຂອງການໂຫຼດດ້ານໄອທີທີ່ຮັບໃຊ້ AI ຕ້ອງການກົນໄກການຄຸ້ມຄອງໃໝ່ທັງໝົດ ເນື່ອງຈາກການປ່ຽນແປງຢ່າງກະທັນຫັນຂອງການສະໜອງພະລັງງານ.

ສາເຫດຂອງການປ່ຽນແປງທີ່ໄດ້ກ່າວມາຂ້າງເທິງນັ້ນແມ່ນມາຈາກວິທີການເຮັດວຽກຂອງຮູບແບບປັນຍາປະດິດ. ອີງຕາມທ່ານ Himanshu Prasad, ຮອງປະທານອາວຸໂສຂອງ Schneider Electric, ໃນລະຫວ່າງການຝຶກອົບຮົມຂໍ້ມູນ ຫຼື ການອະນຸມານ, GPU ຫຼາຍພັນໜ່ວຍຈະຖືກເປີດໃຊ້ງານໃຫ້ເຮັດວຽກພ້ອມກັນໃນເວລາດຽວກັນ. ຂະບວນການນີ້ສ້າງກະແສໄຟຟ້າເພີ່ມຂຶ້ນຢ່າງກະທັນຫັນຢ່າງຮຸນແຮງໃນລະບົບ, ເຊິ່ງສົ່ງຜົນໃຫ້ເກີດການເພີ່ມຂຶ້ນຢ່າງໄວວາຂອງກະແສໄຟຟ້າໃນທ້ອງຖິ່ນ ("Spikes"). ຖ້າບໍ່ມີກົນໄກທີ່ຈະເຮັດໃຫ້ກະແສໄຟຟ້າລຽບ ແລະ ຄວບຄຸມກະແສໄຟຟ້າໄດ້, ການເພີ່ມຂຶ້ນຢ່າງໄວວານີ້ຈະເຮັດໃຫ້ເກີດການປ່ຽນແປງທີ່ຮຸນແຮງ, ເຊິ່ງເປັນໄພຂົ່ມຂູ່ໂດຍກົງຕໍ່ຄວາມໝັ້ນຄົງຂອງສາຍໄຟຟ້າ.

ທ່ານ Himanshu Prasad ໄດ້ແບ່ງປັນເລື່ອງນີ້ທີ່ງານ Computex 2026.

ການເພີ່ມຂຶ້ນຂອງການໃຊ້ໄຟຟ້າຍັງໄດ້ຊຸກຍູ້ພື້ນຖານໂຄງລ່າງເຕັກໂນໂລຢີໃຫ້ກ້າວໄປສູ່ຍຸກສະໄໝທີ່ບໍ່ເຄີຍມີມາກ່ອນ. ອຸດສາຫະກຳຂໍ້ມູນທົ່ວໂລກກຳລັງເຫັນການປ່ຽນແປງຢ່າງຫຼວງຫຼາຍຈາກສະຖານທີ່ 10-100 ເມກາວັດ ໄປສູ່ "ໂຄງການຂະໜາດໃຫຍ່" ທີ່ມີຄວາມສາມາດສູງເຖິງ 1 ກິກະວັດ, ເຊິ່ງເທົ່າກັບການບໍລິໂພກໄຟຟ້າຂອງຕົວເມືອງຂະໜາດກາງ.

ກົມໂຄສະນາຊວນເຊື່ອ ແລະ ລະດົມກຳລັງມະຫາຊົນ ກຳລັງໃຫ້ການຝຶກອົບຮົມກ່ຽວກັບການນຳໃຊ້ AI ສຳລັບພະນັກງານ ແລະ ພະນັກງານລັດຖະກອນ.(ດົ່ງນາຍ) - ຕອນບ່າຍວັນທີ 4 ມິຖຸນາ, ພະແນກໂຄສະນາ ແລະ ຂົນຂວາຍປະຊາຊົນນະຄອນດົ່ງນາຍ ສົມທົບກັບສະຖາບັນຝຶກອົບຮົມຫວຽດນາມທົ່ວໂລກ (GVA) ໄດ້ຈັດຝຶກອົບຮົມການນຳໃຊ້ປັນຍາປະດິດ (AI) ໃນຫ້ອງການໃຫ້ແກ່ພະນັກງານ ແລະ ລັດຖະກອນຂອງພະແນກໂຄສະນາ ແລະ ຂົນຂວາຍປະຊາຊົນນະຄອນ.

ອີງຕາມທ່ານ Doug Warren, ຮອງປະທານອາວຸໂສຂອງ AVEVA, ໃນຂອບເຂດນີ້, ແນວຄວາມຄິດແບບດັ້ງເດີມຂອງ "ສູນຂໍ້ມູນ" ບໍ່ໄດ້ສະທ້ອນເຖິງຄວາມເປັນຈິງຢ່າງຖືກຕ້ອງອີກຕໍ່ໄປ. ພື້ນຖານໂຄງລ່າງ AI ທີ່ທັນສະໄໝມີລະດັບຄວາມສັບສົນ, ການໃຊ້ພະລັງງານ, ແລະຄວາມຕ້ອງການດ້ານເຕັກນິກທີ່ທຽບເທົ່າກັບສະລັບສັບຊ້ອນອຸດສາຫະກໍາໜັກເຊັ່ນ: ໂຮງງານຫລອມອາລູມີນຽມ ຫຼື ໂຮງງານຂະໜາດໃຫຍ່ຂອງເຄິ່ງຕົວນຳ. ລະບົບຕ້ອງເຮັດວຽກຢ່າງຕໍ່ເນື່ອງ 24/7 ແລະບໍ່ສາມາດທົນທານຕໍ່ການລົບກວນໃດໆໄດ້ຢ່າງເດັດຂາດ.

ຂະໜາດອັນໃຫຍ່ຫຼວງນີ້ຍັງນໍາໄປສູ່ຄວາມສ່ຽງຕໍ່ການລົ້ມລະລາຍຂອງລະບົບ. ທ່ານ Himanshu Prasad ໄດ້ເຕືອນວ່າຢູ່ໂຮງງານໄຟຟ້າຂະໜາດ Gigawatt, ເຖິງແມ່ນວ່າການລົບກວນຊົ່ວຄາວໃນຕາຂ່າຍໄຟຟ້າທີ່ເຮັດໃຫ້ຖານຂໍ້ມູນຕັດການເຊື່ອມຕໍ່, ເຮັດໃຫ້ພະລັງງານຈໍານວນຫຼວງຫຼາຍຫາຍໄປຢ່າງກະທັນຫັນ, ກໍ່ຈະເຮັດໃຫ້ລະບົບສົ່ງໄຟຟ້າກັບຄືນມາ, ເຊິ່ງສ້າງການຫຼຸດລົງທີ່ບໍ່ສົມສ່ວນ ແລະ ອາດຈະເຮັດໃຫ້ຕາຂ່າຍໄຟຟ້າໃນພາກພື້ນທັງໝົດລົ້ມລະລາຍ.

ການແກ້ໄຂບັນຫາການດຳເນີນງານດ້ວຍຊອບແວ "Grid Awareness".

ເນື່ອງຈາກການເພີ່ມຂຶ້ນຂອງພະລັງງານຄວາມຮ້ອນຢ່າງຫຼວງຫຼາຍ ແລະ ຄວາມຕ້ອງການທີ່ສັບສົນຫຼາຍຢ່າງສຳລັບລະບົບໄຟຟ້າກົນຈັກ, ການຮັກສາວິທີການປະຕິບັດງານດ້ວຍຕົນເອງແມ່ນລ້າສະໄໝໝົດແລ້ວ. Yin Zheng ຢືນຢັນວ່າລະບົບຫຼາຍກິກະວັດທີ່ມີຄວາມແຕກຕ່າງກັນສູງບໍ່ສາມາດຈັດການໄດ້ດ້ວຍຄວາມພະຍາຍາມຂອງມະນຸດເທົ່ານັ້ນ. ລະບົບເຫຼົ່ານີ້ຕ້ອງນຳໃຊ້ລະບົບອັດຕະໂນມັດ, ປັນຍາປະດິດ, ແລະ ຊອບແວອັດສະລິຍະເພື່ອຕິດຕາມກວດກາ ແລະ ຮັກສາຄວາມໜ້າເຊື່ອຖືຕະຫຼອດວົງຈອນຊີວິດການອອກແບບ ແລະ ເຂົ້າສູ່ການດຳເນີນງານຕົວຈິງ.

ເພື່ອຫຼຸດຜ່ອນຄວາມສ່ຽງແຕ່ຫົວທີ, ຜູ້ຊ່ຽວຊານແນະນຳໃຫ້ສູນຂໍ້ມູນປະຕິບັດຍຸດທະສາດ "ການດຳເນີນງານທີ່ຮັບຮູ້ເຖິງຕາຂ່າຍໄຟຟ້າ". Doug Warren ໄດ້ແບ່ງປັນວ່າວິທີແກ້ໄຂຊອບແວການຄຸ້ມຄອງຂໍ້ມູນໃນເວລາຈິງຈຳເປັນຕ້ອງຕິດຕາມກວດກາການປ່ຽນແປງຂອງວຽກງານ AI ຢ່າງຕໍ່ເນື່ອງ, ດັ່ງນັ້ນຈຶ່ງໃຫ້ການຄາດຄະເນທີ່ຖືກຕ້ອງກ່ຽວກັບຜົນກະທົບທີ່ສອດຄ້ອງກັນຂອງພວກມັນຕໍ່ຕາຂ່າຍໄຟຟ້າແຫ່ງຊາດ.

ໃນເວລາດຽວກັນ, ເມື່ອໂຮງງານ AI ດຳເນີນການໃນຄວາມຈຸສູງສຸດ, ເຊິ່ງອາດຈະກະຕຸ້ນການແຈ້ງເຕືອນຂອງລະບົບຫຼາຍພັນຄັ້ງພ້ອມໆກັນ, ການນຳໃຊ້ເຕັກໂນໂລຊີການຄຸ້ມຄອງການແຈ້ງເຕືອນອັດສະລິຍະແມ່ນມີຄວາມຈຳເປັນ. ລະບົບນີ້ຊ່ວຍໃນການຈັດປະເພດ ແລະ ຈັດກຸ່ມການແຈ້ງເຕືອນຄວາມຜິດພາດ, ຊ່ວຍໃຫ້ວິສະວະກອນປະຕິບັດການສາມາດແຊກແຊງດ້ານວິຊາການໄດ້ທັນເວລາ ແລະ ຖືກຕ້ອງ.

ຄົ້ນພົບການອ້າງອີງປອມຫຼາຍພັນຄັ້ງໃນເອກະສານວິທະຍາສາດ, ສົງໃສວ່າຖືກປະດິດຂຶ້ນໂດຍ AI.VHO - ການສຶກສາທີ່ຕີພິມໃນໜັງສືພິມ The Lancet ພົບເຫັນເອກະສານອ້າງອີງທີ່ສົມມຸດຂຶ້ນຫຼາຍກວ່າ 4,000 ສະບັບໃນເອກະສານຊີວະວິທະຍາ 2,810 ສະບັບ. ນັກຄົ້ນຄວ້າເຊື່ອວ່າການອ້າງອີງປອມສ່ວນໃຫຍ່ເຫຼົ່ານີ້ອາດຈະເກີດມາຈາກ "ພາບລວງຕາ" ຂອງ AI.

ການລະເບີດຂອງຍຸກປັນຍາປະດິດສະແດງໃຫ້ເຫັນວ່າການສຸມໃສ່ການອອກແບບ GPU ລຸ້ນທີ່ມີປະສິດທິພາບຫຼາຍຂຶ້ນນັ້ນບໍ່ພຽງພໍ. ຄື້ນເທັກໂນໂລຢີໃໝ່ນີ້ຈະບໍ່ເກີດຂຶ້ນຖ້າບັນດາປະເທດ ແລະ ທຸລະກິດບໍ່ສາມາດແກ້ໄຂບັນຫາທີ່ສຳຄັນໄດ້ຄື: ການສ້າງໂຮງງານຜະລິດ AI ຂະໜາດໃຫຍ່ທີ່ເຂົ້າກັນໄດ້ ແລະ ທົນທານສູງ ແລະ ການສ້າງກົນໄກ "ການຢູ່ຮ່ວມກັນ" ທີ່ປອດໄພກັບພື້ນຖານໂຄງລ່າງຕາຂ່າຍໄຟຟ້າແຫ່ງຊາດ.

ອີງຕາມໜັງສືພິມ Thanh Nien

ແຫຼ່ງຂໍ້ມູນ: https://baoangiang.com.vn/the-gioi-doi-mat-nguy-co-soc-dien-vi-ai-a487803.html