CUBE 5.0 ของ Alibaba Cloud เปลี่ยนการสร้างศูนย์ข้อมูล AI ให้เหมือนต่อเลโก้ เสร็จใน 100 วัน

CUBE 5.0 ของ Alibaba Cloud ไม่ได้เป็นเพียงวิธีก่อสร้างที่เร็วขึ้น แต่คือการเปลี่ยนความหมายของ “ศูนย์ข้อมูล” จากโครงการที่ต้องออกแบบและประกอบหน้างานแบบเฉพาะราย ให้กลายเป็นผลิตภัณฑ์มาตรฐานที่ผลิตและทดสอบจากโรงงานได้พร้อมกันหลายส่วน

Alibaba Cloud ระบุว่าวิธีนี้ช่วยส่งมอบศูนย์ข้อมูล AI ขนาดใหญ่ได้ภายใน 100 วัน เทียบกับกรอบเวลาที่มีการรายงานว่างานก่อสร้างแบบดั้งเดิมในจีนใช้ 6–12 เดือน และในสหรัฐฯ ใช้ 12–18 เดือน บริษัทยังระบุว่าต้นทุนก่อสร้างต่อกิโลวัตต์ลดลงมากกว่า 10% และอัตราการทดสอบผลิตภัณฑ์ผ่านตั้งแต่ครั้งแรกอยู่ใกล้ 100% อย่างไรก็ตาม ตัวเลขเหล่านี้เป็นข้อมูลที่บริษัทเปิดเผยเอง ไม่ใช่ผลการเปรียบเทียบจากหน่วยงานอิสระ 14

ความลับของกรอบเวลา 100 วัน

การสร้างศูนย์ข้อมูลแบบดั้งเดิมมักเป็นงานต่อเนื่องกันเป็นลำดับ ขั้นตอนหนึ่งต้องเสร็จก่อนจึงเริ่มขั้นตอนถัดไปได้ CUBE 5.0 ย้ายงานจำนวนมากเข้าไปอยู่ในโรงงาน ทำให้การผลิตหลายส่วนเกิดขึ้นพร้อมกันตามแผน 3 ระยะดังนี้

• 30 วัน: ผลิตโมดูลในโรงงานและเตรียมพื้นที่ก่อสร้าง
• 50 วัน: ยกติดตั้ง เชื่อมต่อ และประกอบระบบที่หน้างาน
• 20 วัน: เดินระบบแบบบูรณาการและทดสอบ

โมดูลต่าง ๆ จะถูกประกอบและทดสอบเบื้องต้นก่อนขนส่งไปยังพื้นที่จริง จากนั้นจึงยกเข้าตำแหน่งและเชื่อมต่อเข้าด้วยกัน Alibaba Cloud เปรียบเทียบกระบวนการนี้กับการต่อบล็อกเลโก้ ซึ่งช่วยลดงานที่ต้องพึ่งพาสภาพอากาศ แรงงานจำนวนมาก และการประสานงานซับซ้อนที่หน้างาน 49

หัวใจสำคัญคือระดับการทำให้เป็นมาตรฐาน CUBE 5.0 เพิ่มสัดส่วนการทำงานแบบโมดูลใน 5 ระบบหลัก จากประมาณ 30% ในสถาปัตยกรรมรุ่นก่อนเป็น 90% ได้แก่ ระบบไฟฟ้า ระบบทำความเย็น ความปลอดภัย การจัดการอัจฉริยะ และระบบป้องกันอัคคีภัย 17

เมื่อระบบเหล่านี้ถูกออกแบบให้เป็นหน่วยมาตรฐาน ซัพพลายเออร์จึงสามารถผลิต ประกอบ และทดสอบไปพร้อมกันได้ แทนที่จะรอให้อาคารเสร็จแล้วจึงติดตั้งอุปกรณ์ทีละระบบ งานหน้างานจึงเหลือเป็นหลัก ๆ เพียงการวางตำแหน่ง เชื่อมต่อ และตรวจสอบความถูกต้องของโมดูล

ทำไมความเร็วอาจช่วยลดต้นทุนและงานแก้ไข

ประโยชน์ทางเศรษฐกิจมาจากการทำซ้ำได้ การผลิตในโรงงานช่วยให้ใช้แบบเดียวกัน สภาพแวดล้อมการทำงานที่ควบคุมได้ การจัดซื้อแบบมาตรฐาน และแรงงานหน้างานที่ลดลง ขณะเดียวกัน การทดสอบล่วงหน้าช่วยให้พบข้อผิดพลาดก่อนที่โมดูลจะเดินทางถึงศูนย์ข้อมูล

Alibaba Cloud ระบุว่าวิธีนี้ลดต้นทุนก่อสร้างต่อหน่วยลงมากกว่า 10% เมื่อเทียบกับรุ่นก่อน และทำให้อัตราการทดสอบผลิตภัณฑ์ผ่านตั้งแต่ครั้งแรกอยู่ใกล้ 100% รายงานบางฉบับยังกล่าวถึงความหนาแน่นของอุปกรณ์ที่สูงขึ้น จำนวนหม้อแปลงที่ลดลง และการรองรับทั้งระบบระบายความร้อนด้วยอากาศและของเหลว 446

แต่มีข้อควรระวังสำคัญ ตัวเลขทั้งหมดเป็นผลลัพธ์ตามที่ผู้พัฒนาเปิดเผยเอง การส่งมอบเร็วขึ้นไม่ได้ยืนยันโดยอัตโนมัติว่าจะมีต้นทุนการดำเนินงานตลอดอายุโครงการต่ำลง ความพร้อมใช้งานสูงขึ้น หรือมีเศรษฐศาสตร์ที่ดีกว่าในทุกกรณี ผลลัพธ์จริงยังขึ้นอยู่กับการขนส่ง สภาพพื้นที่ การเชื่อมต่อโครงข่ายไฟฟ้า การใช้ประโยชน์จากเครื่องจักร และความเหมาะสมของโมดูลมาตรฐานกับโครงการแต่ละแห่ง

ไฟฟ้าแรงดันสูงและระบบทำความเย็นแบบผสมสำหรับยุคชิป AI

ศูนย์ข้อมูล AI กำลังเผชิญปัญหา 2 ด้านพร้อมกัน คือความหนาแน่นของพลังงานที่ใช้โดยชิปเร่งการประมวลผลเพิ่มขึ้น และการออกแบบชิปรวมถึงรูปแบบความร้อนเปลี่ยนแปลงอย่างรวดเร็ว

CUBE 5.0 ใช้การจ่ายไฟฟ้ากระแสตรงแรงดันสูง เพื่อลดจำนวนขั้นตอนการแปลงไฟฟ้าระหว่างไฟฟ้าขาเข้ากับอุปกรณ์ไอที นอกจากนี้ยังผสมผสานการระบายความร้อนด้วยอากาศและของเหลว เพื่อให้ศูนย์ข้อมูลรองรับชิปเร่งการประมวลผลหลายประเภทที่มีภาระความร้อนแตกต่างกันได้

Alibaba Cloud ระบุว่าแนวทางการออกแบบที่มีความยืดหยุ่นสูงนี้สามารถรองรับชิปและสถาปัตยกรรมการประมวลผลได้อย่างน้อย 3 รุ่น โดยไม่ต้องรื้อออกแบบงานโครงสร้างและระบบเครื่องกล ไฟฟ้า และสุขาภิบาลใหม่ทั้งหมดทุกครั้งที่มีการเปลี่ยนฮาร์ดแวร์ 914

ประเด็นนี้สำคัญเพราะอายุการใช้งานของตัวอาคารศูนย์ข้อมูลอาจยาวนานกว่าอายุของชิปที่ติดตั้งอยู่ภายใน สถาปัตยกรรมไฟฟ้าและระบบทำความเย็นแบบโมดูลจึงเปิดทางให้ผู้ให้บริการเปลี่ยนหรือผสมฮาร์ดแวร์รุ่นใหม่ได้ โดยยังคงใช้โครงสร้างพื้นฐานเดิม การออกแบบดังกล่าวไม่ได้ทำให้ไม่ต้องอัปเกรดในอนาคต แต่มีเป้าหมายให้การอัปเกรดรบกวนการดำเนินงานน้อยลง

เบื้องหลัง 17 ปีที่ทำให้ศูนย์ข้อมูลกลายเป็น “เลโก้”

CUBE 5.0 ไม่ได้ถูกนำเสนอว่าเป็นการออกแบบที่เริ่มต้นจากศูนย์ Alibaba Cloud เชื่อมโยงสถาปัตยกรรมนี้กับประสบการณ์ก่อสร้างและปฏิบัติการศูนย์ข้อมูล 17 ปี นับตั้งแต่ยุค Feitian ในปี 2009 850

ความยากไม่ได้อยู่ที่การคิดเรื่องโมดูลาร์ แต่อยู่ที่การเปลี่ยนองค์ความรู้ด้านวิศวกรรมให้กลายเป็นผลิตภัณฑ์ที่โรงงานผลิตซ้ำได้ Alibaba Cloud และซัพพลายเออร์ในอุตสาหกรรมมีรายงานว่าแปลงแบบศูนย์ข้อมูลทั้งระบบให้เป็นรายการวัสดุหรือ BOM (Bill of Materials) ที่มีมาตรฐาน ระบุตำแหน่งอุปกรณ์ และในบางกรณีลงรายละเอียดไปถึงชนิดของสกรู

รายละเอียดระดับนี้ทำให้โมดูลถูกผลิตในฐานะสินค้า ไม่ใช่โครงการวิศวกรรมเฉพาะกิจที่ต้องออกแบบใหม่ทุกครั้ง 4954 นั่นหมายความว่าโมเดลนี้ไม่ได้พึ่งพาเพียงแบบอาคารที่ชาญฉลาด แต่ต้องอาศัยห่วงโซ่อุปทานที่สามารถผลิตโมดูลจำนวนมาก ทดสอบด้วยมาตรฐานเดียวกัน และส่งไปยังพื้นที่ต่าง ๆ โดยไม่ต้องดัดแปลงมาก

ทำไมอูลานฉาปู้จึงเป็นตัวอย่างสำคัญ

อูลานฉาปู้ในเขตมองโกเลียในสะท้อนอีกครึ่งหนึ่งของสมการโครงสร้างพื้นฐาน AI นั่นคือการเลือกพื้นที่ที่มีสภาพแวดล้อมเหมาะกับการประมวลผลความหนาแน่นสูง

เมืองนี้อยู่ใกล้ละติจูด 42 องศาเหนือ และมีอุณหภูมิเฉลี่ยทั้งปีประมาณ 4.3 องศาเซลเซียส รายงานระบุว่าศูนย์ข้อมูลสามารถใช้การระบายความร้อนตามธรรมชาติได้ราว 10 เดือนต่อปี และประหยัดพลังงานได้มากกว่า 20% เมื่อเปรียบเทียบภายใต้เงื่อนไขใกล้เคียงกัน 144

อูลานฉาปู้ยังอยู่ใกล้แหล่งความต้องการที่เชื่อมโยงกับปักกิ่ง โดยมีระยะห่างจากปักกิ่งราว 240 กิโลเมตร และมีเส้นทางไฟเบอร์เฉพาะที่รายงานว่ามีค่าความหน่วงประมาณ 4.2 มิลลิวินาที การเชื่อมต่อเช่นนี้ช่วยรองรับงานฝึกและการอนุมานโมเดลที่เชื่อมโยงกับปักกิ่ง ไม่ได้จำกัดพื้นที่ไว้เพียงงานประมวลผลแบบแบตช์ที่ไม่ต้องตอบสนองแบบเรียลไทม์ 3338

พลังงานเป็นอีกองค์ประกอบหนึ่งของการตัดสินใจ รายงานท้องถิ่นระบุว่าสัดส่วนไฟฟ้าสีเขียวของเมืองอยู่ที่ประมาณ 67% การผสมผสานระหว่างพลังงานหมุนเวียน สภาพอากาศเย็น และระยะทางใกล้ตลาดเทคโนโลยีขนาดใหญ่ ช่วยอธิบายว่าเหตุใดโครงการศูนย์ข้อมูลจึงกระจุกตัวเพิ่มขึ้นในอูลานฉาปู้ 1117

ส่วนข้อกล่าวอ้างว่าธรณีวิทยาหินบะซอลต์ทำให้พื้นที่มีความมั่นคงเป็นพิเศษควรพิจารณาอย่างระมัดระวัง รายงานบางฉบับระบุว่าโครงสร้างทางธรณีวิทยาที่มั่นคงและความเสี่ยงภัยธรรมชาติต่ำเป็นข้อได้เปรียบในการเลือกพื้นที่ แต่ยังไม่มีหลักฐานอิสระเพียงพอที่จะยืนยันความสัมพันธ์เชิงเหตุผลเฉพาะเจาะจงดังกล่าว 4144

จากอาคารที่สร้างเร็ว สู่ยุทธศาสตร์เพิ่มกำลังประมวลผล AI

Alibaba Cloud ระบุว่ามีแผนเพิ่มกำลังการผลิตศูนย์ข้อมูลแบบโมดูลทั่วโลกมากกว่า 2 เท่า ไม่ใช่การเพิ่มเป็น 3 เท่าตามที่มีการตีความในบางรายงาน 454 ความแตกต่างนี้สำคัญ เพราะยุทธศาสตร์ดังกล่าวมุ่งเพิ่มกำลังการผลิตและความเร็วในการส่งมอบ มากกว่าการประกาศเป้าหมายก่อสร้างที่ใหญ่ขึ้นเพียงอย่างเดียว

อูลานฉาปู้แสดงให้เห็นผลของการเกิดคลัสเตอร์ รายงานในปี 2026 ระบุว่าภูมิภาคนี้มีโครงการศูนย์ข้อมูลที่ลงนามแล้ว 89 โครงการ ขณะที่รายงานภายหลังระบุว่ามีโครงการที่ลงพื้นที่แล้วมากกว่า 100 โครงการ และมีการเดินระบบกำลังประมวลผลราว 172,000 P โดยสัดส่วนการประมวลผลอัจฉริยะอยู่ที่มากกว่า 90% หรือในตัวเลขรายงานภายหลังมากกว่า 95% ตัวเลขที่แตกต่างกันอาจมาจากวันที่รายงาน และจากการนับโครงการที่ลงนามแล้ว ลงพื้นที่แล้ว เดินระบบแล้ว หรืออยู่ระหว่างก่อสร้าง 17192629

ผู้เข้าร่วมโครงการที่มีการรายงาน ได้แก่ Huawei, Alibaba, Kuaishou, ByteDance, Century Internet และ CICC Data 61219 โมเดลที่กำลังก่อตัวจึงรวมพลังงาน ระบบทำความเย็น การเชื่อมต่อเครือข่าย การก่อสร้างแบบมาตรฐาน และฐานลูกค้าที่กระจุกตัวเข้าไว้ในระบบนิเวศการผลิต AI เดียวกัน

นี่คือเหตุผลเบื้องหลังเป้าหมาย “เมือง Token” ของอูลานฉาปู้ ซึ่งต้องการเปลี่ยนไฟฟ้าจากพลังงานหมุนเวียนให้เป็นกำลังประมวลผล และเปลี่ยนกำลังประมวลผลให้เป็นการฝึกโมเดล บริการอนุมาน และบริการที่สร้างโทเคนหรือหน่วยข้อความจาก AI แนวคิดนี้ใหญ่กว่าการเพิ่มเซิร์ฟเวอร์ให้เต็มแร็ก แต่ก็ยังต้องผ่านบททดสอบจริง โครงการที่ลงนามแล้วไม่เท่ากับการใช้งานต่อเนื่องหรือความต้องการที่ทำกำไรได้ และการก่อสร้างที่รวดเร็วเพียงอย่างเดียวก็ไม่สามารถแก้ปัญหาการเชื่อมต่อโครงข่ายไฟฟ้า อุปทานชิป ความจุเครือข่าย หรือเศรษฐศาสตร์ของงาน AI ได้ทั้งหมด

บทเรียนที่กว้างขึ้นสำหรับศูนย์ข้อมูล AI

นวัตกรรมหลักของ CUBE 5.0 คือการทำให้ศูนย์ข้อมูลกลายเป็นผลิตภัณฑ์ เมื่อ 90% ของ 5 ระบบสำคัญถูกเปลี่ยนเป็นโมดูลมาตรฐานที่ผลิตจากโรงงาน Alibaba Cloud จึงสามารถทำงานโรงงานและงานหน้างานแบบขนาน ทดสอบระบบล่วงหน้าก่อนส่งมอบ และรองรับการเปลี่ยนฮาร์ดแวร์ในอนาคตได้ง่ายขึ้นตามที่บริษัทระบุ

ดังนั้น ตัวเลข 100 วันไม่ได้หมายถึงการก่อสร้างแบบเดิมที่เร็วขึ้นเท่านั้น แต่หมายถึงการแทนที่งานก่อสร้างบางส่วนด้วยกระบวนการผลิตในโรงงาน การที่แนวทางนี้จะกลายเป็นมาตรฐานใหม่ของอุตสาหกรรมหรือไม่ ยังขึ้นอยู่กับการตรวจสอบต้นทุนและความน่าเชื่อถือโดยอิสระ รวมถึงความสามารถของโรงงาน โครงสร้างพื้นฐานพลังงาน ห่วงโซ่อุปทานชิป และงาน AI จริงในการขยายตัวให้เร็วพอ ๆ กับโมดูลเหล่านี้