DeepSeek เร่งสร้างทีมดาต้าเซ็นเตอร์ สะท้อนเกม AI ที่กำลังเปลี่ยนจากโมเดลสู่โครงสร้างพื้นฐาน

การเปิดรับสมัครงานล่าสุดของ DeepSeek สำหรับทีม IDC หรือทีมโครงสร้างพื้นฐานดาต้าเซ็นเตอร์ กำลังส่งสัญญาณว่าเกมการแข่งขันของบริษัท AI อาจไม่ได้อยู่ที่โมเดลเพียงอย่างเดียวอีกต่อไป แต่รวมถึงการมีไฟฟ้า ระบบทำความเย็น อาคาร เครือข่าย และทีมปฏิบัติการที่เพียงพอสำหรับขับเคลื่อนคลัสเตอร์ AI ด้วย 12

บริษัทเปิดรับบุคลากรในปักกิ่ง หางโจว และอูหลานฉาป ครอบคลุมงานวางแผน ออกแบบ ก่อสร้าง ทดสอบ และบริหารโครงสร้างพื้นฐาน 134 อย่างไรก็ตาม ข้อมูลนี้ยังไม่ใช่หลักฐานยืนยันว่า DeepSeek จะเป็นเจ้าของดาต้าเซ็นเตอร์ทุกแห่งที่ใช้งานอยู่ แต่สะท้อนว่าบริษัทกำลังสร้างความเชี่ยวชาญเพื่อควบคุมชั้นกายภาพของระบบ AI มากขึ้น

รายชื่อตำแหน่งงานบอกอะไร

ตำแหน่งที่ DeepSeek ต้องการมีตั้งแต่วิศวกรรมไฟฟ้า ระบบทำความร้อน ระบายอากาศ และปรับอากาศ หรือ HVAC ระบบอัตโนมัติ พลังงาน การสื่อสาร วิทยาการคอมพิวเตอร์ วิศวกรรมสิ่งแวดล้อม ไปจนถึงวิศวกรรมโยธา โดยงานแบ่งเป็นด้านปฏิบัติการโครงสร้างพื้นฐาน การวางแผนและออกแบบ และการทำงานภาคสนาม 34

นี่เป็นโปรไฟล์ที่กว้างกว่าบริษัทที่ทำหน้าที่เพียงเช่าคลาวด์หรือซื้อเวลาใช้งาน GPU อย่างมีนัยสำคัญ เพราะครอบคลุมระบบที่กำหนดว่าคลัสเตอร์ AI จะทำงานด้วยความหนาแน่นสูงและมีเสถียรภาพได้หรือไม่ ได้แก่

• ไฟฟ้าและพลังงาน: ระบบจ่ายไฟ สถานีไฟฟ้าย่อย การกระจายไฟ และการประสานงานด้านพลังงาน
• HVAC และสิ่งแวดล้อม: ระบบระบายความร้อนด้วยอากาศและของเหลว การถ่ายเทความร้อน และการควบคุมสภาพแวดล้อม
• วิศวกรรมโยธา: การเลือกพื้นที่ อาคาร โครงสร้าง และการส่งมอบงานก่อสร้าง
• ระบบอัตโนมัติและการสื่อสาร: ระบบตรวจสอบ ระบบควบคุม เครือข่าย และการปฏิบัติการ
• คอมพิวเตอร์และการบริหารโครงสร้างพื้นฐาน: การเชื่อมโยงความจุทางกายภาพเข้ากับคลัสเตอร์ การจัดสรรทรัพยากร และเวิร์กโหลด

ภาษาที่ใช้ในประกาศรับสมัครยังครอบคลุมดาต้าเซ็นเตอร์แบบดั้งเดิม ศูนย์ประมวลผล AI ระบบระบายความร้อนด้วยอากาศและของเหลว รวมถึงโครงการตั้งแต่ระดับเมกะวัตต์ไปจนถึงกิกะวัตต์ 78 ประเด็นสำคัญจึงไม่ใช่การตีความว่าบริษัทประกาศสร้างโครงการขนาดใดแล้ว แต่คือความกว้างของทักษะที่ DeepSeek กำลังพยายามรวบรวม

จากการเช่าพลังประมวลผลสู่การควบคุมระบบปฏิบัติการ

รายงานหลายฉบับมองว่าความเคลื่อนไหวนี้แตกต่างจากแนวทางแบบใช้สินทรัพย์น้อย ซึ่งพึ่งพาความจุประมวลผลจากผู้ให้บริการภายนอกเป็นหลัก 12 การสร้างทีมโครงสร้างพื้นฐานภายในจะช่วยให้บริษัทมีอำนาจควบคุมมากขึ้น ตั้งแต่การออกแบบคลัสเตอร์ ความเข้ากันได้ของอุปกรณ์ สถาปัตยกรรมระบบทำความเย็น การจัดตารางเวิร์กโหลด ไปจนถึงจังหวะการขยายระบบ

สำหรับ AI จำนวนชิปอย่างเดียวไม่ได้แปลว่าจะได้พลังประมวลผลที่ใช้งานได้จริง คลัสเตอร์จะสร้างผลลัพธ์ได้ก็ต่อเมื่อระบบไฟฟ้า ระบบทำความเย็น เครือข่าย พื้นที่จัดเก็บ ซอฟต์แวร์ และกระบวนการบำรุงรักษาทำงานร่วมกัน DeepSeek ระบุอย่างชัดเจนว่าไฟฟ้า การทำความเย็น เครือข่าย และระบบคอมพิวเตอร์เชื่อมโยงกับผลลัพธ์ด้านพลังประมวลผลโดยตรง 13

บทเรียนที่สรุปได้จึงไม่ใช่ “บริษัท AI ทุกแห่งต้องสร้างดาต้าเซ็นเตอร์เอง” แต่คือ การเข้าถึงพลังประมวลผลที่มั่นใจได้และการควบคุมการปฏิบัติการ ความได้เปรียบเช่นนี้อาจเกิดจากการเป็นเจ้าของอาคาร การเช่าระยะยาว การวางเซิร์ฟเวอร์ในศูนย์ร่วมทุน การร่วมทุน หรือพันธมิตรโครงสร้างพื้นฐานที่บูรณาการกันอย่างใกล้ชิดก็ได้

ทำเลทั้งสามแห่งอาจชี้ไปสู่ระบบประมวลผลแบบสองระดับ

การที่ DeepSeek เปิดรับทีม IDC ในปักกิ่ง หางโจว และอูหลานฉาป สอดคล้องกับสถาปัตยกรรมแบบกระจายมากกว่าการรวมทุกอย่างไว้ในวิทยาเขตแห่งเดียว 13

เมืองศูนย์กลางในพื้นที่ตอนใน เช่น อูหลานฉาป เหมาะกับงานที่ทนต่อความหน่วงของเครือข่ายได้ เช่น การฝึกโมเดล การประมวลผลข้อมูลชุดใหญ่ และงานแบบอะซิงโครนัส รายงานเกี่ยวกับการพัฒนาระบบประมวลผลในมองโกเลียในระบุถึงบทบาทของภูมิภาคนี้ในด้านกรีนคอมพิวติง ขณะที่รายงานก่อนหน้านี้ระบุว่าดาต้าเซ็นเตอร์ในอูหลานฉาปสามารถให้บริการปักกิ่งด้วยความหน่วงของเครือข่ายต่ำกว่า 5 มิลลิวินาที 2131

ในทางกลับกัน เมืองใหญ่ยังเหมาะกับงานอินเฟอเรนซ์ที่ต้องตอบสนองเร็วและบริการองค์กร ซึ่งให้ความสำคัญกับความใกล้ผู้ใช้ เครือข่าย และแหล่งข้อมูลมากกว่า จึงอาจเกิดโครงสร้างแบบสองระดับดังนี้

1. คลัสเตอร์ในพื้นที่ตอนในที่เน้นพลังงาน สำหรับการฝึกโมเดล การปรับแต่งโมเดล การสร้างข้อมูลสังเคราะห์ และอินเฟอเรนซ์แบบแบตช์
2. ความจุในเมืองหรือใกล้ขอบเครือข่าย สำหรับบริการอินเฟอเรนซ์แบบโต้ตอบของผู้บริโภคและองค์กร

ทำเลที่ DeepSeek เปิดรับสมัครสอดคล้องกับสมมติฐานนี้ แต่ประกาศรับสมัครงานเพียงอย่างเดียวยังไม่สามารถยืนยันได้ว่าบริษัทจะแบ่งงานจริงอย่างไร 13

อูหลานฉาปกำลังกลายเป็นคลัสเตอร์ AI ของจีน

ความสำคัญของอูหลานฉาปไม่ได้มาจาก DeepSeek เพียงรายเดียว หลายรายงานระบุว่าเมืองและภูมิภาคมองโกเลียในกำลังมีโครงการดาต้าเซ็นเตอร์และศูนย์ประมวลผลอัจฉริยะเพิ่มขึ้นอย่างรวดเร็ว

ข้อมูลที่อ้างจากรัฐบาลท้องถิ่นระบุว่า ณ สิ้นปี 2025 อูหลานฉาปมีโครงการดาต้าเซ็นเตอร์ที่ลงนามแล้ว 84 โครงการ ในจำนวนนี้เป็นศูนย์ประมวลผลอัจฉริยะ 81 โครงการ และมีแผนลงทุนรวมกว่า 500,000 ล้านหยวน 27 รายงานอื่นระบุจำนวนเกือบ 100 โครงการ และกำลังการผลิตที่ประกาศไว้ราว 12.5 กิกะวัตต์ แต่ตัวเลขและนิยามที่ใช้แตกต่างกันไปตามแหล่งข้อมูล 2324

พื้นที่ดังกล่าวมีจุดดึงดูดจากการรวมที่ดิน พลังงาน การเชื่อมต่อไฟเบอร์ ผู้ผลิตอุปกรณ์ และบุคลากรด้านปฏิบัติการเฉพาะทางไว้ในระบบนิเวศเดียวกัน Envision ระบุว่า Galaxy Campus ในอูหลานฉาปเริ่มดำเนินงานในเดือนสิงหาคม 2026 โดยมีอาคารขนาด 120,000 ตารางเมตร และความสามารถที่อ้างว่าสามารถใช้งานชิป AI ได้พร้อมกัน 1 ล้านชิป ตัวเลขเหล่านี้มาจากบริษัทและรายงานสื่อ จึงควรพิจารณาตามแหล่งที่มา 202225

การเกิดคลัสเตอร์ช่วยลดความยุ่งยากในการติดตั้งโครงการใหม่ เพราะสามารถใช้สถานีไฟฟ้า เส้นทางไฟเบอร์ ซัพพลายเออร์ และทีมงานร่วมกันได้ แต่กำลังการผลิตที่ประกาศไว้ไม่เท่ากับกำลังการผลิตที่จ่ายไฟแล้ว ติดตั้งเสร็จแล้ว หรือถูกใช้งานเต็มประสิทธิภาพ ความแตกต่างนี้สำคัญมากเมื่อประเมินขนาดการลงทุนด้าน AI ของจีน

กรณี ByteDance: มีสัญญาณ แต่ยังสรุปเกินหลักฐานไม่ได้

แนวโน้มด้านโครงสร้างพื้นฐานที่กว้างขึ้นยังปรากฏในรายงานเกี่ยวกับนิติบุคคลที่เชื่อมโยงกับ ByteDance ในเมืองจงเว่ย เขตหนิงเซี่ย รายงานเดือนกรกฎาคมระบุว่า Zhongwei Saishamingsha Technology ซึ่งเป็นบริษัทที่ ByteDance ถือครองผ่านบริษัทในเครือ ก่อตั้งขึ้นด้วยทุนจดทะเบียน 2,200 ล้านหยวน และมีขอบเขตธุรกิจครอบคลุมที่ปรึกษาด้านเทคโนโลยีสารสนเทศ การพัฒนาซอฟต์แวร์ การบูรณาการระบบ และการจำหน่ายอุปกรณ์คอมพิวเตอร์ 52

หลักฐานดังกล่าวยังไม่ยืนยันข้ออ้างที่เฉพาะเจาะจงกว่าว่า ByteDance จัดตั้งบริษัทย่อยในจงเว่ยสองแห่งด้วยทุนจดทะเบียน 220 ล้านหยวนและ 240 ล้านหยวน และมีขอบเขตธุรกิจด้านการให้เช่าอสังหาริมทรัพย์ที่ไม่ใช่ที่อยู่อาศัย อีกทั้งยังไม่ยืนยันว่าบริษัทที่มีรายงานถึงนั้นถูกจัดตั้งขึ้นเพื่อสร้างดาต้าเซ็นเตอร์โดยเฉพาะ

ข้อสรุปที่ปลอดภัยกว่าคือ บริษัทเทคโนโลยีรายใหญ่ของจีนกำลังสำรวจวิธีควบคุมที่ดิน อาคาร อุปกรณ์ และความจุประมวลผลให้แน่นแฟ้นขึ้น รายงานอีกชุดหนึ่งระบุว่าบริษัทอินเทอร์เน็ตจีนเพิ่มการซื้อที่ดินเชิงยุทธศาสตร์ซึ่งเกี่ยวข้องกับการดำเนินงานหลัก แต่แนวโน้มดังกล่าวไม่ควรถูกใช้เป็นหลักฐานยืนยันโครงการ ByteDance แห่งใดแห่งหนึ่ง 58

คอขวดกำลังย้ายจาก “ตัวอาคาร” ไปสู่ระบบภายใน

สำหรับดาต้าเซ็นเตอร์ทั่วไป การสร้างอาคารให้เสร็จอาจเป็นหมุดหมายสำคัญ แต่สำหรับคลัสเตอร์ AI ที่มีความหนาแน่นสูง ข้อจำกัดที่ยากกว่าอาจอยู่ที่ระบบภายในและโครงสร้างเชื่อมต่อ ได้แก่

• การเข้าถึงโครงข่ายไฟฟ้าและกำลังผลิตที่มั่นคง
• หม้อแปลง สถานีไฟฟ้าย่อย และระบบกระจายไฟ
• ระบบทำความเย็นด้วยของเหลวและการระบายความร้อน
• เส้นทางเครือข่ายและการเชื่อมต่อระหว่างคลัสเตอร์
• ข้อกำหนดด้านน้ำ สิ่งแวดล้อม และพื้นที่ก่อสร้าง
• วิศวกรที่สามารถทดสอบเดินระบบและบริหารทุกองค์ประกอบให้ทำงานเป็นแพลตฟอร์มเดียวกัน

รายงานเกี่ยวกับการพัฒนาดาต้าเซ็นเตอร์ AI ระบุว่าไฟฟ้า ความหนาแน่นของกำลัง และเทคโนโลยีระบายความร้อนด้วยของเหลวกำลังเป็นตัวแปรสำคัญมากขึ้น 7 ขณะเดียวกัน การประชุม Green Computing Power ของมองโกเลียในในปี 2026 แสดงให้เห็นว่าโครงการคอมพิวติงกำลังถูกเชื่อมเข้ากับการผลิตอุปกรณ์ ระบบพลังงาน และการลงทุนอุตสาหกรรม โดยมีการประกาศโครงการ 12 โครงการ มูลค่าลงทุนตามแผนรวม 186,460 ล้านหยวน 2126

นี่อธิบายได้ว่าทำไมแผนการจ้างงานของบริษัท AI จึงเริ่มมีวิศวกรโยธา ไฟฟ้า HVAC สิ่งแวดล้อม ระบบอัตโนมัติ และพลังงาน ทำงานควบคู่กับนักวิจัยโมเดลและนักพัฒนาซอฟต์แวร์

พลังประมวลผลกำลังกลายเป็นโครงสร้างพื้นฐาน แต่ไม่ใช่ทุกบริษัทต้องถือครองเอง

การรับสมัครงานของ DeepSeek ควรถูกอ่านในฐานะสัญญาณด้านโครงสร้างพื้นฐาน ไม่ใช่หลักฐานสุดท้ายว่าบริษัทสร้างวิทยาเขตเสร็จแล้ว บริษัทดูเหมือนกำลังสร้างความสามารถภายในเพื่อวางแผน ส่งมอบ และบริหารระบบดาต้าเซ็นเตอร์ AI หลายทำเล 1416

ความสามารถนี้อาจช่วยให้ DeepSeek อยู่ในตำแหน่งที่ดีขึ้นเมื่อพลังประมวลผลขาดแคลน คลัสเตอร์มีความซับซ้อนในการตั้งค่า หรือระบบทำความเย็นและการเข้าถึงไฟฟ้ากลายเป็นตัวกำหนดว่าพลังประมวลผลที่ติดตั้งไว้จะถูกใช้งานได้จริงมากเพียงใด นอกจากนี้ยังสะท้อนการจัดระเบียบเศรษฐศาสตร์ AI ใหม่ ซึ่งความได้เปรียบทางการแข่งขันขึ้นอยู่กับการรักษาเงื่อนไขทางกายภาพสำหรับฝึกและให้บริการโมเดลมากขึ้น

การเปรียบเทียบกับทางรถไฟ โครงข่ายไฟฟ้า และอินเทอร์เน็ตจึงมีประโยชน์ในแง่การอธิบายความต้องการเงินทุนสูงและการพึ่งพาเครือข่าย แต่ปราการทางการแข่งขันที่ยั่งยืนไม่จำเป็นต้องหมายถึงการเป็นเจ้าของวิทยาเขตขนาดกิกะวัตต์ทั้งหมดด้วยงบดุลของตนเอง สิ่งสำคัญกว่าคือ การเข้าถึงไฟฟ้าและพลังประมวลผลที่เชื่อถือได้ ขยายได้ และควบคุมการปฏิบัติการได้จริง ซึ่งอาจเกิดจากการเป็นเจ้าของ การเช่าระยะยาว การร่วมทุน การวางระบบในศูนย์ร่วม หรือพันธมิตรที่ผูกเข้ากับโครงสร้างพื้นฐานอย่างใกล้ชิด