19 ก.ย. 2569 62 0

วิวัฒนาการใหม่ของการยุบรวมเซิร์ฟเวอร์

วิวัฒนาการใหม่ของการยุบรวมเซิร์ฟเวอร์
การยุบรวมเซิร์ฟเวอร์ (server consolidation) ถือเป็นโปรเจกต์สำคัญสำหรับทีมไอทีที่ดูแลโครงสร้างพื้นฐานของดาต้าเซ็นเตอร์ เป้าหมายของเรื่องนี้ชัดเจนมาก นั่นคือการย้ายเวิร์กโหลดจากระบบรุ่นเก่าที่กินทรัพยากรเยอะ ไปไว้บนเซิร์ฟเวอร์รุ่นใหม่ที่มีประสิทธิภาพสูงกว่าและใช้จำนวนเครื่องน้อยลง โดยที่ประสิทธิภาพต้องไม่ลดลง และต้องไม่กระทบต่อแอปพลิเคชันสำคัญของธุรกิจ 

หากบริหารจัดการได้ดี การยุบรวมระบบจะช่วยเพิ่มความคุ้มค่าให้กับระบบไอทีทั้งหมด เพราะจะช่วยคืนพื้นที่ในตู้แร็ค ประหยัดการใช้พลังงาน ลดค่าลิขสิทธิ์ซอฟต์แวร์ที่คิดเงินตามจำนวนคอร์ และยังเหลือทรัพยากรไว้รองรับการเติบโตในอนาคต ไม่ว่าเป้าหมายต่อไปจะเป็นการขยายแอปพลิเคชันธุรกิจ งานวิเคราะห์ข้อมูล หรือแม้แต่เทคโนโลยี AI 

AMD EPYC ออกแบบมาเพื่อยกระดับประสิทธิภาพโดยเฉพาะ 

หัวใจสำคัญของการยุบรวมระบบ คือการย้ายเวิร์กโหลดเดิมไปอยู่บนเซิร์ฟเวอร์จำนวนน้อยเครื่องให้ได้มากที่สุด โดยต้องไม่ทำให้ระบบช้าลงหรือย้ายระบบยากจนเกินความจำเป็น โปรเซสเซอร์ AMD EPYC™ ตอบโจทย์นี้ด้วยการรวมเอาจำนวนคอร์ที่หนาแน่น ประสิทธิภาพต่อคอร์ที่ทรงพลัง และการประหยัดพลังงานเข้าไว้ด้วยกัน บนสถาปัตยกรรม x86 ที่องค์กรส่วนใหญ่ใช้งานอยู่แล้ว ทำให้ทีมไอทีสามารถเดินหน้ายุบรวมระบบได้เต็มที่ โดยไม่ต้องปวดหัวกับการทดสอบแอปพลิเคชันหรือย้ายระบบใหม่เหมือนตอนเปลี่ยนไปใช้เซิร์ฟเวอร์สถาปัตยกรรม Arm® 

โปรเซสเซอร์ AMD EPYC™ Gen 5 ถือเป็นขุมพลังขับเคลื่อนเซิร์ฟเวอร์ x86 ที่ประหยัดพลังงานที่สุดในปัจจุบัน โดยมาพร้อมตัวเลือกที่พร้อมรองรับการยุบรวมระบบสเกลใหญ่ได้อย่างแท้จริง: 

  • ความหนาแน่นสูง (สูงสุด 192 คอร์): ออกแบบมาเพื่อรันเวิร์กโหลดจำนวนมากที่สุดในเวลาเดียวกัน 
  • ความถี่สูง (สูงสุด 5GHz): เน้นรีดประสิทธิภาพต่อคอร์ให้สูงสุด เพื่อช่วยลดค่าใช้จ่ายด้านลิขสิทธิ์ซอฟต์แวร์ 
  • สมดุล: ตอบโจทย์เวิร์กโหลดที่ต้องการความสมดุลทั้งในด้านจำนวนคอร์และความเร็ว 

ในอนาคต AMD คาดว่าโปรเซสเซอร์ AMD EPYC™ Gen 6 โค้ดเนม “Venice” จะยิ่งยกระดับความได้เปรียบด้านจำนวนคอร์ให้โดดเด่นขึ้นไปอีก ด้วยรุ่นที่อาจมีสูงสุดถึง 256 คอร์ 

ตัวเลือกที่หลากหลายนี้ช่วยให้องค์กรรวมเวิร์กโหลดได้เยอะขึ้น พร้อมทั้งจับคู่ทรัพยากรประมวลผลให้พอดีกับงาน พื้นที่และความจุที่ได้คืนมายังพร้อมรองรับเทคโนโลยีใหม่ๆ ในอนาคต เช่น การติดตั้ง GPU AMD Instinct™ สำหรับงานอนุมานและเทรน AI รวมถึงระบบเครือข่าย AMD Pensando™ เพื่อควบคุมการเคลื่อนย้ายข้อมูลได้อย่างแม่นยำ 

ยุบรวมระบบได้ โดยที่ประสิทธิภาพไม่ลดลง 

เมื่อดูที่ตัวเลขจะเห็นภาพความคุ้มค่าที่ชัดเจนมาก องค์กรสามารถยุบรวมเซิร์ฟเวอร์ Intel® Xeon® Platinum 8280 แบบ Dual CPU อายุ 5-7 ปี จำนวน 100 เครื่อง ให้เหลือเพียงเซิร์ฟเวอร์ที่ใช้ซีพียู AMD EPYC™ 9965 แค่ 14 เครื่อง (ลดจำนวนเครื่องลงถึง 86%) โดยที่ยังคงประสิทธิภาพรวมไว้ได้เท่าเดิม การทำเช่นนี้ช่วยลดการใช้ไฟได้ถึง 69% และลดต้นทุนรวมตลอดระยะเวลา 3 ปีลงได้ถึง 41% 9xx5TCO-001B 

ลองคิดคำนวณง่ายๆ: [เซิร์ฟเวอร์เก่า 100 เครื่อง × 28 คอร์ × 2 ซ็อกเก็ต = 5,600 คอร์] เทียบกับ [เซิร์ฟเวอร์ AMD EPYC 9965 จำนวน 14 เครื่อง × 192 คอร์ × 2 ซ็อกเก็ต = 5,376 คอร์] วิธีนี้จะช่วยดึงทรัพยากรของดาต้าเซ็นเตอร์กลับมาได้มหาศาล องค์กรจะได้พื้นที่ตู้แร็คและกำลังไฟกลับคืนมาหลายกิโลวัตต์ เพื่อนำไปรันเวิร์กโหลดใหม่ๆ ได้ในดาต้าเซ็นเตอร์เดิม โดยไม่ต้องลงทุนสร้างโครงสร้างพื้นฐานใหม่ 

การรีดประสิทธิภาพต่อคอร์ได้มากขึ้น ยังช่วยลดค่าใช้จ่ายด้านซอฟต์แวร์ได้โดยตรง สำหรับซอฟต์แวร์ที่คิดค่าลิขสิทธิ์ตามจำนวนซ็อกเก็ตหรือคอร์ (เช่น ระบบ Virtualization หรือฐานข้อมูลชั้นนำ) การใช้จำนวนเครื่องและคอร์ที่น้อยลง อาจช่วยประหยัดค่าลิขสิทธิ์และค่าบำรุงรักษาได้หลายล้านบาท ในเมื่อคุณต้องจ่ายเงินทุกคอร์ การทำให้แต่ละคอร์ทำงานได้คุ้มค่าที่สุดจึงเป็นการพลิกโฉมโครงสร้างต้นทุนอย่างแท้จริง (ประโยชน์ข้อนี้อาจไม่ครอบคลุมถึงซอฟต์แวร์ที่คิดเงินตามจำนวนผู้ใช้งาน อุปกรณ์ หรือรูปแบบอื่นที่ไม่ได้นับตามจำนวนคอร์) 

ตัวอย่างความสำเร็จจากการใช้งานจริง 

DNSE Securities โบรกเกอร์ซื้อขายหุ้นออนไลน์ที่เติบโตอย่างก้าวกระโดดในเวียดนาม ต้องการความหนาแน่นและประสิทธิภาพระดับเดียวกับคลาวด์ แต่ติดข้อจำกัดด้านกฎระเบียบที่ระบบต้องอยู่ภายในองค์กร (On-premises) ซึ่งระบบเซิร์ฟเวอร์เดิมที่ใช้อยู่ไม่สามารถยุบรวมเพื่อรองรับการเติบโตตามเป้าหมายของ DNSE ได้ 

หลังจากทดสอบเปรียบเทียบระบบระหว่าง AMD และ Intel แล้ว DNSE ตัดสินใจนำโปรเซสเซอร์ AMD EPYC™ Gen 3 และ 4 มาใช้งานทั่วทั้งดาต้าเซ็นเตอร์ ผลลัพธ์คือพวกเขาสามารถลดจำนวนตู้แร็คลงได้ครึ่งหนึ่ง และลดการกินไฟจากเดิม 16-17 กิโลวัตต์/แร็ค ลงเหลือเพียง 7-9 กิโลวัตต์/แร็ค 

ปัจจุบัน 90% ของเวิร์กโหลดใน DNSE รันอยู่บนซีพียู AMD EPYC โดยมีการผสมผสานทั้งซีพียูรุ่นความถี่สูงสำหรับระบบเทรดหุ้นที่ไวต่อความหน่วง และซีพียูรุ่นคอร์เยอะสำหรับเวิร์กโหลดคอนเทนเนอร์แบบผสม ความยืดหยุ่นในการเลือกซีพียูให้ตรงกับงานนี่เอง ที่ทำให้ DNSE ขยายสเกลระบบต่อไปได้โดยไม่ต้องจัดสรรทรัพยากรเผื่อจนสิ้นเปลือง 

Binh Nguyen ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ DNSE กล่าวยืนยันว่าเซิร์ฟเวอร์ที่ขับเคลื่อนด้วยซีพียู AMD EPYC ช่วยให้เราสามารถพัฒนาโครงสร้างพื้นฐานและรันซอฟต์แวร์ในรูปแบบเดิมที่ทำอยู่ต่อไปได้ แต่รองรับสเกลงานที่ใหญ่ขึ้นกว่าเดิมมาก” 

เตรียมพื้นที่ให้พร้อมสำหรับเทคโนโลยี AI 

สำหรับทุกอุตสาหกรรม ประโยชน์ที่เห็นผลและวัดได้ทันทีจากการยุบรวมระบบ คือโอกาสที่ฝ่ายไอทีจะซัพพอร์ตธุรกิจได้ด้วยจำนวนเซิร์ฟเวอร์และตู้แร็คที่ลดลง ประหยัดไฟมากขึ้น และลดค่าลิขสิทธิ์ซอฟต์แวร์ แต่ความคุ้มค่ายังไม่จบแค่นั้น การรันแอปพลิเคชันธุรกิจเดิมให้มีประสิทธิภาพมากขึ้น จะช่วยเปิดพื้นที่ว่าง ทั้งในแง่กระแสไฟฟ้า พื้นที่จัดวาง และระบบระบายความร้อน สำหรับติดตั้งโครงสร้างพื้นฐานใหม่ๆ ได้ 

โดยเฉพาะกับระบบ Agentic AI พื้นที่ที่ได้คืนมานี้มีความสำคัญมากในทุกกระบวนการทำงาน เพราะทุกการตอบสนองของ agent อาจเรียกใช้ทั้งการดึงข้อมูลจากฐานข้อมูล, การเรียก API, การสร้างโทเคน และการทำงานของเครื่องมือต่างๆ การยุบรวมเวิร์กโหลดเดิมไปไว้บนเซิร์ฟเวอร์ที่เก่งและจำนวนน้อยกว่า จึงเป็นการสร้างความจุเพื่อรองรับความต้องการใหม่ๆ เหล่านี้ ควบคู่ไปกับการรันแอปพลิเคชันหลักได้อย่างลื่นไหล 

ความยืดหยุ่นนี้ยิ่งทวีความสำคัญ เมื่อ AI ระดับองค์กรเริ่มกระจายการทำงานไปหลากหลายสภาพแวดล้อม ทั้งบน Frontier Models, บริการคลาวด์, โครงสร้างพื้นฐานแบบ on-premises และอุปกรณ์ฝั่งผู้ใช้ (clients) ที่รองรับ AI เวิร์กโหลดแต่ละประเภทอาจเหมาะกับโมเดลและตำแหน่งประมวลผลที่ต่างกัน โดยขึ้นอยู่กับความซับซ้อน ความละเอียดอ่อนของข้อมูล ความหน่วง และต้นทุน 

สำหรับองค์กรที่กำลังนำ AI เข้ามาเสริมทัพ นั่นหมายถึงการมีพื้นที่เหลือพอให้ติดตั้งตัวเร่งการประมวลผล (accelerators) ได้ภายใต้ขีดจำกัดของดาต้าเซ็นเตอร์เดิม ในภาพรวมยังช่วยให้ทีมไอทีขยายระบบได้แบบค่อยเป็นค่อยไป สามารถเลือกจับคู่ซีพียู ตัวเร่งประมวลผล และโมเดล AI ให้เข้ากับงานที่ถนัดที่สุดได้อย่างอิสระ แทนที่จะต้องรื้อระบบใหม่ทั้งหมดเพื่ออิงกับโมเดลหรือเวิร์กโหลดเพียงแบบเดียว 

บทบาทสำคัญที่ CIO ต้องตระหนัก 

โปรเจกต์ยุบรวมเซิร์ฟเวอร์อาจไม่ใช่ประเด็นที่ดูหวือหวาที่สุดบนวาระการประชุมของ CIO แต่มันคือโปรเจกต์สำคัญที่วัดผลลัพธ์ได้อย่างเป็นรูปธรรม ความสำเร็จสามารถติดตามได้จากจำนวนเซิร์ฟเวอร์ที่ลดลง พื้นที่ตู้แร็คที่ได้คืนมา การประหยัดพลังงาน ค่าใช้จ่ายด้านลิขสิทธิ์ และต้นทุนรวมที่ลดลง 

ด้วยซีพียูเซิร์ฟเวอร์ AMD EPYC องค์กรไอทีสามารถบรรลุเป้าหมายเหล่านี้ได้โดยไม่ต้องลดทอนประสิทธิภาพ หรือถูกบังคับให้ใช้การตั้งค่าเดียวกับทุกเวิร์กโหลด ผลลัพธ์ที่ได้คือระบบเซิร์ฟเวอร์ที่มีประสิทธิภาพสูงสุดในวันนี้ และมีทรัพยากรเหลือเฟือสำหรับตอบโจทย์สิ่งที่ธุรกิจต้องการในอนาคต 

 

Footnote

9xx5TCO-001B. This scenario contains many assumptions and estimates and, while based on AMD internal research and best approximations, should be considered an example for information purposes only, and not used as a basis for decision making over actual testing. The AMD Server & Greenhouse Gas Emissions TCO (total cost of ownership) Estimator Tool - version 1.12, compares the selected AMD EPYC™ and Intel® Xeon® CPU based server solutions required to deliver a TOTAL_PERFORMANCE of 39100 units of SPECrate2017_int_base performance as of October 10, 2024. This scenario compares a legacy 2P Intel Xeon 28 core Platinum_8280 based server with a score of 391 versus 2P EPYC 9965 (192C) powered server with an score of 3000 (https://www.spec.org/cpu2017/results/res2024q4/cpu2017-20240923-44837.pdf) along with a comparison upgrade to a 2P Intel Xeon Platinum 8592+ (64C) based server with a score of 1130 (https://spec.org/cpu2017/results/res2024q3/cpu2017-20240701-43948.pdf). Actual SPECrate®2017_int_base score for 2P EPYC 9965 will vary based on OEM publications. Environmental impact estimates made leveraging this data, using the Country / Region specific electricity factors from the 2024 International Country Specific Electricity Factors 10 – July 2024, and the United States Environmental Protection Agency 'Greenhouse Gas Equivalencies Calculator'. For additional details, see here