AI Infrastructure
ระบบ AI ขนาดพอดี สำหรับองค์กรที่ไม่ได้ใหญ่ระดับ Hyperscale
องค์กรขนาดใหญ่มีทีมและงบของตัวเอง ผู้ให้บริการคลาวด์ระดับโลกก็ตอบโจทย์ในสเกลของเขา แต่องค์กรขนาดกลางในไทยจำนวนมากยังไม่มีใครออกแบบระบบให้พอดีกับขนาดธุรกิจ — เราตั้งใจปิดช่องว่างตรงนั้น
ทำไมต้องตอนนี้
ความต้องการมี งบมี แต่สิ่งที่ขาดคือคนที่ส่งมอบให้จบได้
PDPA และข้อกำหนดด้าน Data Residency
ข้อมูลลูกค้า ผู้ป่วย และการเงิน ส่งออกไปประมวลผลนอกองค์กรไม่ได้
ค่า GPU Cloud รายเดือนสูงและคาดเดายาก
เมื่อใช้งานต่อเนื่อง การลงทุนในองค์กรเองคุ้มกว่าภายในไม่กี่ปี
Generative AI และ RAG เข้าสู่การใช้งานจริง
ต้องการ Inference ที่หน่วงต่ำและอยู่ใกล้ข้อมูล
อุปกรณ์ประมวลผลยังต้องนำเข้าเกือบทั้งหมด
Lead time ยาว ต้องมีพันธมิตรที่จัดหาและนำเข้าเป็น
บุคลากรด้านดาต้าเซ็นเตอร์ในไทยขาดแคลน
องค์กรมีเครื่องแต่ไม่มีคนดูแล จึงต้องการ Managed Service
จุดยืนของเรา
เราอยู่ระหว่างร้านขายเครื่อง กับ SI ระดับเมกะโปรเจกต์
ขนาดงานที่เรารับคือตั้งแต่หนึ่งเครื่อง ถึงประมาณสองตู้แร็ก — ช่วงที่ร้านไอทีทั่วไปออกแบบให้ไม่ได้ และ SI ขนาดใหญ่ไม่คุ้มที่จะรับ
| ร้านไอทีทั่วไป | Ethernet (Thailand) | SI ขนาดใหญ่ | |
|---|---|---|---|
| ขนาดงานที่รับ | ตัวเครื่อง | 1 เครื่อง – 2 ตู้แร็ก | ตั้งแต่ 10 ตู้ขึ้นไป |
| ออกแบบสถาปัตยกรรม | ✗ | ✓ | ✓ |
| ประเมินไฟและความเย็นหน้างาน | ✗ | ✓ | ✓ |
| ติดตั้ง Software Stack | ✗ | ✓ | ✓ |
| ความคล่องตัวและเวลาตอบสนอง | สูง | สูง | ต่ำ |
| ค่าใช้จ่ายขั้นต่ำของโครงการ | ต่ำ | ต่ำ–กลาง | สูงมาก |
โจทย์ที่เจอบ่อย
ลูกค้ามักมาหาเราด้วยโจทย์เหล่านี้
Private AI Assistant / RAG
อยากใช้ LLM กับเอกสารภายใน แต่ข้อมูลออกนอกองค์กรไม่ได้
Inference Server + Vector DB + หน้าเว็บใช้งาน ภายในองค์กร
AI Development Platform
ทีม Data Scientist แย่งเครื่องกันใช้
ระบบ GPU แบ่งใช้ร่วมกัน พร้อมคิวและโควตา
Computer Vision / Smart Factory
ตรวจ QC ด้วยคน ช้าและไม่สม่ำเสมอ
Edge + Central Training Node พร้อม Retraining Pipeline
Medical Imaging / งานวิจัย
ข้อมูลผู้ป่วยต้องอยู่ในโรงพยาบาล
ระบบปิดภายใน ออกแบบให้สอดคล้อง PDPA
VDI / Graphics Workstation
ทีมออกแบบต้องใช้เครื่องแรง และทำงานจากที่ไหนก็ได้
Virtual Workstation บนพื้นฐาน vGPU
Rendering / Simulation
คิวเรนเดอร์ยาว งานส่งไม่ทัน
GPU Render Farm ขนาดเล็กในองค์กร
Small Cloud / MSP
อยากขาย GPU Cloud แต่ลงทุนใหญ่ไม่ไหว
Multi-tenant GPU Pod พร้อมระบบวัดและออกบิล
สถาปัตยกรรมอ้างอิง
สามระดับ ที่ขยายต่อกันได้โดยไม่ต้องรื้อ
ทุกระดับใช้ Software Stack และรูปแบบเครือข่ายชุดเดียวกัน ลูกค้าที่เริ่มจากระดับแรกจึงขยายขึ้นได้โดยไม่ต้องเรียนรู้ใหม่และไม่ต้องทิ้งของเดิม
Tier 1 — Starter
เริ่มทำ PoC, ทีม 5–20 คน
- จำนวน Node
- 1
- GPU
- 2–4 ใบ
- กำลังไฟโดยประมาณ
- 3–6 kW
- เครือข่าย
- 10/25GbE
- ระบายความร้อน
- ลม (ห้องเซิร์ฟเวอร์เดิม)
- สถานที่ติดตั้ง
- ในสำนักงาน
Tier 2 — Growth
ใช้งานจริงทั้งแผนก
- จำนวน Node
- 2–4
- GPU
- 8 ใบต่อ Node
- กำลังไฟโดยประมาณ
- 10–25 kW
- เครือข่าย
- 100GbE RoCE
- ระบายความร้อน
- ลม + In-row
- สถานที่ติดตั้ง
- ห้อง Server หรือ Colocation
Tier 3 — Private AI Cloud
ให้บริการทั้งองค์กร หรือขายต่อเป็นบริการ
- จำนวน Node
- 6–16
- GPU
- 8 ใบต่อ Node
- กำลังไฟโดยประมาณ
- 40–100 kW
- เครือข่าย
- 400GbE Spectrum-X หรือ InfiniBand
- ระบายความร้อน
- ลม หรือ Liquid-assisted
- สถานที่ติดตั้ง
- Colocation
ระยะเวลาส่งมอบและงบประมาณขึ้นกับรุ่นอุปกรณ์และสถานะสินค้าในช่วงนั้น — ติดต่อเราเพื่อขอตัวเลขตามโจทย์จริง
อุปกรณ์ที่เราจัดหา
เลือกจากโจทย์ ไม่ใช่จากรุ่นที่แพงที่สุด
NVIDIA Data Center GPU
- NVIDIA L4 — งาน Inference และ Video Analytics ที่กินไฟต่ำ ใส่เซิร์ฟเวอร์ทั่วไปได้
- NVIDIA RTX PRO 4500 / 6000 Blackwell Server Edition — Generative AI, Inference, Graphics และ Simulation
- NVIDIA L40S — สมดุลระหว่างงาน AI และ Graphics ในราคาที่คุ้ม
- NVIDIA H200 NVL — Fine-tuning, LLM ขนาดใหญ่ และงาน HPC
- NVIDIA HGX / GB-series — สำหรับโครงการขนาดใหญ่
เครือข่ายสำหรับงาน AI
- NVIDIA Spectrum-X Ethernet Platform
- NVIDIA ConnectX SuperNIC และ BlueField DPU
- NVIDIA Quantum InfiniBand
- ไฟเบอร์และระบบสายสัญญาณในดาต้าเซ็นเตอร์
Server, Storage และระบบสนับสนุน
- เซิร์ฟเวอร์แบบ Rack ที่รองรับ GPU 2, 4 หรือ 8 ใบ
- NVMe All-Flash, Parallel File System และ NAS
- Rack, PDU และระบบสำรองไฟ
- ระบบระบายความร้อนแบบ In-row และ DCIM
องค์กรขนาดกลางเพิ่งเริ่มทำ AI ในองค์กรเองได้จริงในช่วงนี้ เพราะไม่จำเป็นต้องเริ่มที่ระบบ 8 GPU อีกต่อไป — เริ่มได้ที่เซิร์ฟเวอร์ 2U ในห้องเซิร์ฟเวอร์เดิม
นำเข้าและการปฏิบัติตามกฎระเบียบ
ได้ของจริง ตรงเวลา และถูกต้อง
การซื้ออุปกรณ์ประมวลผลประสิทธิภาพสูงในวันนี้ไม่ใช่แค่เรื่องราคา ส่วนที่ทำให้โครงการล่มมักเป็นเรื่องของมาช้าและเคลมประกันไม่ได้ ไม่ใช่เรื่องเลือกสเปกผิด
Sourcing และการบริหาร Allocation
จัดหาผ่านช่องทางที่ได้รับการรับรอง ลดความเสี่ยงของสินค้าไม่ตรงรุ่นหรือไม่มีการรับประกัน พร้อมแจ้งสถานะ Lead Time อย่างโปร่งใสตลอดกระบวนการ
Trade Compliance
ตรวจสอบพิกัดศุลกากรและเอกสารนำเข้าให้ถูกต้อง ปฏิบัติตามข้อกำหนดด้านการควบคุมการส่งออกของสินค้ากลุ่มประมวลผลประสิทธิภาพสูง รวมถึงการยืนยันผู้ใช้ปลายทาง และรองรับเอกสารสำหรับผู้ได้รับสิทธิ BOI
Logistics และการตรวจรับ
ประกันภัยขนส่ง การขนส่งที่ควบคุมแรงกระแทกสำหรับอุปกรณ์มูลค่าสูง ตรวจรับสภาพสินค้า บันทึกภาพและหมายเลขเครื่อง พร้อมจัดทำทะเบียนทรัพย์สิน
การรับประกันและการเคลม
ลงทะเบียนรับประกันกับผู้ผลิตให้ครบถ้วน และเป็นตัวกลางดำเนินการเคลมให้ ลูกค้าไม่ต้องติดต่อต่างประเทศเอง
บริการหลังการขาย
สามระดับ เลือกตามความสำคัญของระบบ
| Standard | Business | Mission-Critical | |
|---|---|---|---|
| เวลาให้บริการ | 8x5 | 12x5 | 24x7 |
| การเข้าหน้างาน | ตามเรียก | ภายในวันทำการถัดไป | ตามที่ตกลงใน SLA |
| อะไหล่สำรอง | ตามคิว | สำรองในประเทศ | Advance Replacement |
| บำรุงรักษาเชิงป้องกัน | ปีละ 1 ครั้ง | ปีละ 2 ครั้ง | ไตรมาสละ 1 ครั้ง |
| เฝ้าระวังจากระยะไกล | — | ✓ | ✓ พร้อมแจ้งเตือนเชิงรุก |
| รายงานประสิทธิภาพ | — | รายไตรมาส | รายเดือน |
ทุกระดับได้ Health Check เมื่อครบ 30 วันหลังส่งมอบ ช่องทางติดต่อทีมวิศวกรโดยตรง และเอกสาร As-built ฉบับสมบูรณ์
มีโครงการอยู่ในใจแล้วใช่ไหม
ส่งรายละเอียดคร่าว ๆ มาได้เลย เราจะตอบกลับพร้อมคำถามที่ต้องรู้ ก่อนนัดเข้าสำรวจหน้างาน