ศูนย์ข้อมูล AI ระบายความร้อนยุคใหม่คืออะไร และทำไมจึงกลายเป็นปัจจัยคอขวด
ศูนย์ข้อมูล AI ระบายความร้อนยุคใหม่คือโครงสร้างพื้นฐานที่ออกแบบเฉพาะเพื่อรองรับงานประมวลผล AI ความหนาแน่นสูง โดยผสานสถาปัตยกรรมมอดูลาร์ การจ่ายไฟแรงดันสูง และระบบทำความเย็นของศูนย์ข้อมูลแบบของเหลวเข้าด้วยกัน เพื่อควบคุมความร้อนและการใช้พลังงานของชิปเร่งความเร็วที่หนาแน่นกว่าศูนย์ข้อมูลดั้งเดิมหลายเท่า ทำให้เพิ่มคอมพิวต์ได้โดยไม่ชนเพดานด้านไฟฟ้าและอุณหภูมิ ประเด็นสำคัญคือโลกไม่ได้ขาดชิป AI แต่กลับติดคอขวดที่โครงสร้างพื้นฐาน AI มอดูลาร์และระบบไฟฟ้าศูนย์ข้อมูล AI เพราะศูนย์ข้อมูลแบบเดิมสร้างช้า ปรับขยายยาก และรองรับโหลดความร้อนระดับโรงงาน AI ได้ไม่ดี การมาของผู้เล่นอย่าง Submer Group และ Delta Electronics จึงไม่ใช่แค่ผลิตภัณฑ์ใหม่ แต่คือการเขียนกติกาใหม่ของการสร้างโรงงาน AI ในอนาคต
มอดูลาร์คือคำตอบ: จากแบบร่างสู่กำลังคอมพิวต์ใช้งานได้ตามกำหนด
โครงสร้างพื้นฐาน AI มอดูลาร์กำลังทำลายสมมติฐานเก่าว่าศูนย์ข้อมูลต้องใช้เวลาเป็นปีในการสร้าง Submer Group ปั้น Corenix ให้เป็นโรงงานประกอบศูนย์ข้อมูลแบบสำเร็จรูปที่เริ่มจากการออกแบบในโรงงาน รวม IT พลังงาน ระบบทำความเย็น และเครือข่ายเข้าด้วยกัน ทดสอบครบ ก่อนส่งไปติดตั้งที่ไซต์ลูกค้าในรูปแบบมอดูลเดียวจบ ลูกค้าได้ไทม์ไลน์เปิดใช้งานที่ชัดเจนตั้งแต่ก่อนลงนามสัญญา ลดความเสี่ยงด้านโครงการอย่างที่ศูนย์ข้อมูลแบบสร้างหน้างานให้ไม่ได้ ที่สำคัญ Corenix ผูกดีไซน์เข้ากับการออกแบบอ้างอิงของ NVIDIA ทำให้แพลตฟอร์มแต่ละชุดกลายเป็นบล็อกมาตรฐานที่ปรับแต่งตามข้อกำหนดเฉพาะของลูกค้าได้ แนวทางนี้สอดคล้องกับ Delta Electronics ที่ผลักดัน AI Modular Data Center แบบประกอบล่วงหน้า พร้อมระบบไฟ 800 VDC และโซลูชัน Containerized Data Center ที่อัดได้ถึง 60 kW ต่อแร็คในพื้นที่ระดับหนึ่งช่องจอดรถ แนวคิดมอดูลาร์เช่นนี้คือการเปลี่ยนศูนย์ข้อมูลจากงานก่อสร้างให้กลายเป็นสินค้าจากโรงงาน
เมื่ออากาศไม่พอ Liquid Cooling และ CDU กลายเป็นโครงสร้างพื้นฐานหลัก
เมื่อโหลด GPU ต่อแร็คทะยานขึ้น การหวังพึ่งลมเพียงอย่างเดียวในระบบทำความเย็นของศูนย์ข้อมูลคือทางตัน Liquid cooling จึงเลื่อนชั้นจากตัวเลือกเสริมเป็นโครงสร้างพื้นฐานหลักของศูนย์ข้อมูล AI ระบายความร้อน Delta นำเสนอระบบ In-Row Power ควบคู่ CDU แจกจ่ายน้ำหล่อเย็นภายในแถวแร็ค เพื่อรองรับโหลดความร้อนระดับ AI farm พร้อมสเปกอย่าง HVDC 3.6MW CDU และสถาปัตยกรรม Liquid-to-Air ที่ทำให้ค่า PUE ต่ำได้ถึง 1.19 ซึ่งเป็นตัวเลขที่สะท้อนว่าความร้อนส่วนเกินถูกจัดการอย่างมีประสิทธิภาพ
ด้าน LiquidStack แสดงทิศทางชัดเจนว่าแพลตฟอร์ม CDU สมัยใหม่ต้องยืดหยุ่นต่อการเปลี่ยนแพลตฟอร์ม GPU และความหนาแน่นแร็ค Scott Smith ระบุว่า CDU 2.X ถูกออกแบบให้ผู้ดำเนินการสามารถจัดวางได้หลายแบบทั้ง end-of-row และวางติดแร็ค พร้อมตัวเลือกวาล์วควบคุม การจ่ายไฟ และความซ้ำซ้อนแบบ dual-feed A/B และ automatic transfer switch เพื่อให้ปรับตามสถาปัตยกรรมและระดับความทนทานของศูนย์ข้อมูลแต่ละแห่งได้ แก่นสำคัญคือระบบทำความเย็นต้องปรับตามกลยุทธ์การปรับใช้ แทนที่ศูนย์ข้อมูลจะต้องออกแบบใหม่รอบตัว CDU
ระบบไฟฟ้าศูนย์ข้อมูล AI กับการผูกโยงพลังงานหมุนเวียนและไมโครกริด
การยกระดับเฉพาะด้านความเย็นไม่พอหากระบบไฟฟ้าศูนย์ข้อมูล AI ยังถูกออกแบบแบบเดิม Delta พยายามแก้โจทย์นี้ด้วยสถาปัตยกรรม 800 VDC In-Row Power ที่ให้กำลังขาออกระดับ 660kW ประสิทธิภาพ AC-DC สูงถึง 98 เปอร์เซ็นต์ และแบตเตอรี่สำรองแบบ BBU ความจุ 480kW เพื่อตอบรับโหลด AI ที่ผันผวน โครงสร้าง 800 VDC ยังผูกโยงโดยตรงกับ Microgrid Solution ที่รวมพลังงานหมุนเวียน ระบบกักเก็บพลังงาน Solid Oxide Fuel Cell และ Solid State Transformer สำหรับแปลงไฟแรงดันกลางมาเป็น 800 VDC โดยตรง ลดสเต็ปการแปลงไฟลง
สถาปัตยกรรม DC-coupled แบบสำเร็จรูปของไมโครกริด Delta เปิดทางให้ศูนย์ข้อมูล AI ระบายความร้อนขั้นสูงตอบสนองโหลดสวิงของ AI ได้ดีขึ้น ในขณะที่ยังเข้าถึงแหล่งพลังงานที่ยืดหยุ่นกว่าโครงข่ายไฟฟ้าเดิม การประสานการจ่ายไฟจากหลายแหล่งแบบเรียลไทม์ช่วยรักษา uptime และคุณภาพไฟ แม้จะมีดีเลย์การเชื่อมต่อกับกริดหรือการทำงานแบบ off-grid พร้อม SOFC ที่จ่ายไฟได้ต่อเนื่องตลอด 24 ชั่วโมง แนวคิดนี้สะท้อนว่าความยั่งยืนของศูนย์ข้อมูล AI ไม่ใช่เรื่องใช้พลังงานหมุนเวียนเท่านั้น แต่คือการออกแบบไฟฟ้าและความเย็นให้เป็นระบบเดียวกันตั้งแต่ต้น
ข้อสรุป: โรงงาน AI ในอนาคตต้องเริ่มที่ความร้อนและไฟ ไม่ใช่แค่ชิป
ถ้าเรายังคิดว่าโครงสร้างพื้นฐาน AI เท่ากับการซื้อ GPU เพิ่ม เราก็กำลังมองข้ามคอขวดที่แท้จริงซึ่งอยู่ที่ไฟฟ้าและความร้อน ข้อเท็จจริงจาก Submer Group และ Delta บอกเราว่าศูนย์ข้อมูล AI ระบายความร้อนยุคใหม่ต้องเริ่มคิดแบบโรงงาน ตั้งแต่การออกแบบมอดูลาร์ การรับรองดีไซน์ตามแพลตฟอร์ม NVIDIA การเลือกใช้ liquid cooling และ CDU ที่ยืดหยุ่น ไปจนถึงระบบไฟ 800 VDC และไมโครกริดที่ผูกกับพลังงานหมุนเวียน
แน่นอน ทางเลือกเหล่านี้มีต้นทุนและความซับซ้อน แต่คำถามที่ผู้วางแผนโครงสร้างพื้นฐาน AI ต้องถามคือ ระหว่างสร้างศูนย์ข้อมูลแบบเดิมที่กลายเป็นคอขวดในไม่กี่ปี กับลงทุนในโครงสร้างพื้นฐาน AI มอดูลาร์ที่ออกแบบมารองรับโหลดความร้อนและพลังงานของโรงงาน AI รุ่นถัดไป อย่างไหนกันแน่ที่เสี่ยงกว่า หากมองการเติบโตของ AI แบบระยะยาว การตัดสินใจเรื่องระบบทำความเย็นของศูนย์ข้อมูลและระบบไฟฟ้าศูนย์ข้อมูล AI จะเป็นตัวแบ่งระหว่างผู้เล่นที่ขยายได้ต่อเนื่องกับผู้ที่ติดเพดานตั้งแต่ยังไม่ทันเริ่มแข่ง
