Direct-to-Chip และ Dry Cooling คืออะไร และทำไมต้องสนใจ
Direct-to-Chip และ Dry Cooling คือแนวคิดการระบายความร้อน Data Center ที่ใช้ของเหลวและการแลกเปลี่ยนความร้อนแบบปิด เพื่อดึงความร้อนออกจากชิปประมวลผลและทิ้งสู่บรรยากาศ โดยมุ่งลดทั้งการใช้น้ำและพลังงาน พร้อมรองรับความหนาแน่นกำลังไฟสูงของ AI Data Center พลังงานยุคใหม่
หัวใจสำคัญคือการแยกสองฟังก์ชันให้ชัด Direct-to-Chip หรือ D2C ทำหน้าที่ Heat Capture คือรับความร้อนออกจาก GPU และ CPU โดยตรง ส่วน Dry Cooler คือ Heat Rejection ทำหน้าที่นำความร้อนจากระบบน้ำไปปล่อยสู่อากาศภายนอก เส้นทางความร้อนแบบครบวงจรอาจเป็น GPU → Cold Plate → Coolant → CDU → Facility Water Loop → Dry Cooler → บรรยากาศ การเปลี่ยนมาใช้ชุดเทคโนโลยีนี้จึงไม่ใช่การปรับจูนเล็กน้อย แต่เป็นการเปลี่ยนสถาปัตยกรรมการระบายความร้อนทั้งระบบ
AI Data Center พลังงานสูง บีบให้ต้องเปลี่ยนวิธีระบายความร้อน
AI Data Center วันนี้ไม่เหมือน Data Center แบบเดิมที่ใช้ Air Cooling เป็นหลักอีกต่อไป GPU สำหรับงาน AI ใช้พลังงานสูงขึ้นมาก ในขณะที่ความหนาแน่นต่อแร็กสามารถพุ่งถึงระดับ 100 kW ต่อแร็กหรือสูงกว่า เมื่อกำลังไฟฟ้าเข้าเซิร์ฟเวอร์แทบทั้งหมดแปลงเป็นความร้อน ความร้อนของแร็กขนาด 100 kW จึงใกล้เคียง 100 kW ที่ต้องถูกระบายออกอย่างต่อเนื่อง
หากยังพึ่งแต่อากาศ ต้องเพิ่ม Airflow เพิ่มพลังงานให้พัดลม และเสี่ยงเกิด Hot Spot ที่ควบคุมยาก ของเหลวสามารถขนส่งความร้อนได้ดีกว่าอากาศมาก Direct-to-Chip จึงถูกออกแบบให้นำ Coolant ไปยัง Cold Plate ที่สัมผัสกับ GPU หรือ CPU โดยตรง ทำให้ความร้อนส่วนใหญ่ถูกจับตั้งแต่ต้นทาง ส่งผลให้ Direct-to-Chip ไม่ได้เป็นแค่เทคโนโลยีประหยัดพลังงาน แต่กำลังกลายเป็น Enabling Technology สำหรับ High-Density AI Computing นี่คือจุดที่ Data Center ไม่มีทางเลือกนอกจากหันสู่ Liquid Cooling
เทคโนโลยี Direct-to-Chip ช่วยประหยัดพลังงานอย่างไร
หลายคนเข้าใจว่า Direct-to-Chip ประหยัดไฟเพราะใช้ของเหลว แท้จริงแล้วจุดสำคัญคือการเปิดทางสู่ Warm-Water Cooling ระบบระบายความร้อนแบบเดิมมักต้องผลิตน้ำเย็นด้วย Chiller ซึ่ง Compressor ใช้พลังงานมากในการย้ายความร้อนจากอุณหภูมิต่ำออกสู่บรรยากาศ แต่ D2C ทำให้ระบบยอมรับน้ำที่อุณหภูมิสูงขึ้นได้ เมื่ออุณหภูมิน้ำหล่อเย็นสูงขึ้น ความต่างอุณหภูมิหรือ Temperature Lift ที่ Chiller ต้องทำงานลดลง บางช่วงสามารถปิด Compressor และใช้ Economizer หรือ Free Cooling ได้
หลักการจึงเรียงกันแบบตรงไปตรงมา Higher Cooling-Water Temperature ลด Temperature Lift ลดการใช้ Mechanical Refrigeration และนำไปสู่ Lower Cooling Energy กล่าวอีกแบบ Direct-to-Chip มีข้อได้เปรียบชัดในการรองรับ High-Density AI Computing และเปิดทางสู่ Warm-Water Cooling ผลทางปฏิบัติคือ AI Data Center พลังงานสูงสามารถลด PUE ได้ โดยไม่ต้องไล่ให้อุณหภูมิน้ำเย็นที่สุดเสมอไป เป้าหมายใหม่จึงไม่ใช่ Minimum Temperature แต่เป็น Minimum Energy รวมถึง Minimum Water และ Minimum Carbon ภายใต้ความเชื่อถือได้ของระบบ
Dry Cooling ประหยัดน้ำจริง แต่มีต้นทุนด้านพลังงาน
คำถามยอดฮิตคือ Dry Cooling ประหยัดน้ำจริงหรือ คำตอบคือใช่อย่างชัดเจนเมื่อเทียบกับ Cooling Tower เพราะ Cooling Tower อาศัยการระเหยของน้ำเพื่อนำความร้อนออก จึงมีทั้งการระเหยและ Blowdown แต่ Dry Cooler ใช้ Heat Exchanger และพัดลมนำความร้อนไปสู่อากาศ น้ำหรือ Coolant อยู่ใน Closed Loop และไม่ต้องระเหยน้ำต่อเนื่องเพื่ิอทิ้งความร้อน ดังนั้นชุด D2C + Closed Loop + Dry Cooler จึงลดการใช้น้ำแบบ Consumptive ในการทำ Cooling ได้อย่างมาก และเป็นข้อได้เปรียบใหญ่สำหรับพื้นที่ที่เผชิญ Water Stress หรือมีความขัดแย้งด้านการใช้น้ำกับชุมชน
แต่การไม่ใช้น้ำไม่ได้แปลว่าประหยัดพลังงานเสมอ ปัญหาของ Dry Cooler คือข้อจำกัดจากอากาศร้อน Dry Cooler ไม่ได้สร้างความเย็นขึ้นมา เพียงย้ายความร้อนจากน้ำเย็นไปสู่อากาศภายนอก สมรรถนะจึงผูกกับส่วนต่างอุณหภูมิระหว่างน้ำกับ Outdoor Dry-Bulb Temperature หากน้ำกลับจาก Data Center ที่ 45°C แล้วอากาศภายนอก 20°C การระบายความร้อนทำได้ง่าย แต่ถ้าอากาศภายนอก 35–38°C ส่วนต่างอุณหภูมิลดลง Heat Exchanger ต้องใหญ่ขึ้น ต้องเคลื่อนอากาศมากขึ้น พัดลมใช้ไฟเพิ่ม หรืออาจต้องเรียก Chiller มาช่วย
ทางเลือกใหม่คือผสมผสาน ไม่ใช่ยึดติด Waterless 100%
เมื่อ AI Data Center ต้องรองรับโหลดสูงและขยายอย่างต่อเนื่อง ปัญหาจึงไม่ใช่คำถามว่าเลือกระหว่างน้ำหรือลม แต่คือการออกแบบ Water–Energy Trade-off ให้สมดุล ในประเทศเขตร้อน การยอมใช้น้ำจำนวนหนึ่งผ่านการระบายความร้อนแบบเปียกอาจช่วยลดอุณหภูมิการทิ้งความร้อน ลดพลังงานที่ระบบต้องใช้ และทำให้ PUE ดีขึ้น แต่หากไล่ PUE ให้ต่ำที่สุดด้วยการใช้น้ำระเหยจำนวนมาก WUE จะแย่ ในทางกลับกัน หากเลือก Dry Cooling เพื่อลด WUE ลงอย่างมาก บางสภาวะอาจทำให้พลังงานด้าน Cooling เพิ่มขึ้น
จุดที่สมเหตุสมผลสำหรับอนาคตคือ Direct-to-Chip บวก Multi-Mode Heat Rejection คือใช้ D2C เป็นระบบหลักในการดึงความร้อนจาก GPU แล้วเลือกรูปแบบการทิ้งความร้อนตามสภาพจริง เช่น อากาศเย็นพอใช้ Dry Cooler อากาศเริ่มร้อนใช้ Hybrid หรือ Adiabatic Cooling ร้อนมากใช้ High-Efficiency Chiller หรือแหล่งความเย็นอื่นที่มีอยู่ หากสรุปสั้นๆ AI Data Center ยุคใหม่ควรมอง Direct-to-Chip และ Dry Cooling เป็นชุดเครื่องมือ ไม่ใช่ศาสนา Waterless เพราะเป้าหมายแท้จริงคือการลดทั้งการใช้น้ำ การใช้พลังงาน และต้นทุนรวม โดยไม่แลกกับความเชื่อถือได้ของระบบ
