Direct-to-Chip Cooling คืออะไร และทำไมถึงกลายเป็นเงื่อนไขใหม่ของ AI
Direct-to-Chip Cooling คือแนวคิดการระบายความร้อนให้ชิปประมวลผลโดยตรงด้วยของเหลว ผ่านชุด Cold Plate ที่แนบกับ CPU หรือ GPU โดยไม่จำเป็นต้องทำให้ทั้งห้องเซิร์ฟเวอร์เย็นเหมือนระบบเครื่องปรับอากาศแบบเดิม ส่งผลให้การขนส่งความร้อนมีประสิทธิภาพสูงขึ้น รองรับแร็กที่มีกำลังไฟฟ้าและความร้อนหนาแน่น และช่วยลดการสูญเสียพลังงานจากการเป่าลมเย็นไปทั่วพื้นที่ที่ไม่จำเป็นในศูนย์ข้อมูลขนาดใหญ่
แรงกดดันมาจากการเติบโตของ AI ที่ทำให้จำนวนเซิร์ฟเวอร์และความหนาแน่นของกำลังไฟฟ้าในแต่ละแร็กพุ่งขึ้นจากระดับไม่กี่กิโลวัตต์ไปสู่หลายสิบกิโลวัตต์ และในระบบ AI สมรรถนะสูงบางแบบสามารถสูงเกิน 100 kW ต่อ Rack ได้ การใช้เครื่องปรับอากาศเป่าลมเย็นทั้งห้อง (Room Cooling) จึงเข้าใกล้เพดานทางวิศวกรรมเมื่อเข้าสู่ยุค GPU สำหรับ Generative AI และ High-Performance Computing จุดเปลี่ยนสำคัญคือ การออกแบบต้องเลิกยึดติดกับการทำให้ “ห้องเย็น” แล้วหันไปทำให้ “ชิปเย็น” แบบ Chip-Level Thermal Management แทน
แก่นของ Direct-to-Chip Cooling คือการนำของเหลวไหลผ่าน Cold Plate ที่สัมผัสกับแหล่งความร้อนโดยตรง ก่อนส่งต่อไปยัง Coolant Distribution Unit (CDU) เพื่อควบคุมอัตราการไหล อุณหภูมิ และความดัน จากนั้นจึงผลักความร้อนออกไปยังระบบระบายความร้อนภายนอก เช่น Dry Cooler หรือ Cooling Tower แนวทางนี้ไม่ได้ทำให้ความร้อนหายไป แต่เปลี่ยนการขนส่งความร้อนจากชิปให้มีประสิทธิภาพและควบคุมได้มากขึ้น ซึ่งเป็นฐานสำคัญของ AI Data Center ประหยัดพลังงาน ที่ต้องรับภาระไฟฟ้า IT ระดับหลายสิบถึงร้อยเมกะวัตต์ที่แทบทั้งหมดกลายเป็นความร้อนเท่ากัน
จาก “ห้องเย็น” สู่ “ชิปเย็น”: พลังงานที่ลดลงและ PUE ที่ดีขึ้น
เมื่อ AI ขยายตัว ปัญหาจริงไม่ใช่แค่หาไฟให้พอ แต่คือจะระบายความร้อนระดับใกล้ 100 MW thermal ออกจากระบบโดยไม่เผาพลังงานเพิ่มโดยเปล่าประโยชน์ Direct-to-Chip Cooling ตอบโจทย์นี้ด้วยการเลิกเป่าลมเย็นจำนวนมหาศาลทั่วห้อง แล้วใช้ของเหลุระบายความร้อนในระยะทางสั้นและแม่นยำกว่า ทำให้รองรับแร็กที่มี Power Density ระดับหลายสิบกิโลวัตต์ไปจนถึงเกิน 100 kW ต่อ Rack ได้โดยไม่ต้องเพิ่มลมเย็นในอัตราเกินควบคุม
ประโยชน์เชิงพลังงานจึงมาจากสองชั้น หนึ่ง ลดภาระพัดลมและเครื่องปรับอากาศที่ต้องทำให้ทั้งห้องเย็น สอง เปิดทางให้ใช้ Warm-Water Cooling ระบบ ที่รับความร้อนจากชิปด้วยน้ำอุณหภูมิสูงขึ้น แทนที่จะหมกมุ่นกับการทำ “น้ำเย็นที่สุด” แบบระบบ Chiller เดิม นี่นำไปสู่การใช้ Dry Cooler หรือ Free Cooling ได้มากขึ้น ลดชั่วโมงการทำงานของ Compressor และลด Cooling Energy พร้อมกดค่า Power Usage Effectiveness (PUE) ลงอย่างมีนัยสำคัญ
ประโยคที่ควรถูกหยิบไปคิดในทุกโปรเจ็กต์คือ “เป้าหมายไม่ใช่ทำให้น้ำเย็นที่สุด แต่ใช้อุณหภูมิสูงที่สุดที่อุปกรณ์ IT ยอมรับได้เพื่อให้การระบายความร้อนมีประสิทธิภาพที่สุด” เมื่อยอมรับปรัชญาใหม่จาก “ยิ่งเย็นยิ่งดี” เป็น “เย็นเท่าที่จำเป็น” วิศวกรก็มีอิสระออกแบบ AI Data Center ประหยัดพลังงาน อย่างแท้จริง แทนที่จะเดินเกมเดิมที่ใช้ไฟเพิ่มอย่างต่อเนื่องเพื่อแลกกับความเย็นที่มากเกินความจำเป็นของชิป
Data Center ลดน้ำ ด้วย Warm-Water และ Closed Loop Cooling
หลายคนกังวลว่า Liquid Cooling จะทำให้ Data Center กลายเป็นผู้ใช้น้ำรายมหาศาล แต่ข้อเท็จจริงคือ Direct-to-Chip เปิดทางออกแบบระบบวงจรปิด หรือ Closed Loop Cooling ที่น้ำหรือสารหล่อเย็นหมุนเวียนกลับมาใช้ใหม่อย่างต่อเนื่อง ไม่ได้ถูกปล่อยทิ้งทุกครั้งที่ผ่านเซิร์ฟเวอร์ ปัญหาการใช้น้ำจึง “ลดได้มาก แต่ไม่ได้หายไปโดยอัตโนมัติ” เพราะส่วนที่ยังต้องระวังคือระบบระบายความร้อนภายนอก โดยเฉพาะ Cooling Tower แบบ Evaporative ที่ยังมีการระเหยและการ Blowdown อยู่
กุญแจสำคัญคือการออกแบบให้ Heat Rejection ฝั่งภายนอกใช้ Dry Cooler เป็นหลัก หากทำได้ การพึ่งพาการระเหยน้ำจะลดลงอย่างมาก นี่คือจุดที่ Warm-Water Cooling ระบบ มีบทบาท เพราะน้ำที่ร้อนขึ้นทำให้ส่วนต่างอุณหภูมิกับอากาศภายนอกสูงขึ้น สนับสนุนการใช้ Dry Cooler และ Free Cooling ได้ยาวนานขึ้นตลอดปี และลดความจำเป็นต้องหันกลับไปใช้ระบบที่กินน้ำหนัก เช่น Cooling Tower เข้มข้นแบบเดิม
สิ่งที่บทสนทนาในวงการควรแยกให้ชัดคือ Liquid Cooling ไม่ได้เท่ากับ Water-Intensive Cooling เสมอไป หากออกแบบอย่างรอบคอบ Liquid Cooling กลับกลายเป็นเครื่องมือสำคัญที่ช่วยให้ Data Center ลดการใช้น้ำได้อย่างมีนัยสำคัญ และเมื่ออุตสาหกรรมหันมาวัดทั้ง PUE และ WUE หรือ Water Usage Effectiveness ควบคู่กัน แนวทางนี้จะยิ่งเด่น เพราะตอบโจทย์ทั้งด้านพลังงานและทรัพยากรน้ำ แทนการเน้นตัวเลขไฟฟ้าเพียงมิติเดียว
ออกแบบโครงสร้างพื้นฐาน AI ที่ยั่งยืนกว่า: จากอาคารเดี่ยวสู่ระบบพลังงานร่วม
Direct-to-Chip Cooling และ Warm-Water Cooling ไม่ได้เป็นแค่เทคนิคระบายความร้อน แต่กำลังบังคับให้เราคิดใหม่ว่า AI Data Center ควรมีบทบาทอะไรในระบบพลังงานและอุตสาหกรรมรอบข้าง ในมุมหนึ่ง หาก AI Data Center ใช้ไฟสำหรับ IT 100 MW ก็เท่ากับต้องจัดการความร้อนใกล้เคียง 100 MW thermal ในทุกวินาที ความร้อนระดับนี้ไม่ควรถูกปล่อยทิ้งไปกับอากาศอย่างไร้ค่า แต่ควรถูกมองเป็นทรัพยากรหนึ่งใน Industrial Energy Ecosystem ที่ศูนย์ข้อมูลเองเป็นส่วนหนึ่งได้ ไม่ใช่แค่ผู้บริโภคพลังงานรายใหญ่เท่านั้น
ภาพอนาคตที่เริ่มถูกพูดถึงคือการสร้างโครงสร้างพื้นฐานทำความเย็นร่วมกัน (Shared หรือ District Cooling) สำหรับแคมปัส Data Center ขนาดใหญ่ เชื่อมโยงกับแหล่งพลังงานอื่น เช่น ระบบไฟฟ้า พลังงานหมุนเวียน หรือแม้แต่การดึงพลังงานความเย็นจากกระบวนการอุตสาหกรรมใกล้เคียง เช่น LNG Cold Energy ผ่านวงจรแลกเปลี่ยนความร้อนที่ปลอดภัย และส่งต่อเข้าสู่ Direct-to-Chip Cooling ภายในอาคาร แนวคิดนี้ทำให้ Data Center ในอนาคตอาจไม่ใช่เพียงผู้บริโภค แต่เป็นโหนดหนึ่งในเครือข่ายพลังงานอุตสาหกรรมเต็มรูปแบบ
ข้อสรุปคือ การเติบโตของ AI จะไม่ช้าลงเพื่อรอให้โครงสร้างพื้นฐานพร้อม แต่วิธีที่เราตอบสนองจะกำหนดผลกระทบระยะยาวต่อพลังงาน น้ำ และคาร์บอน หากเรายังพึ่งพา Room Cooling แบบเดิม โอกาสการเติบโตของ AI Infrastructure จะชนเพดานด้านทรัพยากรอย่างรวดเร็ว ในทางกลับกัน การเลือก Direct-to-Chip Cooling ร่วมกับ Warm-Water และ Closed Loop Cooling ทำให้เราสามารถขยาย AI Data Center ประหยัดพลังงาน ที่ควบคุมการใช้น้ำและการปล่อยคาร์บอพร้อมกันได้ เป้าหมายสุดท้ายจึงไม่ใช่ศูนย์ข้อมูลที่ใช้ไฟน้อยที่สุด หรือใช้น้ำน้อยที่สุดเพียงด้านเดียว แต่คือระบบที่ใช้ทรัพยากรทุกมิติอย่างมีประสิทธิภาพและยั่งยืนที่สุด
