เมื่อ AI ต้องการความเย็น แต่ไม่จำเป็นต้องใช้น้ำ: ทิศทางใหม่ของ Data Center โลก

หนึ่งในข้อกังวลที่ถูกหยิบยกขึ้นมาเสมอเมื่อมีการพูดถึงการลงทุนด้าน AI Data Center คือคำถามว่า “Data Center ใช้น้ำมากหรือไม่”

คำตอบคือ ใช่ หากยังใช้เทคโนโลยีระบายความร้อนแบบดั้งเดิม

แต่คำตอบที่สำคัญกว่านั้นคือ อุตสาหกรรม Data Center โลกกำลังพยายามลดการใช้น้ำอย่างจริงจัง เพราะผู้ให้บริการระดับ Hyperscale ตระหนักดีว่า “น้ำ” กำลังกลายเป็นทรัพยากรเชิงยุทธศาสตร์ไม่ต่างจากพลังงานไฟฟ้า

ในอดีต ระบบระบายความร้อนของ Data Center นิยมใช้ Cooling Tower และ Evaporative Cooling ซึ่งอาศัยการระเหยของน้ำเพื่อลดอุณหภูมิ แม้ว่าจะมีประสิทธิภาพในการระบายความร้อน แต่ต้องใช้น้ำเติมเข้าสู่ระบบอย่างต่อเนื่อง ทำให้ค่า Water Usage Effectiveness (WUE) อยู่ในช่วงประมาณ 1.5-3.0 ลิตรต่อกิโลวัตต์ชั่วโมง (L/kWh)

เมื่อ AI เข้ามาเปลี่ยนโลก เซิร์ฟเวอร์รุ่นใหม่ โดยเฉพาะระบบที่ใช้ GPU จำนวนมาก มีความหนาแน่นของกำลังไฟและการคายความร้อนสูงขึ้นอย่างก้าวกระโดด การระบายความร้อนจึงกลายเป็นปัจจัยสำคัญทั้งด้านต้นทุน ประสิทธิภาพ และความยั่งยืน

สิ่งที่น่าสนใจคือ แนวโน้มของอุตสาหกรรมไม่ได้มุ่งไปสู่การใช้น้ำมากขึ้น แต่กำลังมุ่งสู่ “Water-smart Cooling” หรือการใช้ทรัพยากรน้ำอย่างชาญฉลาด

เทคโนโลยีแรกคือ Closed-loop Cooling ซึ่งเปลี่ยนจากระบบเปิดมาเป็นระบบหมุนเวียนน้ำในวงจรปิด น้ำไม่ได้ถูกปล่อยทิ้งระหว่างการใช้งาน แต่ถูกนำกลับมาใช้ซ้ำ ทำให้ลดการใช้น้ำลงอย่างมาก และสามารถลดค่า WUE ลงเหลือประมาณ 0.3-1.0 L/kWh

ก้าวต่อมาคือ Direct-to-Chip Liquid Cooling ที่ส่งของเหลวหล่อเย็นไปยัง CPU และ GPU โดยตรง ก่อนหมุนเวียนกลับเข้าสู่ระบบอีกครั้ง ไม่มีการใช้น้ำเพื่อการระเหยในระหว่างการเดินระบบ จึงแทบไม่มีการสูญเสียน้ำระหว่างการใช้งาน

สำหรับ AI Data Center รุ่นใหม่ เทคโนโลยีที่เริ่มได้รับความสนใจมากขึ้นคือ Immersion Cooling ซึ่งนำเซิร์ฟเวอร์ทั้งชุดแช่อยู่ในของเหลวไดอิเล็กทริก (Dielectric Fluid) ที่ไม่นำไฟฟ้า ความร้อนถูกถ่ายเทผ่านเครื่องแลกเปลี่ยนความร้อน แล้วหมุนเวียนกลับมาใช้อีกครั้ง โดยไม่ต้องใช้น้ำในกระบวนการระบายความร้อนระหว่างการปฏิบัติงาน

แนวคิดทั้งหมดนี้กำลังนำไปสู่สิ่งที่เรียกว่า “Water-free Operation” หรือการเดินระบบโดยไม่ใช้น้ำในระหว่างการดำเนินงาน ซึ่งกลายเป็นเป้าหมายใหม่ของผู้ให้บริการ Hyperscale หลายราย

ตัวอย่างที่ชัดเจนคือ Microsoft ซึ่งประกาศใช้การออกแบบ Data Center รุ่นใหม่ที่ ไม่ใช้น้ำเพื่อการระบายความร้อนระหว่างการปฏิบัติงาน (Zero Water for Cooling During Operation) โดยใช้ระบบวงจรปิดร่วมกับเทคโนโลยี Direct-to-Chip Cooling และ Air-side Heat Rejection เพื่อลดการพึ่งพาทรัพยากรน้ำ

เมื่อพิจารณาร่วมกับเทคโนโลยี Closed-loop Cooling, Direct-to-Chip Liquid Cooling และ Immersion Cooling จะเห็นว่าแนวโน้มของโลกกำลังมุ่งไปสู่การทำความเย็นที่ใช้ พลังงานน้อยลง ใช้น้ำน้อยลง และใช้ทรัพยากรอย่างคุ้มค่ามากขึ้น

ประเด็นที่น่าสนใจสำหรับประเทศไทย คือ นอกจากการพัฒนาเทคโนโลยีทำความเย็นภายใน Data Center แล้ว ประเทศไทยยังมีข้อได้เปรียบที่หลายประเทศไม่มี นั่นคือ โครงสร้างพื้นฐานด้านก๊าซธรรมชาติเหลว (LNG)
 

ในกระบวนการเปลี่ยน LNG จากอุณหภูมิประมาณ -162°C ให้กลับมาเป็นก๊าซเพื่อส่งเข้าสู่ระบบท่อส่ง จะเกิด “พลังงานความเย็น” (LNG Cold Energy) ปริมาณมหาศาล ซึ่งในปัจจุบันส่วนใหญ่ยังไม่ได้ถูกนำมาใช้ประโยชน์อย่างเต็มศักยภาพ

หากสามารถนำความเย็นดังกล่าวมาผลิตน้ำเย็นสำหรับ District Cooling หรือใช้เป็นแหล่งความเย็นให้กับ AI Data Center จะช่วยลดภาระของระบบทำความเย็น ลดการใช้พลังงานไฟฟ้า และลดการปล่อยก๊าซเรือนกระจกได้พร้อมกัน โดยไม่ต้องใช้น้ำเพื่อสร้างความเย็นเพิ่มเติมเหมือนระบบปรับอากาศทั่วไป

เป้าหมายของผู้ให้บริการรายใหญ่ในปัจจุบันจึงไม่ได้หยุดอยู่ที่การลดการใช้ไฟฟ้า แต่กำลังมุ่งสู่การลดการใช้น้ำให้มากที่สุด บางรายตั้งเป้าหมายลดการใช้น้ำลงมากกว่าร้อยละ 90 ภายในทศวรรษนี้ ขณะที่บางบริษัทประกาศวิสัยทัศน์ Water Positive คือการคืนทรัพยากรน้ำกลับสู่ธรรมชาติในปริมาณมากกว่าที่ใช้

ประเด็นนี้มีความหมายอย่างยิ่งสำหรับประเทศไทย

หากประเทศไทยต้องการก้าวสู่การเป็น AI Data Center Hub การแข่งขันจะไม่ได้อยู่ที่การสร้าง Data Center ให้ได้มากที่สุด แต่ต้องเลือก มาตรฐานของ Data Center ที่จะเกิดขึ้นในประเทศ

แทนที่จะดึงดูดการลงทุนโดยใช้เทคโนโลยีแบบเดิม ประเทศไทยสามารถกำหนดทิศทางไปสู่ Green AI Infrastructure ได้ตั้งแต่เริ่มต้น ด้วยการส่งเสริมระบบ Closed-loop Cooling, Liquid Cooling, Immersion Cooling การนำน้ำกลับมาใช้ใหม่ (Water Recycling) การใช้ระบบ District Cooling และการต่อยอด LNG Cold Energy เพื่อช่วยลดภาระของระบบทำความเย็นและการใช้น้ำ

นโยบายเช่นนี้ไม่เพียงช่วยลดผลกระทบต่อทรัพยากรน้ำ แต่ยังลดต้นทุนการดำเนินงาน เพิ่มประสิทธิภาพของ Data Center และสอดคล้องกับเป้าหมายด้าน Net Zero ที่นักลงทุนระดับโลกให้ความสำคัญ

ประเทศไทยจึงมีโอกาสก้าวข้ามการเป็นเพียงผู้ตามเทคโนโลยี หากสามารถบูรณาการ LNG Cold Energy เข้ากับระบบ District Cooling สำหรับนิคม Data Center หรือพื้นที่ยุทธศาสตร์ เช่น เขตพัฒนาพิเศษภาคตะวันออก (EEC) ซึ่งมีทั้งสถานีรับ LNG โครงสร้างพื้นฐานด้านพลังงาน และพื้นที่รองรับการลงทุนด้านดิจิทัลอยู่แล้ว

แนวทางนี้ไม่เพียงช่วยลดต้นทุนการดำเนินงานของ Data Center แต่ยังสร้างจุดขายใหม่ให้ประเทศไทยในฐานะ Green AI Infrastructure Hub ที่ใช้จุดแข็งด้านพลังงานของประเทศมาต่อยอดสู่โครงสร้างพื้นฐานดิจิทัลแห่งอนาคต

ในท้ายที่สุด การแข่งขันของประเทศในยุค AI อาจไม่ได้วัดกันว่า ใครสร้าง Data Center ได้มากที่สุด แต่จะวัดกันว่า ใครสามารถทำให้ Data Center ใช้พลังงานและทรัพยากรน้ำได้อย่างมีประสิทธิภาพที่สุด

สำหรับประเทศไทย การพัฒนา Green Data Center จึงไม่ควรจำกัดอยู่เพียงการใช้ไฟฟ้าสะอาดหรือการลดการใช้น้ำ แต่ควรต่อยอดจุดแข็งที่ประเทศมีอยู่แล้ว ทั้ง LNG Cold Energy, District Cooling, Water-smart Cooling, Smart Grid และพลังงานหมุนเวียน ให้ทำงานร่วมกันเป็นระบบเดียว

หากดำเนินการได้สำเร็จ ประเทศไทยจะไม่ได้แข่งขันด้วยค่าไฟฟ้าที่ถูกที่สุดหรือสิทธิประโยชน์ทางภาษีที่มากที่สุด แต่จะแข่งขันด้วย นวัตกรรมด้านโครงสร้างพื้นฐาน ซึ่งเป็นความได้เปรียบที่สร้างได้ยากและยั่งยืนกว่า และอาจกลายเป็นต้นแบบของ Green AI Infrastructure ในภูมิภาคเอเชียตะวันออกเฉียงใต้ในอนาคต

เพราะในยุค AI “ความเย็น” ไม่ใช่เพียงต้นทุนของ Data Center อีกต่อไป แต่เป็นทรัพยากรเชิงยุทธศาสตร์ และสำหรับประเทศไทย “LNG Cold Energy” อาจเป็นแต้มต่อสำคัญที่เปลี่ยนความเย็นที่เคยสูญเสีย ให้กลายเป็นความได้เปรียบในการแข่งขันของประเทศ