AI Data Center ยุคใหม่ไม่จำเป็นต้องใช้น้ำมหาศาล

การเติบโตอย่างรวดเร็วของ Artificial Intelligence กำลังเปลี่ยนโฉม Data Center ทั่วโลกอย่างที่ไม่เคยเกิดขึ้นมาก่อน เพราะ AI ไม่ได้เพิ่มเพียงจำนวน Server แต่กำลังเพิ่ม Power Density หรือความหนาแน่นของกำลังไฟฟ้าและความร้อนภายใน Rack อย่างมหาศาล

ใน Data Center แบบดั้งเดิม เราสามารถใช้เครื่องปรับอากาศเป่าลมเย็นผ่านห้อง Server เพื่อระบายความร้อนได้ แต่เมื่อเข้าสู่ยุค GPU สำหรับ Generative AI และ High-Performance Computing การพยายามใช้ “อากาศเย็น” เพียงอย่างเดียวเริ่มเข้าใกล้ข้อจำกัดทางวิศวกรรม

โจทย์สำคัญของ AI Data Center จึงไม่ได้มีเพียงคำถามว่า

“ประเทศไทยจะหาไฟฟ้าที่ไหนมาป้อน Data Center?”

แต่ยังมีอีกคำถามที่สำคัญไม่แพ้กันว่า

“เราจะนำความร้อนมหาศาลออกจากชิปอย่างไร โดยไม่ต้องใช้ทั้งไฟฟ้าและน้ำจำนวนมาก?”

หนึ่งในคำตอบสำคัญคือเทคโนโลยี Direct-to-Chip Liquid Cooling

จากการทำให้ “ห้องเย็น” สู่การทำให้ “ชิปเย็น”

หลักการของ Direct-to-Chip Cooling แตกต่างจากระบบปรับอากาศ Data Center แบบดั้งเดิมอย่างมีนัยสำคัญ

แทนที่จะผลิตอากาศเย็นแล้วส่งไปทั่วห้องเพื่อพยายามลดอุณหภูมิของ Server ระบบ Direct-to-Chip จะนำของเหลวไปยัง Cold Plate ที่ติดตั้งสัมผัสกับแหล่งกำเนิดความร้อนโดยตรง เช่น CPU และ GPU

ความร้อนจึงถูกถ่ายเทจากชิปเข้าสู่ของเหลว ก่อนถูกส่งไปยัง Coolant Distribution Unit หรือ CDU ซึ่งทำหน้าที่ควบคุมอัตราการไหล อุณหภูมิ และความดัน รวมทั้งถ่ายเทความร้อนระหว่างวงจรของเหลวฝั่ง Server กับระบบระบายความร้อนของอาคาร

กล่าวง่าย ๆ คือ

เราไม่จำเป็นต้องทำให้ “ทั้งห้อง” เย็นจัด หากสามารถนำความร้อนออกจาก “ต้นกำเนิด” ได้โดยตรง

นี่คือการเปลี่ยนแนวคิดของ Data Center Cooling จาก Room Cooling → Rack Cooling → Chip-Level Thermal Management

และกำลังกลายเป็นหนึ่งในเทคโนโลยีสำคัญที่สุดของ AI Infrastructure

ทำไมของเหลวจึงเหมาะกับ AI มากกว่าอากาศ

เหตุผลพื้นฐานมาจากฟิสิกส์

ของเหลวสามารถรับและขนส่งความร้อนได้มีประสิทธิภาพกว่าอากาศอย่างมาก การนำสารหล่อเย็นเข้าใกล้แหล่งกำเนิดความร้อนจึงช่วยลดระยะทางและความต้านทานในการถ่ายเทความร้อน

ผลที่ตามมาคือ Data Center สามารถรองรับ Rack ที่มี Power Density สูงขึ้น โดยไม่ต้องเพิ่มปริมาณลมเย็นในอัตรามหาศาล

สิ่งนี้มีความสำคัญมากสำหรับ AI เพราะ GPU รุ่นใหม่และ AI Accelerator ทำให้กำลังไฟฟ้าต่อ Rack เพิ่มขึ้นอย่างรวดเร็ว จากระดับไม่กี่กิโลวัตต์ใน Data Center แบบดั้งเดิม ไปสู่ระดับหลายสิบกิโลวัตต์ และสำหรับระบบ AI สมรรถนะสูงบางรูปแบบสามารถสูงเกิน 100 kW ต่อ Rack ได้

เมื่อความหนาแน่นความร้อนสูงขึ้น การใช้ Air Cooling เพียงอย่างเดียวจึงยิ่งยากและใช้พลังงานมากขึ้น

Liquid Cooling ไม่ได้ทำให้ความร้อนหายไป

อย่างไรก็ตาม มีความเข้าใจผิดที่ควรแก้ไข

การเปลี่ยนมาใช้ Liquid Cooling ไม่ได้หมายความว่า Data Center ไม่ต้องระบายความร้อนอีกต่อไป

พลังงานไฟฟ้าที่ป้อนเข้าสู่ Server ในที่สุดเกือบทั้งหมดจะกลายเป็นความร้อน

หาก AI Data Center ใช้ไฟฟ้าสำหรับ IT 100 MW ก็หมายความว่าเรากำลังเผชิญกับความร้อนระดับใกล้เคียง 100 MW thermal ที่ต้องถูกนำออกจากระบบอย่างต่อเนื่อง

Direct-to-Chip เพียงเปลี่ยนวิธี “ขนส่งความร้อน” จากชิปออกมาให้มีประสิทธิภาพขึ้น

จากนั้นความร้อนยังต้องถูกส่งไปยัง Heat Rejection System เช่น Dry Cooler, Cooling Tower หรือระบบระบายความร้อนรูปแบบอื่น

แต่ความได้เปรียบสำคัญคือ เมื่อเราสามารถรับความร้อนจากชิปด้วยของเหลวที่อุณหภูมิสูงกว่าเดิมได้ เราอาจไม่จำเป็นต้องผลิตน้ำเย็นอุณหภูมิต่ำแบบระบบ Chiller เดิมตลอดเวลา

นี่นำไปสู่แนวคิดที่สำคัญมากอีกประการหนึ่งคือ Warm-Water Cooling

Warm-Water Cooling อาจเปลี่ยนสมการพลังงานของ Data Center

Data Center แบบดั้งเดิมต้องใช้พลังงานจำนวนหนึ่งเพื่อผลิตความเย็น โดยเฉพาะ Compressor ของ Chiller

แต่ Direct-to-Chip สามารถออกแบบให้ระบบรับความร้อนด้วยน้ำหรือสารหล่อเย็นที่อุณหภูมิสูงขึ้นได้ในบางสถาปัตยกรรม

เมื่ออุณหภูมิของน้ำฝั่งระบายความร้อนสูงขึ้น ความแตกต่างระหว่างอุณหภูมิของระบบกับอากาศภายนอกก็สามารถเอื้อต่อการใช้ Dry Cooler หรือ Free Cooling ได้มากขึ้น และลดชั่วโมงการทำงานของ Compressor

เป้าหมายจึงไม่ได้อยู่ที่การทำให้น้ำ “เย็นที่สุด”

แต่คือการใช้ อุณหภูมิสูงที่สุดที่อุปกรณ์ IT ยอมรับได้ เพื่อให้การระบายความร้อนมีประสิทธิภาพที่สุด

นี่เป็นการเปลี่ยนปรัชญาการออกแบบจาก

“ยิ่งเย็นยิ่งดี”

ไปสู่

“เย็นเท่าที่จำเป็น”

ซึ่งสามารถลด Cooling Energy และช่วยลดค่า Power Usage Effectiveness หรือ PUE ของ Data Center ได้อย่างมีนัยสำคัญ

แล้วปัญหาการใช้น้ำของ Data Center จะหายไปหรือไม่?

คำตอบคือ “ลดได้มาก แต่ไม่ได้หายไปโดยอัตโนมัติ”

Data Center ที่ใช้ Cooling Tower แบบ Evaporative Cooling ต้องสูญเสียน้ำจากการระเหย รวมถึงต้องระบายน้ำบางส่วนออกจากระบบหรือ Blowdown เพื่อควบคุมความเข้มข้นของแร่ธาตุ

ดังนั้น ยิ่ง Data Center มีขนาดใหญ่ ความต้องการ Makeup Water ก็อาจเพิ่มขึ้นตามไปด้วย

แต่ Direct-to-Chip เปิดทางให้ Data Center สามารถออกแบบวงจร Liquid Cooling แบบปิด หรือ Closed Loop ได้มากขึ้น

น้ำหรือสารหล่อเย็นที่หมุนเวียนผ่าน Server ไม่ได้ถูกปล่อยทิ้งทุกครั้ง แต่ถูกนำกลับมาหมุนเวียนใหม่อย่างต่อเนื่อง

หาก Heat Rejection ฝั่งภายนอกสามารถใช้ Dry Cooler ได้เป็นหลัก การพึ่งพาการระเหยน้ำก็สามารถลดลงอย่างมาก

นี่คือความแตกต่างสำคัญระหว่างคำว่า Liquid Cooling กับ Water-Intensive Cooling

Liquid Cooling ไม่ได้หมายความว่าจะต้องใช้น้ำปริมาณมหาศาลเสมอไป

ตรงกันข้าม หากออกแบบอย่างถูกต้อง Liquid Cooling สามารถเป็นหนึ่งในเครื่องมือที่ช่วยให้ AI Data Center ลดการใช้น้ำได้

จาก PUE สู่ WUE: Data Center ยุคใหม่ต้องวัดทั้งไฟและน้ำ

ในอดีตอุตสาหกรรม Data Center ให้ความสำคัญกับ Power Usage Effectiveness หรือ PUE เป็นหลัก

แต่ในประเทศเขตร้อนและพื้นที่ที่มีข้อจำกัดด้านน้ำ การดู PUE เพียงตัวเดียวอาจไม่เพียงพอ

ระบบ Evaporative Cooling บางประเภทสามารถลดการใช้ไฟฟ้าได้ดี แต่ต้องแลกกับการใช้น้ำมากขึ้น ขณะที่ Dry Cooling สามารถลดการใช้น้ำได้ แต่ในวันที่อุณหภูมิภายนอกสูง อาจต้องใช้พลังงานมากกว่า

ดังนั้น Data Center ที่ยั่งยืนควรพิจารณาอย่างน้อยทั้ง

PUE — ประสิทธิภาพการใช้พลังงาน

และ

WUE — Water Usage Effectiveness หรือประสิทธิภาพการใช้น้ำ

รวมถึง Carbon Emissions และผลกระทบต่อระบบไฟฟ้าในภาพรวม

เป้าหมายจึงไม่ควรเป็นเพียง “Data Center ที่ใช้ไฟน้อยที่สุด”

แต่ควรเป็น

“Data Center ที่ใช้ทรัพยากรโดยรวมอย่างมีประสิทธิภาพที่สุด”

ประเทศไทยมีอีกทางเลือกที่น่าสนใจ: LNG Cold Energy

สำหรับประเทศไทย ผมเห็นว่ายังมีโอกาสที่แตกต่างจากหลายประเทศ คือการนำ พลังงานความเย็นจาก LNG หรือ LNG Cold Energy มาบูรณาการกับระบบ Cooling Infrastructure

LNG ถูกขนส่งและจัดเก็บในสถานะของเหลวที่อุณหภูมิประมาณ −162 องศาเซลเซียส ก่อนถูกเปลี่ยนกลับเป็นก๊าซเพื่อส่งเข้าสู่ระบบท่อ

กระบวนการ Regasification จึงมีศักยภาพด้านพลังงานความเย็นจำนวนมาก

ในระบบทั่วไป ความเย็นส่วนหนึ่งไม่ได้ถูกนำมาสร้างมูลค่าเพิ่มสูงสุด หากสามารถออกแบบระบบแลกเปลี่ยนความร้อนที่ปลอดภัยและเหมาะสม ความเย็นดังกล่าวสามารถต่อยอดไปยัง District Cooling, Industrial Cooling หรือ Data Center Cooling ได้

แนวคิดนี้ยิ่งน่าสนใจเมื่อใช้ร่วมกับ Direct-to-Chip Cooling

แทนที่จะมอง Data Center เป็นอาคารเดี่ยว เราสามารถออกแบบเป็น Integrated Energy–Cooling Infrastructure

LNG Terminal → Cold Energy Recovery → District Cooling Loop → Data Center → Direct-to-Chip Cooling

โดยต้องมีวงจรตัวกลางและระบบแลกเปลี่ยนความร้อนที่เหมาะสม ไม่ใช่นำ LNG ไปสัมผัสกับวงจร IT โดยตรง

แนวคิดดังกล่าวมีศักยภาพช่วยลดภาระของระบบทำความเย็นแบบ Compressor ลดการใช้ไฟฟ้าของ Cooling System และในบางการออกแบบอาจช่วยลดการพึ่งพา Cooling Tower และน้ำได้อีกด้วย

EEC อาจเป็นพื้นที่ทดลอง Green AI Data Center รูปแบบใหม่

ประเด็นนี้มีความสำคัญต่อประเทศไทย เพราะการลงทุน Data Center ขนาดใหญ่จำนวนมากกำลังกระจุกตัวในภาคตะวันออก

ขณะเดียวกันพื้นที่ EEC มีทั้งโครงสร้างพื้นฐาน LNG โรงไฟฟ้า ระบบสายส่ง นิคมอุตสาหกรรม แหล่งน้ำ และโครงสร้างพื้นฐานดิจิทัลอยู่ในพื้นที่เดียวกัน

ประเทศไทยจึงมีโอกาสคิดไกลกว่าการสร้าง Data Center แบบเดิม

เราอาจพัฒนา Green AI Infrastructure Cluster ที่เชื่อมโยง

Renewable Energy + Grid + Energy Storage + LNG Cold Energy + District Cooling + Water Recycling + AI Data Center

เข้าด้วยกัน

แทนที่แต่ละ Data Center จะสร้าง Cooling Tower, Chiller และระบบน้ำของตนเองทั้งหมด เราสามารถศึกษาความเป็นไปได้ของ Shared Cooling Infrastructure หรือ District Cooling สำหรับ Data Center Campus ขนาดใหญ่

นี่อาจกลายเป็นความได้เปรียบเชิงการแข่งขันของประเทศไทยในการดึงดูด Hyperscale Data Center ในอนาคต

ความร้อนจาก AI ก็อาจกลายเป็นทรัพยากร

อีกด้านหนึ่งของ Direct-to-Chip ที่น่าสนใจคือ Heat Reuse

เมื่อใช้ Air Cooling ความร้อนที่ได้มักเป็นอากาศอุ่นปริมาณมากและมีคุณภาพพลังงานต่ำ ทำให้นำกลับมาใช้ประโยชน์ได้ยาก

แต่ Liquid Cooling สามารถรวบรวมความร้อนออกมาในรูปของน้ำอุ่นที่มีอุณหภูมิสูงกว่าและจัดการได้ง่ายกว่า

ในประเทศอากาศหนาว ความร้อนนี้สามารถนำไปใช้กับ District Heating ได้

สำหรับประเทศไทยที่ไม่มีความต้องการ Heating มากนัก เราต้องคิดต่างออกไป เช่น ใช้ความร้อนสำหรับกระบวนการอุตสาหกรรมอุณหภูมิต่ำ การอบแห้ง ระบบน้ำร้อน หรือใช้เป็นแหล่งความร้อนให้ Absorption Cooling หรือ Heat-Driven Cooling ในกรณีที่ระดับอุณหภูมิเหมาะสมหรือมี Heat Pump ช่วยยกระดับอุณหภูมิ

ดังนั้น Data Center ในอนาคตอาจไม่ใช่เพียงผู้บริโภคพลังงาน แต่สามารถเป็นส่วนหนึ่งของ Industrial Energy Ecosystem ได้

ไทยไม่ควรกำกับ Data Center ด้วย “MW” เพียงตัวเดียว

การมาถึงของ Direct-to-Chip Cooling ทำให้เกิดคำถามเชิงนโยบายที่สำคัญ

หากประเทศไทยกำลังพิจารณาการอนุมัติ Data Center ขนาด 100, 200 หรือ 500 MW เราไม่ควรพิจารณาเพียงว่า “ระบบไฟฟ้ามีกำลังเพียงพอหรือไม่”

แต่ควรถามเพิ่มเติมว่า

โครงการมี PUE เท่าใด?
มี WUE เท่าใด?
ใช้ Cooling Technology แบบใด?
ใช้น้ำประปาหรือน้ำ Reclaimed Water?
สามารถลดการใช้ Cooling Tower ได้หรือไม่?
ใช้พลังงานสะอาดสัดส่วนเท่าใด?
สามารถ Recover หรือ Reuse ความร้อนได้หรือไม่?
และสามารถเชื่อมต่อกับ District Cooling หรือแหล่งพลังงานความเย็นที่มีอยู่ได้หรือไม่?

Data Center ขนาด 200 MW สองแห่งจึงอาจสร้างผลกระทบต่อทรัพยากรของประเทศแตกต่างกันอย่างมาก แม้จะมีขนาดกำลังไฟฟ้าเท่ากัน

จาก “Data Center ที่ต้องเย็น” สู่ “Data Center ที่บริหารความร้อน”

ในท้ายที่สุด ผมมองว่าการเปลี่ยนแปลงครั้งสำคัญที่สุดอาจไม่ใช่เพียงการเปลี่ยนจาก Air Cooling มาเป็น Liquid Cooling

แต่คือการเปลี่ยนวิธีคิดของอุตสาหกรรมทั้งหมด

ที่ผ่านมาเราเรียกระบบเหล่านี้ว่า Cooling System

แต่ในยุค AI คำที่เหมาะสมกว่าอาจเป็น Thermal Management

เพราะเป้าหมายไม่ใช่การสร้างความเย็นให้มากที่สุด แต่คือการ รับความร้อนออกจากชิป ขนส่งความร้อนอย่างมีประสิทธิภาพ ระบายเฉพาะส่วนที่จำเป็น และนำพลังงานกลับมาใช้ประโยชน์ให้มากที่สุด

AI Data Center ในอนาคตจึงไม่ควรถูกออกแบบเป็นเพียง “ผู้ใช้ไฟฟ้าและน้ำรายใหญ่”

แต่ควรเป็นส่วนหนึ่งของระบบพลังงานหมุนเวียนที่มีประสิทธิภาพสูง