สถาปัตยกรรมระบบระบายความร้อนแบบ Direct-to-Chip สำหรับ AI Data Center (ตอนที่ 2 ตอนจบ) กำจัดความร้อน น้ำ และภาพใหญ่ของ Thermal Management

ในตอนที่ 1 เราเดินตามความร้อนจาก Chip ผ่าน Cold Plate เข้าสู่ TCS และมาถึง CDU ซึ่งทำหน้าที่ถ่ายเทความร้อนพร้อมแยกวงจรฝั่ง Server ออกจากฝั่ง Facility แต่ CDU เป็นเพียงจุดส่งต่อ ความร้อนยังไม่ได้ออกจาก Data Center จริง ตอนจบนี้จะพาไปถึงปลายทาง - การกำจัดความร้อน การใช้น้ำ ข้อจำกัดของภูมิอากาศไทย และภาพใหญ่ที่เปลี่ยนจาก "Cooling" ไปสู่ "Thermal Management"

Facility Water System รับความร้อนต่อจาก CDU

ด้าน Facility Water System หรือ FWS ทำหน้าที่รับความร้อนจาก CDU และ Fan Wall/CRAH

กรณีตัวอย่างกำหนดอุณหภูมิ FWS Supply ประมาณ 28-30°C หลังรับความร้อนแล้ว น้ำจะ Return กลับมาประมาณ 36-38°C จากนั้นจึงถูกส่งเข้าสู่ Heat Rejection System

จุดนี้คือจุดที่ต้องแยกให้ออกว่า Direct-to-Chip เป็นเพียงวิธีการรับความร้อนจาก Chip แต่ยังไม่ใช่วิธีการกำจัดความร้อนออกจาก Data Center ทั้งหมด 

ความร้อนสุดท้ายยังต้องถูกนำไปทิ้งหรือใช้ประโยชน์ต่อ

Heat Rejection จริงอาจมากกว่า IT Load

แม้ IT Load จะเท่ากับ 100 MW แต่ Heat Rejection รวมที่ปลายทางอาจสูงกว่า 100 MW เพราะต้องรวมความร้อนจาก

• ปั๊ม TCS
• ปั๊ม FWS
• Fan Wall
• Cooling Tower Fan
• UPS
• ระบบจ่ายกำลัง
• CDU
• และภาระความเย็นประกอบของอาคาร

กรณีตัวอย่างจึงประเมิน Heat Rejection รวมประมาณ 110-120 MW

นี่คือภาระที่ Cooling Tower หรือ Heat Rejection System ต้องจัดการ

 

Cooling Tower ใช้หลักการระเหยน้ำ

หากระบบใช้ Evaporative Cooling Tower น้ำ FWS Return ที่ประมาณ 36-38°C จะถูกส่งเข้าสู่ Tower และกระจายผ่าน Spray Nozzle ลงบน Fill Media พัดลม Induced Draft จะดึงอากาศภายนอกให้ไหลสวนทางกับน้ำ

น้ำบางส่วนจะระเหยและนำ Latent Heat ออกจากระบบ ทำให้น้ำส่วนที่เหลือเย็นลงประมาณ 28-30°C ก่อนถูกปั๊มกลับไปยัง FWS Supply Header

กลไกนี้มีประสิทธิภาพด้านการระบายความร้อนสูง แต่ต้องแลกกับการใช้น้ำ

AI Data Center 100 MW อาจต้องใช้น้ำเติม 5,500-6,200 ลูกบาศก์เมตรต่อวัน สำหรับ Heat Rejection ประมาณ 110-120 MW

กรณีตัวอย่างประเมินสมดุลน้ำของ Cooling Tower ไว้ประมาณ

• Evaporation ประมาณ 4,000-4,500 m³/day
• Drift ประมาณ 50-150 m³/day
• Blowdown ประมาณ 1,300-1,500 m³/day

ดังนั้น Total Makeup Water ประมาณ 5,500-6,200 m³/day หรือประมาณ 2.3-2.6 ลิตรต่อ IT kWh

ภายใต้สมมติฐาน Cycles of Concentration หรือ CoC เท่ากับ 4

ตัวเลขนี้สะท้อนสิ่งสำคัญว่า Direct-to-Chip ไม่ได้แปลว่า Data Center จะไม่ใช้น้ำ เพราะหากปลายทางยังใช้ Evaporative Cooling Tower น้ำยังคงถูกใช้เพื่อระบายความร้อน
 

น้ำสูญเสียผ่าน 3 กลไกหลัก

Cooling Tower สูญเสียน้ำหลัก ๆ ผ่าน

• Evaporation - น้ำที่ระเหยเพื่อนำความร้อนออก
• Drift - หยดน้ำขนาดเล็กที่ติดไปกับกระแสอากาศ
• และ Blowdown - น้ำที่ระบายออกเพื่อควบคุมความเข้มข้นของแร่ธาตุในระบบ

เมื่อมีการระเหย แร่ธาตุจะไม่ระเหยตามไปด้วย จึงสะสมอยู่ในน้ำหมุนเวียน

หากไม่มี Blowdown ความเข้มข้นของแร่ธาตุจะสูงขึ้นจนเกิด Scale, Corrosion และลดประสิทธิภาพ Heat Transfer

ดังนั้นระบบ Water Treatment จึงมีความสำคัญไม่แพ้ Cooling Equipment

Wet-Bulb Temperature คือข้อจำกัดที่สำคัญในประเทศไทย

ประสิทธิภาพของ Cooling Tower ขึ้นอยู่กับ Outdoor Wet-Bulb Temperature ไม่ใช่ Dry-Bulb Temperature เพียงอย่างเดียว

Cooling Tower ไม่สามารถลดอุณหภูมิน้ำให้ต่ำกว่า Wet-Bulb Temperature ได้ และในทางปฏิบัติยังต้องมีค่า Approach เพิ่มอีกหลายองศา

ดังนั้น หากต้องการ FWS Supply ที่ 28-30°C ต้องตรวจสอบข้อมูล Wet-Bulb แบบรายชั่วโมงของพื้นที่โครงการจริง โดยเฉพาะฤดูร้อนและฤดูฝนของประเทศไทย ซึ่งมีทั้งอุณหภูมิและความชื้นสูง

นี่คือเหตุผลว่าทำไมการออกแบบ Data Center Cooling ในประเทศไทยไม่ควรนำ Design Condition จากประเทศอากาศเย็นมาใช้โดยตรง

อีกเรื่องที่ห้ามมองข้ามคือ Dew Point

ด้าน Server เองก็มีข้อจำกัดอีกด้านหนึ่ง

TCS Supply ประมาณ 32°C ต้องสูงกว่า Dew Point ของอากาศภายใน Data Hall อย่างเพียงพอ หากผิว Cold Plate หรือท่อมีอุณหภูมิต่ำกว่า Dew Point จะเกิด Condensation และหยดน้ำบน Connector, Hose หรืออุปกรณ์อิเล็กทรอนิกส์สามารถสร้างความเสียหายร้ายแรงได้

ดังนั้นระบบควบคุมต้องตรวจวัดทั้งอุณหภูมิและความชื้นภายใน Data Hall และปรับ Minimum TCS Supply Temperature ตามสภาวะจริง

แนวคิดของ AI Cooling จึงไม่ใช่ “ทำให้เย็นที่สุด” แต่คือ “ควบคุมอุณหภูมิให้อยู่ในจุดที่เหมาะสมที่สุด”

สถาปัตยกรรมที่แท้จริงคือการบริหารเส้นทางความร้อน

เมื่อมองทั้งระบบ จะเห็นว่า Direct-to-Chip Cooling ไม่ใช่อุปกรณ์ชิ้นเดียว แต่เป็นสถาปัตยกรรม Thermal Management ที่เชื่อมหลายวงจรเข้าด้วยกัน

เส้นทางหลักคือ GPU/CPU ↓ Cold Plate ↓ Technology Cooling System ↓ Coolant Distribution Unit ↓ Facility Water System ↓ Heat Rejection System

ระบบจะมีประสิทธิภาพหรือไม่ จึงขึ้นอยู่กับทุกช่วงของเส้นทางนี้ ไม่ใช่เพียงประสิทธิภาพของ Cold Plate

Direct-to-Chip เปิดทางให้ Data Center รุ่นใหม่ไปไกลกว่า Cooling Tower

แม้ตัวอย่างนี้ใช้ Evaporative Cooling Tower แต่ Direct-to-Chip ไม่จำเป็นต้องจบด้วย Cooling Tower เสมอไป

เมื่อสามารถรับความร้อนจาก Chip ในรูปของของเหลวที่อุณหภูมิสูงขึ้น ระบบสามารถต่อยอดไปยัง

• Dry Cooler
• Hybrid Cooler
• Heat Recovery
• District Cooling
• Industrial Heat Reuse
• หรือระบบพลังงานอื่นได้

นี่คือศักยภาพสำคัญของ Direct-to-Chip เพราะเมื่อความร้อนถูก “รวบรวม” อยู่ในของเหลว การจัดการความร้อนต่อจากนั้นทำได้ง่ายกว่าความร้อนที่กระจายอยู่ในอากาศปริมาณมหาศาล

จาก Cooling System สู่ Thermal Management

ผมมองว่าในยุค AI เราควรเริ่มเปลี่ยนคำถาม จาก “จะทำให้ Data Center เย็นอย่างไร?”
ไปสู่ “จะบริหารความร้อน 100 MW นี้อย่างไรให้ใช้พลังงานและน้ำน้อยที่สุด?” เพราะความร้อนไม่ได้หายไป มันเพียงถูกถ่ายเทจากจุดหนึ่งไปอีกจุดหนึ่ง

ระบบที่ดีที่สุดจึงไม่จำเป็นต้องเป็นระบบที่ผลิตน้ำเย็นที่สุด แต่เป็นระบบที่สามารถ

• รับความร้อนจาก Chip ได้อย่างมีประสิทธิภาพ
• ขนส่งความร้อนด้วย Pump Energy ต่ำ
• ลด Air Cooling
• ลด Compressor
• ลด Water Consumption
• รักษา Reliability
• และหากเป็นไปได้ นำความร้อนกลับมาใช้ประโยชน์

นี่อาจเป็นโอกาสของอุตสาหกรรมไทย

Direct-to-Chip Cooling ยังเปิดโอกาสให้ประเทศไทยเข้าไปอยู่ใน AI Infrastructure Supply Chain เพราะระบบไม่ได้ประกอบด้วย GPU เพียงอย่างเดียว แต่ยังต้องใช้

• Cold Plate
• CDU
• Heat Exchanger
• Pump
• Valve
• Piping
• Rack Manifold
• Sensor
• Control System
• Leak Detection
• Cooling Tower
• Dry Cooler
• และ Water Treatment

หลายองค์ประกอบเป็นสิ่งที่อุตสาหกรรมไทยมีฐานการผลิตหรือสามารถพัฒนาต่อได้

หากเราสามารถพัฒนาเทคโนโลยี Thermal Management สำหรับภูมิอากาศร้อนและชื้นได้ดี ประเทศไทยอาจไม่ได้เป็นเพียงสถานที่ตั้งของ AI Data Center แต่สามารถเป็นผู้ผลิตส่วนหนึ่งของเทคโนโลยี Data Center ให้กับตลาดภูมิภาคได้ด้วย

Direct-to-Chip คือจุดเริ่มต้น ไม่ใช่จุดสิ้นสุดของ Cooling

AI Data Center ขนาด 100 MW ทำให้เราเห็นภาพชัดว่า

• ระบบ Direct-to-Chip สามารถรับความร้อนประมาณ 80 MW ผ่าน Cold Plate
• ความร้อนอีกประมาณ 20 MW ยังคงระบายด้วย Air Cooling
• PG25 หมุนเวียนใน TCS แบบ Closed Loop ที่ประมาณ 32/40°C ด้วยอัตราการไหลราว 9,050 m³/h
• CDU ทำหน้าที่ถ่ายเทความร้อนไปยัง Facility Water System
• FWS รับความร้อนแล้ว Return ประมาณ 36-38°C
• ก่อนนำ Heat Rejection รวมประมาณ 110-120 MW ไปทิ้งที่ปลายทาง
• และหากใช้ Evaporative Cooling Tower อาจต้องใช้ Makeup Water ประมาณ 5,500-6,200 m³/day ภายใต้สมมติฐานของระบบตัวอย่าง

ตัวเลขเหล่านี้ทำให้เห็นว่า

Cooling ของ AI Data Center ไม่ใช่เรื่องของเครื่องปรับอากาศอีกต่อไป แต่เป็นระบบวิศวกรรมพลังงาน น้ำ ของไหล ความร้อน Reliability และ Control ที่เชื่อมโยงกันทั้งหมด

ในยุค AI คำถามสำคัญจึงไม่ใช่เพียงว่า “Data Center ใช้ Direct-to-Chip หรือไม่?” แต่คือ “สถาปัตยกรรมทั้งระบบสามารถพาความร้อนจาก Chip ออกจาก Data Center ได้อย่างมีประสิทธิภาพ มั่นคง และใช้ทรัพยากรน้อยที่สุดหรือไม่?”

และนี่จะเป็นหนึ่งในโจทย์วิศวกรรมสำคัญที่สุดของ AI Data Center ในทศวรรษต่อจากนี้